German Data Science Days 2025Bericht über die Veranstaltung vom 27.-28. Februar 2025
Ende Februar fanden erneut die German Data Science Days 2025 statt, nun im achten Jahr.
In der Großen Aula der Ludwig-Maximilians-Universität München kamen Data Scientists, KI-Experten und ML/GenAI-Spezialisten und Führungskräfte sowie Wissenschaftler aus Unternehmen, Behörden und Universitäten zum Austausch und Networking zusammen.
Es war erneut eine erfolgreiche und v.a. hinsichtlich der Themenvielfalt beeindruckende Veranstaltung mit über 20 Vortragende und rund 200 Teilnehmerinnen und Teilnehmern.
Das detaillierte Programm der aktuellen, als auch der zurückliegenden GDSD ist zu finden unter: www.datasciencedays.de
Data Science in Transport und Mobility
In der 1. Session zu „Data Science in Transport und Mobility“ erläuterten Dr. Dominik Eberlein und Dr. Christopher Alder, wie die Preisfindung und Umsatzberechnung beim Mietwagengeschäft funktionieren und algorithmisch unterstützt werden.
Dr. Andre Luckow von BMW zeigte die große Bandbreite von KI-use-cases beim bayerischen Automobilhersteller auf. Schon seit vielen Jahren nutzt BMW KI und Machine Learning in fast allen Bereichen wie Forschung, Entwicklung, Produktion, Marketing, Kommunikation, Sales und After-Sales, und ist natürlich auch bei den neuesten GenAI- und Agentic-AI-Projekten ganz vorne mit dabei, hat z.B. auch bereits Chinas DeepSeek intensiv getestet.
Data Science and Sustainability
Viktor Walter von der Hochschule Karlsruhe erläuterte das Federated-Learning-basierte Forecasting bei der Produktion von Erneuerbaren Energien.
Dr. Magdalena Mittermeier von der LMU München zeigte anhand von Extremwetter-Ereignissen den Klimawandel auf und wie komplexe Wetter- und Klimadaten wissenschaftlich erfasst, analysiert und vorhergesagt werden können.
Data Science in the Public Sector
In der Session 3 „Data Science in the Public Sector“ gab Lisa Heinreichsberger einen Überblick über die aktuellen Entwicklungen und Services von Google im Bereich GenAI und Agentic-AI.
Im Fokus der Präsentation von Prof. Dr. Dirk Heckmann, TU München, stand diesmal die Nutzung der Daten im Kontext von Data Science und KI. Er plädierte für die richtige Balance zwischen gemeinwohlorientierter Datennutzung und persönlichem Datenschutz: “Meine Daten, deine Daten: alles nur bürgerliche Kategorien?“.
Tristan Post vom AI Strategy Institute betonte, dass der Mehrwert von Daten und KI nur als Produkt beziehungsweise im produktiven Einsatz entsteht, und verdeutlichte dies anhand einiger Beispiele von use cases im öffentlichen Dienst.
Data Science in Retail
In der 4. Session „Data Science in Retail“ zeigte Florian Scheibner von NKD die Vielzahl von Use Cases im Einzelhandelsgeschäft der großen Retail-Kette auf. Dies reicht von der Planung über die Preisfindung, Produktdesign bis hin zur Unterstützung bei Aktionen und Kampagnen.
Prof. Dr. Claudia Heß von der Internationalen Hochschule (IU) erläuterte die relevanten Aspekte der Datenschutz-Grundverordnung (DSGVO) beim Einsatz von Generativer KI in Marketing und Vertrieb.
Data science in Banking & Insurance
Der zweite Tag startete in der Session 5 mit Vorträgen zu „Data science in Banking & Insurance“. Dr. Andreas Fuest von Ultramarin erklärte das KI-basierte Investment Management mit seinen spezifischen Herausforderungen und Vorteilen für die Investoren.
