Data Science
Beratung und
Projektentwicklung

Mit Data Mining und
Künstlicher Intelligenz zu
datengetriebenen Lösungen und Entscheidungen.

Warum Data Science?

Agiles Arbeiten bedeutet nicht nur schnell auf Änderungen reagieren zu können. Es bedeutet auch, Änderungen, Ursachen und Probleme frühzeitig zu erkennen. Data Science ermöglicht es Unternehmen datengetriebene und präskriptive Entscheidungen zu treffen, um vorausschauend auf disruptive Ereignisse reagieren zu können.

Dabei helfen wir Ihnen.

Mit Data Science
operative Problemstellungen
datengetrieben lösen.

BIG DATA, Data Analytics, Künstliche Intelligenz oder autonomes Fahren. Trends und Zukunftsthemen gibt es viele.

Doch wie können diese meiner Unternehmung im operativen Geschäft helfen? Welche alltäglichen und aktuellen Probleme lassen sich damit lösen und welche datengetriebenen Lösungen sind mit meinen Daten überhaupt möglich?

Wir entwickeln mit Ihnen vor dem Hintergrund Ihrer Problemstellungen Lösungen
unter Einsatz aktueller Techniken und Verfahren. Dabei bedienen wir uns bekannter Algorithmen aus den Bereichen der Business Intelligence, des Data Mining, der Datenmustererkennung oder auch Neuronaler Netze – individuell und ganzheitlich. Als temporäre Unterstützung ihres bestehenden Data Science oder BI-Teams oder als externer Problemlöser mit der Fähigkeit komplexe Data Science Projekte eigenverantwortlich durchzuführen. Wir konzipieren gemeinsam mit Ihnen, setzen die Lösungen technisch um und unterstützen Sie bei der Planung von datengetriebenen Geschäftsmodellen und Strategien.

Wie wir vorgehen? Ganzheitlich.


Daten

Daten werden immer wieder als das „Öl des 21. Jahrhunderts" bezeichnet. Häufig als "Nebenprodukt" im Rahmen etwaiger Digitalisierungsmaßnahmen angefallen, sind sich viele Unternehmen gar nicht bewusst, auf welchem Schatz sie sitzen.

Egal ob ausgewachsenes Data Warehouse, verteilte ERP-Systeme, digitale Debitorenbuchhaltung, Excel-Liste oder Diskette: Sobald Daten im operativen Betrieb anfallen, bilden diese den Rohstoff aus welchem Zusammenhänge und Muster raffiniert werden können. Diese bilden dann den Kraftstoff für datengetriebene Anwendungen, Lösungen oder wichtige Entscheidungen.


Data Mining

Um aus Öl einen Treibstoff zu machen, welcher verschiedenste Systeme antreiben kann, braucht es Technologie, Verfahren und Know-How. So verhält es sich auch mit BIG DATA. Die vorhandenen Daten sind der Rohstoff. Aber um relevantes Wissen, Muster oder Zusammenhänge extrahieren und damit den Datenschatz nutzbar zu machen, braucht es geeignete Verfahren und Algorithmen.

Das Data Mining umfasst die Extraktion und Sichtbarmachung von relevanten Mustern, Wissen und Zusammenhängen, in einer strukturierten oder unstrukturierten Datenmenge.

Diese Muster und Zusammenhänge, nutzbringend visuell aufbereitet, bilden den Treibstoff für datengetriebene Services oder Modelle, da sie die Grundlage für das Training von Algorithmen des maschinellen Lernens sind.

Dabei lässt das Data Mining Einblicke und Aussagen in und über die eigenen Daten zu, welche häufig weit über die Möglichkeiten generischer BI- oder Analytics- Lösungen hinaus gehen. Das Data Mining ermöglicht damit bereits belastbare Aussagen und datengetriebene Entscheidungen zu operativen Problemstellungen.

Damit kommt dem Data Mining eine herausragende Bedeutung zu. Denn während dieses Schritts kann bereits abgeschätzt werden, ob und welche datengetriebenen Anwendungen oder Lösungen auf Basis der vorhandenen Daten überhaupt möglich und welche Muster vorhanden sind.

