E-Mail Drucken PDF

GhostMiner - ein leistungsstarkes, skalierbares und einfach zu bedienendes Werkzeug für das Data Mining

GhostMiner Data Mining

Was ist Data Mining?

Aufspüren von Regeln und Mustern in Datenbeständen und deren Umwandlung in Prognosemodelle, so könnte eine vereinfachte Definition von Data Mining lauten.

Data Mining verwendet dabei Technologien, die sich aus statistischen Modellen und Verfahren der künstlichen Intelligenz zusammensetzen, letztere (z.B. künstliche neuronale Netze) sind der biologischen Informationsverarbeitung nachempfunden und unterscheiden sich damit grundlegend von den klassischen statistischen Verfahren (z.B. Hypothesentest, Korrelation, Regression und ANOVA).

Das Data Mining steht nicht konträr sondern komplementär zu den klassischen statistischen Verfahren.


Warum soll Data Mining eingesetzt werden?

  • Mit Hilfe von Data Mining ist es oft möglich qualitative Analysen und Zusammenhänge zu erhalten, die mit den klassischen, statistischen Verfahren als nicht (hinreichend genau) analysierbar gelten.
  • Die durch Data Mining gewonnenen Erkenntnisse dienen häufig als wichtige Entscheidungsgrundlage für Geschäfts- und Produktionsstrategien, die sich unmittelbar in signifikanten Kosteneinsparungen niederschlagen.
  • Data Mining kann demnach zum tragenden Element des strategischen Wettbewerbsvorteils werden.

 

Was ist GhostMiner?

GhostMiner ist eine universal anwendbare Softwarelösung für Data Mining, entwickelt von Fujitsu. Sie zeichnet sich durch ein grafisches Interface mit einfacher Bedienung sowie stabile Algorithmen zur mehrdimensionalen Datananalyse aus.

 

Wozu kann man GhostMiner einsetzen?

Dem Anwendungsspektrum des Data Minings sind kaum Grenzen gesetzt, erst recht keine branchenspezifischen, solange eine konsistente Datenstruktur zu Grunde gelegt werden kann. Im Folgenden werden einige Fallbeispiele skizziert, die den Nutzen dieser Technik unmittelbar erkennen lassen:

Qualitätswesen

Die statistischen Softwarewerkzeuge für das Qualitätswesen konzentrieren sich üblicherweise auf einen einzelnen Prozess, die qualitätsrelevanten Fragestellungen in Unternehmen adressieren jedoch oft ineinander verschachtelte Prozessketten. Mit Data Mining kann man die wesentlichen Prozessparameter und deren Wechselwirkungen prozessabschnittsübergreifend identifizieren und beschreiben. Über Prozessabschnitte hinaus können Muster und Regeln erkannt und Modelle zur Vorhersage erstellt werden.

  • Wird ein ausgeliefertes Produkt während des Gewährleistungszeitraums einem Defekt unterliegen?
  • Wie beeinflusst die Qualität im Wareneingang die einzelnen Prozessschritte, bis hin zum fertigen Produkt?
  • Wie kann schon im laufenden Produktionsprozess, bevorzugt in einer frühen Phase, die Qualität des Endprodukts vorausgesagt werden?
  • Welche Baugruppe aus der Serienproduktion, z.B. ein Elektronikbauteil, eignet sich für die Verwendung in einer Hochverfügbarkeitslösung?
Finanzwesen
  • Durch das in Deutschland gültige Geldwäschegesetz (GWG) sind Kreditinstitute verpflichtet Sicherheitssysteme einzuführen, um eine überwachung aller Konten betreiben und Verdachtsfällen nachgehen zu können. Speziell für dieses Szenario ist ein GhostMiner Derivat entwickelt worden: FinDet. Durch die Filterung und überprüfung von Banktransaktionen ermöglicht es die Identifizierung von verdächtigen Vorgängen, die Teil einer Geldwäscheaktivität sein können.
  • Datenmodelle für Risikoabschätzung und Portfolio Management am Kapitalmarkt, insbesondere für Terminhandel, Wechselkurse und Börsenerträge.
Versicherungswesen
  • Die effiziente, automatisierte Betrugserkennung im Versicherungswesen (z.B. Manipulation durch den Versicherungsnehmer oder Abrechnungsbetrug durch den Leistungserbringer) ermöglicht gezielte Detailprüfung und verkürzt gleichzeitig die Bearbeitungszeit von unverdächtigen Schadensfällen
  • Definition von Risikoklassen und Einteilung potentieller Versicherungsnehmer in diese Klassen: Bei wem ist eine Versicherung profitabel für den Versicherungsanbieter? Wer sollte höhere Prämien zahlen? Wer ist als Versicherungskunde unerwünscht?
Kreditrisiko

Mit dem Stichwort "Basel II" werden die Vorschriften zur Neugestaltung der Eigenkapitalvorschriften der Kreditinstitute bezeichnet. Indirekt wirken sie sich natrlich auch auf deren Kreditkunden aus. Speziell für die Bewertung dieses Kreditrisikos unter Basel II Vorschriften wurde ein GhostMiner Derivat mit dem Namen Score!T entwickelt.

Marketing und CRM

Marketingabteilungen verwenden Data Mining, um die Attribute von Kunden zu bestimmen, die für eine bestimmte Aktion oder ein Produkt in Frage kommen.
Das hocheffiziente Zuschneiden von Marketingaktivitten auf spezifische Kundensegmente wird damit möglich. Darüber hinaus kann dieses Wissen für eine wirkungsvolle Wettbewerbsanalyse genutzt werden.
Speziell für den operativen Marketingbereich, der häufig über wenig Expertenwissen zu Data Mining verfügt, ist ein einfach zu bedienendes Data Mining Tool wichtig, das auch die komplette Abwicklung von Aktionen erlaubt. Diese Notwendigkeit hat zur Entwicklung des GhostMiner Derivats Ready2Sell geführt.

