Vom Datenbestand zum Wissensmodell
Viele KI-Initiativen in Industrieunternehmen beginnen mit der Entwicklung von Modellen und Algorithmen. In der Praxis entscheidet jedoch meist auch etwas anderes über den Erfolg: die Qualität, die Struktur und semantische Konsistenz der Daten.
Typische Situation: Daten stammen aus ERP, PLM, Dokumentenmanagement oder Service-Systemen. Wörter wie Produkt, Material, Artikel oder Baugruppe werden unterschiedlich verwendet. Für Menschen ist das interpretierbar. Für KI-Systeme ist es ein strukturelles Problem.
Der KI reichen nicht nur irgendwelche Daten, sondern sie benötigt semantisch konsistente Daten…






