Ich bin nun seit fast zwei Jahrzehnten Anwendungsentwickler für Verwaltungssysteme bei Versicherungen. Vor gut fünf Jahren habe ich mir diese Frage gestellt: Wie fange ich an künstliche Intelligenz zu programmieren? Die Antwort ist gar nicht so einfach.

Zunächst habe ich mich für die W-JAX in München angemeldet und dort alle Vorträge zum Thema KI besucht. Bei den inhaltlich guten Vorträgen stand die Bilderkennung im Mittelpunkt, u. a. waren Referenten von Google zum Thema TensorFlow und von IBM zum Watson anwesend. Den anderen durchschnittlichen Vorträgen haben sich dann eher mit Buzz Words beschäftigt und kaum Inhalt vermittelt. Damals konnte ich nichts für meine Tagesarbeit mitnehmen.

Also stand im zweiten Schritt das Selbststudium im Mittelpunkt. Auch wenn mir das Ziel nicht klar war, habe ich begonnen mich mit TenserFlow zu beschäftigen. Die Fortschritte und Erfolge waren mau und so erschien mir dieser Weg als nicht sehr erfolgsversprechend.

Eigenstudium als Einstieg gescheitert, nun musste ein Seminar her. Ein passendes Angebot zu finden war eine Herausforderung, aber nach einigen Recherchen bin ich beim Fraunhofer Institut gelandet. Dort gibt es eine umfassende Seminarreihe, die sich mit Themen Rund um Data Science beschäftigt.

https://www.personenzertifizierung.fraunhofer.de/de/zertifikate/data-science-zertifikate.html

Für eine solide Basis mit einem umfassenden Überblick über einzelnen Teilgebieten habe ich 2017 das Seminar „Certified Data Scientist Basic Level“ in Sankt Augustin besucht. Nach fünf sehr intensiven Schulungstagen stand am Samstag eine sehr fordernde Prüfung auf dem Programm. So hatte ich einen ersten Einblick zu den Themen Big Data, Data Management, Data Analyse, Visualisierung und Geschäftsperspektive.

Diese Woche hat Lust auf mehr gemacht. Das Niveau dieses Seminars war außergewöhnlich. Nun wollte ich mehr zum Thema Data Analyse wissen und habe den Kurs „Certified Data Scientist Specialized in Data Analytics“ gebucht. Hier wurden in vier Tagen die Kernbereich behandelt mit praktischen Übungen in KNIME und Jupyter erarbeitet, u. a. Klassifikation, Regression, Clustering, Optimierung von Modellen, Ausreißererkennung.

Auch diese Schulungswoche war wieder ein großartiges Erlebnis. In der Seminarreihe war noch ein Kurs für mich interessant „Data Scientist Specialized in Deep Learning“ und so habe ich mich auch hierfür angemeldet. Dieser Kurs war zweigeteilt und man musste sich für einen Vertiefungsbereich entscheiden, hier fiel meine Wahl auf Textverstehen. Wie erwartet hat mich auch dieser Kurs nicht enttäuscht.

Nun hatte ich mir eine solide Basis zur Thematik Data Science erarbeitet. Aber wie programmiert man nun KI? Insbesondere im Bereich Verwaltungssystem. Das Thema Data Science ist heute noch fest verdrahte mit Controlling. Fast alle Teilnehmer der Kurse kamen aus diesem Bereich. Da kann es bleiben, aber es muss auch in die Anwendungsentwickler. Der Controller kann nur nutzen, was die Anwendung zur Verfügung stellt. Programmiere müssen wissen und verstehen, wie Daten über die Aufgabe in der Anwendung nutzbar gemacht werden. Data Science muss fester Bestandteil eines jeden IT-Projekts werden, so wie Architektur, DBA, Sicherheit, Datenschutz usw.

Es gibt nicht die eine Zeile KI die man codieren kann. Es ist das Vorgehen und die Herangehensweise wie man in einem Verwaltungssystem Potenziale erkennt nun nutzbar macht.

Ich habe mein Wissen in diesem Bereich schon sinnvoll nutzen können. Es gibt aber hier noch einen großen Nachholbedarf bei uns und so bin ich mir sicher, dass ich in diesem Jahrzehnt noch viele coole Projekte in diesem Bereich machen werde.