KI-Datenmapping

Datenintegration mittels KI

KI-basiertes Datenmapping in MapForce

Aktuelle KI-Modelle bieten die Möglichkeit, Datenintegrationsaufgaben auf verschiedenste Arten zu erweitern. Einige der bedeutendsten Fortschritte im Bereich Datenmapping und ETL wurden auf dem Gebiet der KI-basierten Klassifizierung gemacht.

Ob es nun ums Klassifizieren natürlicher menschlicher Spracheingaben oder anderer unstrukturierter Daten wie Bilder und Audioaufnahmen geht, KI-basierte Systeme eignen sich hervorragend für Kategorisierungsaufgaben, die bisher immer extrem schwierig, zeitaufwändig und fehleranfällig waren. Auf LLMs (Large Language Models) basierende KI-Schnittstellen sind in der Lage, riesige Mengen von Trainingsdatensätzen zu analysieren, um die komplexen Muster, Kontexte und Nuancen einer Sprache zu erfassen, um von Menschen generierte Sprache und Inhalte effizient zu "verstehen".

Die Fähigkeit von KI-Systemen, Inputs aus verschiedensten Bereichen zu klassifizieren hilft Unternehmen wiederum, ihre Daten sinnvoll und gewinnbringend zu nutzen. Dies lässt sich speziell zur Aufbereitung von Daten nutzen, die bei Datenintegrations- oder ETL-Prozessen, bei denen von der KI-bereitgestellte Daten zusätzliche Informationen für Geschäftsentscheidungen bieten, in eine Datenbank oder einen anderen Datenspeicher geschrieben werden.

MapForce ist nun einsatzbereit für KI

Da viele KI-Systeme wie GPT-4 von OpenAI über eine API genutzt werden können, können ihre Funktionalitäten nun direkt in Datentransformationsprojekte in MapForce integriert werden.

Mit Hilfe integrierter No-Code-Tools können in MapForce Webservice Requests definiert werden und dadurch Aufrufe an APIs, darunter die OpenAI API, Azure Open API, AWS AI Servidces usw. konfiguriert werden, um in jedem beliebigen Datenmappingprojekt KI-basierte Datenverarbeitung nutzen zu können.

AI-basiertes Datenintegrationsprojekt

Die Konfiguration von KI-Funktionalitäten in MapForce erfolgt im Prinzip folgendermaßen:

  • Einfügen einer Webservice-Komponente in ein Datenmappingprojekt zur Verarbeitung von Quelldaten, die in eine Zieldatenstruktur geschrieben werden
  • Konfiguration der Webservice-Aufrufeinstellungen mit:
    • der API URL
    • den Anmeldeinformationen Ihres Unternehmens
    • den JSON-Request- und -Response-Schemas für die entsprechenden API-Aufrufe (diese können automatisch von MapForce oder XMLSpy generiert werden)
  • Weitere Konfiguration des Mappingprojekts je nach Bedarf

Im Folgenden finden Sie einige praxisnahe Implementierungen, bei denen Daten bei ETL- oder Datenintegrationsprozessen mit Hilfe von KI klassifiziert werden.

KI-basierte Sentimentanalyse

Automatisierte Sentimentanalyse natürlicher Sprache war Datenanalysten seit jeher ein Dorn im Auge, da Maschinen die nötige Fähigkeit zum Verständnis nicht eindeutiger Aspekte menschlicher Sprache wie Kontext, Sarkasmus, Mehrdeutigkeiten und Slang fehlte.

Da diese Probleme nun großteils bewältigt wurden, kann KI Textdaten wie Kundenrezensionen oder Posts in sozialen Medien analysieren und erkennen, ob die im Text ausgedrückte Stimmung positiv, negativ oder neutral ist. Mit Hilfe dieser Einteilung können Firmen auf Basis der Ergebnisse der Stimmungsanalyse Kunden-Feedback interpretieren, die öffentliche Meinung sondieren und datengesteuerte Entscheidungen treffen.

Im unten gezeigten Datenmappingprojekt werden eingehende Datensätze in einer Support-Datenbank mit Hilfe von KI analysiert und es wird automatisch entschieden ob ein Eintrag positiv oder negativ ist, als Fehlerbericht oder Feature Request zu interpretieren ist. Die Ergebnisse werden anschließend in die Kunden-Feedback-Datenbank geschrieben.

ETL-Projekt unter Verwendung von KI-basierter Sentimentanalyse

In diesem Artikel wird Schritt für Schritt beschrieben, wie Sie diese Art von KI-basierter ETL-Funktionalität in MapForce implementieren.

KI-basierte Bildklassifizierung

Ähnlich wie die Textklassifizierung ist auch die KI-basierte Bildklassifizierung älteren Technologien Lichtjahre voraus. So kann KI im E-Commerce etwa Produktbilder automatisch in verschiedene Klassen einteilen oder bestimmte Objekte in Bildern identifizieren. Dies kann bei der Inventarverwaltung, der Suchoptimierung, beim Content Management usw. helfen.

Im unten gezeigten Datenmapping-Beispiel wurde eine Produktkatalog-Datenbank durch KI-basierte Bildklassifizierung ergänzt, um beschreibende Tags zu Produktlisten hinzuzufügen. Dies ist vor allem dann nützlich, wenn der Produktname nicht eindeutig ist (z.B. "Mongoose", bei dem es sich hier um ein Fahrrad handelt) oder wenn die Beschreibung überhaupt fehlt.

Im Mapping wird zur Analyse der Produktbilder die Microsoft Azure Cognitive Services Computer Vision API aufgerufen, die eine Liste von Tags zurücksendet, die zur Datenbank hinzugefügt werden. Wenn z.B. ein Bild des Produkts "Yellow Watermelon" anaylsiert wird, bei dem es sich in Wirklichkeit um einen Angelköder handelt, sind die Tags dazu "Köder, Metallware".

KI-basierte Bildklassifikation in ETL-Projekt

Lesen Sie in diesem Artikel, wie Sie dieses Datenintegrationsprojekt unter Verwendung von KI zur Klassifizierung von Bildern erstellen.

Weitere Anwendungen für KI-basierte Datenintegration

Die Anwendungsmöglichkeiten für den nutzbringenden Einsatz KI-basierter Klassifizierung in Datenmappings sind zahlreich. Neben der oben beschriebenen Bildklassifizierung und Sentimentanalyse lassen sich No-Code, KI-basierte Tools in MapForce für folgende Automatisierungen einsetzen:

  • Dokumentklassifizierung (d.h. Arten von juristischen Dokumenten in einem System)
  • Audio-Transkription und -Kategorisierung
  • Klassifizierung von Video- oder Audio-Dateien
  • Anreicherung von Datensätzen mit semantischen Metadaten
  • Maschinelle Übersetzungen von Textspalten in andere Sprachen
  • Erstellung von Zusammenfassungen längerer Textblöcke

Einführung in Datenmappings mit KI-Unterstützung

Lesen Sie als Einführung, wie wir die oben beschriebenen Projekte zur ETL-Sentimentanalyse oder das AI-basierte Bildklassifizierungs-Datenmapping erstellt haben. Laden Sie eine kostenlose Version von MapForce mit dem vollen Funktionsumfang herunter und testen Sie diese Funktionalität in Ihren eigenen Datenintegrationsprojekten!