My_X: my Expertises Maßgeschneiderte Online Analysen László Pitlik, Ungarn 27. GIL-Jahrestagung, Stuttgart 05.03.2007. INNOCSEKK 156/2006: Projektabschluss.

Präsentation zum Thema: "My_X: my Expertises Maßgeschneiderte Online Analysen László Pitlik, Ungarn 27. GIL-Jahrestagung, Stuttgart 05.03.2007. INNOCSEKK 156/2006: Projektabschluss."—  Präsentation transkript:

1 My_X: my Expertises Maßgeschneiderte Online Analysen László Pitlik, Ungarn 27. GIL-Jahrestagung, Stuttgart 05.03.2007. INNOCSEKK 156/2006: Projektabschluss Anfang 2008

2 INNOCSEKK 156/2006 Gliederung: Ziele, Zielgruppen, Mehrwerte Vorgeschichte des Know How (Motivation) Geplante Dienstleistungen Aktueller Stand der Entwicklung Partnersuche, Referenzprojekte Zusammenfassung

3 INNOCSEKK 156/2006 Ziele, Zielgruppen, Mehrwerte: Strategische Ebene: –Demokratisierung der Data Mining Services –für alle, die alltägliche Entscheidungs- probleme und wenig Daten, bzw. keine IT- Experten, keine eigenen großen Rechenkapazitäten haben… Wirtschaftliche Ebene: –Bezahlungen nach prepaid-Logik –Mehrsprachige Dienste

4 INNOCSEKK 156/2006 Vorgeschichte des Know How: unnötige Subjektivität in den Ähnlichkeits- analysen, Objektvergleichen, im ModellierenSubjektivität Vernachlässigung der automatisch generierte online Expertensysteme in der Wissensrepräsentation/Wissenstransfer online Expertensysteme zu sehr problemspezifisches Modellieren statt context free (vgl. CBR-basiert) zu denkenCBR mystische Einstellungen: viele Daten, bessere Modelle?viele Daten, bessere Modelle offline Software-Packete mit vielen ungenutzten Modulen und jährlichen Lizenzgebühren

5 INNOCSEKK 156/2006 Subjektivität: Tenderbewertungen, Benchmarking und best practice Analysen anhand von willkürlichen (korrupten?) Gewichte-, Punktesysteme Bewerten ohne Bilanzieren (vgl. Preis Leistungsverhältnisse) Argumentieren ohne Nachhaltigkeits-/ Konsistenzkontrolle (vgl. Politikdebatten)

6 INNOCSEKK 156/2006 Online Expertensysteme: Neben Fachbücher viele gemeinnützigen Faktensammlungen und automatisch ableitbaren online Expertensysteme –z.B. Produktionsfunktionen, genetische Potentiale auf Knopfdruck anhand von Testbetriebsdaten –Verstehen von komplexen Bilanzkennzahlen durch Zahlenmystik…

7 INNOCSEKK 156/2006 Fallbasiertes Schließen: alles lässt sich anhand von Ähnlichkeiten (überraschend) logisch interpretieren! Quantenmechanik und Spieltheorie münden in der Ähnlichkeitsanalyse(!)? Methodisch gesehen: Archäologie = Futurologie(!)? Heuristik = im Unbewusstsein agierende Fakten(!)? KI = unbewusste Heuristikbildung in Quellcodes zu zwingen(!)?

8 INNOCSEKK 156/2006 Viele Daten, bessere Modelle? bei der Modellqualität zählen nur die extremen Faktenkombinationen Modellqualität hängt –von der Komplexität der zu verfolgende Ziele –und von der Datenqualität ab Gleich gute (alternative) Modelle gibt es viele…

9 INNOCSEKK 156/2006 Geplante Kerndienste: Dienstleistungsschleife: beschränkte OLAP-Dienste, damit die Fakten schnell und beliebig abfragbar werden… Online Analysen, welche anhand der abgefragten Daten (Objekt-Attribut-Matrizen) arbeiten können… automatische Ableitung von Online Expertensysteme, damit das entdeckte Wissen sofort weitergeleitet werden kann, automatische Berichterstellung (basierend auf Textbausteine) anhand der Analyseergebnisse… Rückführung der berechneten Werte in die OLAP- Dienste, damit Ergebnisse und Fakten zusammen visualisierbar werden…

10 INNOCSEKK 156/2006 Geplante Hilfestellungen: Portal als virtuelles Klassenzimmer: Online Bibliothek Online Nachrichten Online Foren Wiki-Dienste FAQ Help Mehrsprachigkeit

11 INNOCSEKK 156/2006 Aktueller Stand der Entwicklung: Anhand von Vorprojekten stehen Prototype von Hilfestellungsmodulen meistens bereits zu Verfügungen. Die Kerndienste (OLAP, Ähnlichkeitsanalyse, Expertensystem- generierung) wurden inzwischen auch als Prototype teilweise erstellt. Mehrsprachigkeitspotentiale sind in den Strukturen vorgegeben.

12 INNOCSEKK 156/2006 Laufende Arbeiten: Integration der Prototype Suchen nach benutzerfreundlichen Lösungen Testen der Prototype (Belastung, Funktionalität, Handhabbarkeit) Vorbereiten von neuen Kerndienste Konsultationen mit potentiellen Anwendern Iterative Entwicklungsschritte

13 INNOCSEKK 156/2006 Partnersuche, Referenzprojekte I. Bisher angeschlossene Hauptthemengebiete Unterstützung: für Anschaffungsprozeduren (vgl. Produkte), bei der Auswahl jeglicher Art von Lieferanten, für Prognosen (von Fußballergebnissen über Witterung bis hin zu Börse) der Konsistenzkontrollen (z.B. Segmentierungen, Politikvarianten) bei den Nachhaltigkeitskontrollen (z.B. Migration) beim Ableiten von Produktionsfunktionen und Expertensysteme beim Entdecken von begrifflichen Zusammenhänge

14 INNOCSEKK 156/2006 Partnersuche, Referenzprojekte II. Ausgewählte Themen: Politik –Medikamente: minimieren von Nebenwirkungen und Kosten –Ableiten der Idealkurve von Leitzinsen Landwirtschaft –Ableiten von Produktionsfunktionen, Ertragstendenzen, genetische Potentiale –Auswahl von Zuchttieren –Anschaffung von Maschinen, Geräten, Futtermittel

15 INNOCSEKK 156/2006 Partnersuche, Referenzprojekte III. Wirtschaft: –Analyse von Bilanzergebnissen (best practice, benchmarking) –Konkurrenzanalyse (Brandwerte, Preispolitik) –Prognosen der Preisentwicklung –Wald-, Acker-, Immobilienbewertung –Bewertung von Mitarbeitern Gesellschaft: –GDP vs. Kriminalstatistik –Entdecken von Umzugszwängen –Sportwetten

16 INNOCSEKK 156/2006 Zusammenfassung: Im Zentrum: Context free Methodik Triebkraft: Dienstleistungsschleife Mehrwertlogik: –ressourcen-schonendes Wirtschaftsmodell –Qualitätssicherung für Analyseergebnisse Lebenslanges Lernen: jeder ist Willkommen im virtuellen Klassenzimmer

17 INNOCSEKK 156/2006 Literatur: Nachhaltigkeitstagung: http://miau.gau.hu/miau/101/mta_en.doc http://miau.gau.hu/miau/101/mta_en.doc Universitätsbulletin: http://miau.gau.hu/miau/91/bulletin_en.doc http://miau.gau.hu/miau/91/bulletin_en.doc 26. GIL-Jahrestagung: http://miau.gau.hu/miau/85/gil26_full.doc http://miau.gau.hu/miau/85/gil26_full.doc EFITA-Beitrag: http://miau.gau.hu/miau/81/efitawcca2005_kjm_en.pdf http://miau.gau.hu/miau/81/efitawcca2005_kjm_en.pdf Biomathematik-Tagung: http://miau.gau.hu/miau/80/kjm_en_ecology.doc http://miau.gau.hu/miau/80/kjm_en_ecology.doc Nitra-Tagung: http://miau.gau.hu/miau/92/nitra_full.dochttp://miau.gau.hu/miau/92/nitra_full.doc CAPRI-Report: http://miau.gau.hu/miau/101/bulletin_en.dochttp://miau.gau.hu/miau/101/bulletin_en.doc

18 INNOCSEKK 156/2006 Herzlichen Dank für Ihre Aufmerksamkeit pitlik@miau.gau.hu http://miau.gau.hu

19 INNOCSEKK 156/2006 Anhang: ceteris paribus - Maisertrag (Y) vs. Düngemittelkosten- Klassen (X) - Übrige Variablen konstant gehalten - Produktionsfunktion durch Expertensystem mit 288 Stufen - Genetisches Potential: um 13t/ha - Berechnungen anhand von Testbetriebsdaten

20 INNOCSEKK 156/2006 Anhang: online Expertensystem I. (Expertensystemstufen: Kostenpositionen in 1000HUF/Hektar) Problem: Maisertragsfunktion automatisch abgeleitet (max. Herstellungszeit 30 Minuten) 8 Objekte (Regionen), 15 X-Attribute (Bilanzpositionen) Ergebnis: 288 Regeln (=3*4*2*2*2*3) 6 aktive Attribute, 9 passive (Geräusche)

21 INNOCSEKK 156/2006 Anhang: online Expertensystem II. Als aktiv anerkannte Attribute: –Genetik: Saatgutkosten und Tierzukäufe –Düngemittelkosten –Lohnkomponente Als passiv anerkannte Attribute: –Gesamtlohn –Kosten für Pflanzenschutzmittel?, Strom, Wasser, Diesel, Futter, sonstige Materialien, Materialien insgesamt –Gesamtkosten (Pflanzen-, Tierproduktion)