Netter Nebeneffekt: Je genauer und aussagekräftiger die jeweiligen Muster sind, desto genauer funktioniert das maschinelle Lernen und damit auch eine spätere KI.


KI und ML-Entwicklung

Wenn das Data Mining aus dem Rohstoff "Daten" Treibstoff in Form von Mustern und Zusammenhängen raffiniert, benötigt es den passenden Motor, welcher damit angetrieben wird.

Die Art des Motors und dessen Leistungsfähigkeit werden dabei maßgeblich von der jeweiligen Problemstellung und der Qualität der gefundenen Muster bestimmt.

Den Kern bilden verschiedenste Algorithmen aus dem Bereich des Maschinellen Lernens (ML). Diese werden auf Basis der Problemstellung und vorhandenen Daten selektiert, mit den gefundenen Mustern trainiert und schlussendlich evaluiert.

Diese Modelle - häufig erreicht erst der Zusammenschluss und die Nutzung verschiedener Verfahren ein herausragendes Ergebnis - bilden damit, erweitert um etwaige Expertensysteme, den Kern einer Künstlichen Intelligenz mit echtem, operativem Mehrwert!

Egal, ob Prognosemodell zur Schätzung von Bestellungen, der Optimierung von Lagerflächen oder die automatische Klassifizierung von Angriffsmustern in Real-Time-Streams: Wann immer die Extraktion und das Verständnis von Zusammenhängen auf Basis des Data Minings automatisiert und zu komplexen Entscheidungssystem erweitert werden soll, bietet sich die Entwicklung von ML-Modellen und KI-Systemen an.

62,0 %
der Einzelhändler
erlangten einen Wettbewerbsvorteil durch Datenanalysen.
Top 5 Data Science Facts in 2021

0.5 %
aller erzeugten
Daten werden analysiert
und genutzt.
Facts About Data Science Analytics

51 %
informieren sich im Netz
vor einem Kauf.
Think with Google, 2019

Data Mining

Unsere Services

Explorative Datenanalysen
und Reporting
Qualitative
Datenbewertung
Uni- und Bi-Variante
Analysen
Reporting und Charting
Merkmalsextraktion und
Merkmalsgenerierung
Aggregation
und Datenbereinigung
Ihr Use Case?
Betrugserkennung und
Prävention
Fehleranalyse
und Isolierung
Anomalie-
und Ausreißererkennung
Ihr Use Case?
Anomalie-
und Fehlererkennung
Mustererkennung
und Extraktion
Mustererkennung und
Isolierung in
Zeitreihen
Zusammenhangsanalysen und
Regelinduktion
Klassifikation
und Segmentierung
Ihr Use Case?

KI und ML-Entwicklung

Unsere Services

Absatzprognosen
Bewertungsprognosen
Bestellprognosen
Prognosen für
Zahlungseingänge
Vorhersage von Ausfällen
und Störungen
Ihr Use Case?
Entwicklung von
Prognosemodellen
Modellentwicklung
zur Lösung von
Optimierungsproblemen
Serviceoptimierung
Bestands- und
Lageroptimierung
Prozessoptimierung
Produktionsoptimierung
Ihr Use Case?
Verfahren zur
automatisierten
Risikooptimierung und Bewertung
Entwicklung von
Empfehlungssystemen
Ihr Use Case?
Entwicklung von
Entscheidungsmodellen

Datengetriebene
Strategieentwicklung
und Beratung

Unsere Services

Kundenanalyse
Reichweitenermittlung (online)
Nachfrageermittlung und Bestimmung
(online)
Wettbewerbsermittlung
(online)
Marktanalysen
Trendermittlung und
Bestimmung
Nachfrage und
Interessen
Sentimentanalysen
Zusammenhangsanalysen und
Einflüsse
Trend-Mining
Wettbewerbs-Mining
Wettbewerbsanalysen
Strategieableitung und
Entwicklung
Nachfrageermittlung und
Trendbestimmung
Automatisierung und
Webscraping
Beratung und Entwicklung
von API und Schnittstellen
Web-Mining
Digitale Strategien
und Beratung
Digitale Transformation
und Geschäftsmodelle
Entwicklung und
Fördermittelberatung

