Nu skal der indsamles, renses og ikke mindst analyseres på dataen. Det er her vi skal finde ud af, hvilken data, der skal bruges og hvor meget. Man kan aldrig rigtigt vide det på forhånd, men har man erfaring og været grund i problemforståelsen, så kan man komme med et godt gæt.
Data er faktisk typisk den del, der fylder mest i et projekt med kunstig intelligens.