Moderne Datenmigration: Wie Zusammenarbeit von Expert:innen und LLMs Effizienz und Qualität erhöht
Moderne Datenmigration: Wie Zusammenarbeit von Expert:innen und LLMs Effizienz und Qualität erhöht
Das Thema Datenmigration stellt für Banken und Versicherungen eine zentrale Herausforderung dar, die zumeist manuell von Data Engineers durchgeführt wird. Diese Aufgabe ist allerdings prädestiniert dazu, auf die Leistungsfähigkeit von LLMs zurückzugreifen und durch eine (Teil-)Automatisierung eine signifikante Effizienz- und Qualitätssteigerung zu erzielen. Der Vortrag zeigt anhand von Praxisbeispielen, wie Informationen aus den verschiedenen Systemen zusammengeführt bzw. abgeleitet und vereinheitlicht werden können.
Zielpublikum: Fachliche Experten, Data Engineers
Voraussetzungen: Die Besucher sollten grundsätzliches Verständnis über das Thema Datenmigration mitbringen, um die Vorteile der LLMs einordnen zu können
Schwierigkeitsgrad: Basic
Extended Abstract:
Das Thema Datenmigration stellt für viele Banken und Versicherungen eine zentrale Herausforderung dar, die zumeist manuell von Data Engineers durchgeführt wird und das Ziel hat, unterschiedlich persistierte, aber semantisch identische Informationen aus unterschiedlichen Quellsystemen zu vereinheitlichen, um z.B. neue Informationen zusammenzustellen oder abzuleiten. Dabei bringt diese Aufgabe durch ihre repetitive und manuelle Ausführung Raum für Fehler und Ungenauigkeiten mit sich. Genau an dieser Stelle kann der Einsatz leistungsfähiger LLMs durch eine (Teil-)Automatisierung des Migrationsprozesses zu einer signifikanten Effizienz- und Qualitätssteigerung führen.
Diese Steigerung wird dabei dadurch erreicht, dass dem LLM zunächst Informationen über die Daten innerhalb der Quellsysteme bereitgestellt werden. Diese Informationen beinhalten u.a. sowohl Beschreibungen der Daten als auch Meta-Informationen über die Daten. In der Folge ist das LLM in der Lage, dem Data Engineer Vorschläge über mögliche Abbildungen, sog. Mappings, der Daten bereitzustellen, die dieser dann bewerten und ausführen kann. Die Vorschläge werden dem Data Engineer dabei über eine grafische Benutzeroberfläche angezeigt.
Im Rahmen des Vortrags wird mittels einer Demo und drei konkreten Praxisbeispielen das Potenzial des Ansatzes verdeutlicht. Des Weiteren wird auf die verwendeten Technologien wie LangChain, PromptFlow und Label Studio für die Umsetzung eingegangen.
Janera Kronsbein ist seit mehr als 10 Jahren im Bereich Data Analytics unterwegs. Besonders intensiv beschäftigt sie dabei, den Einsatz von AI in der Versicherungsbranche voranzutreiben und hier als Wegbereiterin und Sparring-Partnerin zu agieren.
Dr. Leschek Homann ist Solution Architect bei der x1F GmbH. Nach seinem Informatikstudium an der TU Dortmund arbeitete er mehrere Jahre als Software-Entwickler. Im Rahmen dieser Tätigkeit eignete er sich praktisches Wissen bei der Konzeptionierung und Umsetzung von Software-Projekten an. Während seiner anschließenden Promotion an der Universität Münster baute er sich tiefgehende Expertise in den Bereichen Artificial Intelligence und Machine Learning auf, die er bei der x1F GmbH nutzt, um Kunden bei der Konzeption, Entwicklung und Implementierung von AI- und GenAI-Projekten zu unterstützen. Des Weiteren führt er Webinare und Schulungen zum Thema Data Science durch.
Vortrag Teilen