Rückblick: Roundtable Zürich zum Thema Data Mining

Donnerstag, 16. September 2010, 22:13 Uhr

Noch keine Kommentare

Am gestrigen Mittwoch habe ich zum zweiten Mal am Roundtable des TDWI in Zürich teilgenommen. Mal abgesehen davon, dass die Rückreise das vollkommene Chaos war – warum gibt es denn abends keine gescheiten Zugverbindungen?! – war dieser Roundtable wieder lohnend und die beiden Referenten verstanden, es über 50 Teilnehmer das Thema „Data Mining“ sowohl aus theoretischer als auch aus praktischer Sicht nahe zu bringen.

Da ich während meines Studium auch schon eine Vorlesung zu eben dieser Thematik besucht habe, war es natürlich viel Wiederholung. Aber Klaus Wolfertz, seineszeichens Professor an der Hochschule für Technik in Zürich, schaffte es, den nicht immer trivialen Sachverhalt mit Playmobil-Figuren zu erläutern – mal eine andere und kurzweiligere Art der Präsentation.

Die Data-Mining-Maschine gibt es nicht

Beim Data Mining ist es ja im Gegensatz zu OLAP nicht nötig zu wissen, was man will. Stattdessen „schürft“ (engl. mining) man in oftmals großen Datenbeständen noch neuen Informationen und Mustern. Ohne das konkrete Ziel vor Augen zu haben kann man aber auch nicht erwarten im Sinne einer Black Box direkt ein brauchbares Ergebnis zu erhalten: „Die Data-Mining-Maschine gibt es nicht“. Stattdessen benötigt es entsprechendes Domänenwissen und auch etwas Ausprobieren mit den klassischen Data-Mining-Techniken wie Klassifizierung, Assoziationsanalyse (Verallgemeinerung der Warenkorbanalyse) oder Clustering.

Nach dem theoretischen Einstieg zeigte Bernhard Brabec von D1 Solutions wie Data Mining in der Praxis bei einer Schweizer Privatbank produktiv eingesetzt wird. Konkret geht es dort um die Entscheidung, welchen Kunden Sonderkonditionen angeboten werden sollen und welchen nicht. Insbesondere Finanzdienstleister setzen Data-Mining-Methoden für das Risikomanagement ein, um Zahlungsausfälle zu vermeiden, indem potentiell unsichere Kunden beispielsweise keine Kredite oder nur Kredite zu schlechteren Konditionen (die Risikoprämie ist in diesem Fall höher) angeboten werden. Also nicht nur theoretisch ist Data Mining ein interessantes und spannendes Thema, sondern auch die praktischen Einsatzzwecke werden in Zukunft wohl eher mehr werden anstatt zu stagnieren.

Übrigens gibt es auch aus dem Open-Source-Bereich einige Data-Minig-Tools wie Weka, Pentaho, RapidMiner und R (heißt wirklich so). Insbesondere letzteres „einsilbiges“ Programm wurde mehrfach positiv erwähnt.

Der nächste Roundtable des TDWI in Zürich findet am 2. Dezember statt, dann zum Thema „Testing im BI-Umfeld“. Diesen werde ich leider nicht besuchen können, aber davor geht es am 27. September noch nach Frankfurt und einen Tag später nach Stuttgart, wo ich mich ganz besonders auf den Roundtable zum Thema „Open Source Business Intelligence“ freue.

Allgemein kann ich die kostenlosen Roundtables an mittlerweile 10 unterschiedlichen Orten nur empfehlen, zumal es im Anschluss auch immer noch einen kleinen Snack sowie die Möglichkeit zum Networking gibt. Weitere Informationen gibt es beim TDWI.

Tags: , , ,

Kommentare zu diesem Beitrag

Bisher wurde noch keine Kommentare abgegeben.
Sie können also die oder der Erste sein.

Jetzt einen neuen Kommentar abgeben



(optional, Ihr Name wird entsprechend verlinkt)