aifora collaborative learning

Collaborative Machine Learning – Erfolg dank Data-Sharing

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on print
Print
Share on email
Email

Die weltweit erfolgreichste Währung ist weder der Dollar, noch Euro oder Bitcoins. Es sind Daten. Jedes Geschäft und so gut wie jede zwischenmenschliche Interaktion basiert auf dem Austausch von Angaben, Werten oder Zahlen. Doch Daten sind nicht gleich Daten. Es gibt verschiedene Kategorien und nicht jede davon ist tatsächlich bares Geld wert. Daten müssen erst geschliffen werden.

Die Big-Data Welt

2019 nutzen in Deutschland laut einer aktuellen IDG-Studie 57 Prozent der Unternehmen Machine Learning (ML) und Künstliche Intelligenz (KI). Für die Automatisierung von Prozessen durch IoT-Anwendungen und KI sind Daten unerlässlich. Versteht man Big Data als große Datenmengen, helfen diese Anwendungen uns dabei, den Datendschungel auszuwerten, Muster zu erkennen und Abläufe auf dieser Datengrundlage zu optimieren. Mit herkömmlichen Methoden wäre eine Auswertung der Daten gar nicht möglich, da sie zu komplex, schnelllebig oder unstrukturiert sind.

Die größte Herausforderung für viele Unternehmen stellt im Prozess des Machine Learnings allerdings die Datenqualität dar.

Big Data weist fünf Kerneigenschaften auf, die sogenannten 5 V‘s:

  • Volume beziffert den Umfang / die Menge,
  • Velocity die Geschwindigkeit, mit der die Datenmengen generiert und transferiert werden können
  • Variety gibt die Bandbreite der Datentypen an
  • Veracity definiert die Echtheit der Daten
  • Value bestimmt schließlich den unternehmerischen Mehrwert, den die Daten darstellen.

Der Prozess der maximalen Daten-Wertschöpfung wird mit der Umwandlung von Big Data in Smart Data gestartet – hierbei werden die Daten gereinigt. Irrelevante und fehlerhafte Daten werden aussortiert. Dadurch sinkt das Datenvolumen, während der Wert und die Präzision des Datensatzes steigen. Smart Data liefert der KI Erkenntnisse, die es ihr ermöglichen die Prozesse zu automatisieren und zu optimieren.

Erhöhter Benefit durch Collaborative Machine Learning

Jeder Händler sammelt Daten, zum Beispiel Transaktionsdaten, Artikelstammdaten, Warenbestandsdaten und viele mehr. Dabei spielt es keine Rolle, ob es sich um eine große Bekleidungskette, einen Onlineshop für Kuscheltiere oder die Tankstelle um die Ecke handelt. Aber traditionelle, kleinere oder sehr junge Unternehmen sind den großen Online Playern wie Amazon & Co. in diesem Bereich meist unterlegen. Der Grund:

ihre Datensätze sind kleiner weshalb viele Unternehmen keine aussagekräftigen Erkenntnisse aus ihnen ziehen können. Zudem fehlt oft der Zugang zur KI.

aifora bietet diesen Händlern eine cloudbasierte Plattform, um ihre Daten zu erweitern und Preise und Bestände zu optimieren. Auf der KI-Plattform können Händler anonym ihre Daten miteinander teilen, dabei werden alle Rechts- und Datenschutzrichtlinien eingehalten. Durch einen vergrößerten Daten-Pool kann der Algorithmus das Kundenverhalten und die Nachfrage noch präziser vorhersagen und trotzdem für jeden Händler individuell optimale Preise und Bestände berechnen.  Diesen Prozess nennt aifora „Collaborative Learning“.

Die aifora Intelligent Price Automation (IPA) berücksichtigt alle relevanten Preiseinflussfaktoren und individuelle Preisstrategien und garantiert dabei die höchstmögliche Effizienz – für alle Kanäle und sämtliche Produkte. Ergänzt wird die Anwendung durch die Intelligent Stock Automation (ISA). Dabei werden Faktoren wie das Wetter, Kaufverhalten der letzten Tage, besondere Ereignisse wie Weihnachten und die Nachfrage in anderen Filialen berücksichtigt. Der Profit für die Kunden: Sie können ihre Bestellungen anpassen und Waren perfekt auf die jeweiligen Geschäftsstellen verteilen. Dabei legt aifora großen Wert auf maximale Transparenz und gibt bei jeder Entscheidung den Güte-Grad der dahinter befindlichen Smart Data an.

Die Größe der Lerngruppe ist signifikant für den Erfolg

Die drei Schritte vom Erheben von Big Data zum Filtern zu Smart Data und kombinieren zu Shared Data sind der Schlüssel zum Erfolg – und zwar branchenübergreifend. Für das Collaborative Machine Learning im Allgemeinen gilt: Je mehr Unternehmen ihre Daten mit in das digitale Ökosystem von aifora einspeisen, desto umfassender und präziser kann der Algorithmus die Preise und Warenbestände der Kunden anpassen. Deshalb profitieren alle aifora-Kunden von neuen Mitgliedern in der digitalen „Lerngruppe“. 

Scroll to Top