Maschinelle Lernverfahren für die Entwicklung von Diagnose-Tools

Ausgangssituation

Die Firma RA Consulting GmbH ist ein IT-Dienstleister und Tool-Spezialist mit Sitz in Bruchsal. Ihr Portfolio besteht aus Lösungen für die Automobilindustrie. Besonders zeichnet sich die RA Consulting GmbH durch ihr Know-how bei Messungen, Kalibrierungen und im Bereich der Diagnose aus. Im QuickCheck soll untersucht werden, ob sich statistische Analysen und maschinelle Lernverfahren in der Entwicklung dieser Systeme einsetzen lassen. Hierfür ist ein Verständnis für die aufgezeichneten Diagnose-Daten notwendig. Auf Basis dieses Verständnisses kann die Datenbasis auf das Auftreten von Mustern untersucht werden.

Problemstellung

Zur Erweiterung der Tool-Funktionalität soll eine Analyse der in der Entwicklung aufgezeichneten Werte stattfinden. Die so aufgedeckten Zusammenhänge und Erkenntnisse könnten anschließend zurück in die Entwicklung neuer Software-Lösungen fließen. Dadurch ist eine potentielle Vergrößerung des Portfolios der RA Consulting GmbH zu erwarten. Auch eine Erweiterung bestehender Systeme und Diagnose-Tools ist denkbar. Im Rahmen des QuickChecks erfolgt eine initiale Untersuchung und Bewertung möglicher Datenquellen. Dabei soll die Machbarkeit von Analyse-Konzepten anhand prototypischer Implementierungen evaluiert werden. Es gilt zu untersuchen, inwieweit KI-getriebene Methoden die Tool-Entwicklung positiv beeinflussen können.

Lösungsansatz

Bei der betrachteten Problemstellung handelt es sich um eine offene Frage. Hier bietet sich zunächst ein exploratives Vorgehen an. Durch eine initiale statistische Analyse der aufgezeichneten Diagnosedaten wird ein menschenverständlicher Überblick geschaffen und das Datenverständnis verbessert. Durch die Projektion der Daten hinsichtlich unterschiedlichster Dimensionen, treten Muster und Zusammenhänge zutage, die es anschließend weiter zu untersuchen gilt. Neben klassischen Korrelationsanalysen unterstützen elaborierte lernende Verfahren zur Visualisierung komplexer hochdimensionaler Datenräume dabei einzuschätzen, ob sich die gefundenen Muster für Klassifikationen oder automatisierte Auswertungen und Analysen eignen.

Quick-Check-Ergebnisse

Im Rahmen des QuickChecks mit der RA Consulting GmbH konnten explorativ vielversprechende Muster in den Daten gefunden werden. Dabei konnten Zusammenhänge auf den unterschiedlichsten Datenebenen aufgedeckt werden. Es wurden Analysen und Methoden aufgezeigt, mit denen die aufgezeichneten Daten verarbeitet und betrachtet werden können. Auf Grundlage dieses Datenverständnisses wurden die Zusammenhänge auf ihre Verwendbarkeit in automatisierten maschinellen Lernverfahren überprüft. Die Ergebnisse waren interessant und können weiterverfolgt werden. Außerdem können einige Erkenntnisse als Ausgangspunkt für die Analyse durch Domänenexperten genutzt werden.