3.1Projektstruktur
Eine häufige Problematik bei der Nutzung künstlicher Intelligenz im unternehmerischen Umfeld ist, dass der Ablauf von KI-Projekten sowie die einzelnen Projektphasen nicht wirklich bekannt sind.
Wie bei jedem Projekt ist ein gutes Projektmanagement ein entscheidender Faktor für einen erfolgreichen Projektabschluss. Dies trifft für KI-Projekte sogar noch stärker zu, da Projektstand, Reifegrad und Qualität nicht an einem realen Produkt zu sehen und zu begreifen sind.
3.1.1CRISP-DM
Aus diesem Grund wurde neben anderen Prozessmodellen 1996 der sogenannte CRISP-DM (engl. cross industry standard process for data mining) als branchenübergreifender Standardprozess für die Massenauswertung von Daten entwickelt und seitdem verwendet. Er wurde unter anderem durch Konzerne wie IBM und Daimler entwickelt und gilt als der am weitesten verbreitete Prozessstandard auf dem Feld der KI-basierten Auswertung von Daten. Im Jahr 2015 wurde von IBM zudem – basierend auf dem CRISP-DM – der überarbeitete und erweiterte Prozessstandard ASUM-DM erstellt, der insbesondere auch den Produktlebenszyklus einer KI-Anwendung abbildet. (15; 16; 17)
In der Praxis verläuft der Prozess selten linear, sondern erfordert Rücksprünge in vorherige Projektphasen. Nach: (14). Der große Vorteil und gleichzeitig größter Nachteil des inAbbildung 11 schematisch dargestellten Prozessstandards ist, dass er branchenübergreifend ist. Das bedeutet, dass ihn Ihr
