Kooperationsbeispiel: Analyse großer, komplexer Datenmengen

In mehreren Kooperationsprojekten unter anderem mit einem großen Maschinen- und Anlagenbauer sowie einer Versicherung wird untersucht, inwieweit Vertriebsprozesse durch moderne Datenanalyseverfahren unterstützt und dadurch schneller, flexibler und effizienter gestaltet werden können. Das Ziel des Maschinen- und Anlagenbauers ist es beispielsweise, komplexe Prognosen des Angebotspreises mit Hilfe der Analyseverfahren in weiten Teilen automatisiert unterstützen zu können. Eine Herausforderung stellen hierbei insbesondere auch die Struktur und der Umfang der Daten dar. Die Multidimensionalität der Kundenanfragen sowie die hohen Freiheitsgrade bei der Zusammenstellung und Konfiguration der Maschinen und Anlagen erfordert eine umfassende Aufbereitung und Vorverarbeitung der Datengrundlage, um darauf basierend eine Anwendung individuell entwickelter Analyseverfahren zu ermöglichen.
Bei einem Versicherer werden aktuell noch zu allen Kundenanfragen im Online Service-Forum manuell Antworten durch die Service-MitarbeiterInnen verfasst. Aufgrund der steigenden Anzahl an Kundenanfragen wird es für die Service-MitarbeiterInnen aber zunehmend schwieriger, alle Kundenanfragen in der angestrebten Zeit konsistent zu beantworten und dabei den Überblick über bereits im Service-Forum behandelte Kundenanfragen zu behalten. Ein Kooperationsprojekt mit dem Versicherer zielt daher darauf ab, einen „intelligenten Digitalagenten“ zu konzipieren und zu entwickeln, um die Service-MitarbeiterInnen dabei zu unterstützen, Kundenanfragen im Online Service-Forum bei mindestens gleichbleibender Qualität (teil-)automatisiert, schneller und somit in größerem Umfang beantworten zu können. Konkret analysiert der Digitalagent eingehende Kundenanfragen und schlägt den Service-MitarbeiterInnen – basierend auf einer spezifizierten Wissensbasis, die beispielsweise alle bisherigen Fragen und Antworten im Service-Forum aber auch dokumentierte Produktinformationen umfasst, – automatisiert eine passende Antwort vor. Methodisch basiert der intelligente Digitalagent dabei auf dem Ansatz des Case-Based Reasoning.
mehrdimensionale SMMBZiel dieser Kooperationsprojekte ist dabei nicht nur, neue Erkenntnisse für Vertriebs-, Beratungs- bzw. Serviceprozesse zu generieren, sondern vielmehr die Ergebnisse in konkreten Softwaresystemen umzusetzen und damit produktiv in den Unternehmen einzusetzen. Ferner liegt ein besonderes Augenmerk darauf, die Qualität der Daten, die für die Anwendung der Analyseverfahren – und damit beispielsweise für die Prognose – notwendig sind, zu sichern. Die Professoren des Internetkompetenzzentrums verfügen hier über langjährige Erfahrungen und Kompetenzen. Nur wenn die Qualität der Daten und der Verfahren zur Datenanalyse und -nutzung sichergestellt ist und diese beispielsweise auch die Qualität der zugrundeliegenden Daten explizit berücksichtigen, resultiert ein hohes wirtschaftliches Potenzial – z. B. im Zuge einer fundierten Entscheidungsunterstützung oder auch als Grundlage innovativer datengetriebener Produkte und Leistungen. Eine rein technische Betrachtung und Fokussierung bei der Analyse großer, komplexer Datenmengen ist daher keinesfalls ausreichend. Insofern ist die Qualität und Robustheit der Datenanalyse von zentraler Bedeutung, welche beispielhaft die Kuration von Daten (z. B. Verfahren zur Erhöhung der Qualität von Inputdaten, Lernen unter Berücksichtigung von Aussagen zur Datengüte und -qualität), Datenminimalität (z. B. Lernen bei sehr geringen, unvollständigen Trainingsdaten) und Flexibilität (z. B. Verfahren, die sich bzgl. verändernder Datendimensionen adaptieren) umfasst. Hier fehlt es Unternehmen aktuell oft an Know-how zu wissenschaftlich fundierten Methoden zur Datenanalyse. Deshalb beschäftigt sich das Internetkompetenzzentrum mit der Entwicklung und Anwendung skalierbarer Methoden zur Datenanalyse, insbesondere hinsichtlich der Messung, Gewährleistung und Berücksichtigung der Qualität komplexer, multidimensionaler und heterogener Daten.