Während das Ende des Jahres 2024 näher rückt, haben Branchen begonnen, ihren Fokus von Gesprächen über generative KI und LLMs auf die Entwicklung agentischer KI-Frameworks für ihre Unternehmen zu verlagern. Es wird sogar darüber diskutiert, ob ein einzelner Gründer mit einer Gruppe von KI-Agenten ein Unternehmen leiten kann. Dies hat auch die Frage nach der Relevanz von Datenwissenschaftlern aufgeworfen.
Beim Gespräch mit ZIELIndrajit Mitra, Direktor für Datenwissenschaft bei Tredence, betonte die Tatsache, dass agentische KI die Industrie drastisch verändern und großen Mehrwert schaffen wird. Allerdings wird es Datenwissenschaftler nicht überflüssig machen, sondern ihre Rollen, Fähigkeiten und Verantwortlichkeiten neu gestalten.
Agentische KI erfordert einen Wandel in der Denkweise und den Fähigkeiten. Traditionell konzentrieren sich Datenwissenschaftler auf vordefinierte Probleme – das Extrahieren von Erkenntnissen und das Erstellen von Modellen innerhalb klarer Problemrahmen. Allerdings wies Indrajit darauf hin, dass die Agenten-KI von Datenwissenschaftlern verlangt, proaktiv komplexe Probleme zu formulieren und innovative Lösungen zu erforschen.
„Die entscheidende Veränderung besteht darin, dass Datenwissenschaftler Probleme formulieren und nicht nur lösen müssen. Sie müssen sich zunächst als Agenten des Geschäfts betrachten und die entscheidenden Herausforderungen verstehen, denen sich Unternehmen gegenübersehen“, erklärte Indrajit.
Weiterbildung im Zeitalter der KI
Um in dieser Zeit erfolgreich zu sein, müssen Datenwissenschaftler ein tieferes Verständnis für geschäftliche Nuancen und technische Umgebungen entwickeln. Während grundlegende Kenntnisse in Statistik, maschinellem Lernen und Deep Learning weiterhin unerlässlich sind, wird sich der Schwerpunkt auf Reinforcement Learning, unüberwachtes Lernen und Deep-AI-Frameworks verlagern.
„Datenwissenschaftler müssen ihre technischen Fähigkeiten neu ausrichten und sich dadurch weiterbilden. Sie müssen Fachwissen über Agenten-KI-Frameworks und -Plattformen entwickeln und gleichzeitig Systeme beherrschen, die geschäftliche Erkenntnisse und technische Fähigkeiten integrieren“, fügte Indrajit hinzu.
Darüber hinaus werden Datenwissenschaftler nicht länger in Silos arbeiten. Ein ausgeprägtes Verständnis breiterer Ökosysteme – Cloud Computing, DevOps-Praktiken und API-Integrationen – wird von entscheidender Bedeutung sein. Die Fähigkeit, die Leistung über mehrere Datenquellen und Domänen hinweg zu optimieren, wird für die Bereitstellung effizienter und autonomer Systeme von entscheidender Bedeutung sein.
Datenwissenschaftler als Orchestratoren in einer Agenten-KI-Welt
In einer Welt, in der agentische KI eine autonome Entscheidungsfindung verspricht, fragen sich viele, ob diese Systeme ohne Datenwissenschaftler funktionieren können. Indrajit ist fest davon überzeugt, dass das nicht möglich ist. Während agentische KI in bestimmten Kontexten autonom funktionieren kann, spielen Datenwissenschaftler weiterhin eine zentrale Rolle bei der Gestaltung, Bereitstellung und Optimierung dieser Systeme.
„Agentische KI kann ohne Datenwissenschaftler nicht überleben. Sie werden benötigt, um die Lösungen zu entwerfen, Modelle zu trainieren, Systeme zu integrieren und die Leistung kontinuierlich zu überwachen, um sie an die Geschäftserwartungen anzupassen“, erklärte Indrajit.
Er nutzte die Analogie eines Dirigenten in einem Orchester, um die sich entwickelnde Rolle von Datenwissenschaftlern zu beschreiben. Wie Dirigenten, die das Publikum, die Instrumente und die Musiker verstehen, werden Datenwissenschaftler Agenten-KI-Systeme orchestrieren, um Geschäftsziele mit der technischen Umsetzung in Einklang zu bringen.
