Das Thema Predictive Analytics wird in der Regel aus einer technischen Perspektive diskutiert und der Schwerpunkt auf die neuen Möglichkeiten gelegt, die sich ergeben. In diesem Beitrag soll die strategische Frage diskutiert werden, inwieweit sich ein Unternehmen in Predictive Analytics engagieren soll.
Dabei ist eine Verknüpfung technischer und betriebswirtschaftlicher Aspekte notwendig.
„Predictive Analytics“ beschreibt ein Verfahren, mit dem aus historischen und aktuellen Daten auf Ereignisse und Zustände in der Zukunft geschlossen wird. Somit ist jede Wettervorhersage Predictive Analytics. Wettervorhersagen gibt es aber seit Jahrhunderten, ab circa 1800 in systematischer Form. Dennoch wird das Thema Predictive Analytics in den letzten Jahren verstärkt diskutiert. Warum eigentlich? Dafür dürfte vor allem die technische Entwicklung verantwortlich sein: Wir haben immer schnellere und preiswertere Rechnersysteme, immer mehr Daten und immer bessere Algorithmen. Rechenkapazitäten werden vor allem durch Cloud-Angebote und Technologien wie Hadoop und Map Reduce erweitert. Es stellt sich für Unternehmen die strategische Frage: Welche Daten stehen mir zur Verfügung, welche Prognosen lassen sich damit machen und wie lassen sich diese sinnvoll nutzen?
Einsatzgebiete in der Energiewirtschaft Natürlich lassen sich sehr viele Entwicklungen voraussagen, drei in der Energiewirtschaft relevante Bereiche sind sicher die Kundenzufriedenheit, Schwankungen in der Energienachfrage sowie der Ausfall technischer Systeme. In der Beurteilung der Kundenzufriedenheit und der Prognose der Kündigungswahrscheinlichkeit hat sich insbesondere im Telekommunikationssektor viel getan. Da sowohl Kommunikation als auch Energie Güter sind, die wenig Raum für Alleinstellungsmerkmale bieten, sind die Märkte recht vergleichbar…
#
Erschienen in der
emw.trends 6|2018