ASAM hat ein neues Interview in der Reihe Fun with Standards veröffentlicht, und es beginnt mit der Frage, die derzeit jede Testorganisation stellt. Marius Dupuis, CEO von ASAM, fragt Dr. Ralf Nörenberg von HighQSoft, ob generative KI einen Datenstandard wie ASAM ODS überflüssig macht. Die Antwort läuft in die andere Richtung. Der Standard verstärkt, was KI mit Testdaten leisten kann, und KI erhöht den Wert jedes standardisierten Datensatzes. Das Gespräch ist auf dem YouTube-Kanal von ASAM zu sehen, und HighQSoft hat eine schriftliche Begleitseite mit denselben Argumenten veröffentlicht.

Das Interview ist auf dem YouTube-Kanal von ASAM zu sehen. Die schriftliche Fassung, Standardization and AI: ASAM ODS, ist auf highqsoft.com veröffentlicht und arbeitet das Argument Abschnitt für Abschnitt durch. Link und weitere Inhalte finden Sie hier: Standardization and AI: HighQSoft in ASAM's Fun with Standards Series

Ausgangspunkt ist, dass KI den Bedarf an einem Datenvertrag nicht aufhebt. Eine Messung muss weiterhin mitführen, was sie bedeutet, welcher Kanal welcher ist, in welcher Einheit und unter welchen Bedingungen sie aufgezeichnet wurde. In regulierter Entwicklungsarbeit, in der ein Ergebnis noch Jahre nach dem Versuch nachvollziehbar bleiben muss, macht dieser Vertrag eine Antwort überprüfbar und nicht nur plausibel.

Was KI verändert, ist die Nutzungsebene. Dialogorientierte Oberflächen und Agenten treten zunehmend an die Stelle des klassischen Rich Clients, und standardisierte Schnittstellen halten die Werkzeugaufrufe darunter deterministisch. Die Schicht darunter wird gleichzeitig zur Commodity, und das verschiebt ASAM ODS von einem reinen Abfrageziel zur Föderationsebene über Data Lakes, Objektspeicher und Datenbanken hinweg.

Das Interview benennt deutlich, was ohne eine beschreibende Ebene passiert. Eine Organisation, die Messungen in einem Lake ablegt und das semantische Modell überspringt, muss dieses Modell selbst nachbauen, einschränken, welche Werkzeuge das Ergebnis lesen können, und eine langfristige Abhängigkeit von einem einzelnen Anbieter akzeptieren. Ein OEM der obersten Liga hat genau das im Petabyte-Maßstab mit einem eigenen Entwicklungsteam getan. Für die meisten Organisationen kostet die Einführung des Standards weniger als sein Nachbau.

Das Schlussargument dreht sich um Eigentum. Offene Standards halten die Bedeutung von Messdaten beim Kunden und nicht beim Anbieter, was vor allem für mittelständische Unternehmen zählt, die keine eigene semantische Ebene finanzieren können. Genau das lässt Automatisierung und KI-gestützte Analyse sofort beginnen statt erst nach einem Vorverarbeitungsprojekt.

*#ASAM #ODS #KI #Testdaten #Standardisierung #HighQSoft*

Der Artikel zeigt dann, wie der Stack von HighQSoft AI bereits in den Standard einbindet. Der MCP Server verbindet Claude und ChatGPT über HQL mit ASAM ODS. Merlin AI erweitert das gleiche Muster auf die Zusammensetzung von Analysepipelines. MoMa AI aus dem AEOPT-Forschungsprojekt generiert Importer-Mappings aus Beispieldaten, so dass eine neue Messquelle innerhalb weniger Stunden abfragbar wird.

*#ASAM #ODS #AI #TestData #HQL #MCP #HighQSoft*