KOBRA

Konfiguration von Business-Regeln für Anwender von Duplikaterkennungssystemen

KOBRA ist ein Forschungs- und Entwicklungsprojekt der UNISERV GmbH und dem Institut für Angewandte Informatik (InfAI). Ziel des Projektes ist es, das bereits bestehende Uniserv-System zur Erkennung von Duplikaten in Daten weiterzuentwickeln und mithilfe einer Künstlichen Intelligenz zu optimieren.

Ein wesentlicher Anteil des Aufwands in IT-Großprojekten fließt in die Migration von Daten von alten auf neue Systeme. Damit ist auch die Integration verschiedener Datenquellen sowie deren Bereinigung verbunden. Fehler in der Datenmigration sorgen für kritische Fehlfunktionen und Dateninkonsistenzen in neu entwickelten Systemen, die häufig erst zu einem späten Projektzeitpunkt entdeckt werden. Beispielsweise können falsche oder fehlende Daten der Kundschaft zu irrtümlich versendeter Werbung, falschen Rechnungen und Fehlbuchungen führen, die das Verhältnis zur Kundschaft nachhaltig schädigen. Die Korrektur solcher Migrationsfehler sprengt dann meist den zeitlichen und finanziellen Rahmen des gesamten Großprojekts und führt letztendlich zum Scheitern.

Existierende Systeme zur Duplikaterkennung sind in der Lage, Duplikate weitgehend automatisch und effizient zu identifizieren. Da Kundinnen und Kunden allerdings unterschiedliche und spezifische Anforderungen an die Duplikatsuche haben, muss das System für jeden Anwendungsfalls neu konfiguriert werden. Typische Szenarien sind Haushaltsabgleiche, Umzugserkennung, Sperrlistenabgleiche etc., die jeweils ein unterschiedliches Verhalten der Duplikaterkennung erfordern. Bisher wird dies durch wenige Fachkundige in einem längeren Prozess gemeinsam mit der Kundschaft umgesetzt.

Mit ihrem Projekt wollen die Uniserv GmbH und das InfAI Kundinnen und Kunden eine einfache und effiziente Möglichkeit bieten, ihre Datensätze zu bereinigen. Dabei wird eine Software bereitgestellt, die Voreinstellungen trifft und dann für jeden speziellen Fall selbstständig weiter konfiguriert werden kann. Die Software bedient sich dem KI-Ansatz des bestärkenden Lernens (Reinforcement Learning), d.h., dass die KI durch die selbstständige Interaktion mit einem Duplikaterkennungssystem lernt, dieses automatisch zu konfigurieren. So werden hohe Kosten für den notwendigen Anpassungsaufwand für jedes einzelne System und lange Testphasen vermieden.

Das Projekt wird im Rahmen des BMWi-Förderprogrammes Zentrales Innovationsprogramm Mittelstand – ZIM gefördert. ZIM ist ein bundesweites Programm der marktorientierten Technologieförderung für mittelständische Unternehmen.

Projektlaufzeit: 06/2017 – 06/2019
Förderprogramm: Zentrales Innovationsprogramm Mittelstand (ZIM) des BMWi
Förderkennzeichen: 16KN061124

Projektteam InfAI

  • Prof. Dr. Erhard Rahm
  • Dr. Eric Peukert
  • Georges Alkhouri

Projektkontakt

Georges Alkhouri
Tel.: 0341 9739516
Mail: alkhouri@infai.org

Projektförderung

Zentrales Innovationsprogramm Mittelstand - ZIM

Projektbeteiligte