Maschinelles Lernen
Wie kompliziert ist es, Data-Science und maschinelles Lernen einzusetzen?
Von Jahr zu Jahr wird es einfacher. Exzellente Software-Baukästen wie Scikit-Learn oder TensorFlow von Google ermöglichen es, Software-Anwendungen mit sehr fortgeschrittenen Modellen und Algorithmen mit 50 Zeilen Code, oft auch weniger Zeilen, zu erstellen. Diese Software-Baukästen sind frei verfügbar sowohl für Privatpersonen als auch für Firmen.
Für wen und welche Branchen sind unsere Angebote gedacht?
Finanzbranche, Controlling:
Es gibt Unmengen von Transaktionsdaten in Organisationen. Controller und Berater müssen diese Daten heute mit Hilfe von fortgeschrittenen Methoden des maschinellen Lernens durchsuchen und analysieren, um neue interessante Einsichten zu gewinnen. Ansonsten ist ein Großteil der Mühe und Kosten, die Daten zu sammeln und zu verwalten, vergeblich und vergeudet.
Zum Beispiel können Computerprogramme mit maschinellem Lernen die Betrugserkennung oder im Versicherungswesen die Risikoklassifizierung viel besser bewerkstelligen als Menschen.
Detailliertere Beispiele Banken / Versicherungen
Ingenieurwesen:
Sensordaten gibt es heutzutage im Überfluss. Damit diese Daten genutzt werden können, müssen sie analysiert werden, und idealerweise werden auf deren Basis automatisiert Entscheidungen getroffen.
Zum Beispiel treffen Maschinen mit Hilfe moderner Bilderkennungs-Methoden autonome Entscheidungen in Echtzeit. Ein anderes Beispiel finden wir beim “Predictive-Maintenance”: Der laufende Betrieb von Maschinen wird durch Sensoren überwacht, und mit Hilfe der Sensordaten können dann optimale Zeitpläne für die Instandhaltung erstellt werden.
Detailliertere Ingenieurs-Beispiele
Marketing:
Für eine erfolgreiche Marketing-Kampagne ist es entscheidend, zunächst die richtigen Kunden zu identifizieren. Dies gelingt mit Hilfe von Kunden- und Transaktions-Daten unter Verwendung von Verfahren des maschinellen Lernens. Ein weiteres Beispiel ist “Churn-Prevention”: Dabei geht das darum zu erkennen, ob Kunden die Absicht haben, zur Konkurrenz zu wechseln. Typischerweise liefern Kundendaten genügend Hinweise, um dies rechtzeitig zu erkennen und Maßnahmen zu ergreifen, um die Kunden zu halten.
Detailliertere Marketing-Beispiele
Medizin:
Viele Computer-Diagnose-Systeme beruhen auf modernen Bilderkennungsverfahren, welche Zugriff auf eine große Datenbank von Patientendaten aus der Vergangenheit haben. Alle diese Systeme verwenden überwiegend maschinelles Lernen.