Lernen auf Tabellen – Die nächste Welle der industriellen KI

Strukturierte Daten bilden die Grundlage nahezu aller industriellen Prozesse. Während sich die öffentliche Diskussion häufig auf Sprach- und Bildmodelle konzentriert, gewinnt das Lernen aus Tabellen, relationalen Daten und Geschäftslogik zunehmend an Bedeutung.

Der Workshop gibt einen kompakten Überblick über aktuelle Modellklassen für tabellarische und relationale Daten, von etablierten Ensembleverfahren über Deep-Learning-Ansätze bis hin zu vortrainierten Foundation Models. Dabei wird diskutiert, wie sich diese Ansätze unterscheiden, unter welchen Bedingungen sie besonders leistungsfähig sind und welche Rolle Datenmenge, Schema-Struktur und Datenqualität spielen.

Ein weiterer Schwerpunkt liegt auf der Modellierung relationaler Strukturen: Wie können Modelle ganze Datenbankschemata und deren Beziehungen erfassen? Welche neuen Möglichkeiten ergeben sich für Vorhersagen, Anomalieerkennung oder Ursachenanalyse?

Je nach Interesse der Teilnehmenden kann der Fokus stärker auf methodische Grundlagen, Benchmark-Ergebnisse, industrielle Anwendungsszenarien oder strategische Implikationen für Unternehmen gelegt werden. Ziel ist es, ein strukturiertes Verständnis der aktuellen Entwicklungen und ihrer praktischen Relevanz zu vermitteln.