Unsichtbare Probleme erkennen

Appenzell, im September 2018. Donald Rumsfeld unterschied in einer berühmten Bemerkung (News Briefing 12. Februar 2012) einmal zwischen „bekanntem Bekannten“, „bekanntem Unbekannten“ und „unbekanntem Unbekannten“ – also Dingen, von denen wir nicht einmal wissen, dass wir sie nicht wissen. Der ehemalige Verteidigungsminister der USA drückte es so aus: „„Es gibt bekanntes Bekanntes; es gibt Dinge, von denen wir wissen, dass wir sie wissen. Wir wissen auch, dass es bekannte Unbekannte gibt: Das heißt, wir wissen, es gibt Dinge, die wir nicht wissen. Aber es gibt auch unbekannte Unbekannte – Dinge also, von denen wir nicht wissen, dass wir sie nicht wissen.“

Avancierte Künstliche Intelligenz (KI) ist mittlerweile dazu in der Lage, das unbekannte Unbekannte in Geschäftsfeldern oder anderen komplexen Datenmengen zu entdecken.

Aimondo GmbH, Datenalysespezialist aus Düsseldorf verwendet eigene, auf maschinellem Lernen basierende Softwaremodule auch dazu, um bisher nicht erkennbare Zusammenhänge zwischen den Daten in im eCommerce des Internets und anderen Informationen – beispielsweise von Lagerartikeln seiner Kunden – auf die Spur zu kommen. Nachdem die Algorithmen einen Zusammenhang entdeckt haben, gibt das System Empfehlungen zur Entscheidungsfindung aus. Sie empfiehlt die Handlungs- oder Prüfoptionen, die nach den Berechnungen am wahrscheinlichsten sind.

Der Standard Lösungsansatz ermöglicht es Aimondo, einen bislang unbeachteten und ansonsten auch kaum erkennbaren Zusammenhang zwischen schwer verkäuflichen Artikeln und Mängeln im Pricing oder der Produktinformation aufzudecken. Aber zusätzlich – und das ist oft noch wichtiger – Lücken von Artikeln im Sortiment zu finden, die sich bei Konkurrenten im lukrativen Bestseller-Pool befinden.

Die entsprechenden Informationen stöbern die KI-Software-Roboter in anderen Web-Angeboten und deren dortigen Parametern auf. Es geht dabei nicht um x-beliebiges Datamining. Bei der durch maschinelles Lernen sich stets selbst weiter optimierenden Plattform geht es nicht nur darum, Muster und Korrelationen in den Daten zu finden. Wichtig ist, zusätzlich zu den sofort ersichtlichen kommerziellen Direktaussagen auch die kausalen Zusammenhänge zu ermitteln.

(Text angelehnt an einen Text aus Harvard Business Manager, deutsche Ausgabe Oktober 2018, Seite 59)

Back to News