Pressemitteilung von Laura Wiest-Pillois

KI: Dataiku 7 staerkt Kollaboration und Erklaerbarkeit

---

---

Immer mehr Unternehmen setzen darauf, Data Science und künstliche Intelligenz nicht länger in einzelnen Projekten, sondern in der gesamten Organisation zu nutzen. Dataiku bietet Experten und Fachanwendern dazu eine einheitliche Plattform. Die jetzt veröffentlichte Version Dataiku 7 integriert zahlreiche neue Funktionen, die die unternehmensweite Zusammenarbeit auf allen Ebenen weiter vereinfachen. Erstmals bietet Dataiku Erklärungen für Modelle, um Ergebnisse insgesamt transparenter zu machen. Zusätzliche Funktionen der aktuellen Version umfassen Kubernetes- unterstützte Webapplikationen zur Erweiterung der in Dataiku 6 vorgestellten Fähigkeiten sowie ein mit maschinellem Lernen unterstütztes Datenkennzeichnungs-Plugin.

"Zusammenarbeit stand seit der Gründung von Dataiku 2013 in unserem Fokus, mit Dataiku 7 erweitern wir unsere Funktionalität weiter in Richtung Demokratisierung von KI im Unternehmen", erklärt Dataiku CEO Florian Douetteau. "Zum zweiten Mal in Folge stellen wir eine neue Version unserer Plattform vor, die sich in Richtung erklärbarer Künstlicher Intelligenz entwickelt. Erkärbarkeit ist eine kritische Komponente für Unternehmen, um KI-Modelle erfolgreich zu nutzen und die Auswirkungen der gelieferten Ergebnisse zu verstehen."

Weltweit treiben Unternehmen Künstliche Intelligenz mit einem Top-down-Ansatz voran. Gleichzeitig sehen sie sich vor der Herausforderung, Projekte Bottom-up zu demokratisieren und mehr Menschen Zugang zu umsetzbaren Erkenntnissen aus den Daten zu verhelfen. Die Zusammenarbeit über Dataiku 7 bringt Menschen zusammen und befähigt den Einzelnen, durch erklärbare Künstliche Intelligenz die Daten im Unternehmen für alltägliche Entscheidungen zu nutzen und nachhaltige Projekte mit Künstlicher Intelligenz zu realisieren.

Eine Auswahl neuer Funktionen von Dataiku 7 im Überblick:

Unterstützung für Advanced Statistical Analysis: Statistiker können mit Dataiku weitreichende statistische Analysen im bekannten "Worksheet-and-Card" durchführen und gleichzeitig mit einem größeren Daten- oder Analytics-Team zusammenarbeiten. In der Vergangenheit waren fortgeschrittene Statistiker an Einzellösungen gebunden, die für Nicht-Statistiker nicht sichtbar waren und gerade in Hinblick auf Governance und die Entwicklung von KI-Projekten einen Flaschenhals darstellten.

Erklärungen für fortgeschrittene Vorhersagen: Klassischerweise beinhalten Modelle zum Maschinellen Lernen keine Erklärungen, wie oder warum eine bestimmte Vorhersage getroffen wurde. Eine objektive Erklärung, warum basierend auf diesen Modellen bestimmte Entscheidungen getroffen wurden, konnte nur schwer gegeben werden. Die Erklärungen der Vorhersagen, die Dataiku liefert, öffnen die "Black Box", indem sie erläutern, welche Charakteristiken oder Funktionen den größten Einfluss auf die Ergebnisse des Modells hatten. Dataiku 7 beinhaltet sowohl Erklärungen der Vorhersagen auf Zeilenebene als auch interaktive Darstellungen einzelner Vorhersage-Erklärungen.

Git zur besseren Zusammenarbeit der Programmierer: Durch die umfassende Integration von Git in Dataiku 7, können Data Scientists (oder andere Programmierer) Git-Zweige direkt in Dataiku erstellen, löschen oder einen Push oder Pull ausführen. Das steigert die Effizienz deutlich, da die Programmierer ihre Projekte einfach duplizieren können, um in einer "Sandbox" Änderungen zu testen und gleichzeitig das ursprüngliche Projekt unverändert lassen. Sobald die Weiterentwicklung auf dem duplizierten Projekt abgeschlossen ist, lassen sich die Änderungen mühelos in das ursprüngliche Projekt integrieren (und alle Änderungen sind in Git dokumentiert).

Höhere Elastizität mit Kubernetes: Dataiku 7 erweitert die Fähigkeit Kubernetes-Cluster zu verwalten gegenüber den Möglichkeiten in Dataiku 6. Die Anwender dürfen jetzt Webapplikationen auf den Kubernetes-Clustern laufen lassen, so dass mehr Anwender gleichzeitig möglich sind und ein schnelles, flexibles Backend zur Ausführung ressourcenintensiver KI-Deployments zur Verfügung steht.

Ein Kennzeichnungs-Plugin für aktives Lernen: Sauber gekennzeichnete Daten sind die Voraussetzung, um präzise, qualitative hochwertige Erkenntnisse aus den Modellen des Maschinellen Lernens zu gewinnen. Gleichzeitig beschleunigt die Möglichkeit, Daten zu kennzeichnen, den kompletten Analyse-Lebenszyklus, indem die anstrengende und zeitraubende Datensammlung vereinfacht wird. Die neue "Human-in-the-loop" Kennzeichnung und das Plugin zum aktiven Lernen liefern eine Reihe von Dataiku Webapplikationen, die den Kennzeichnungsprozess vereinfachen, ganz gleich ob es sich um Dateninhalte aus Tabellen, Bildern oder sogar Tönen handelt.

Dataiku befähigt die Global 2.000 ihre großen Datenmengen in verwertbare Erkenntnisse zu wandeln, KI-Projekte zu demokratisieren und Projekte zum Maschinellen Lernen auf eine enorm breite Basis zu stellen. Dataiku 7 verbessert die Zusammenarbeit auf allen Ebenen und macht Künstliche Intelligenz erklärbar - Künstliche Intelligenz und Data Science werden mit dieser teamorientierten, intuitiven Plattform für deutlich mehr Anwender nutzbar. Mehr zu Dataiku 7 erfahren Sie in unserem Webinar am 16. April 2020 (https://pages.dataiku.com/dataiku-7-0). Firmen- & Pressekontakt