Die Preisprognose für gebrauchte Baumaschinen ist aufgrund räumlicher und zeitlicher Preisschwankungen eine anspruchsvolle Aufgabe – daher ist es von großem Interesse, den Prognoseprozess auf Basis aktueller Marktdaten zu automatisieren. »Die Anwendung von Maschinellem Lernen auf diese Daten ist ein vielversprechender Ansatz, um den Restwert bestimmter Werkzeuge vorherzusagen. Für kleine und mittlere Unternehmen (KMU) ist dies aufgrund mangelnder Expertise im Maschinellen Lernen jedoch häufig schwer umsetzbar«, so Dennis Klau, wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO. Somit stellt sich die Frage: Wie können KMU mit begrenzter Machine-Learning-Expertise, aber ausreichend Daten und profundem Wissen über die Datendomäne in die Lage versetzt werden, mit Hilfe von Automatisiertem Maschinellem Lernen (AutoML) von bestehenden und neuen Machine-Learning-Methoden zu profitieren? Antworten darauf liefert das Autorenteam im Paper »Benchmarking Automated Machine Learning Methods for Price Forecasting Applications«, das auf der DATA 2023 in Rom mit dem Best Student Paper Award ausgezeichnet wurde. Die Wissenschaftler zeigen darin, wie jene Prozesse durch Lösungen des Automatisierten Maschinellen Lernens (AutoML) ersetzt werden können. Klau erklärt: »Wir kombinieren AutoML-Methoden mit der Expertise von Unternehmen«. Um alle komplexen industriellen Anforderungen zu berücksichtigen und die Anwendbarkeit ihres innovativen Ansatzes zu demonstrieren, entwickelte das Team eine neue Metrik namens »Method Evaluation Score«, die die wichtigsten technischen und nicht-technischen Metriken für Qualität und Benutzerfreundlichkeit umfasst. In einer Fallstudie für den industriellen Anwendungsfall der Preisprognose, zeigen sie auf Basis dieser Metrik, dass Domänenwissen in Kombination mit AutoML die Abhängigkeit von ML-Experten für innovative KMU, die an der Implementierung solcher Lösungen interessiert sind, reduzieren kann.
DATA vernetzt Forschende aus aller Welt und prämiert exzellente Paper
Die »International Conference on Data Science, Technology and Applications« (DATA) findet seit 2012 jährlich mit wechselnden Austragungsorten in Europa statt. Sie vernetzt Forschende, Ingenieurinnen und Ingenieure sowie Praktikerinnen und Praktiker aus der ganzen Welt, die an Datenbanken, Big Data, Data Mining, Datenmanagement und anderen Aspekten von Informationssystemen und -technologien interessiert sind. Dabei wird jeweils ein Award für das beste Paper, das beste Studenten Paper, das beste Promotionsprojekt sowie das beste Poster verliehen. Auf der diesjährigen Konferenz, die vom 11. bis zum 13. Juli in Rom stattfand, wurden Beiträge aus den fünf Bereichen Business Analytics, Data Sience, Big Data, Data Security und Datenqualität besprochen. Key-Notes zu den Themen Datenmodellierung und KI sowie Deep Reinforcement Learning gaben zusätzlich zu den Präsentationen tiefe Einblicke in die Datenwelt. Darüber hinaus fanden Sessions zu Fallstudien sowie Demonstrationen zu technischen und wissenschaftlichen Themen statt.
Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO