Predictive Analytics und KI: 3 Anwendungsbeispiele im Unternehmen

Anzeige

Illustration: Geralt Absmeier

 

Jeder würde gerne einen Blick in die Zukunft werfen, um Antworten auf drängende Fragen zu finden: »Werden Mitarbeiter mein Unternehmen verlassen?«, »Was möchten meine Kunden?« oder »Wie lange wird meine Anlage voll funktionsfähig bleiben?« Mit hellseherischen Fähigkeiten würde es uns leichter fallen, angemessen auf (unvorhersehbare) Ereignisse zu reagieren. Unmöglich ist es jedoch nicht: Die Experten von Micro Focus erklären wie künstliche Intelligenz (KI) und Predictive Analytics (PA) diese Aufgabe mithilfe ihrer analytischen Fähigkeiten übernehmen und Vorhersagen für die Zukunft treffen können.

  1. Predictive Marketing und Consumer Behavior

Setzen Marketing-Fachleute Predictive Analytics im Rahmen ihrer Marketingstrategie ein, so versuchen sie oftmals eine Antwort auf die Frage zu erhalten: »Wie werden sich meine Kunden in Zukunft verhalten?« Über das Profiling werden Nutzer anhand ihres Verhaltens mit anderen Nutzern oder Stichprobengruppen verglichen. Dies ermöglicht etwa beim Online-Shopping eine Prognose darüber, was ein Kunde womöglich kaufen wird. Mit diesem Vorgehen hängt die Warenkorbanalyse zusammen: Die Produktzusammenstellung des Warenkorbs wird auf Muster und Zusammenhänge hin analysiert (meist analog zu anderen Warenkörben), was gezielte, individuelle Werbemaßnahmen erlaubt. Das beste Beispiel hierfür ist die Onlineshop-Funktion »Kunden, die dies gekauft haben, interessierte auch…«. Ähnlich funktionieren Best-Next-Offer: Hierüber ordnet die KI einem Kunden die Produkte zu, die er mit hoher Wahrscheinlichkeit kaufen wird. Beim nächsten Einkauf im Onlineshop wird ihm Werbung zu ähnlichen Produkten ausgespielt.

Auf Grundlage solcher Ergebnisse können Marketer ihre Strategie anpassen, um ihren Kunden eine gezielte, personalisierte Kauferfahrung zu bescheren und somit Zufriedenheit und Bindung zu steigern.

  1. Predictive Maintenance

Predicitive Analytics kann in der industriellen Fertigung dazu eingesetzt werden, Vorhersagen über die Funktionsfähigkeit von Maschinen und Anlagen zu treffen. So werden die Echtzeit-Daten der Maschinen unter den aktuell herrschenden Umständen gemessen und mit Daten verglichen, die einer idealen Anlagenumgebung entspricht. Weisen die Ergebnisse signifikante Unterschiede auf, kann dies auf eine mögliche Beschädigung oder Beeinträchtigung in Zukunft hinweisen. Fertigungsbetriebe können mithilfe dieser Analyse ihre Wartungszyklen anpassen und sich um die Anlagen kümmern, bevor es überhaupt zu Schäden kommen kann.

KI-Systeme, die die Wahrscheinlichkeit von Ereignissen berechnen, sorgen für erhebliche Kosteneinsparungen und schenken den Teams darüber hinaus eine Menge Zeit. Diese können sie darauf verwenden, möglichen Ernstfällen präventiv zu begegnen oder ihren Fokus auf unternehmenskritische, strategische und kreative Tätigkeiten zu legen.

  1. Predictive HR

Sobald ein Mitarbeiter das Unternehmen verlässt, ist das keine günstige Entwicklung: Es folgen Rekrutierungskosten und Einbußen aufgrund von Produktivitätsverlust und Onboarding. KI-basierte Lösungen und ein Predictive Analytics-Ansatz können Unternehmen dabei unterstützen, den Grund für eine kommende Abwanderung zu eruieren sowie zu prognostizieren, welche Risiken sich zukünftig in Sachen Mitarbeiterbindung ergeben können. Zum Beispiel stellt ein Unternehmen fest, dass Mitarbeiter nach drei bis vier Jahren vermehrt ihren Arbeitgeber verlassen. Durch die Betrachtung der Daten wird erkannt, dass das Ausbleiben einer Beförderung mit entsprechender Gehaltserhöhung ein möglicher Grund für die Kündigungen ist.

