Big-Data Konferenz NeuroBayes-Algorithmus

Basierend auf analytischen Erkenntnissen und Technologien können unternehmerische Entscheidungen zuverlässig mit einem hohen Automatisierungsgrad getroffen werden. Prof. Dr. Michael Feindt setzt dabei auf den NeuroBayes-Algorithmus, der eigentlich für die Elementarteilchenphysik entwickelt wurde.

Big Data kann man als eine Verwissenschaftlichung der Wirtschaft betrachten, so Prof. Dr. Michael Feindt, Physiker und Gründer der Firma Blue Yonder. Auf der ersten Big-Data-Konferenz von Horváth & Partners berichtete Prof. Feindt, wie der für die wissenschaftliche Forschung entwickelte Algorithmus NeuroBayes erfolgreich in unterschiedlichen Wirtschaftszweigen und Fragestellungen in Unternehmen eingesetzt werden kann.

Neue Möglichkeiten durch Predictive Analytics
„Die Welt verläuft weder deterministisch noch zufällig.“ Vorhersagen können nach Prof. Feindt zwar nicht punktgenau gestaltet werden, doch durch die Zuordnung von Wahrscheinlichkeitsverteilungen können Prognosen als fundierte Grundlage von individuellen Einzelentscheidungen eingesetzt werden. Durch neue Technologien wie Predictive Analytics können diese Entscheidungen mit einem hohen Automatisierungsgrad basierend auf analytischen Erkenntnissen getroffen werden. Unternehmen sind dadurch in der Lage, durch den Einsatz komplexer, lernender Algorithmen, die auf eine gemeinsame, interne Datenbasis zugreifen, präzise Prognosen zu generieren und damit die entscheidende Frage „Was wird passieren?“ mit einer relativ hohen Wahrscheinlichkeit zu beantworten. Prof. Feindt betonte dabei die Bedeutung der internen Datenquellen, die alle geschäftsrelevanten Daten beinhalten. Unternehmen nutzten heute nur einen Bruchteil der eigenen Datenressourcen und verzichteten somit auf die Generierung neuer Erkenntnisse aus dem eigenen Datenspeicher.

Wissenschaftlicher NeuroBayes-Algorithmus in der Wirtschaft
„Im CERN gibt es Big Data schon lange.“ Prof. Dr. Feindt, der Entwickler des NeuroBayes-Algorithmus, erklärt den Zusammenhang zwischen der Elementarteilchenphysik und den neuen Anforderungen aus der Wirtschaft. In beiden Fällen sind Entscheider gezwungen aus großen Datenmengen mit Hilfe einer starken IT-Infrastruktur und dem Einsatz von robusten, statistischen Methoden neue Erkenntnisse zu gewinnen. In einem weiteren Schritt sollen Entscheidungen sogar automatisiert getroffen werden. Der für die experimentelle Elementarteilchenphysik entwickelte NeuroBayes-Algorithmus findet heute in verschiedenen Unternehmensbereichen Verwendung. Dabei werden komplexe Zusammenhänge aus historischen Unternehmensdaten erlernt und zur Prognose für die Zukunft nutzbar gemacht. Der Algorithmus basiert auf einem künstlichen neuronalen Netzwerk. Die Blue Yonder GmbH, führender Anbieter von Predictive Analytics, hat bereits zahlreiche Projekte in Absatzplanung, in der dynamischen Preisgestaltung, in der Retourenoptimierung und für weitere Geschäftsanforderungen erfolgreich umgesetzt.

Spannende Einsatzgebiete und Praxisbeispiele
Prof. Feindt illustrierte den erfolgreichen Einsatz der NeuroBayes Technologie mit diversen Kundenreferenzen und Success Stories. So ist es einem Betreiber von Windkraftanlagen beispielsweise möglich mit präzisen Prognosen präventive Wartungsmaßnahmen zur Reduktion von Ausfallzeiten vorab zu planen. Im Handel gibt es eine erfolgreiche Zusammenarbeit mit dem Online-Händler OTTO. OTTO ist es mit dem Einsatz von NeuroBayes gelungen, die Prognosequalität der Absatz- und Retourenprognosen zu erhöhen und dadurch die Disposition zu optimieren. 

Can Tunco
Schlagworte zum Thema:  Big Data, Business Intelligence