Warum der Endkunde vom Siemens Domain Knowhow unter Verwendung von AI-Algorithmen profitiert, zeigte Dr. Thomas Hubauer von der Forschungseinheit der Siemens AG. Vor allem die Kombination aus Knowledge Graphen und AI-Algorithmen, durch die eine sogenannte „Augmented Intelligence“ zur Problemlösung geschaffen werden kann, stellt einen vielversprechenden Ansatz dar.

Prof. Dr. Thomas Seidl, Lehrstuhlinhaber von Datenbanksysteme und Data Mining an der LMU, präsentierte im Anschluss die Forschungsaktivitäten seines Lehrstuhls und ging unter anderem auf Forschungsprojekte im Bereich „Process Mining“, „Explainable AI“, „Knowledge Graphs“, „Interactive Analytics“, „Representation Learning“ und „Deep Learning“ ein.

Warum und wie das Clustern von Datenpunkten in zwei- und höherdimensionalen Räumen einen Sinn ergibt, zeigte der LMU Doktorand Daniyal Kazempour an eindrucksvollen Beispielen - und wenn es dabei nur um den Schokoladenkonsum in Abhängigkeit vom Alter des Konsumenten geht (siehe Abbildung). Tiefere Einblicke in das Forschungsgebiet Process Mining präsentierte abschließend der LMU Doktorand Florian Richter.

Der Ausklang fand in gemütlicher Runde im Data Science Lab der LMU statt, wo die Möglichkeit zu lockeren Diskussionen und Kennenlernen bei Snacks und Getränken bestand.