Greift ein Mitarbeiter beispielsweise gegen Ende eines Monats überdurchschnittlich häufig auf bestimmte Dokumente zu und lädt diese herunter, könnte das ein Hinweis darauf sein, dass er eine Kündigung plant und relevante Arbeitsproben oder Informationen zu einem neuen Arbeitgeber mitnehmen möchte. Das HR-Team kann dann nachsehen, wann der betreffende Mitarbeiter zuletzt befördert wurde oder eine anderweitige Vergütung, wie eine Gehaltserhöhung, Bonus oder ähnliches erhalten hat und entsprechende Gegenmaßnahmen einleiten, um den Mitarbeiter zu behalten.

Fazit

In unserem zunehmend digitalen Zeitalter sammeln Unternehmen immer mehr Daten an. Sie versäumen es jedoch oft, sie zu nutzen. Die intelligente Analyse von historischen oder Echtzeitdaten kann zur Implementierung von prädiktiven Analysen verwendet werden – eine Möglichkeit, um vorherzusagen, was als nächstes passieren wird. Die Implementierung von Predictive Analytics eröffnet der gesamten Organisation – und nicht nur dem IT-Team – einen erheblichen Geschäftswert und kann etwa dazu beitragen, Innovation und Kundenbindung voranzutreiben. Micro Focus erklärt die wichtigsten geschäftlichen Auswirkungen der Predictive Analytics und wie die KI dazu beitragen kann.

 

301 Artikel zu „Predictive Analytics“

Der Mittelstand profitiert eindeutig von Predictive Analytics

Predictive Analytics ist mehr als nur ein Big-Data-Trend. Beispiele zeigen, dass gerade der Mittelstand ohne großen finanziellen Aufwand Daten nutzen kann, um zukünftige Ereignisse vorherzusagen. Der Wunsch ist vielerorts groß, Vorhersagen auf Basis von historischen Daten zu treffen. Aber wie stellen sich Mittelständler mit ihren vergleichsweise kleinen IT-Abteilungen wirkungsvoll auf? Wie können die innovativen Vorstellungen…

Einsatz von Machine Learning und Predictive Analytics bei der Tour de France

Bei der Tour de France 2017 werden erstmals Machine Learning und Predictive Analytics eingesetzt, um neue Einsichten in den Radsport zu ermöglichen und das Zuschauererlebnis zu verbessern. Zu diesem Zweck wurde die Big-Data-Analytics-Plattform weiterentwickelt.   Der Service- und Lösungsanbieter für Informationstechnologie Dimension Data, hat in Zusammenarbeit mit der Amaury Sport Organisation (A.S.O.) seine Big-Data-Cycling-Analytics-Platform optimiert…

Customer Intelligence und Predictive Analytics sind die am häufigsten umgesetzten Hadoop-Projekte

Neue Studie beleuchtet »Hadoop und Data Lakes«. In der aktuellen Studie »Hadoop und Data Lakes« sind die Marktanalysten von BARC diesmal der Frage nachgegangen, ob Hadoop bereits eine ausgereifte Analyseplattform ist [1]. Befragt wurden 380 Teilnehmer aus unterschiedlichen Branchen und Unternehmensgrößenklassen, davon 77 Prozent aus Europa und 13 Prozent aus den USA. Damit handelt es…

Predictive Analytics: Unsichtbar wirksam

»Invisible Analytics« gehören einer Studie der GfK-Marktforscher zu den zehn wichtigsten Tech-Trends des Jahres 2016. Alle zehn von der GfK identifizierten Trends, darunter Künstliche Intelligenz, Virtuelle Realität, mobiles Bezahlen, Smart Home und Connected Cars, erzeugen oder nutzen große Datenmengen (»Big Data«). »Die komplexen Analysen auf der Basis von Kundendaten sind essenziell, um seine Kunden zu…

Business Intelligence setzt auf Big Data und Predictive Analytics

Die Prognosen für den deutschen Business-Intelligence-Markt sind laut einer neuen Studie des Business Application Research Center (BARC) weiter positiv. Für eine große Dynamik und Wachstum sorgen Entwicklungen wie die Digitalisierung, die wachsenden Reife neuer Anwendungsgebiete und eine starke Konkurrenz durch innovative Marktakteure. Software für Business Intelligence und das Datenmanagement bleibt bei deutschen Unternehmen gefragt. Nach…

