de.wedoany.com-Bericht: Burke, Inc. hat eine neue Studie zur Zuverlässigkeit synthetischer Daten in Geschäftsentscheidungen veröffentlicht und den FAR-Rahmen zur Bewertung der Qualität synthetischer Daten eingeführt, der die drei Dimensionen Fidelity, Authentizität und Auflösung misst.
Mit der zunehmenden Verbreitung synthetischer Datenoptionen stellen sich in Wissenschaft und Industrie Fragen, ob diese zuverlässig reale Entscheidungen leiten können. Burkes Studie verglich verschiedene Synthesemethoden, testete, ob auf großen Sprachmodellen (LLM) basierende synthetische Panels menschliche Befragte ersetzen können, verglich die Leistung von generativen Datenmodellen mit synthetischen Panels und untersuchte die Bedeutung der zugrunde liegenden menschlichen Datenqualität in synthetischen Datenszenarien.
Die Studienergebnisse zeigen, dass LLM-basierte synthetische Panels in frühen Explorationsphasen wertvoll sein können, jedoch auf entscheidungsrelevanter Ebene, die auf quantitativen Erkenntnissen beruht, noch nicht zuverlässig sind: Bei dem häufig zitierten Genauigkeitsniveau von 80 % führten LLM-basierte synthetische Daten in etwa 60 % der getesteten Geschäftsszenarien zu falschen Schlussfolgerungen. Im Gegensatz dazu schnitten Methoden, die validierte menschliche Daten auf Befragtenebene (sogenannte generative Datenmodelle) verwenden, deutlich besser ab und zeigten ein größeres Potenzial für entscheidungsunterstützende Anwendungen.
Kern der Studie ist Burkes FAR-Rahmen, der die Qualität synthetischer Daten in drei Dimensionen bewertet: Fidelity, ob synthetische Daten mit der zugrunde liegenden Tatsachenquelle übereinstimmen; Authentizität, ob synthetische Antworten echte Variabilität widerspiegeln, anstatt lediglich vorhandene Daten zu kopieren; und Auflösung, ob die Beziehungen zwischen Variablen, Marktsegmenten und Geschäftsschlussfolgerungen erhalten bleiben.
Die Studie identifizierte zudem einen Schwellenwert für Entscheidungszuverlässigkeit, unterhalb dessen synthetische Methoden mit größerer Wahrscheinlichkeit Forschungsergebnisse bewahren, was Organisationen ein wichtiges Signal zur Unterscheidung vielversprechender von unzuverlässigen Anwendungen bietet.
Eli Moore, Vice President of Data Strategy bei Burke, erklärte, dass Organisationen zunehmend starke Behauptungen über synthetische Daten hören, die entscheidende Frage jedoch nicht sei, ob synthetische Daten wie Kunden klingen, sondern ob sie zu denselben Schlussfolgerungen wie direkte Gespräche führen. Thania Farrar, Senior Vice President of Corporate Innovation bei Burke, wies darauf hin, dass Künstliche Intelligenz die Art und Weise beeinflusst, wie Organisationen Erkenntnisse generieren und Entscheidungen treffen, und dass es die Möglichkeit gebe, hochwertige menschliche Daten, fortschrittliche Modellierung und Expertenurteile zu kombinieren, um schnellere, intelligentere und zuverlässigere Ergebnisse zu erzielen, während die echte menschliche Stimme im Zentrum der Forschung bleibt. Tara Marotti, President und CEO von Burke, betonte, dass das Ziel des Unternehmens stets darin bestehe, Kunden bei den besten Entscheidungen für ihr Geschäft zu unterstützen, und diese Studie helfe Kunden, Vertrauen in die Stärken, Grenzen und besten Anwendungen jeder Methode zu gewinnen.
Diese Erkenntnisse sind das Ergebnis der Arbeit von Burke Labs, einer Abteilung, die sich dem Testen und Beschleunigen neuer KI- und Technologielösungen widmet, um die Erfahrung der Befragten, Analysen und Berichte zu verändern.
Burke, Inc. ist ein führendes Beratungsunternehmen für Entscheidungsintelligenz, das Organisationen durch hochwertige Forschung, fortschrittliche Analysen und fachkundig begleitete Erkenntnisse, Strategien, Innovationen und Schulungen dabei unterstützt, ihr Wachstum zu beschleunigen. Das 1931 gegründete Unternehmen verbindet strenge Messmethoden mit menschenzentrierter Beratung, um Kunden zu helfen, Menschen, Märkte und Chancen besser zu verstehen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
