Der CAS AI Operations bildet die Wissensgrundlage für die Operationalisierung von AI Projekten.
Von Patrick Schaarschmidt, September 8, 2022
Bevor ich den CAS AI Operations absolviert habe, begann meine Reise mit dem CAS AI Management. Dort wurden die Grundlagen gelegt bezüglich Machine Learning und Künstlicher Intelligenz sowie die Anforderungen an AI-Projekte.
Die sehr interessanten Vorlesungen im Rahmen des CAS AI Management neigten sich dem Ende entgegen, jedoch kamen bei mir mehr und mehr Fragen auf. In meinem erwarteten Gesamtbild von AI Projekten fehlten noch einige wesentliche Puzzleteile. Es waren z.B. folgende Fragen:
- Wie operiert man erfolgreich ein AI-System?
- Was sind die Herausforderungen und Best Practices bei der Integration in die Unternehmensinfrastruktur?
- Wie automatisiert und kontrolliert man den Datenfluss?
- Was sind die Herausforderungen bei der Wartung und Veränderungen des Systems im Echtbetrieb?
Mit meinen Fragen wendete ich mich an die Studiengangsleitung und war voller Erwartung die Antworten im Grande Finale zu finden. Die Podiumsdiskussion war eine Bereicherung im CAS. Meine Fragen konnten leider nicht so in der Kürze beantwortet werden.
Monate später die für mich erfreuliche Information von der HWZ. Es gibt eine Fortsetzung, welche sich genau mit den Themen der Operationalisierung beschäftigt. Der CAS AI Operations an der HWZ war geboren.
Was bedeutet AI Operations?
Die Operationalisierung von AI Systemen ist komplex, aber nicht unmöglich. Beschäftigt man sich tiefer mit der Materie ist es nicht verwunderlich, warum es viele Projekte nicht bis zur Produktivsetzung schaffen. Damit es nach der erfolgreichen Modellierungsphase aber nicht so weit kommt, braucht es die Bereitschaft, sich proaktiv mit den Schwerpunkten aus der AI Operationalisierung auseinanderzusetzen. Weiterhin benötigt es aus meiner Sicht eine gewisse Konsequenz seitens des Unternehmens die Operationalisierung zu realisieren.
Nach den Vorlesungen im CAS AI Operations wird durch die Tiefe der behandelten Themen deutlich, wie vielschichtig die Operationalisierung eines AI-Produktes ist und welchen Herausforderungen sich dabei ein Unternehmen stellen muss.
Wozu befähigt der CAS AI Operations?
Mit dem erworbenen Wissen aus der Vorlesung, dem intensiven Selbststudium und durch den Austausch mit den Expertinnen und Experten, welche als Dozent die essenzielle Grundlage in diesem CAS bilden, ist man am Ende befähigt, einzuschätzen, welche Adaptierungen in der Operationalisierung des eigenen AI-Projektes notwendig sind. Es sind sowohl die organisatorischen und methodischen als auch die technischen Themen, welche eine effektive Operationalisierung ausmachen. Das Wissen über die Herausforderungen bei z.B. der Erstellung von Datenpipelines, der Aufbau der Systemarchitektur, die Auswahl der Werkzeuge und Services für das Modell in die Einbettung der Unternehmensinfrastruktur, sind nur ein kleiner Bestandteil was der CAS eigentlich vermittelt.
Die Vorlesungen des CAS AI Operations verdeutlichen, dass z.B. eine robuste angepasste Governance in der Operationalisierung zum potenziellen Erfolg beitragen kann. Weiterhin zeigen die Vorlesungen, wie mittels gewissen Best Practice Methoden schon bei der Entwicklung und Test des Modells, die Erklärbarkeit, die Reproduzierbarkeit, die Messbarkeit aber auch die kontinuierliche Integration und Auslieferung des Modells effizient sichergestellt werden kann.
Es zeigt, dass ein AI-Produkt nach der Produktivsetzung in der Wartung aufwendiger ist als eine normale Softwareapplikation. Dadurch im Vorfeld der Produktivsetzung eine Überwachungsstrategie erforderlich ist, um mittels gezielter Beobachtung und Protokollierung von dedizierten Metriken die Performance und Qualität des Produktes in seinen Lebenszyklus sicherzustellen. Dabei sind die Schlüsselthemen immer aus der Perspektive des jeweiligen AI-Produktes her zu betrachten, um eine adäquate Lösung zu finden.
Fazit
Der CAS AI Operations an der HWZ ist die Ergänzung zum AI Management. Mit dem CAS AI Operations vervollständigte sich mein erwartetes Gesamtbild auf ein AI-Projekt. Die Informationen aus dem CAS bilden wiederum die Grundlage für weitere gezielte Intensivierungen auf meiner AI Reise.
Danke an die HWZ für die Einführung des CAS und der Studiengangsleitern Afke Shouten für die Erstellung des Studiengangkonzepts. Weiterhin einen Dank an die Dozenten für das Teilen Ihrer wertvollen Erfahrungen in den Vorlesungen.
Alle AI Interessierten oder Unternehmen, welche ein AI-Projekt planen, eventuell sich mitten in einem AI-Projekt befinden, bietet die angebotene Kombinationsmöglichkeit der beiden CAS an der HWZ ein sehr gutes Wissensfundament über die Herausforderungen von AI-Projekten in der Praxis.
Dieser Fachbeitrag wurde im Rahmen eines Leistungsnachweises für das CAS AI Operations verfasst und wurde redaktionell aufgearbeitet.