Datenprüfung

Verantwortungsvolle KI-Datenverwaltung

Maria Prokofieva

Lead ML engineer

Was wir behandeln

  • Daten-Audits
  • Datenvalidierung
  • Bias-Minderungsstrategien

Daten-Audit

Verantwortungsvolle KI-Datenverwaltung

Datenprüfung

  • Vollständige Datenprüfung über den gesamten Projektlebenszyklus
  • Technischen und verantwortungsvollen Zustand prüfen

  • Nach größeren Projektänderungen durchführen

  • Dokumentation für das Audit aktualisieren

Modell-Workflow

Verantwortungsvolle KI-Datenverwaltung

Daten-Audits durchführen

  • Häufig durchführen
  • Verhindern, dass unbeabsichtigt Probleme entstehen
  • Vor Komplikationen und Fehlerverstärkung schützen
  • Transparent und accountable bleiben
  • Vertrauen aufbauen

Geschäftsleute mit Lupe bei Charts, Vektorillustration

Verantwortungsvolle KI-Datenverwaltung

KI-Finanzberater

  • Verhaltensprofil und Ziele des Plans
  • Strategie entwickeln
  • Ziele mit Investmentprodukten abgleichen
  • Investment-Portfolio erstellen

Finanzberater

Datenquellen:

  • Nutzerdaten aus Chat und Uploads
  • Externe Echtzeit- und historische Daten (Bloomberg)
1 Bild: Streamline HQ
Verantwortungsvolle KI-Datenverwaltung

Projektdatenquellen

  • Vom Nutzer bereitgestellte Daten
  • Externe Daten aus API

Datenquellen

1 Bild: Streamline HQ
Verantwortungsvolle KI-Datenverwaltung

Setup fürs Daten-Audit

Nutze den Data Management Plan:

  • Details zu Daten
  • Audit-Häufigkeit
  • Erforderliche Tests
  • Zuständiges Team

Daten-Audit-Plan

1 Bild: Streamline HQ
Verantwortungsvolle KI-Datenverwaltung

Zeitplan für Daten-Audits

  • Erste Datenexploration
  • Regelmäßige Audits für Preprocessing und Modeling
  • Bei wesentlichen Datenänderungen

Audit-Zeitplan

1 Bild: Streamline HQ
Verantwortungsvolle KI-Datenverwaltung

Laufende Daten-Audits

  • Laufendes Monitoring
  • Datenqualität und Compliance
  • Modellleistung und Fairness-Metriken
  • Datennutzung und -speicherung
  • Sicherheit und Skalierbarkeit

Mitarbeitende beim Monitoring

Verantwortungsvolle KI-Datenverwaltung

Modelldrift

  • Modell wird mit der Zeit evtl. ungenauer
  • Gesellschaftlicher Wandel, Marktbedingungen, Basisvariablen
  • Drift erkennen durch Logging von Vorhersagen und Bewertungsmetriken
  • Alarm bei Schwellwertüberschreitung
  • Beheben: neue Daten prüfen oder Modell neu trainieren
Verantwortungsvolle KI-Datenverwaltung

Daten-Audits beim KI-Finanzberater

  • Erste Datenexploration
  • Preprocessing: Transformationen und Cleaning
  • Modeling mit Fairnessprüfung
  • Audit vor Deployment
  • Kontinuierliches Monitoring

Daten-Audits im Projekt

1 Bild: Streamline HQ
Verantwortungsvolle KI-Datenverwaltung

Lass uns üben!

Verantwortungsvolle KI-Datenverwaltung

Preparing Video For Download...