Wirklich neu bei aktuellen Predictive-Analytics-Lösungen sind jedoch die technologischen Möglichkeiten und deren Marktreife, wie eine Studie des The Data Warehousing Institute (TDWI) hervorhebt. Demnach befinden sich Predictive-Analytics-Lösungen in der frühen Mainstream-Phase der Adoption.

Technologie: Wichtiger Erfolgsfaktor für Predictive Analytics

Die Weiterentwicklung der technologischen Möglichkeiten hebt das Potenzial von Predictive Analytics stetig an.

• Daten lassen sich heutzutage im großen Stil sammeln, konsolidieren und auswerten
• Es gibt eine Vielzahl an Analytics- und KI-Lösungen, darunter auch Open-Source-Software
• Graphische Benutzeroberflächen (GUI – Graphical User Interface), wie R Studio oder insbesondere der SPSS Modeler, ermöglichen eine intuitivere Bedienung
• Ein Großteil der Software beinhaltet Tools für die automatische Datenaufbereitung, Modellauswahl und die Modellüberwachung
• Es gibt eine Vielzahl von Tools für Visualisierungen.

Nichtsdestoweniger ist es auch der gestiegenen Leistungsfähigkeit der Algorithmenzuzuschreiben, dass Predictive-Analytics-Techniken auch bei großen Datenmengen schnelle Auswertungen ermöglichen.

Ein Beispiel: Zwei Personen stehen vor demselben analytischen Problem. Person A erhält zur Lösung des Problems einen 20 Jahre alten PC und den „neuesten“ Algorithmus, Person B einen PC auf dem aktuellsten Stand der Technik und einen Algorithmus, der vor 20 Jahren zur Lösung des Problems verwendet worden wäre.

Wer ist schneller? Lösung: Person A – und zwar um den Faktor 100 (Stiller, S. 17). Das beweist: Die Aktualität des Algorithmus ist wichtiger als ein neuer PC.

Hindernisse für erfolgreiches Predictive Analytics

Auch wenn die technischen Möglichkeiten die Potenziale für Predictive Analytics deutlich steigern, so gibt es dennoch einige praktische Hürden:

• Chronischer Mangel an gut ausgebildetem IT-Personal, Data-Scientists
• Eine Infrastruktur, die unterschiedliche Daten bereitstellt
• Es werden zwar Daten gesammelt, aber es fehlt ein greifbares Ziel oder ein konkreter Plan, wie mit den Daten gearbeitet werden soll
• Sachbearbeiter sind weder motiviert noch werden sie incentiviert, Daten zu pflegen
• Fachabteilungen kaufen IT-Systeme ein („best-of breed“ regiert)

Eine weitere Hürde stellt der Umgang mit den gesammelten Daten dar und betrifft die Frage, wem eigentlich die Daten gehören.

• Mögliche Konflikte mit Kunden und Verbraucherschützern
• Einzelne Abteilungen (bzw. Tochterfirma und Mutterkonzern) innerhalb eines Unternehmens, die auf „ihren“ Daten sitzen und diese nicht herausrücken wollen

Ein weiterer Kritikpunkt betrifft die Fragstellung, ob – und falls ja, wo – es überhaupt möglich ist, aus der Vergangenheit zu lernen, insbesondere wenn historische Daten nur eingeschränkt oder in unzureichendem Umfang vorliegen oder Prognosen innerhalb sehr komplexer Marktstrukturen getroffen werden sollen.

D.h. in komplexen und dynamischen Märkten macht es wenig Sinn, die Zukunft vorhersagen zu wollen, indem man den Blick auf die Vergangenheit richtet. An dieser Stelle müssen die Methoden der Predictive Analytics um weitere Methoden, etwa Simulationen, ergänzt werden.

2009 prognostizierte eine Gruppe von Forschern, die bei Google angestellt waren, dass es ihnen ohne medizinische Untersuchungen möglich sein würde, die Verbreitung des Grippevirus in den USA vorauszusagen. Das von ihnen entwickelte „Google Flu Trends“war dabei wesentlich schneller als die zuständige Gesundheitsbehörde in den USA, das Center for Disease Control and Prevention (CDC).

Während das CDC eine Woche oder länger brauchte, um sich auf Grundlage von ärztlichen Meldungen ein Bild zu machen, erstellte Google Flu Trends mit nur einem Tag Verzögerung eine Prognose über den Verlauf der Grippe. Überdies war es kostengünstiger.

Hinzu kam, dass Google Flu Trends ohne eine Theorie auskam – also keine Hypothese aufgestellt werden musste, etwa darüber, welche Suchbegriffe in welcher Ausprägung mit der Ausbreitung des Grippevirus korrelierten.

• Google Flu Trends stand damit sinnbildlich für die Verheißungen, die mit dem damals aufkommenden Schlagwort Big Data verbunden wurden:
• Datenanalyse liefert präzise Vorhersagen.
• Daten können immer schneller und kostengünstiger gesammelt werden – statistische Stichprobenverfahren sind überflüssig.
• Man muss sich nicht mehr den Kopf über Kausalzusammenhänge zerbrechen – die statistische Korrelation liefert alle wichtigen Fakten.
• „The End of Theory“: Wissenschaftliche Methoden und statistische Modelle werden nicht benötigt, da mit ausreichend Daten die Zahlen für sich selbst sprechen.

Ursache-Wirkungs-Zusammenhänge müssen eindeutig sein

Vier Jahre später trat die Ernüchterung ein: Das zuvor verlässliche Modell von Google Flu Trends sagte eine Grippeepidemie voraus; nach Erscheinen der CDC-Daten stellte sich jedoch heraus, dass Google Flu Trends die Ausbreitung von grippeähnlichen Erkrankungen um einen Faktor von zwei überschätzt hatte.

Erklärung dafür war, dass im Dezember 2012 eine Vielzahl von angsterregenden Nachrichten über die Grippe kursierten und diese Nachrichten eine Vielzahl von Websuchen auslösten. Selbst Menschen, die gesund waren, informierten sich darüber im Netz. Das Problem war also, dass Google noch nicht wusste und nicht wissen konnte, wie genau die Suchbegriffe mit der Ausbreitung von Grippe in Verbindung standen. Das Interesse der Google-Forscher galt einfach nicht dem Herstellen von kausalen Zusammenhängen, sondern dem Finden von statistischen Mustern.

Das Problem dabei ist: Korrelation ist nicht gleich Kausalität (spurious correlations).

• Wenn man nicht weiß, was hinter einer Korrelation steckt, kann man auch nicht vorhersagen, wodurch die Korrelation möglicherweise zusammenbricht.
• Die anfallenden Daten müssen nicht nur ausgewertet, sondern auch interpretiert werden.
• Wenn die Ursache-Wirkungs-Zusammenhänge nicht verstanden werden, bleiben die Muster und Korrelationen weitestgehend zufällig.
• Es besteht die Gefahr, dass Entwicklungen und Gesetzmäßigkeiten der Vergangenheit einfach in die Zukunft fortgeschrieben werden.
• Für Unternehmen kommt es in erster Linie nicht auf die Masse der Daten und Algorithmen an, sondern auf eine sinnstiftende Verknüpfung

Predictive Analytics – eine Blackbox?

Meist weiß nur derjenige, der die Ursache-Wirkungs-Zusammenhänge konfiguriert hat, auf welchen Annahmen sie basieren und wie ihre Ergebnisse interpretiert werden dürfen. Das schließt in den meisten Fällen Sachbearbeiter wie Vorstandsmitglieder in den Unternehmen aus. Wie können diese dann aber einem Modell trauen, das sie nicht verstehen?