IT als Enabler moderner Planungsprozesse / 4.1 Kostenreduktion

Maschinelles Lernen ermöglicht in vielen Umfeldern bereits heute, den Forecast-Prozess halbautomatisch durchzuführen. Dabei kann maschinelles Lernen zur eigenständigen Extrapolation relevanter Werte für den Forecast-Zeitraum genutzt werden, aber auch erkennen, wo Konfidenzintervalle zu groß bzw. Konfidenzen zu gering sind und menschliche Anwender aktiv den Forecast-Prozess begleiten müssen. Ziel wird dabei für die meisten Unternehmen nicht sein, menschliche Beteiligte durch Maschinen zu ersetzen, sondern vielmehr die Effizienz durch hinreichend gute Vorschlagswerte signifikant zu steigern. Dies wird sich in einer Reduktion entsprechender Prozesskosten niederschlagen.

Abb. 2: Forecast mit Predictive-Verfahren als Basis für Anpassungen

Parallel ergibt sich durch cloudbasierte Technologien und den damit ermöglichten Wegfall unternehmenseigener Rechenzentren sowie den damit verbundenen Skaleneffekten dauerhaftes Potenzial, IT-Kosten für die Unterstützung des Planungsprozesses nachhaltig zu reduzieren.

Zudem reduzieren cloudbasierte Architekturen tendenziell Projektkosten. Durch die einhergehende Komplexitätsreduktion auf Seite der Kundensysteme ist außerdem davon auszugehen, dass die Kosten für zukünftige Anpassung und Weiterentwicklung bestehender Systeme gleichfalls reduziert werden können.