Abo
  • Services:
Anzeige
SAP-Server
SAP-Server (Bild: SAP)

Next Generation MMDBMS

Mustererkennung für jedermann: Lookup - Learn - Investigate. Eine weitere Sichtweise zur Abschätzung des Erfolgs wirtschaftlicher Anwendungen auf Basis von MMDBMS ist das Verständnis des menschlichen Prozesses der Mustererkennung. Dieser explorative und iterative Prozess besteht aus dem Nachschlagen einzelner Fakten (lookup), dem Aggregieren und dem Vergleichen von Datenverteilungen (learn) und deren Analyse, also oft dem Finden von Nischen oder der Entdeckung neuer Zusammenhänge (investigate). Die typische Domäne für lookup waren lange Websuchmaschinen und bestimmte Anwendungen im Unternehmen (CRM, ERP). Für learn sind typische Domänen Data Warehouse und Reporting-Anwendungen. Investigate wurde bisher weitgehend dem Spezialisten - und seinem oder ihrem Bauchgefühl - überlassen.

Anzeige

Schier unbegrenzte Rekombinationsmöglichkeiten von Daten gestalten den Prozess zur Erstellung von Vorhersagemodellen noch relativ aufwendig. Hersteller von MMDBMS haben daher begonnen, den gesamten Prozess in Anwendungen zu automatisieren. In Kombination mit einfachen Anwendungen ermöglichen die geringen Antwortzeiten des MMDBMS jedermann im Unternehmen die Berechnung von Was-wäre-wenn-Szenarien in wenigen Sekunden. Dazu gehören Szenarien zur Preisentwicklung, zur Abschätzung der Verfügbarkeit knapper Ressourcen im Unternehmen wie Lager, Fuhrpark, Personal oder Strom, zur Vorhersage der Wirksamkeit von Marketingkampagnen oder zur Risikoabschätzung der Bonität von Kunden, Zulieferern oder ganzer Lieferketten. MMDBMS sind auch schnell genug, um interaktiv sogar vom Kunden aus der Anwendung Signale einzusammeln - zum Beispiel Klick-Streams, Sentiments, Feedback aus dem Call Center - oder um bessere Vorhersagemodelle zu erstellen, wie zum Beispiel bei der Empfehlung von Produkten im Onlineshop.

Die aktuelle Forschung orientiert sich an diesen Szenarien. Insbesondere bei der Erkennung von Merkmalen (Signalen aus Prozessen) und deren Gewichtung bieten MMDBMS genügend hohe Interaktionszeiten, um den explorativen Data-Mining-Prozess möglichst interaktiv auch auf einem sehr großen Sample (idealerweise N=alle) auszuführen. Ein Schwerpunkt ist daher die Parallelisierung von Data-Mining-Verfahren zur Bildung statistischer Modelle im MMDBMS wie zum Beispiel im SAP HANA Modul PAL (Predictive Analytics Library). Besonders attraktiv erscheint derzeit die Forschung an der Parallelisierung von Ensemble Lernern.

Diese Verfahren haben das Potenzial sowohl diskriminative Merkmale aus hochdimensionalen Daten weitgehend automatisiert zu identifizieren als auch ein akkurates Klassifikationsmodell zu trainieren. Eine weitere Form sind sogenannte Active Learner, also Lernverfahren, die den Aufwand beim Training des Modells deutlich reduzieren können, indem beispielsweise gezielt nur Datenausschnitte mit besonderer Unsicherheit einem menschlichen Experten gezeigt werden. Die statistischen Modelle können, wenn sie im Hauptspeicher gehalten werden, durch menschliche Interaktion mit neuen Daten in wenigen Sekunden erweitert und neu trainiert werden. Dadurch werden Trendvorhersagen aufgrund frischer, transaktionaler Daten möglich.

 Neue OptimierungsprinzipienHybride Speicherorganisationen garantieren schnelle Ausführungszeiten 

eye home zur Startseite
Quantium40 21. Okt 2014

Welche Anwendungsfälle sollen das sein?

