Das Problem: Zu viel Abhängigkeit von Datenexperten
Maschinelles Lernen (ML), ein Teilbereich der Künstlichen Intelligenz, hat das Potenzial, die Produktgestaltung zu revolutionieren. Doch es gibt Herausforderungen: Ingenieure und Ingenieurinnen als Domänexpertinnen und -experten sind oft auf die Hilfe von Datenwissenschaftlerinnen und -wissenschaftlern angewiesen, um komplexe ML-Modelle zu verstehen und zu nutzen. Dies führt zu drei grossen Problemen:
- Fehlende digitale Unterstützungssysteme für Entscheidungstragende
- Übermässige Abhängigkeit von Datenwissenschaftlerinnen und Datenwissenschaftlern
- Mangelnde ML-Kompetenzen bei Domänenexpertinnen und -experten
Die Lösung: Ein intelligentes Assistenzsystem für Design Ingenieurinnen und Design Ingenieure
In ihrer laufenden Forschung haben die Autoren ein ML-System entworfen, das speziell darauf abzielt, Ingenieurinnen und Ingenieuren die Arbeit zu erleichtern, ohne dass sie auf die ständige Hilfe von Datenwissenschaftlerinnen und Datenwissenschaftlern angewiesen sind.
Stellen Sie sich vor, Sie könnten komplexe ML-Modelle nutzen, ohne selbst ein Datenexperte oder eine Datenexpertin zu sein. Dieses neue System verspricht genau das: Eine benutzerfreundliche, webbasierte Anwendung, die Ingenieurinnen und Ingenieuren hilft, ihre Designprozesse zu beschleunigen und gleichzeitig die Rolle der in der Datenwissenschaft Tätigen besser zu verstehen. Damit wird das Arbeiten mit fortschrittlicher Technologie einfacher und effizienter.
Über die Konferenz:
Die European Conference on Information Systems (ECIS) ist die Hauptkonferenz der Association of Information Systems in der Region 2, die Europa, Afrika und den Nahen Osten umfasst. Sie zählt zu den weltweit bedeutendsten Zusammenkünften von Wissenschaftlerinnen, Wissenschaftlern und forschungsorientierten Personen aus der Praxis im Bereich Informationssysteme.
Weitere Informationen:
Der Originalartikel ist in der AIS Electronic Library (AISeL) unter den ECIS 2024 Proceedings verfügbar: Taking Data Scientists Out-of-the-Loop in Knowledge Intense Analytics — A Case Study for Product Designs (aisnet.org).