Daten sind das Öl des 21. Jahrhunderts, so oder ähnlich lauten die Überschriften unzähliger Veröffentlichungen. Zweifelsfrei verdeutlicht dieser Vergleich welches enorme Potenzial in der Nutzung von Daten liegt und liegen kann. Aber ähnlich wie Öl bringen Daten an sich noch keinen (wesentlichen) Nutzen. Öl ist lediglich die Ausgangsbasis für viele weitere Produkte und Stoffe. Analog verhalten sich auch Daten. Nur durch eine Aufbereitung und Analyse mit bspw. statistischen Verfahren oder Techniken des Machine Learning lässt sich ein Nutzen oder Mehrwert daraus generieren. Im Unternehmenskontext fallen bspw. viele Daten an, die teils aber nur sehr schlecht genutzt oder weiterverarbeitet werden, obwohl eine Vielzahl an Ver-fahren dafür in der Theorie bekannt ist. Auch spielen Einschränkungen durch be-grenzte Rechenleistung seit den letzten Jahren in einem Großteil der Anwendungen kaum mehr eine Rolle. Die vorliegende Masterarbeit stellt auf der einen Seite klassische statistische Me-thoden der Datenanalyse, die zu der Business Intelligence und darin zu dem Data Mining zählen, vor. Auf der anderen Seite beschäftigt sich diese Arbeit näher mit Machine Learning, welches anhand von Künstlichen Neuronalen Netzen dargestellt und angewendet wird. Die Thesis soll sowohl theoretisch als auch in der praktischen Anwendung aufzeigen, dass Künstliche Neuronale Netze zur Analyse, u.a. inner-halb der Business Intelligence Vorteile gegenüber klassischen (statistischen) Ver-fahren besitzen.
Application of Machine Learning in the Context of Business Intelligence: An Artificial Neural Network Approach
Universität Ulm Universität UlmMA Abschlussvortrag, Raphael Mendler, Ort: Online, Datum: 27.10.2021, Zeit: 10:30 Uhr