

054 — Data Science und Machine Learning, Hype und Realität — Teil 2
17 snips Mar 15, 2022
Dr. Lukas Lang, Leiter des Geschäftsbereichs Data Science und AI bei Föstalpine, teilt spannende Einblicke in den Hype und die Realität von Data Science und Machine Learning. Er diskutiert die Notwendigkeit qualifizierter Fachkräfte und betont die kritische Bedeutung von Datenqualität und ethischen Rahmenbedingungen. Die Probleme von algorithmischen Entscheidungen, insbesondere die Verzerrungen durch historische Daten, werden beleuchtet. Lang spricht auch über die Verantwortung von Entwicklern und die Herausforderungen der Regulierung von Künstlicher Intelligenz im gesellschaftlichen Kontext.
AI Snips
Chapters
Books
Transcript
Episode notes
Datenflut erfordert Expertise
- Datenmenge ist riesig und wächst durch alle digitalen Interaktionen.
- Daten müssen erst von Experten ausgewertet werden, um Informationen daraus zu gewinnen.
Datenqualität ist entscheidend
- Schlechtes Datenmaterial führt zu schlechten Ergebnissen (Garbage in, Garbage out).
- Machine Learning kann schlechte Datenqualität nicht kompensieren, besonders nicht bei schlechten Prozessen.
Falsche Kriminalitätskarten in London
- In London wurden Verbrechensdaten ungenau auf Straßen projiziert.
- Das erzeugte falsche Kriminalitäts-Hotspots durch mangelhafte Datenrepräsentation.