Supply Chain Management: Großer Nachholbedarf im Bereich Predictive Analytics

Historische Analysen sind gang und gäbe, das Potenzial von Predictive Analytics wird im Bereich Supply Chain noch verschenkt – so das Ergebnis einer neuen Studie [1] zum Status Quo von Supply-Chain-Analysen. »Auch Unternehmen, die ihre Supply Chain noch nicht auswerten, sehen großes Potenzial in der Verbesserung ihres Datenmanagements und der Datenanalysen«, sagt Dan Gilmore, President…

Predictive Analytics: Mehrwert aus Daten generieren

Heute schon wissen, was Kunden morgen kaufen werden. Polizisten zu wahrscheinlichen Tatorten schicken, noch bevor ein Verbrechen geschieht. Frühzeitig erkennen, welche Mitarbeiter gegebenenfalls das Unternehmen verlassen wollen, noch ehe diese es selbst wissen. Maschinen genau dann warten, wenn es nötig ist, und so teure Downtime vermeiden. Dies sind nur einige Anwendungsszenarien für die vorausschauende Datenanalyse…

IT-Trends 2020: Hybrid Cloud, Predictive Data Analytics und Nachhaltigkeit bestimmen die Agenda

Zum Ende des Jahres wird es Zeit, die Technologien und Ansätze ins Auge zu fassen, die 2020 die Unternehmens-IT beeinflussen werden. Sage hat fünf Trends identifiziert, mit denen sich Entscheider und Entwickler vermehrt beschäftigen sollten, um Effizienz und Wettbewerbsstärke voranzutreiben. Hybrid Cloud, Data Analytics, DevOps, energieeffiziente Software und Security by Design sind, so Oliver Henrich,…

Advanced, predictive, preventive: Data Analytics – Trend oder Zukunft?

Die Themen Digitalisierung und Big Data stehen bereits seit Jahren auf der »To-do-Liste« der Unternehmen und sind auch in den Fachmedien mehr als präsent. Allerdings steckt die Umsetzung in der Realität bei vielen Unternehmen noch in den Kinderschuhen. Das Potenzial, das Daten bieten, ist häufig nicht auf den ersten Blick ersichtlich. Erst durch eine detaillierte Analyse der Daten lassen sich diese optimal nutzen. Mittlerweile eröffnen sich hier mit Data Analytics ganz neue Möglichkeiten.

Studie zum Status quo von Advanced-und-Predictive-Analytics-Initiativen in der DACH-Region

Das Business Application Research Center (BARC) hat die Studie »Advanced und Predictive Analytics« vorgestellt. Mit 210 Teilnehmern aus der DACH-Region und einer breit gefächerten Branchenverteilung bietet die Studie einen objektiven Blick auf die gegenwärtige und geplante Nutzung von fortgeschrittenen Analysen durch Unternehmen. Dabei liegt der Fokus auf Data Science im Fachbereich und welche Unterschiede zu…

Robuste und widerstandsfähige Lieferketten: So hält Data Analytics die Supply Chain am Laufen

Die rasche Verbreitung von Covid-19 hat viele Lieferketten unter Stress gesetzt. Hamsterkäufe und Produktionsstopps angesichts fehlender Rohstoffe machten es schwer, die Nachfrage der Märkte zu erfüllen. Da viele Branchen von Lieferungen aus anderen Ländern abhängig sind, müssen Entscheidungsträger in der Lage sein, schnell Anpassungen an der Supply Chain vorzunehmen. Dies funktioniert jedoch nur, wenn verlässliche…

Produktivitätszuwachs durch Software Analytics – Die größten Kostenfallen in der Softwareentwicklung und was man dagegen tun kann

Die New Economy der frühen 2000er kündigte sich noch mit einem Donnerschlag an – man denke nur an die Fintechs, die mit ihrer technologiegetriebenen Entwicklung angetreten sind, den Finanzsektor auf den Kopf zustellen. Weitgehend unbemerkt erreicht diese Revolution mittlerweile auch die traditionellen Branchen. So hat selbst Volkswagen angekündigt, seine Marke in Zukunft über die Software zu definieren, und bündelt dazu in der neuen Einheit »Car.Software« die Kompetenz von mehr als 5.000 Digitalexperten. Doch ganz gleich, wo man hinschaut: Von den hoch optimierten Produktionsprozessen der Industrie ist die Softwareentwicklung noch weit entfernt – und das, obwohl die größten Kostenfallen längst bekannt sind.

