Daten, Archive und Analysen: Was ist Data Analytics?

Mit dieser Entwicklung erlangt der Forschungsbereich der Data Analytics immer mehr an Bedeutung. Hierbei geht es um Werkzeuge, Technologien und Methoden, mit deren Hilfe Wissen, Muster und Verläufe aus Daten ermittelt werden können. Neben der eigentlichen analytischen Auswertung ist die Sicherung der Qualität der Datensätze und eine effiziente Archivverwaltung für die weiteren Schritte elementar.

Können elektrische Schafe halluzinieren?

Mit der Verbreitung KI-gestützter Technologien wurden Themen der Data Analytics bekannt: Infrage steht, ob zum Beispiel Chat GPT lügen kann. Bei manchen Anfragen kam es zu Ausgaben, die schlicht falsch waren, wie der Anzahl bestimmter Buchstaben in einem Wort. Dieses Phänomen wurde als Halluzination beschrieben und erhielt einige Aufmerksamkeit: Die Ermittlung der Ursache der Fehlausgabe hatte das Problem der Komplexität des Programms, aber nicht nur der Architektur der künstlichen Intelligenz mit seinen Legionen an Knotenpunkten und Schichten, sondern auch in Hinsicht der Datensätze und deren komplexer Verwaltung. Letzterer Aspekt zielt auf die Archivstrukturen und den Umgang mit den riesigen Datenbanken, die großen Sprachmodellen wie Chat GPT für den Trainingsprozess zugrunde liegen.

Neben der Frage, warum diese Fehler überhaupt auftreten, ist offen, zu welchem Zeitpunkt sie entstehen. Die Programme sind selbstredend nicht zur Ausgabe falscher Antworten angehalten, gleich wohl verlangt der Umgang mit der natürlichen Sprache und manchen Anwendungsfällen eine gewisse Kreativität. Zum Beispiel muss das Modell bei dem Wunsch, den dritten Akt von Romeo und Julia in der Sprache modernen Ostküsten-Hip Hops zu reformulieren, selbst „kreativ“ werden. Die Anstrengungen, die Zahl der Halluzinationen zu minimieren, verdeutlicht die Relevanz der Datensatzaufbereitung, -verwertung und -reinigung. An diesen Aufgaben und offenen Fragen, wie komplexe Technologien mit einem Gros an Datensätzen interagieren, setzt Data Analytics an.

Was ist Data Analytics?

Data Analytics befasst sich mit der Analyse von Daten und deren Auswertung zu unterschiedlichen Zwecken. Sie ist ein multidisziplinäres Forschungsfeld zwischen Informatik, Mathematik und Statistik sowie weiterer Bereiche, die produktiv verknüpft werden. Generell lässt sich die Data Analytics in vier Ansätze unterteilen, die wir hier nur aufzählen: Es gibt deskriptive, diagnostische, prädiktive und präskriptive Varianten. Die Ansätze verfolgen nicht nur verschiedene Ziele, sie gehen auch anders mit den Daten um und haben differenzierte Ansprüche an das Datenmaterial.