Limebit GmbH

Die Beurteilung der Nebenwirkungen, Verträglichkeit, Wirksamkeit o.ä. von Medikamenten nach Markteinführung ist ein wichtiger Punkt, um die Sicherheit von Medikamenten sicherzustellen und zu optimieren. Mittels traditioneller statistischer Modelle können so Fragestellungen beantwortet werden, die in klinischen Studien nicht untersuchbar sind. Die wissenschaftliche Fachliteratur diskutiert jedoch zunehmend mehr die Relevanz von Deep Learning Algorithmen zur Verbesserung der bestehenden Modelle.

Die Plenarprotokolle des Deutschen Bundestages liegen teilweise digitalisiert vor, sind jedoch weit davon entfernt, maschinenlesbar zu sein. Sie bergen jedoch potenziell Antworten auf relevante Fragen: So sind sie nicht nur Informationsquelle für viele MdB Büros, sondern auch aus historischer und politikwissenschaftlicher Sicht eine wertvolle Quelle. Um die Daten auswertbar und im großen Maße zugänglich machen zu können, müssen diese aufgebrochen und kleinteilig verfügbar gemacht werden. So umfasst der von uns innerhalb des letzten Jahres verarbeitete Korpus etwa 800.000 Redebeiträge von über 4.200 Rednerinnen, sowie 2.5 Millionen Reaktionen aus allen Fraktionen seit 1949.

Für JustWatch ist die Zufriedenheit der Nutzerinnen ein wichtiges Kernthema, um die Nachhaltigkeit der Webplattform zu gewährleisten. Aus diesem Grund ist es relevant, das Nutzungserlebnis zu personalisieren, um die Verweildauer und Interaktionsrate von Nutzerinnen mit der Plattform zu erhöhen. Voraussetzung hierfür ist ein intelligentes Empfehlungssystem, das anhand aller verfügbaren Daten jeder Nutzerin sinnvolle und individuelle Filmempfehlungen bereitstellen kann. Eine zusätzliche Herausforderung ist dabei, dass die verfügbaren Daten mit mehreren Milliarden Datenpunkten ein besonders hohes Volumen haben, welches größtenteils sparse ist (ein Großteil der Nutzerinnen hat einen Großteil der Filme nicht gesehen). Empfehlungssysteme auf dieser Grundlage bergen besondere Herausforderungen.

Da Wikimedia ein gemeinnütziger Verein ist, ist das Erreichen der Spendenziele elementar wichtig für das Fortbestehen des Vereins und die Fortführung und Weiterentwicklung von Projekten wie der Wikipedia. Hierzu hatte Wikimedia im Jahr 2017 ein Spendenziel von 7,9 Millionen Euro. Um diese Summe zu erreichen, werden umfangreiche A/B-Tests, E-Mail- und Brief-Kampagnen durchgeführt. Diese Kampagnen müssen stetig angepasst und optimiert werden. Dies geschieht mittels verschiedener statistischer Analysen. Um die Kampagnen zu optimieren, werden nahezu täglich neue Hypothesen über die Formulierung von Texten, die Gestaltung von Bannern und ähnlichen Elementen aufgestellt, deren Signifikanz anschließend ermittelt werden muss.

Seit dem Sommersemester 2017 halten wir Lehraufträge an der FOM Fachhochschule für Ökonomie & Management in Berlin in den Modulen "Webkonzeptionierung" und "Data Science & Machine Learning" Dort lehrt unser Geschäftsführer Philipp Koch verschiedene Module, u.a. einen Lehrauftrag in "Data Science & Big Data" und lehrt die Entwicklung von Modellen zur prädiktiven Analysen. Die Lehrinhalte umfassen dabei sowohl simple Modelle wie Entscheidungsbäume und Random Forests als auch komplexe Deep Neural Networks. Auch die Bewertung, Auswahl, Implementierung und Verbesserung von Machine Learning Modellen ist Teil des Vorlesungsinhalts.