Dank Advanced Analytics dem Kunden einen Schritt voraus

Die Bedeutung von Datenanalysten wird weiter zunehmen, Anwendungsbeispiele sind vielfältig. Mithilfe von künstlicher Intelligenz lassen sich beispielsweise Abwanderungspotenziale von Kunden frühzeitig identifizieren – und somit rechtzeitig verhindern. Ähnliches gilt für Bestandsprognosen, einen kosteneffizienten Lagerbetrieb und eine höhere Kundenzufriedenheit. Advanced Analytics kann Unternehmen also in vielerlei Hinsicht unterstützen.

Neue Kultur durch Business Intelligence & Advanced Analytics

Im Zuge des rasant fortschreitenden technischen Wandels stehen Unternehmen heute neue Analysemethoden zur Verfügung. Im Gegensatz zur vergangenheitsorientierten klassischen Business Intelligence (BI) verfolgen diese modernen Analysewerkzeuge einen in die Zukunft gerichteten Verwendungszweck. Dadurch ist es nun möglich, nicht nur den operativen und strategischen Mehrwert von Daten erheblich zu steigern, sondern Informationen als entscheidenden Erfolgsfaktor zu…

Predictive Maintenance: Den Lebenszyklus von Industriebatterien im Fuhrpark intelligent verlängern

Für die Industrie sind zuverlässig funktionierende Transportfahrzeuge in der Intralogistik die Voraussetzung für wirtschaftliches Arbeiten. Da immer mehr Software, Elektronik und damit auch Batterien in den Geräte- und Maschinenpark Einzug halten, steigt der Aufwand für Wartung, Reparatur und Management der Batterien. Ein intelligentes Batteriemanagement kann dabei helfen, die Kosten und Ausfallzeiten zu verringern.   Intelligente…

»Data Analytics«-Markt: Machine Learning – Preise sinken, die Produktreife steigt

»Machine Learning as a Service« ist zu einem umkämpften Markt geworden, in dem sich nahezu alle wichtigen IT-Provider positionieren. Sie müssen die Funktionen, zugrundeliegenden Algorithmen und Modelle dabei qualitativ wie quantitativ schnell weiterentwickeln, um Marktanteile und Kunden zu gewinnen. Dies stellt der neue große Anbietervergleich »ISG Provider Lens Germany 2019 – Data Analytics Services &…

Europäische Hersteller- und Verkehrsunternehmen gehen die ersten Schritte in Richtung Predictive Maintenance

Laut aktueller Studie von PAC (CXP Group) halten 93 % der europäischen Hersteller- und Verkehrsunternehmen die Wartungsprozesse ihrer Industrieanlagen und -fahrzeuge für nicht sonderlich effizient. Das Marktforschungsunternehmen und strategische Beratungshaus PAC führte die Studie mit dem Ziel durch, ausführliche Einblicke in die Auswirkungen digitaler Technologien auf die Instandhaltungsprozesse europäischer Hersteller- und Verkehrsunternehmen zu erlangen. Nachdem…

Predictive Planning ist die nächste Stufe der Unternehmensplanung

Der »The Planning Survey 18« identifiziert Predictive Planning als den heißesten Trend auf dem Markt für Planungssoftware. Viele Unternehmen planen demnach, in Zukunft Predictive Planning im Rahmen ihrer Planung einzusetzen. Die BARC-Studie basiert auf einer Befragung von 1.465 Anwendern, Beratern und Herstellern aus 55 Ländern weltweit. Sie umfasst die Analyse und den Vergleich von 17…

Advanced Analytics und eine neue Rolle im Unternehmen

Werden Big-Data-Projekte beschrieben, überwiegen üblicherweise technische Aspekte wie die Art der Datenbank, die Analytics-Software, die Schnittstellen und die Visualisierungslösungen. Gelegentlich wird als Voraussetzung für den Erfolg von Projekten im Bereich von Big Data Analytics außerdem ein kulturelles Umdenken im Anwenderunternehmen erwähnt. Das ist soweit richtig, unterschlägt jedoch einige Aspekte. Der Top-Down-Ansatz ist empfehlenswert Für Big-Data-Projekte…