Besseres Machine Learning mit Domain-driven Design
Von Fall zu Fall
Mit agilen Methoden lässt sich auch im KI-Kontext ein gemeinsames Verständnis für Produkte entwickeln. Bevor Daten ins Spiel kommen, gilt es allerdings, Anwendungsfälle für ML und KI zu identifizieren.
ML und KI sind keine neuen Methoden, erleben jedoch derzeit einen Durchbruch. Zwei Gründe sind dafür verantwortlich. Einerseits wächst die Menge an Daten, die man permanent erzeugt, sammelt und persistiert, exponentiell. Andererseits haben die Entwicklung leistungsfähiger Cloud-Techniken und zunehmende Rechenleistung das Trainieren statistischer Modelle und die Vorhersage performanter gemacht.
Viele Firmen versuchen, ihre Wettbewerbsfähigkeit zu steigern, indem sie Techniken aus diesem Umfeld einführen. Einige der größten Unternehmen der Welt haben ihr Kerngeschäft auf der Anwendung von ML und KI für einfache Fragen aufgebaut, beispielsweise:
