Informationstechnik.
Unser Kunde beauftragte uns, ein Quality Gate nach modernen KI-Methoden für das Thema Datenqualität aufzubauen, um die zahlreichen Daten zum Zeitpunkt ihrer Anlieferung auf ihre Richtigkeit zu prüfen. Der Kunde ist ein IT-Dienstleister aus der Finanzbranche. Das Unterhemen beschäftigt mehr als 3.000 Mitarbeiterinnen und Mitarbeiter und betreut über 300 Institute, die wiederum Daten an den IT-Dienstleister liefern.
Ausgangssituation und Projektauftrag
Ausgangssituation und Projektauftrag
Das Ziel des Projekts war es, die aus den Instituten angelieferten Daten auf ihre Datenqualität zu überprüfen. Diese Überprüfung sollte zum Zeitpunkt der Anlieferung stattfinden. Außerdem sollten hierbei Methoden der künstlichen Intelligenz zum Einsatz kommen umso auch in Zukunft eine hohe Datenqualität zu ermöglichen.
Die besondere Herausforderung bei diesem Projekt bestand zum einen in der Komplexität der Daten (Volume, Velocity und Variety) und zum anderen darin, mit den stetig neuen Anforderungen an die Qualitätskriterien umzugehen.
Vorgehen im Projekt
Unseren Projektauftrag haben wir wie folgt erfüllt:
-
Einsatz eines Quality Gates zur Überprüfung der Daten zum Zeitpunkt der Anlieferung
-
Verwendung eines adaptiven KI-Modells im Quality Gate
-
Einsatz einer Plattform für das maschinelle Lernen und Data-Mining (RapidMiner) zur Anwendung des KI-Modells