6 A B C D E F G H I K L M N O P Q R S T U V W Z
Pa Po Pr

Predictive Analytics


1) Einfach erklärt

(Vorausschauende Analytik) Predictive Analytics bedeutet: Aus Vergangenheitsdaten werden Muster gelernt, um wahrscheinliche Zukunft vorherzusagen. Die Systeme schätzen z. B. Wahrscheinlichkeiten („Wie likely ist Kündigung?“) oder Zahlenwerte („Wie viele Bestellungen morgen?“).

Typische Beispiele:

  • Kund:innen-Abwanderung (Churn): Wer hat hohes Risiko zu kündigen? → früh gegensteuern (Angebot/Service).
  • Vorausschauende Wartung: Sensorwerte sagen Ausfallrisiko einer Maschine voraus → Wartung rechtzeitig statt Stillstand.
  • Bedarfsprognose: Wie viele Produkte werden nächste Woche verkauft? → Einkauf/Produktion planen.
  • Betrugserkennung: Ungewöhnliche Transaktionen werden als risikoreich markiert.

Wichtig zu wissen: Vorhersagen sind Wahrscheinlichkeiten, keine Gewissheiten. Gute Modelle werden getestet, überwacht (Drift) und regelmäßig aktualisiert.


2) Professionelle Definition

Predictive Analytics umfasst statistische Verfahren und maschinelles Lernen zur Modellierung Regression,Klassifikation,ZeitreihenRegression, Klassifikation, ZeitreihenRegression,Klassifikation,Zeitreihen aus historischen/aktuellen Daten, um zukünftige oder sonst unbekannte Ereignisse zu prognostizieren. Kernidee: Schätzen von P(Y∣X)\mathbb{P}(Y\mid X)P(Y∣X) bzw. y^=f(x)\hat{y}=f(x)y^​=f(x) auf Basis erlernter Zusammenhänge zwischen Erklärvariablen und Zielgröße.

Typische Pipeline: Problemdefinition → Datenaufbereitung/Feature‑EngineeringModellauswahl/Training (z. B. logistische/lineare Regression, Baumverfahren, Gradient Boosting, Random Forest, Neural Netze, ARIMA/Prophet für Zeitreihen) → Validierung (z. B. ROC‑AUC, Precision/Recall, MAPE/RMSE) → Deployment/Monitoring (Drift, Data Leakage vermeiden, Fairness prüfen).

Abgrenzung:

  • Descriptive/Diagnostic Analytics: beschreiben Vergangenheit/erklären Ursachen.
  • Predictive Analytics: sagt voraus (Wahrscheinlichkeiten/Werte).
  • Prescriptive Analytics: empfiehlt Maßnahmen auf Basis der Vorhersagen.

Einsatzfelder: Marketing/CRM, Finanz/Versicherung, Industrie/IoT, Gesundheitswesen, öffentliche Verwaltung, Betrug/Compliance u. a.


Quellen (geprüft; kopierbare URLs)