Ein Data-Science-Projekt beginnt üblicherweise mit einem Use-Case-Workshop. Hierbei ist es wichtig, möglichst viele Stakeholder und Domänenexperten zu inkludieren, um einen gesamtheitlichen Blick auf die derzeitige Situation, das Projektziel, etwaige Einschränkungen, verfügbare Datenquellen und Erfolgskriterien zu erhalten.

Ziel dieser Phase ist die genaue Definition des Projektziels anhand von messbaren Kriterien, Zusammenstellung des Projektteams, Definition der Datenquellen und Erstellung eines Projektplans.

Durch unsere langjährige Erfahrung ist es bereits hier möglich, die ersten Stolpersteine durch beispielsweise ein falsch gewähltes Ziel oder unzureichende Daten zu umgehen.

Nun werden Abzüge der definierten Datenquellen in eine von Produktivsystemen getrennte Laborumgebung geladen, um die Daten auf Vollständigkeit und Qualität zu prüfen und um gegebenenfalls Datenbereinigungen durchzuführen. Zusätzlich werden die unterschiedlichen Datenquellen miteinander verknüpft und von ihrer Rohform in eine Machine Learning taugliche Repräsentation transformiert.

Nachdem die Daten in brauchbarer Form vorliegen, ist es wichtig, möglichst schnell eine erste funktionierende Version der Machine Learning Pipeline zu erstellen, um die Ergebnisse anhand der definierten Erfolgskriterien bewerten zu können.

Die Evaluierung der Ergebnisse hilft einerseits, um iterativ die Verbesserung des Modells zu überprüfen, sowie, um teure Produktivsetzungen von unzureichenden Ergebnissen zu vermeiden.

Nach erfolgreicher Machbarkeitsstudie (PoC) in der Laborumgebung ist es nun, an der Zeit die entwickelte Lösung in Ihre produktiven Prozesse zu integrieren.

Dazu gehört die Bereitstellung des Modells, um fortwährend und in Echtzeit neue Vorhersagen generieren zu können, sowie die Erstellung einer automatisierten Datenpipeline, um neue Daten zu laden und vorzubereiten. Einrichtung eines Monitorings und finale Tests der Performance im Livebetrieb runden diese Phase ab.