Data Science in der Praxis

Sie wollen wissen, wie Data Science in der Praxis helfen kann? Wir zeigen es Ihnen.

tisson & company use case

Umsatzsteigerung im Up- und Cross-Selling mit Data Mining

Data Mining | Empfehlungssysteme | Umsatzsteigerung | Assoziationsanalyse

Wie Bestandsdaten zu passgenauen Empfehlungen und höherem Umsatz führen.

Erfahren Sie mehr...
Unterschiedliche Daten auf einem Board

Mit Data Mining Vertragslaufzeiten vorhersagen

Data Mining | Klassifikation | CRM | Prognose

Durch Merkmalsklassifizierung Nutzerverhalten verstehen und präskriptiv handeln

Erfahren Sie mehr...
Tisson & Company - Wer sind meine Kunden?

Wer sind meine Kunden? | Data Mining im CRM

Data Mining | Kundensegmentierung | Versicherung

Mit Data Mining Wissen sichtbar machen.

Erfahren Sie mehr...

Aktuelle Beiträge

Sie wollen mehr über unseren Ansatz, Hintergründe und neue Anwendungsgebiete erfahren?
Schauen Sie gerne auf unserem Blog vorbei und bleiben Sie informiert.

tisson & company article img

Risikoquantifizierung mit der Monte-Carlo-Simulation

Monte-Carlo-Simulation | Controlling | Risikomanagement | Risk Management

Die Monte-Carlo-Simulation (auch Monte-Carlo-Methode) ist ein wahrscheinlichkeits-theoretisches Verfahren zur Generierung unterschiedlicher Szenarien und erwarteter Zielwerte. Es basiert auf dem Gesetz …

Zum Artikel
tisson & company article img

Ohne „Explainable-AI“ ist maschinelles Lernen nicht ethisch!

Machine Learning | Explainable AI | Datenschutz | Interpretierbarkeit | SHAP

Die Begriffe KI, Machine Learning und Data Science gewinnen immer mehr an Bedeutung. Unternehmen und Kunden wird es immer mehr …

Zum Artikel
tisson & company article img

education & coffee: Business Intelligence und KI – Anwendungsmöglichkeiten und Beispiele vorgestellt von Tisson & Company

Event | KI | Monte-Carlo-Simulation | Business Club Hamburg | Empfehlungssystem | AI

Unternehmen verspüren eine zunehmende Verunsicherung, wenn es um die zukünftigen Entwicklungen geht. Wenn früher noch Jahresbudgets sicher geplant werden konnten, …

Zum Artikel
tisson & company article img

Die 5 häufigsten Fehler bei agilen Projekten und wie sie sich vermeiden lassen.

Work Management | Agil | Hybrid | Projektmanagement

Agiles Arbeiten bedeutet Neuland für viele Unternehmen. Deshalb kommt es oft zu Missverständnissen und Fehlern, die dazu führen, dass agile …

Zum Artikel
tisson & company article img

Wie die Corona-Krise das Work Management verändert und warum wir in Zukunft anders arbeiten werden

Work Management | Pandemie | Arbeitsprozesse | Homeoffice

Die Corona-Pandemie hat das Work Management in vielen Unternehmen verändert. Aber wie wirkt sich diese Veränderung aus, welche Herausforderungen sind …

Zum Artikel
Retourenquote mit Data Science - Pakete als Symbolbild

Die Retourenquote senken und Nachhaltigkeit steigern: Data Science macht es möglich.

Data Mining | KI | Data Science | Retourenmanagement

Der Onlinehandel boomt. Immer mehr Kunden informieren sich und kaufen ihre Produkte online. Diese werden bestellt, pünktlich geliefert, ausprobiert und …

Zum Artikel

Kontakt aufnehmen

Sie wünschen mehr Informationen oder haben eine Frage? Schreiben Sie uns:

Datenschutzerklärung
captcha