KI-Unterstützung beim Absatz-Forecast bei der Badischen ... / 3 Anforderungen an die Datenerhebung, -auswahl und -analyse

3.1 Anforderungen an die Erhebung

Die Erhebung relevanter Daten mit präziser Zielsetzung ist ein grundlegender Schritt, bei dem zunächst der Informationsbedarf und die Methoden der Informationsgewinnung definiert werden. Dies umfasst die Ermittlung von Ziel- und Einflussgrößen sowie die Festlegung der für die Weiterverarbeitung entscheidenden Merkmalsausprägungen. Sowohl interne Datenquellen wie beispielsweise Absatzmengen und Liefertage, als auch externe Datenquellen, darunter Angebotsdaten und Wetterinformationen, müssen identifiziert und geprüft werden. Dabei ist es wichtig, die Datenmengen und ihre Verfügbarkeit zu bewerten sowie die Datenqualität auf Ausreißer, fehlende Werte und Korrelationen hin zu überprüfen.

Die Auswahl sinnvoller Daten und die Vermeidung von Verzerrungen (Bias) infolge der Datenerhebung sind weitere kritische Aspekte, die in den Prozess der Datenerhebung und -analyse einfließen müssen, um zuverlässige und objektive Ergebnisse zu gewährleisten. Diese Aufgaben erfordern ein hohes Maß an Sorgfalt, Fachwissen und Ressourcen. Strategien zur Vermeidung von Bias umfassen die Verwendung von Diversifizierungsstrategien bei der Datenauswahl, die Anwendung von Techniken zur Neutralisierung von Verzerrungen und die Berücksichtigung verschiedener Perspektiven und Erfahrungen bei der Dateninterpretation. Controller bewerten die Kosten-Nutzen-Relation von Datenerhebungsprojekten und sorgen dafür, dass die Datenbeschaffung im Einklang mit den finanziellen Zielen und Ressourcen des Unternehmens steht.

Data Scientists spielen eine zentrale Rolle bei der Auswahl und Analyse von Daten. Sie identifizieren sinnvolle Datensätze, minimieren Bias und gewinnen aussagekräftige Einblicke. Die Auswahl sinnvoller Daten und die Vermeidung von Bias erfordern oft die Zusammenarbeit zwischen Controllern und Data...