V10 Grundlagen Business Intelligence

• Bereitstellung eines Datenbestands, Erkennung interessanter Muster und Kommunikation der Erkenntnisse:

Data Delivery: informationsintegration und Data Warehousing

Data Mining: Data Mining und statistische Analysen

Knowledge Sharing: Informationsvisualisierung und Wissensmanagement

gültig (valid):

• das in den Daten festgestellte Muster ist mit hinreichender statistischer Sicherheit auch in der realwelt beobachtbar

  
  

bislang unbekannt (novel):

• festgestellte Muster ist nicht offensichtlich und bislang auch nicht bekannt gewesen

potenziell nützlich (potentielly usefull):

• Erkenntnis aus Muster weist betriebswirtschaftliche Relevanz auf

einfach verständlich (ultimately understandable):

• Muster ist klar erkennbar und lässt sich auf unkomplizierte Weise reproduzieren

Assoziationsanalysen:

• Aufdeckung von strukturellen Zusammenhängen („Mustern“) und Korrelationen in den Daten

• Erstellen von „Wenn-Dann“- Regeln auf Basis der Muster

Klassifikationsanalysen:

• Erstellung von Modellen zur Vorhersage der Klassenzugehörigkeit von Objekten

• Anwendung der Modelle auf neue, nichtklassifizierte Objekte

Clusteranalysen:

• Bildung von Klassen (z.B. für Klassifikationsmodelle) von zueinander ähnlichen Objekten

• Aufspüren von Ausreißern, die zu keiner Gruppe gehören

Künstliche Intelligenz:

Befähigung von Maschinen, Aufgaben zu erledigen, die menschliche Intelligenz erfordern.

Maschinelles Lernen:

Teilgebiet Künstlicher Intelligenz, befässt sich mit Entwicklung lernfähiger Algorithmen. Das bed., Computerprogramme verbessern mit der Zeit selbstständig ihre Performance, durch eingebaute Feedbackschleifen.

Deep Learning:

teilgebiet maschinellen Lernens, welches Lernprozess mit sehr großen Datensätzen und über mehrere lernebenen ausführt, um komplexe Aufgaben wie Sprach- oder Bilderkennung automatisiert durchführen zu können.

Maschinelles Lernen kann im Data-Mining-Kontext eingesetzt werden, um den Vorgang der datengetriebenen Mustererkennung zu automatisieren.

Unüberwachtes Lernen -> Klassifikationsanalyse:

• Lernen einer Funktion (=Modell) aus gegebenen Paaren von Ein- und Ausgaben

• Ziel: automatische Klassifikation neuer Objekte mit der gelernten Funktion

Überwachtes Lernen -> Clusteranalyse:

• Erkennung von zusammengehörigen Gruppen und Ausreißern in den Datensätzen

• Ziel: automatische Erkennung von (potenziellen) Klassen für die Klassifikation neuer Objekte

Beschriebt Korrelation zwischen gemeinsa auftretenden Elementen innerhalb n Transaktionenen (z.B. Produktkäufe)

—> A -> B bed., dass er kauf von A den kauf von B impliziert

—> A und B sind jew. mengen von mind. einem Produkt

Business Intelligence ist ein integrierter, unternehmensspezifischer, IT-basierter Ansatz zur betrieblichen Entscheidungsunterstützung.