23.11.2018

DataRobot - und seine Predictive Analytics - Plattform

Auch Banken, das Gesundheitswesen und Staatsschutz profitieren von dem Analyse Verfahren

DataRobot wurde 2012 gegründet und hat mit Timothy Draper einen prominenten Investor gewinnen können. Das angebotene Machine Learning System hat das Ziel, zu zeitaufwändige Verfahren der Datenanalyse zu ersetzen. Die Software könnte z.B. in Zusammenarbeit mit Banken oder im Rahmen der medizinischen Versorgung eingesetzt werden.

Das Unternehmen  DataRobot aus dem Investoren-Portfolio von Tim Draper wurde 2012 gegründet und hat seinen Sitz in Boston, Massachusetts. Ihrem prominenten Investor in nichts nachstehend, sind die Ziele der selbst klassifizierten Data Scientists hoch gesteckt. Tatsächlich kann ihr Angebot einer Machine Learning Software bislang kostspielige und zeitaufwendige Verfahren der Datenanalyse obsolet machen. In diesem Sinne bewerben es die Data Scientists mit einem breiten Angebot an Coaching und Softwareimplikationen für einen Einsatz im Bankensektor, dem Gesundheitswesen, für grundsätzliches Geschäftsmarketing oder sogar Maßnahmen des Staatsschutz. Wir werfen einen Blick auf Methoden und Anwendungsbeispiele. 

Predictive Analytics für die Economy 4.0

Das Sammeln von Daten (Prädikatoren) und ein gegenseitiger Bezug dieser innerhalb eines Analysemodells zum Zwecke der Mustererkennung in Bezug auf konkrete Fragestellungen oder Ereignisse in und über verschiedene Zeiträume hinweg bildet den Gegenstand von als Predictive Analytics bezeichneten Verfahren.

Bislang mussten hierfür unterschiedliche Daten aus verschiedenen Medien in oft monatelanger Kleinarbeit synchronisiert und anschließend mehrstufig ausgewertet werden. Geht es nach Gründer und CEO Jeremy Achin wird sich dies in Zukunft grundlegend ändern. Mithilfe der von DataRobot parallell operierenden Algorithmen können diese Abläufe immens verkürzt und bei gleichzeitig größerem Zugriff auf mehr Daten in ihrer Aussagekraft zweifelsfreier werden. Das spart Kosten und Ressourcen und ist ganz nebenbei ein Beispiel dafür, dass digitale Optimierungsanwendungen den Arbeitsalltag ihrer analogen Nutzer tatsächlich um einige repetive Zeitfresser erleichtern können.

Die Data Robot Highlights

Kompatibilität mit bestehenden IT - Anwendungen

Prinzipiell sind die Analyse-Modelle von DataRobot in bereits bestehende IT-Anwendungen durch verschiedene Methoden integrierbar. Dies unterstützt das Unternehmen zudem mit entsprechend fachlichem KnowHow an Personal und zahlreichen Coaching - Angeboten für Entwickler und Laien. Damit bauen die Data Scientists proaktiv und geschäftsfördernd außerdem die vielerorts noch bestehenden Hemmschwellen gegenüber AI - Verfahren ab.

Data Profiling

Visuelle Eindrücklichkeit der gesammelten Daten mit automatisch generierten Anmerkungen zu Auffälligkeiten unter Vorbringung von Verbesserungsvorschlägen.

'Autopilot´ und 'Manual Mode'

Es besteht die Möglichkeit der programminternen automatischen Auswahl der besten Algorithmen, die in einem Ranking gelistet werden können.

On-Premise (lizensiert) oder in der Cloud verfügbar

integriertes Textmining - Modul

Algorithmen untersuchen Bedeutungsmuster und Häufigkeiten in verschiedenen un- oder schwach strukturierten Textproben (z.B. im Web) in mehreren verdichtenden Verfahren bis hin zu einem möglichen Aufschluss über sinnhafte Zusammenhänge in unterschiedlichen Textformaten.

Sind Sie ein Data Science Superhero? - Eine visuelle Verdichtung der DataRobot Kernkompetenzen findet sich hier:

Banken, Gesundheitswesen und Staatsschutz profitieren von DataRobot - Analyse-Verfahren

Die DataRobotics haben aktuell auf Ihrer Homepage eine Reihe von fokussierten Anwendungsbereichen für Ihre Machine Learning - Software Produkte.

Klar hervortretend sind der Banken - und Finanzsektor, wo automatisierte KYC (Know Your Customer) - Verfahren die Basis bilden für z.B. Kreditvergaben.

Der weite noch ungehobene Datenschatz, den die medizinische Versorgung und Forschung in ihren Datenbanken und Archiven bereithält, ist ebenfalls erklärtes DataRobot Wirkungsziel. AI - Analyseverfahren zur Beschleunigung und Präzisierung von Diagnosen und Behandlungen werden hier in Zukunft in den Arbeitsalltag Einzug halten, wie wir im Falle von Shivom oder SingularityNet an anderer Stelle bereits berichteten.

In Zeiten von Cyberkriminalität und internationaler Terrorismusbedrohung spricht DataRobot auch staatliche Behörden an. Fallbasierte AI - Analysemodelle unter Einbezug sämtlicher verfügbarer Server-Daten sollen hier Hackerangriffe systematisieren und in Zukunft besser vorhersagen können.

Einziger ganz offensichtlicher Nachteil von DataRobot indes ist die erst im Aufbau befindliche Präsenz des Unternehmens im deutschsprachigen Raum. An den genannten Einsatzfeldern für die DataRobot "Solutions" mangelt es hierzulande jedenfalls nicht weniger.

Über den Autor

Kathleen Händel

Kathleen Händel

Die studierte Kulturwissenschaftlerin arbeitet seit ihrem Master als Redakteur u.a. in den Bereichen Tourismus, für verschiedene Stiftungen und Kommunikationsagenturen. Die Themen responsible tourism, innovative Entwicklungskonzepte und eine nachhaltige economy 4.0 bildeten ihre bisherigen redaktionellen Schwerpunkte. Im unternehmenswelt.de Team schreibt sie seit 2018 u.a. über die digitale Evolution durch Bitcoin, Blockchain und deren gesellschaftliche Bedeutungen. Seit 2019 verantwortet Kathleen Händel den Content-Bereich auf unternehmenswelt.de.

unternehmenswelt