Künstliche Intelligenz erobert die Datenbanken

Ziel Autonomie: Oracles Datenbank soll sehr viele Tätigkeiten in Eigenregie erledigen – bis hin zum „Self-Repairing“.

(Quelle: com! professional / Screenshot)

IBM profitierte bei der Integration von KI in Datenbank-Systeme von seinem KI-Know-how. „IBM war in den letzten Jahren führend in der Entwicklung einiger Technologien in diesen neuen Bereichen, insbesondere mit Watson“, erklärt Gartner-Analyst und Vice President Merv Adrian. Mit der frühen Demonstration, was KI praktisch leisten kann, und dem relativen Erfolg des KI-Systems Watson im Hintergrund frischte IBM seine fast 40 Jahre alte relationale Datenbank Db2 im Sommer letzten Jahres mit KI-Features auf und platzierte sie in der Version 11.5 als „KI-Datenbank“.

IBMs Db2 in der aktuellen Version 12 enthält eine ganze Reihe neuer Funktionen, die das Datenbank-Managementsystem noch weiter in das KI-Zeitalter bringen. Anwender können damit verschiedene Aspekte rund um die Datenbank optimieren - von den Datenstrukturen über Speicherinfrastrukturen bis hin zu komplexen Abfragen. „Datenbank-Administratoren werden in dreifacher Hinsicht entlastet“, erläutert Andreas Weininger, Leading Technical Sales bei IBM Deutschland. „KI wird eingesetzt erstens zum Selbst-Tuning von Datenbank-Systemen, zweitens zur Selbstoptimierung von Datenbanken und drittens zum automatisierten Management der Systeme.“

Ein Beispiel ist die Abfrageoptimierung - eine entscheidende Komponente der Leistung jeder Datenplattform, da selbst die schnellsten Datenbanken der Welt durch schlecht ausgeführte Abfragen verlangsamt werden können. Db2 reduziert mit maschinellem Lernen den Abstimmungsaufwand. Dies geschieht durch die Überwachung der SQL-Performance-Informationen im Zeitverlauf und deren Korrelation mit Abfragen. Algorithmen des maschinellen Lernens erstellen und optimieren Modelle für bestimmte SQL-Anweisungen.

Auch Endanwender profitieren von der optimierten IBM-Datenbank. Mit dem „Augmented Data Explorer“ können Anwender die Datenbank in natürlicher Sprache abfragen. Antworten und Ergebnisse werden in Form von leicht verständlichen Datenvisualisierungen und Zusammenfassungen in natürlicher Sprache zurückgespielt. Ohne dass komplexe Suchanfragen oder umfangreiche Schulungen erforderlich sind, lassen sich interessante statistische Erkenntnisse über die Daten gewinnen.

Daten pflegen mit KI

KI erleichtert auch ganz normale Datenmanagement- und Datenpflegetätigkeiten. Sie kann beispielsweise zur Datenvalidierung beim Stammdaten-Management genutzt werden. Traditionell wird die Stammdatenpflege etwa in einem SAP-System durch fest definierte Geschäftsregeln in Stammdaten-Tools vorgenommen. Doch mit einer starren Regel zu beschreiben, welche Werte richtig und falsch sind, ist komplex und oft unmöglich.

Maschinelles Lernen erlaubt eine Datenprüfung ähnlich dem Vorgehen von Menschen. Das KI-Verfahren kann etwa Ausreißer erkennen, ohne dass vorher explizit Regeln definiert werden müssen. Während des Trainings eignet sich die KI selbstständig die Fähigkeit an, inkonsistente Daten zu erkennen. Damit kann schon während des Einpflegens von neuen Daten eine Datenbereinigung stattfinden. Außerdem kann laufend geprüft werden, ob die bestehenden Daten ihre Richtigkeit haben.

Durch die Erstellung eines Algorithmus, bei dem sowohl konsistente als auch inkonsistente Datenkombinationen aus Datensätzen erlernt werden, entwickeln sich Machine-Learning-Systeme weiter. So kann das System neu dazukommende Stammdatensätze validieren und Warnungen ausgeben, wenn sich Fehler einschleichen.

Künstliche Intelligenz erobert die Datenbanken

Vorreiter IBM

Mehr zum Thema