Matthes, Florian (Prof. Dr.); Tai, Stefan (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
WIR 523; DAT 600
Kurzfassung:
Federated Machine Learning enables multiple organizations to jointly train a Machine Learning model without direct data sharing. Despite this potential, most projects do not lead to a productive use of the technology. This dissertation investigates this challenge and identifies the influencing factors for successful practical adoption as well as the socio-technical aspects of collaborations. Moreover, this thesis develops a process model for the software development life cycle.
Übersetzte Kurzfassung:
Federated Machine Learning ermöglicht es mehreren Organisationen ohne direkten Datenaustausch gemeinsam ein Machine Learning Modell zu trainieren. Trotz dieses Potenzials führen die meisten Projekte nicht zu einem produktiven Einsatz der Technologie. Die vorliegende Dissertation untersucht dieses Problem und identifiziert Einflussfaktoren für eine erfolgreiche Einführung sowie sozio-technische Aspekte der Zusammenarbeit. Weiterhin wird ein Vorgehensmodell für die Softwareentwicklung entwickelt.