Wenn KI der „Spritfresser“ von Daten ist, wie können wir dann eine bessere Kilometerleistung erzielen?
Während die Datenqualität seit Jahren oberste Priorität hat, ist die Identifizierung der für KI und Trainingsmodelle wesentlichen Daten eine weitere Herausforderung.
Können wir die Flut unzureichender oder fragwürdiger Daten, die durch Systeme der künstlichen Intelligenz übertragen werden, bändigen? KI wird durch Halluzinationen, Voreingenommenheit, verfälschte Trainingsdaten und - letztendlich - organisatorische Unsicherheit behindert. Branchenführer und Denker haben einige Ideen, wie man Daten in Ordnung bringen kann.
Wenn Daten das neue Öl sind, dann ist KI, „die jede Menge davon braucht, der ‚Spritfresser‘ von Daten“, sagte Andy Thurai, Chefanalyst bei Constellation Research, gegenüber ZDNET. Der Verbrauch großer Datenmengen birgt jedoch das Risiko eines Qualitätsverlusts im Prozess - was zu Vertrauensproblemen bei der KI führt.
Eine Salesforce-Umfrage unter 6.000 Mitarbeitern ergab, dass drei Viertel den Daten nicht vertrauen, die zum Trainieren der KI verwendet werden, mit der sie arbeiten. Eine Fivetran-Umfrage unter 550 Führungskräften großer Unternehmen schätzt, dass Unternehmen durchschnittlich 6 % ihres Jahresumsatzes oder 406 Millionen US-Dollar aufgrund leistungsschwacher KI-Modelle (die auf der Grundlage ungenauer oder minderwertiger Daten erstellt werden) verlieren, was zu falsch fundierten Geschäftsentscheidungen führt. Organisationen, die große Sprachmodelle (LLMs) nutzen, melden in 50 % der Fälle Datenungenauigkeiten und Halluzinationen.
Außerdem erfordert die Behebung dieser Mängel eine Datenkuratierung und Qualitätssicherung, was viel Zeit für Personen verschlingt, die sich eigentlich auf geschäftliche Probleme konzentrieren sollten. „Die meisten Datenwissenschaftler verbringen ihre Zeit damit, Daten zu kuratieren oder zu bearbeiten, anstatt tatsächliche Modelle zu erstellen und zu testen“, fügte Thurai hinzu.
Dennoch werden immer noch viele Daten benötigt, um die KI-Engine anzutreiben. Die Herausforderung besteht darin, dass „wenn man KI- und ML-Modelle mit Teildaten füttert, man nur einen Teilblick auf das Unternehmen erhält“, erklärte Thurai. „Obwohl Unternehmen mehr als genug Daten produzieren, sind diese immer noch stark fragmentiert zwischen Geschäftsbereichen, Domänen, Plattformen und Implementierungen wie Cloud oder privaten Rechenzentren.“
Das Problem besteht darin, dass Unternehmen kopfüber in die KI vordringen. „Viele Unternehmen sind übermäßig begierig darauf, Technologien auf das größte bestehende Problem anzuwenden, ohne harte Arbeit zu leisten, wie etwa die Behebung zugrunde liegender Datenqualitätsprobleme“, sagte Michael Heath, leitender Ingenieur für technische Lösungen bei SHI International, gegenüber ZDNET. „Dies erfordert genaue, konsistente und vollständige Daten. Ohne robuste Daten-Governance- und Datenverwaltungspraktiken laufen Unternehmen Gefahr, Fehler zu verstärken und unzuverlässige Erkenntnisse zu generieren.“
Data Governance erfordert eine umfassende Anstrengung, um sicherzustellen, dass die richtigen Daten an die richtigen Personen und Anwendungen gelangen und dass die Daten aktuell, relevant, sicher und wertvoll sind.
Während die Datenqualität seit Jahren oberste Priorität hat, ist die Identifizierung von Daten, die für KI- und Trainingsmodelle unerlässlich sind, eine weitere Herausforderung. Diese „wesentlichen Daten“ - wie Neda Nia, Chief Product Officer bei Stibo Systems, definiert - bestehen aus Daten, „die gut verwaltet sind und wirklich das darstellen, was das optimale Ergebnis für das Training von Modellen für maschinelles Lernen liefert“, sagte sie gegenüber ZDNET.
Qualität ist wichtig - und eine konzertierte Governance ist sowohl auf Daten- als auch auf KI-Ebene erforderlich. Dadurch entsteht „die transformative Kraft, die die Datenverwaltung und -bereitstellung im GenAI-Zeitalter neu gestaltet“, sagte Junaid Saiyed, CTO von Alation. „Das schnelle Tempo, der enorme Umfang und die komplexe Komplexität der Datenverarbeitung in GenAI erfordern robuste KI-Governance-Frameworks. Organisationen können das Garbage-In-Garbage-Out-Dilemma mit einer effektiven KI-Governance überwinden.“
Natürlich entstehen qualitativ hochwertige Daten nicht aus dem Nichts. „Die größte Herausforderung bei der Pflege hochwertiger Daten liegt in der Unvorhersehbarkeit der Anforderungen“, sagte Nia. „Zu den Fragen gehört: ‚Was sind KI-fähige Daten?‘ „Welche zukünftigen Modelle benötigen bestimmte Daten?“ und „Wie weit zurück sollten Daten für eine optimale Verarbeitung in Modellen aufbewahrt werden?“
Menschen, die mit KI arbeiten, müssen „die etablierten Anforderungen berücksichtigen, die durch Compliance und Regulierung festgelegt werden, und gleichzeitig zukünftige datenwissenschaftliche Anforderungen, einschließlich dieser, antizipieren.“ muss noch definiert werden“, erläuterte Nia. „Dies stellt eine große Herausforderung dar - wie können wir zukünftige Anforderungen in einem sich ständig verändernden Umfeld antizipieren?“
Außerdem: Können Regierungen die Gespräche über KI-Sicherheit in die Tat umsetzen?
Gut verwaltete, qualitativ hochwertige Daten müssten für alle Szenarien bereit und verfügbar sein, fuhr sie fort. „Investieren Sie und konzentrieren Sie sich auf solche Daten. Während das Datenvolumen wichtig ist, überwiegt in der modernen Welt die Qualität das Volumen.“
KI und Daten-Governance „stellen sicher, dass KI-Modelle mit sauberen, relevanten und zuverlässigen Daten arbeiten“, sagte Saiyed. „Dies erhöht die Genauigkeit und Fairness von KI-Entscheidungen, fördert eine effektive Zusammenarbeit durch Metadatenmanagement und stellt die Einhaltung steigender regulatorischer Anforderungen sicher.“
Data Governance trägt auch dazu bei, „eine Kultur der Datenintegrität zu etablieren, damit Unternehmen Innovation, betriebliche Effizienz und Wachstum vorantreiben können“, sagte Saiyed.