TestingTime rekrutiert Testpersonen für Usability-Tests, Interviews und andere Studien für verschiedene internationale Kunden. Jede Studie hat eigene Anforderungen und es kann schwierig sein, die richtigen Teilnehmenden mit diesen spezifischen Kriterien zu finden.

Ateleris entwickelte ein Machine Learning System, welches die passenden Kandidaten aus einem Pool von über 500’000 Personen auswählt. Dazu nimmt der Algorithmus bereits ausgefüllte Fragebögen als Input zur Hilfe. Die künstliche Intelligenz detektiert Übereinstimmungen über die Analyse der Korrelationen von relevanten Fragen. Zum Beispiel sieht es Relationen zwischen dem Einkommensniveau und den bevorzugten Automarken. Mithilfe solcher Verbindungen prognostiziert der Algorithmus Hobbys, Vorlieben und Wissen, womit dann die bestpassenden Kandidaten für die jeweilige Studie gefunden werden können.

Das Machine Learning System wurde in .NET/C# und ML.NET entwickelt und als eigenständige Docker Images in die Amazon-AWS-Cloud von TestingTime geladen. Dieser Ansatz erlaubte eine stark vereinfachte Integration in die bestehende IT-Infrastruktur und -Prozesse der Auftraggeberin. Zusätzlich ermöglichte es, regelmässig kleinere Feldtests und Performance-Analysen durchzuführen und so den Matchingalgorithmus inkrementell über Zeit zu verbessern.

Dank des Machine Learning Systems hat sich die Chance auf einen passenden Match um 250 % erhöht. Und durch das fortlaufende Lernen anhand neuer Daten wird der Algorithmus jeden Tag besser.