Quantium40 21. Okt 2014

Es gibt durchaus Szenarien, in denen solch scheinbarer Blödsinn durchaus sinnvoll sein...

holgerscherer 17. Okt 2014

Die gewisse Vorliebe hat ja auch gute Gründe ;-) -h

deefens 15. Okt 2014

An manchen Stellen evtl. ein bischen knapp gefasst, aber im Kern sehr informativ. Was...



Anzeige

Stellenmarkt
  1. Diehl Comfort Modules, Hamburg
  2. Hornbach-Baumarkt-AG, Großraum Mannheim/Karlsruhe
  3. über Hays AG, Karlsfeld
  4. über Hays AG, Baden-Württemberg


Anzeige
Blu-ray-Angebote
  1. 109,00€
  2. (u. a. 96 Hours Taken 3 6,97€, London Has Fallen 9,97€, Homefront 7,49€, Riddick 7,49€)
  3. (u. a. London Has Fallen, The Imitation Game, Lone Survivor, Olympus Has Fallen)

Folgen Sie uns
       

Anzeige
Whitepaper
  1. Wege zur richtigen Daten-Monetarisierungs-Strategie
  2. Leitfaden für den gezielten Einsatz von SAP HANA
  3. Praxiseinsatz, Nutzen und Grenzen von Hadoop und Data Lakes


  1. Syndicate (1993)

    Vier Agenten für ein Halleluja

  2. Nintendo

    Super Mario Run für iOS läuft nur mit Onlineverbindung

  3. USA

    Samsung will Note 7 in Backsteine verwandeln

  4. Hackerangriffe

    Obama will Einfluss Russlands auf US-Wahl untersuchen lassen

  5. Free 2 Play

    US-Amerikaner verzockte 1 Million US-Dollar in Game of War

  6. Die Woche im Video

    Bei den Abmahnanwälten knallen wohl schon die Sektkorken

  7. DNS NET

    Erste Kunden in Sachsen-Anhalt erhalten 500 MBit/s

  8. Netzwerk

    EWE reduziert FTTH auf 40 MBit/s im Upload

  9. Rahmenvertrag

    VG Wort will mit Unis neue Zwischenlösung für 2017 finden

  10. Industriespionage

    Wie Thyssenkrupp seine Angreifer fand



Haben wir etwas übersehen?

E-Mail an news@golem.de


Anzeige
Steep im Test: Frei und einsam beim Bergsport
Steep im Test
Frei und einsam beim Bergsport
  1. PES 2017 Update mit Stadion und Hymnen von Borussia Dortmund
  2. Motorsport Manager im Kurztest Neustart für Sportmanager
  3. NBA 2K17 10.000 Schritte für Ingame-Boost

Gigaset Mobile Dock im Test: Das Smartphone wird DECT-fähig
Gigaset Mobile Dock im Test
Das Smartphone wird DECT-fähig

Civilization: Das Spiel mit der Geschichte
Civilization
Das Spiel mit der Geschichte
  1. Civilization 6 Globale Strategie mit DirectX 12
  2. Take 2 GTA 5 saust über die 70-Millionen-Marke
  3. Civilization 6 im Test Nachhilfestunde(n) beim Städtebau

  1. Re: Mehr macht bei EWE eh keinen Sinn

    sneaker | 12:56

  2. Re: Eigentlich reicht auch der Entzug der...

    crazypsycho | 12:55

  3. Re: Hoffentlich lernen die USA daraus!

    MarioWario | 12:54

  4. Re: Diese ganzen angeblichen F2P sollte man...

    ArchLInux | 12:53

  5. Re: Macht wenig Sinn

    crazypsycho | 12:52


  1. 09:49

  2. 17:27

  3. 12:53

  4. 12:14

  5. 11:07

  6. 09:01

  7. 18:40

  8. 17:30


  1. Themen
  2. A
  3. B
  4. C
  5. D
  6. E
  7. F
  8. G
  9. H
  10. I
  11. J
  12. K
  13. L
  14. M
  15. N
  16. O
  17. P
  18. Q
  19. R
  20. S
  21. T
  22. U
  23. V
  24. W
  25. X
  26. Y
  27. Z
  28. #
 
    •  / 
    Zum Artikel