My_X: my ExpertisesMaßgeschneiderte Online Analysen

László Pitlik, Ungarn

27. GIL-Jahrestagung, Stuttgart

05.03.2007.

INNOCSEKK 156/2006: Projektabschluss Anfang 2008

INNOCSEKK 156/2006

Gliederung:

• Ziele, Zielgruppen, Mehrwerte

• Vorgeschichte des Know How (Motivation)

• Geplante Dienstleistungen

• Aktueller Stand der Entwicklung

• Partnersuche, Referenzprojekte

• Zusammenfassung

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

INNOCSEKK 156/2006

Vorgeschichte des Know How:

• unnötige Subjektivität in den Ähnlichkeits-analysen, Objektvergleichen, im Modellieren

• Vernachlässigung der automatisch generierte online Expertensysteme in der Wissensrepräsentation/Wissenstransfer

• zu sehr problemspezifisches Modellieren statt context free (vgl. CBR-basiert) zu denken

• mystische Einstellungen: viele Daten, bessere Modelle?

• offline Software-Packete mit vielen ungenutzten Modulen und jährlichen Lizenzgebühren

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)

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“…

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(!)?

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…

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…

INNOCSEKK 156/2006

Geplante Hilfestellungen:

Portal als virtuelles Klassenzimmer:• Online Bibliothek• Online Nachrichten• Online Foren• Wiki-Dienste• FAQ• Help• Mehrsprachigkeit

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.

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

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

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

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

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

INNOCSEKK 156/2006

Literatur:Nachhaltigkeitstagung:

http://miau.gau.hu/miau/101/mta_en.doc Universitätsbulletin:

http://miau.gau.hu/miau/91/bulletin_en.doc 26. GIL-Jahrestagung:

http://miau.gau.hu/miau/85/gil26_full.doc EFITA-Beitrag:

http://miau.gau.hu/miau/81/efitawcca2005_kjm_en.pdf Biomathematik-Tagung:

http://miau.gau.hu/miau/80/kjm_en_ecology.doc Nitra-Tagung: http://miau.gau.hu/miau/92/nitra_full.doc CAPRI-Report: http://miau.gau.hu/miau/101/bulletin_en.doc

INNOCSEKK 156/2006

Herzlichen Dank für Ihre Aufmerksamkeit

pitlik@miau.gau.hu

http://miau.gau.hu

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

Y

5400

56005800

60006200

6400

0 5 10 15

Y

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)

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)