Unternehmensdaten in natürlicher Sprache abfragen

Das Problem

In einem grossen Automobil-Softwareunternehmen liegen Daten in vielen getrennten Quellen, und Nicht-Spezialisten tun sich schwer, Antworten daraus zu bekommen. Meine Masterarbeit (Universität Ulm, in Zusammenarbeit mit Volkswagen / CARIAD) ging dies mit einer zentralen Plattform und einer KI-Schnittstelle darüber an.

Mein Beitrag

• Zentrale Datenplattform auf Databricks.
• ETL-Pipelines, die Daten aus verschiedenen Quellen laden, sodass wichtige Informationen nahezu in Echtzeit verfügbar sind.
• Machine-Learning-Modelle für Plattformfunktionen, darunter Text-to-SQL-Abfragen und Datenexploration in natürlicher Sprache.
• Anforderungen gemeinsam mit Stakeholdern definiert, um an den Geschäftszielen ausgerichtet zu bleiben.

Ergebnis

Eine funktionierende Plattform, auf der Nutzer Daten in natürlicher Sprache erkunden können, statt SQL zu schreiben. Sie bildet die Grundlage meiner Masterarbeit (April 2025).