„Data Mining ist mehr ein Finden als ein Lernen“, Interview mit Datenspezialist Daniel Fügner

Data Mining

Von Onlineshops über Produktionsunternehmen bis hin zur Chemieindustrie: Im Zuge der Digitalisierung werden täglich in jeglichen Branchen Terabyte von neuen Daten produziert und gespeichert. Im Vergleich zur Datenanalyse vor einigen Jahrzehnten bieten große, digitale Datenmengen – die Big Data – heute enorme Chancen zur Auswertung und Interpretation. Die Herausforderung besteht darin, diese Daten zielgerichtet auszuwerten und die gewonnenen Erkenntnisse für die Umsetzung der Unternehmensziele zu verwenden. Dass die Analysten im Gegenzug zur herkömmlichen Statistik völlig neue Ansätze wählen, um Erkenntnisse aus großen Datenmengen zu erlangen, zeigt Datenexperte Daniel Fügner am Bespiel von Data Mining – ein Ansatz zur Aufbereitung und Untersuchung großer Datenmengen.

 

  1. Herr Fügner, als Datenspezialist sind Sie regelmäßig mit der Auswertung und Interpretation von großen Datenmengen/Big Data betraut. Welche Rolle spielen Big Data heutzutage für Unternehmen?

Daniel Fügner: Die heutige Technologie ermöglicht es erstmals, immer größere und komplexere Datenmengen aufzunehmen und zu speichern. Dadurch ist in vielen Unternehmen eine immer größer werdende Zahl an Daten verfügbar und bietet dementsprechend neue Chancen und Potenziale für Analysen und Auswertungen. Die Herausforderung im Bereich Big Data besteht allerdings darin, aus dem großen Pool an Daten die interessanten Informationen aufzuspüren. Hier stehen viele Unternehmen noch ganz am Anfang. Besondere Potenziale bestehen aktuell beispielsweise im Qualitätsmanagement oder in der Produktionsoptimierung. Aber auch im Vertrieb kann man anhand von Data Mining zum Beispiel das Kaufverhalten einer bestimmten Kundengruppe analysieren und Rückschlüsse auf ihre Kaufentscheidung ziehen.

 

  1. Aufgrund der steigenden Komplexität der Daten verändern sich aktuell die Rahmenbedingungen und Anforderungen an die Datenanalyse. Was ist Data Mining und wo sehen Sie dessen Vorteile?

Daniel Fügner: Data Mining ist ein weiteres Tool aus dem Werkzeugkasten der Datenanalyse, das über die Methoden der klassischen statistischen Verfahren hinausgeht. Im Gegensatz zur herkömmlichen Statistik versucht Data Mining, vornehmlich unpräzise Fragen zu beantworten. Das heißt, es sind entgegen der statistischen Analyse nicht zwingend Vorannahmen über einen bestimmten Datensatz notwendig. Das neu gewonnene Wissen wird aus der Datenmenge heraus generiert. Im besten Fall führt die Analyse mittels Data Mining zu Erkenntnissen, an die man zuvor nicht gedacht hat.

 

  1. Wo kommt Data Mining zum Einsatz?

Daniel Fügner: Data Mining findet überall da Anwendung, wo es komplexe Daten mit unklarem Inhalt gibt. Bleiben wir beim Beispiel des Kaufverhaltens, z. B. der Zielgruppe Mütter. Man könnte anhand der Untersuchung der Kaufdaten dieser Zielgruppe Zusammenhänge herausfiltern, wie beispielsweise die Erkenntnis, dass diese Kundengruppe vermehrt Babynahrung und Toilettenpapier zusammen kauft. Daraus ergeben sich Cross-Selling-Potenziale, die man für die Angebotserstellung nutzen kann. Data Mining bietet also das Potenzial für Überraschungen.

 

  1. Der Einsatz von lernfähigen Algorithmen entwickelt sich aktuell zu einer einflussreichen Komponente in diversen Arbeitsbereichen und Branchen. Was ist der Unterschied zwischen Data Mining und Künstlicher Intelligenz (KI)?

Daniel Fügner: Die Grenzen zwischen Künstlicher Intelligenz und Data Mining sind fließend. Ein maßgeblicher Unterschied ist die Tatsache, dass maschinelles Lernen oder KI Trainingsdaten und Training für den lernenden Algorithmus erfordert. Damit ist Künstliche Intelligenz immer auf einen bestimmten Zweck gerichtet. Ein Roboterarm, der mittels künstlicher Algorithmen lernt, einen Gegenstand zu greifen, trainiert ein konkretes Verhalten anhand von Big Data. Ein Chatbot dagegen, der im Kunden-Support eingesetzt wird, hat eine offene Zielsetzung, da die Kundenanfragen unbekannt und divers sind. Beim Data-Mining-Prozess sollte der Analyst immer offen für das Ergebnis sein, da es nicht zwingend ein Training erfordert. Data Mining ist mehr ein Finden als ein Lernen.

 

Sind Sie neugierig geworden und möchten noch tiefer in die Materie der Big Data und des Data Minings eintauchen? Dann sichern Sie sich jetzt Ihren Platz im karriere tutor® Webinar mit Daniel Fügner zum Thema „Data Mining – Wenn Statistik nicht mehr ausreicht“ am 17. Juli von 11 Uhr bis 13 Uhr.

 

 

Daniel-Fuegner

Über Daniel Fügner

Als Kundenbetreuer für die Statistiksoftware Minitab® und das Data-Mining-Tool Salford Predictive Modeler von Minitab® unterstützt Daniel Fügner zahlreiche Kunden aus Industrie, Forschung und Lehre mit seiner Expertise im Bereich Datenanalyse und -auswertung. Als von Minitab® zertifizierter Trainer hält er zudem Standardtrainings und Individualworkshops für verschiedenste Firmen und Hochschulen.

 

Über karriere tutor® 109 Artikel
karriere tutor® möchte Menschen an jedem Arbeitsplatz der Welt beruflich erfolgreich und glücklich machen. Ein Team aus hervorragend geschulten Dozenten und Tutoren, Karriereberatern und Experten für berufliche Weiterbildung berät und begleitet seine Kunden ganzheitlich auf dem Weg zur beruflichen Erfüllung.