„Datenwissenschaftler werden die Rolle eines Hauptkoordinators spielen – die Schnittstelle zwischen KI-Plattformspezialisten, Agenten-KI-Frameworks und Geschäftsinteressenvertretern.“ Ihr Erfolg wird von der Ausgewogenheit dieser Elemente abhängen und gleichzeitig eine nahtlose Integration und Effizienz gewährleisten“, erläuterte Indrajit.
Ethik, Governance und KI-Engineering
Mit dem Aufkommen der Agenten-KI werden ethische Überlegungen, Governance und verantwortungsvolles KI-Engineering noch wichtiger. Während diese Trends in Branchen wie dem Gesundheitswesen, dem Finanzwesen und autonomen Fahrzeugen bereits begonnen haben, wird ihre Bedeutung im Zeitalter der Agenten-KI nur noch zunehmen.
Indrajit wies darauf hin, wie KI Branchen wie das Gesundheitswesen verändert, wo KI-basierte Diagnose und Patientenmanagement Bedenken hinsichtlich Datenschutz, Voreingenommenheit und Transparenz aufwerfen. Auch Finanzinstitute integrieren KI-Governance, um ethische und regulatorische Standards wie das EU-KI-Gesetz und das Dodd-Frank-Gesetz einzuhalten.
„Organisationen stellen Datenwissenschaftler mit Fachkenntnissen in KI-Ethik ein, um eine verantwortungsvolle Entwicklung von KI-Modellen sicherzustellen. Datenwissenschaftler müssen mit Ethikern, Regulierungsbehörden und Rechtsexperten zusammenarbeiten, um sicherzustellen, dass Agenten-KI-Systeme transparent, rechenschaftspflichtig und im Einklang mit gesellschaftlichen Werten sind“, betonte Indrajit.
Die Rolle von Datenwissenschaftlern in der multimodalen KI
Während es sich bei der Agenten-KI um einen Wandel handelt, stellt die stetig wachsende Akzeptanz der multimodalen KI eine weitere Herausforderung dar. Multimodale KI übernimmt verschiedene Dateneingaben von einem Computer, wie Text, Bilder und Audio, und generiert unabhängig voneinander Erkenntnisse. Dies hat zu der Annahme geführt, dass Datenwissenschaftler die Kontrolle über diese Systeme verlieren könnten.
Indrajit lehnte diese Vorstellung ab und betonte, dass Datenwissenschaftler am besten in der Lage seien, die Herausforderungen der multimodalen KI zu meistern. Ihr Fachwissen ist für die Gewährleistung der Datentransparenz, -herkunft und -interpretierbarkeit von entscheidender Bedeutung.
„Datenwissenschaftler sind von entscheidender Bedeutung für die Interpretation multimodaler KI-Ergebnisse und die Sicherung von Erkenntnissen. Sie validieren die Datenauthentizität, verfolgen Eingaben bis zu den Quelldaten zurück und prüfen Daten kontinuierlich. Techniken wie Aufmerksamkeitsmechanismen und Salienzkarten erfordern menschliche Aufsicht, und Datenwissenschaftler sind für diese Aufgaben am besten geeignet“, sagte Indrajit weiter.
Der Datenwissenschaftler auf dem Laufenden
Das Aufkommen agentischer KI und multimodaler Systeme markiert eine transformative Phase für die Datenwissenschaft. Diese Fortschritte werden Datenwissenschaftler nicht ersetzen, sondern ihre Rolle stärken und sie an die Schnittstelle von Geschäftsstrategie, technischer Innovation und ethischer Governance bringen.
„Datenwissenschaftler werden eine entscheidende Rolle dabei spielen, das Potenzial der Agenten-KI in echten Geschäftswert umzusetzen. Sie werden als Orchestratoren fungieren und technische Rahmenbedingungen, Geschäftsziele und ethische Überlegungen in Einklang bringen“, schloss Indrajit.
In dieser sich entwickelnden Landschaft müssen sich Datenwissenschaftler neue Fähigkeiten aneignen, ihr Fachwissen vertiefen und sich als unverzichtbare Führungskräfte in einer KI-gesteuerten Zukunft positionieren. Auf diese Weise stellen sie sicher, dass Agenten-KI-Systeme nicht nur effektiv sind, sondern auch auf geschäftliche und gesellschaftliche Bedürfnisse abgestimmt sind.
