Das „AutoML-Tool“ der Ostwestfalen „demokratisiert“ nach eigenen Angaben die Anwendung von KI und ML, denn die Methoden werden einer breiten Masse zugänglich gemacht, heißt es bei den Entwicklern. Die Ausgangssituation bei vielen Unternehmen: Klassische Automatisierungs- und Maschinenbauexperten sind mit den derzeit verfügbaren ML-Tools und deren Möglichkeiten überfordert. Sie verfügen in der Regel nicht über die Kenntnisse, um entsprechende Modelle zu entwickeln.

Deswegen übernehmen Data Scientists die Datenanalyse und Modellbildung ‒ wie bereits oben beschrieben. Ihr Expertenwissen ist notwendig, um die Methoden der KI oder des ML auf die Daten anzuwenden und Modelle zu entwickeln, die beispielsweise Anomalien erkennen und Fehler voraussagen können. Natürlich arbeitet der Data Scientist bei der Modellentwicklung eng mit dem Maschinenbauer bzw. -betreiber zusammen, um die gefundenen Zusammenhänge in den Daten ingenieurmäßig zu interpretieren sowie die für die Modellbildung relevanten Features zu identifizieren.

In Zukunft läuft das Tool aus Ostwestfalen auch auf der Low Code Plattform von Crosser. Die Schweden bringen dafür ihre Low-Code-Plattform für Edge-Analytics ein. Wie die beiden Unternehmen sich in Zukunft das maschinelle Lernen vorstellen, verraten Kai Schwab von Crosser und Dr. Carlos Paiz Gatica im Podcast-Gespräch.