Knowledge Discovery in Databases
Was ist das Problem?
Die Unternehmen sind so komplex geworden, dass die Grenze herkömmlicher Analysen und intuitiver Entscheidungsfindung erreicht ist.
Für die Hebung weiterer Potenziale werden mächtigere und differenziertere Analysen benötigt
Der Stand der Technik findet sich in der unternehmerischen Praxis praktisch nicht wieder,
→ daher existieren noch viele Potenziale.
Die Gründe
Für jedes Unternehmen gibt es je nach Geschäftsmodell sehr unterschiedliche Fragestellungen und Anwendungen, so dass Lösungen von der Stange häufig nicht die gewünschte Unterstützung bieten.
Die ERP-Systeme sind Problem und Lösung zugleich: einerseits ermöglichen sie eine nie gekannte Tiefe in der Betriebsdatenerfassung, andererseits bleibt in der Masse der Daten oft die Auswertung auf der Strecke.
Um auf der Unternehmensebene Lösungen zu finden, werden heute häufig sowohl mächtige IT-Tools, aber auch Expertenwissen der Unternehmensprozesse benötigt. Die Erfahrung zeigt, dass beides im Unternehmen selbst häufig nur schwer zusammengebracht werden kann.
Was ist unser Ansatz?
Wir bringen betriebliches Wissen und Datenverarbeitungs-Know-How zusammen. Betriebliches Wissen bedeutet in diesem Fall ein umfassendes Verständnis der Prozesse und Strukturen im Unternehmen. Dies ist unabdingbar, um zu verstehen, wo die Ansätze für nutzbare Analysen liegen. Hinzu kommt eine höhere Effizienz aufgrund fachlicher Nähe
Datenverarbeitungs-Know-How wird auf 2 Ebenen bereitgestellt
Bei der Datenaufbereitung: Vor der Analyse müssen die Betriebsdaten in der Regel aufbereitet werden, um eine Analyse zu ermöglichen. Wir haben hier Techniken entwickelt, die in kurzer Zeit eine hohe Datenqualität ermöglichen.
Bei der Datenanalyse von Strukturen, Prozessen, Produkten auf hohem technisch-mathematischen Niveau. Intelligente Analyseansätze aus der Anwendungspraxis ermöglichen uns eine gute Durchdringung datenintensiver Themen mit hoher Effizienz und einfachen Mitteln. Schlüsselkompetenzen hierbei sind Erfahrung und Kreativität zur explorativen Datenanalyse.
Wir setzen dabei bedarfsgerecht die mathematischen Techniken der Knowledge Discovery in Databases und Operations Research ein.