NAMER All PDFs

Die datengestütz te Hochschule

Issue link: https://access.awscloud.com/i/1469038

Contents of this Issue

Navigation

Page 11 of 20

Inhalt: › Wie Daten die digitale Transformation in der Bildung vorantreiben › Der Nutzen und Wert von Daten › Daten, Wandlungsfähigkeit und Agilität › Agilität für Daten › Wie nutzen wir Daten, um unsere Einrichtung anpassungsfähig zu machen? › Fazit › Über den Autor 4. Tools bereitstellen Eine datengestützte Organisation stellt ihrer Belegschaft verschiedene Analysetools schnell zur Verfügung, häufig in dem oben beschriebenen Selbstbedienungs-System. Damit steht eine große Vielfalt an Tools zur Verfügung. Wer etwa traditionell strukturierte Abfragen aus den Daten erstellen möchte, der kann ein Data Warehouse auf Grundlage der Daten im Data Lake einrichten, oder er nutzt ein Tool, das herkömmliche SQL-Abfragen direkt aus dem Data Lake ausführt. Doch mittlerweile gibt es viel mehr Möglichkeiten. Sie können Ihre Daten etwa in Modellierungs-Tools visualisieren, Sie können Szenarien konstruieren und ihre Folgen ermitteln. Bei der heutigen Revolution in der Analyse geht es um künstliche Intelligenz (KI) und Machine Learning (ML), die ganz neue Möglichkeiten im Umgang mit Daten eröffnen: Ergebnisse vorhersagen, Abweichungen erkennen, Daten kategorisieren, Stimmungen analysieren, Muster erkennen, Roboter steuern und vieles mehr. Neben den weiteren Einsatzgebieten von Daten verkürzen die heutigen Technologien auch die Zeit zur Gewinnung von Erkenntnissen drastisch. In der australischen University of Adelaide etwa mussten Forscher 48 Weizen-Genome und 18 Gersten-Genome analysieren, was rund drei Terabyte an Daten entspricht. Um die benötigte Rechenleistung zu bekommen, nutzen Sie ein Cloud gestütztes High Performance Computing Cluster (HPC) vom AWS-Partner RONIN. Laut dem Bioinformatiker und Forschungsstipendiaten Dr. Nathan Watson-Haigh, dauerte die Analyse eines Weizen-Exomes, die normalerweise zwei Wochen benötigt hätte, in der Cloud nur noch sechs Stunden. Das EdTech-Unternehmen Education Perfect (EP) aus Neuseeland hilft Lehrenden mit AWS-Tools wie etwa ML und Rich Data-Analysen dabei, den Lernfortschritt der Studierenden zwischen den Zeiträumen vor und nach Tests zu verfolgen. Dabei nutzen sie adaptive Lernfunktionen mit Echtzeit-Feedback, maßgeschneiderte Lernwege sowie gezielt bereitgestelltes Lernmaterial. Das Ashmolean Mueseum an der Universität von Oxford stellt seine Schätze auf der ganzen Welt aus, indem es 300.000 antike römische Münzen digitalisiert und katalogisiert hat. Außerhalb der Hochschulbildung ist Ihnen vielleicht Sky News aufgefallen. In seiner Berichterstattung zur britischen königlichen Hochzeit setzte der Sender AWS Maschine Learning (ML) ein, um die Gesichter von Prominenten in der Menschenmenge für das Publikum zu identifizieren. Auch Übertragungen von Formel 1, Major League Baseball und Bundesliga nutzen ML für ein erweitertes Fernseherlebnis. Diese leistungsvollen Tools eröffnen auch in der Bildung viele innovative Möglichkeiten. Um ML anzuwenden, wird ein Modell auf Basis früherer Datensätze trainiert, dann auf neue Daten angewandt und dabei beobachtet. Bei AWS existieren drei generelle Ansätze für Machine Learning: (1) Die Nutzung eines Modells wie Amazon Rekognition, das bereits trainiert wurde um Objekte in Bildern zu erkennen, oder Amazon Lex, das trainiert wurde um aus natürlicher Sprache Absichten zu erkennen (Rekognition wurde etwa bereits für die ferngesteuerte Aufsicht in verschiedenen Einrichtungen eingesetzt), (2) die Nutzung eigener Modelle, die auf den allgemeinen für ML genutzten Algorithmen basieren und mit Amazon Sage Maker umgesetzt werden, oder (3) der Einsatz und die Entwicklung eigener Algorithmen und Trainingsansätze mit den für ML optimierten AWS-Services, sofern Mitarbeiter mit ML-Kenntnissen verfügbar sind. Mit solchen Tools können Bildungseinrichtungen die Kreativität ihrer Lehrkräfte und Mitarbeiter freisetzen und neue Wege in der Nutzung von Daten entwickeln. 11

Articles in this issue

view archives of NAMER All PDFs - Die datengestütz te Hochschule