Dr. Sebastian Kaiser von der Munich Re brachte unter anderem Beispiele für die Verwendung von Generativer KI und LLMs im Rückversicherungsgeschäft, und erläuterte den Wert von Academia- und Industrie-Partnerschaften wie der GDS, MCML und DFKI zur Talentgewinnung und für industrielle Co-Creation in Firmenkonsortien. Er betonte die Notwendigkeit des Erfahrungsaustauschs gerade bei den neuesten GenAI-Entwicklungen, und mit seinem Ausruf „It’s all about data!“ die Wichtigkeit der Daten, da die Sprachmodelle und Technologien sich beständig überholen und wir in Europa hierbei kaum mehr konkurrieren können, aber dafür (zB. aus dem Maschinenbau, dem Mittelstand und der Industrie) geschäftsdifferenzierende Unternehmensdaten besitzen, die erfolgsentscheidend sind.
Data Science in Industry
Folgerichtig vertiefte Session 6 das Thema „Data Science in Industry“, und Dr. Michael Schrapp von Siemens Digital Industries erläuterte die Anwendung von Generativer KI im Produktionsbereich. Hier kommen zunehmend sogenannte Siemens Industrial Copilots zum Einsatz, also GenAI-basierte Software für die Planung, Optimierung und Steuerung der Siemens-Industriegeräte (wie Roboter, Fräsen, 3D-Drucker) und -anlagen.
Maximilian Burkhardt und Timo Pfister von IBM erläuterten die Vorteile von der Produktsuite WatsonX Governance zur Sicherstellung von Vertrauen und Transparenz bei Data Science- und GenAI-Projekten.
Data Science for Conflict, Peace and Security Studies
In die Session 7 führte Prof. Dr. Paul Thurner in das Themengebiet „Data Science for Conflict, Peace and Security Studies” ein.
Daniel Racek, Doktorand am Lehrstuhl von Prof. Dr. Göran Kauermann des Instituts für Statistik der LMU München, zeigte an den Beispielen der Kriegsgebiete Charkiw, Mariupol und Gazastreifen beeindruckend auf, wie man mit öffentlich verfügbaren Satellitendaten das Kriegsgeschehen in Zeitreihen verfolgen und Zerstörungen ganzer Landstriche nachweisen kann.
In der Präsentation ergänzte Dr. Stefan Taing der Munich Innovation Labs, wie man Open-Source-Daten (OSINT) mithilfe LLMs erweitern und so das Kriegsgeschehen, Truppenbewegungen und andere militärisch relevante Auswertungen KI-gestützt analysieren kann.
Data Science in Pharmacy and Medicine
In der Session 8 ging es dann um „Data Science in Pharmacy and Medicine“. Prof. Dr. Anne Schwerk forscht an der Charité an seltenen Krankheiten und wie man datengetrieben und mit Hilfe von KI die Diagnosen verbessern und beschleunigen kann.
Theresa Schmitt erläuterte, wie die Bayer AG mithilfe von Machine Learning die Zellanalyse verbessern und eine schnellere Medikamentenentwicklung erreichen kann.
Agentic AI as the next evolutionary stage of Generative AI
In der letzten Session 9 „Agentic AI as the next evolutionary stage of Generative AI” erläuterte Akarsha Sehwag von AWS / Amazon die Weiterentwicklung von GenAI zu verschiedenen Netzwerken KI-basierter Agenten, um komplexe use cases abzubilden.
Dr. Tilo Eißler und Vadim Vlasov von Steadforce stellten den LLMs sogenannte SLMs (Small language Models) gegenüber, also kleine Sprachmodelle und Agenten, die in industriellen Endgeräten zum Einsatz kommen können, und dann mit den großen Sprachmodellen in ein skalierbares Agenten-Netzwerk zusammengeschaltet werden können.
Kai Sahling von der Alexander Thamm GmbH zeigte weitere Trends bei den Multi-Agenten-Systemen und Agentic-AI auf: aus welchen Komponenten besteht ein GenAI-Agent, welche Agentic-AI-Architekturen gibt es, und wie findet aktuell die Entwicklung von LLMs zu sogenannten LAMs (Large Action Models) statt. Spannend war die Livedemo der neuen Beta-Version von Anthrophics „Computer Use“, die anhand weniger Eingaben in einem simplen Prompt eigenständig Aktionen an einem Computer vornimmt, zB. den Web-Browser öffnet, in Amazon nach bestimmten Produkten sucht und dann die Suchergebnis in einer Excel-Tabelle zusammenstellt.