piwik-script

Deutsch Intern
    Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement

    Themengebiete

    Data-Mining

    Unter Data Mining versteht man die systematische Anwendung statistischer Methoden auf große Datenbestände mit dem Ziel, neue Querverbindungen, Zusammenhänge und Trends zu erkennen. Aufgaben des Data Minings umfassen etwa die Bereiche Klassifikation, Segmentierung, Prognose sowie die Analyse von Abhängigkeiten und Abweichungen. Data Mining kommt vielfältig zum Einsatz, etwa im Marketing, Finanz- und Versicherungswesen, und bietet enorme Anwendungspotenziale für die Zukunft. Es kann Unternehmen bei der Entscheidungsfindung bestimmter Probleme unterstützen, und dabei helfen, Chancen und Risiken frühzeitig zu erkennen.

    Beispielfragen:

    • Welche Zusammenhänge und Abhängigkeiten bestehen zwischen A und B?
    • Wo treten im Arbeitsablauf Fehler auf?
    • Welche Kunden kann ich mit welchen Werbemaßnahmen erreichen?

    Datenvisualisierung

    Ziel der Datenvisualierung ist es, Muster, Trends und Ausreißer in großen Datensätzen zu erkennen. Dabei werden Informationen in einen visuellen Kontext übertragen, wie zum Beispiel eine Karte oder ein Diagramm, um Daten für das menschliche Gehirn leichter verständlich zu machen und daraus Erkenntnisse zu gewinnen. Visualisierungen komplexer Algorithmen sind im Allgemeinen leichter zu interpretieren als numerische Ausgaben. Aus diesem Grund findet Datenvisualisierung in vielen Bereichen des alltäglichen Lebens Anwendung und kann etwa Führungskräften dabei helfen, viele Informationen auf möglichst effiziente Weise zu vermitteln.

    Beispielfragen:

    • Wie kann ich meinem Publikum Informationen auf eine effiziente und verständliche Art und Weise vermitteln?
    • Welche Darstellung eignet sich für welche Art von Information?
    • Wie kann ein effektives Dashboard realisiert werden?

    Praxiseinsatz prädiktiver und präskriptiver Verfahren

    Die prädikative Analyse sagt Ergebnisse auf Basis von Statistiken, Daten oder Erfahrungen vorher. Genutzt werden Analysemethoden wie Zeitfolgen aus dem Data Mining, Entscheidungsbäume, Clusteranalyse, Präferenzanalysen oder Regressionsanalysen. Ziel ist es, herauszufinden, was passieren kann und warum. Die präskriptive Analyse geht einen Schritt weiter. Sie sagt vorher, was zukünftig passieren wird und warum. Ziel ist es, Handlungsalternativen bereitzustellen, um eine Entscheidung treffen zu können. Dabei werden Szenarien, Simulationen, neuroyale Netze, Heuristik oder maschinelles Lernen zur Entscheidungsfindung genutzt.

    Beispielsfragen:

    • Wieviel Ware sollte bestellt werden?
    • Was ist unserer optimale Bepreisungsstrategie?
    • Wie viel medizinisches Personal wird abhängig von bestimmten Faktoren, wie der Saison oder dem Wetter benötigt?

    Bild- und Textverarbeitung

    Die automatische Verarbeitung von Bildern ermöglicht es, nach den Wünschen des Anwenders gezielt Objekte und Eigenschaften auf möglichst beliebigen Bildern zu erkennen oder zu lokalisieren. Eng damit verknüpft ist, besonders bei Dokumenten, die automatische Erkennung des Inhaltes, also der Texte. Hierfür benötigen die angewandten Modelle, besonders im Bereich Deep Learning, ausreichende und passend annotierte Daten. Existierende Anwendungen unseres Netzwerkes beinhalten beispielsweise die Digitalisierung von Dokumenten über OCR und sukzessive Texterkennung über Natural Language Processing, soweit die automatische Erkennung von Krankheiten auf medizinischen Scans verschiedener Domänen. Mit Hilfe dieser Methoden lassen sich beispielsweise wichtige Schritte in der Produktion und Verwaltung (semi-)automatisieren und damit beschleunigen. Wir bieten hierbei Beratung an, sowohl bekannte als auch neue Methoden auf Ihre Anwendungen zuzuschneiden und mit begrenzten Ressourcen auf Ihre gewünschte Performanz zu bringen.

    Beispielfragen:

    • Welche Daten benötigen wir für unsere Anwendungen?
    • Wie lässt sich die Beschaffung von Daten möglichst effizient gestalten?
    • Sind bereits weniger komplexe Modelle ausreichend?
    • Welche Prozesse lassen sich am ehesten automatisiert in den Workflow integrieren?
    • Wo können unsere Mitarbeiter durch die Automatisierung profitieren?