  • Kundensegmentierung für Data Base Marketing
  • Gezielte Marketingaktionen mit hoher Resonanz (Targeted Mailing Campaign)
  • Identifikation von Cross-Selling Mglichkeiten (Market Basket Analysis)
  • Identifikation von Kunden, die kurz vor dem Wechsel zur Konkurrenz stehen
Chemie & LifeScience
  • Erweiterung der QSAR Modelle durch Data Mining Algorithmen
  • Von der chemischen Struktur unabhängige Eigenschaftsvorhersage aufgrund der Aufarbeitung bestehender experimenteller/empirischer Datenbanken (Data Base Knowledge Discovery)
  • Speziell in der Vorhersage von Materialeigenschaften bei komplexen chemisch-technischen Prozessen, in denen eine quantitative naturwissenschaftliche Beschreibung des Systems nicht möglich ist, ist Data Mining oft hilfreich, um nicht nur Voraussagemodelle zu erhalten, sondern auch die signifikanten Faktoren zu identifizieren und zu optimieren. Beispiele hierfür sind Beschichtungen, Lacke, Polymere, etc.
  • Drug Design, Chemo- und Bioinformatik
Medizin
  • Prognosemodelle können bei der Krebsdiagnose helfen und teure, unöntige Vorsorgeoperationen verhindern
  • Die Voraussage der Wirksamkeit und Verträglichkeit von Medikamenten in Abhängigkeit vom genetischen Fingerabdruck des Patienten
  • Klinische- und Labordiagnostik

Welche Vorteile bietet die Software GhostMiner, warum sollte man sie einsetzen?

  • Weil GhostMiner mit der Datenmenge und den Aufgaben skaliert (es gibt Versionen für Einzelplätze und für Server).
  • Weil unterschiedliche Serverbetriebssysteme unterstützt werden (Windows, Linux).
  • Weil die Servervarianten multi CPU Systeme unterstützen.
  • Weil GhostMiner einfach zu bedienen ist.
  • Weil es speziell nach Anwendung und Branche maßgeschneiderte Softwarederivate von GhostMiner gibt.
  • Weil optional auch kundeneigene Algorithmen in GhostMiner implementiert werden können.
  • Weil zur kostengünstigen und flexiblen Lizenzierung eine Client-Server/GUI-Engine Architektur angeboten wird.
  • Weil die GhostMiner Bibliotheken separat lizenziert werden können, um die Modelle in eigene IT Systeme einzubinden.
  • Weil GhostMiner im Vergleich zur Konkurrenz preiswert ist.
  • Weil es sich um Software von einem zuverlässigen und qualitätsbewussten Global Player handelt (Fujitsu).

ghostminer01

 

Warum Data Mining mit dem Partner ADDITIVE?

Data Mining ist keine Insellösung, sondern lebt vor allem von der Datenverfügbarkeit und der Datenqualität, die gleichzeitig der wichtigste Einflussfaktor für ein erfolgreiches Data Mining Projekt ist.

Oft müssen zusätzliche Projekte dem eigentlichen Data Mining vorgeschaltet werden, die die Bereinigung oder systematische Erfassung sowie Organisation und Speicherung der relevanten Daten adressieren.
Wir bewegen uns damit auf dem Gebiet der Datenauswertung, Mathematik und Statistik, welche seit über 15 Jahren die Kernkompetenzen unseres Unternehmens bilden. Zusammen mit unseren Partnern können wir integrierte Gesamtlösungen anbieten und alle relevanten Bereiche kompetent abdecken. Dazu gehören unter anderem:

  • Lösungen für das automatische Einsammeln der benötigten Daten z.B. von ERP- Systemen wie SAP R/3, LIMS, CAQ, Prozessleitsystemen usw. und dem organisieren der Daten für die schnelle und komfortable Versorgung des GhostMiners mit den benötigten Daten.
  • Auf Ihre Aufgabenstellung abgestimmte Schulungen zu Statistik und Data Mining
  • Eigene Supportabteilung mit direktem Zugriff auf die Spezialisten bis hin zu den Entwicklern des jeweiligen Herstellers
  • Entwicklung von Modellen im Kundenauftrag
  • Einweisung während des gesamten Data Mining Projekts, um die Abhängigkeit des Kunden nach Projektende zu vermeiden

 

Wie führe ich Data Mining in mein Unternehmen ein?

Damit Entscheidern die notwendigen Informationen ber Machbarkeit, Kosten sowie Ressourcen und Zeitbedarf möglichst frühzeitig zur Verüfgung stehen, werden die Data Mining Projekte strukturiert in drei Schritten durchgeführt.

In der Evaluierungsphase steht die aktuelle Situation, der Überblick über die relevanten Daten und Prozesse, sowie die Anforderungen und Ziele im Vordergrund. Auf der Basis der erarbeiteten Informationen der Evaluierungsphase können dann verbindliche Aussagen für die Durchführung der Phase I sowie eine Kostenschätzung für die Phase II gemacht werden. In der Phase I werden die Informationen weiter detailliert und Lösungsalternativen erarbeitet und bewertet. Anschließend wird eine Lösung für die Realisierung ausgewählt. Die Implementierung der Lösung erfolgt in Phase II.

modell

Bei Fragen kontaktieren Sie uns per E-Mail oder telefonisch unter 06172-5905-21 oder -30.

 

- Thema 1 von 6 -

 
ID=2683