Elena Petrova
Data Science
Elena schreibt Datenstudien und Benchmarks sowie über die Qualität gesammelter Daten: wie man sie misst, bereinigt und Datensätze erstellt, die Bestand haben.
Schreibt über
- Datenstudien und Benchmarks
- Datenqualität
- Datensatzerstellung
Artikel von Elena Petrova
-
26. Oktober 2026 · Wissen
Marktplätze und Lizenzen für KI-Trainingsdaten: Wann kaufen, wann selbst sammeln
Wie Marktplätze und Lizenzvereinbarungen für KI-Trainingsdaten funktionieren, was lizenzierte Daten Sie wirklich kosten und ein praktisches Entscheidungsraster, wann Sie einen Datensatz kaufen und wann Sie ihn selbst sammeln sollten.
-
24. Oktober 2026 · Wissen
Herkunft in der KI-Trainingspipeline: Nachweisen, woher Ihr Datensatz stammt
Was Herkunftsnachweise für KI-Trainingsdaten in der Praxis bedeuten: welche Aufzeichnungen für jedes Dokument zu führen sind, was die Zusammenfassung des EU AI Act verlangt, und wie Sie dies konsequent umsetzen.
-
19. Oktober 2026 · Scraping
Retry-Ökonomie: Die Versuchsnummer, ab der sich Wiederholen nicht mehr lohnt
Jeder Wiederholungsversuch ist weniger erfolgversprechend als der vorherige. Wie Sie anhand Ihrer eigenen Logs und ein paar Zeilen Python ermitteln, ab wann sich das Wiederholen nicht mehr auszahlt.
-
15. Oktober 2026 · Residential-Proxys
ASN-Diversität in Residential-Proxy-Netzwerken verstehen
Eine hohe IP-Anzahl sagt wenig aus, wenn die meisten Adressen auf wenigen Netzwerken liegen. Wie man die ASN-Diversität in einem Proxy-Pool misst, welche Metriken dabei zählen und wie ein gutes Ergebnis aussieht.
-
11. Oktober 2026 · Wissen
Stoppen CAPTCHAs Bots oder bremsen sie sie nur aus? Abschreckung gegen Löserate gemessen
Was zwei Jahrzehnte Forschung über CAPTCHAs sagen: wie viel Zeit sie Menschen kosten, wie oft Bots und KI-Agenten sie lösen, und warum sie heute als Kostenfaktor wirken.
-
8. Oktober 2026 · Scraping
Payload-Effizienz: Welcher Anteil einer gescrapten Seite ist Boilerplate, für die Sie bezahlt haben
Wir haben 278 Inhaltsseiten der Top-1.000-Websites gemessen. Der Text, den Sie wollen, macht etwa 1% des HTML aus und einen winzigen Anteil dessen, was ein Browser herunterlädt.
-
7. Oktober 2026 · Residential-Proxys
Shifter hat jetzt den größten Live-US-Residential-IP-Pool
Wir haben Shifter erneut durch unseren Residential-Proxy-Benchmark laufen lassen: 212.212 Live-US-IPs bei 250.000 Anfragen, der größte Live-US-Pool der 16 von uns gemessenen Netzwerke.