Die Digitalisierung von einer immer größeren Anzahl von Domänen sowie rapide wachsende Menge von Sensordaten resultiert in großen Datenmengen, die als Grundlage für die Gewinnung von Wissen und die Optimierung von Prozessen dienen können. Um aus großen Datenmengen entscheidungsrelevante Informationen zu extrahieren, können Methoden des Maschinellen Lernens genutzt werden, die oft komplexe Prozesse erfordern, um die für das jeweilige Szenario geeigneten Methoden und Parameterkonfigurationen zu ermitteln.

Das AC Data Analytics erforscht Methoden zur Automatisierung der Algorithmen-Auswahl sowie zur Hyperparameteroptimierung im Entwicklungsprozess von Lösungen des Maschinellen Lernens. Die dabei gewonnenen Erkenntnisse und Lösungen stehen in Form eines Software Frameworks zur Verfügung, damit sich die Nutzer auf die verbleibenden kreativen Aspekte der Entwicklung fokussieren können.