Die Blue Yonder StoryVon der Wissenschaft in die Wirtschaft

Die SaaS-Lösung für Predictive Analytics

2

Im CERN1 bei Genf arbeiten mehrere Tausend Physiker und

Ingenieure aus der ganzen Welt an der größten wissenschaft-

lichen Aufgabe in der Geschichte. Hundert Meter unter der

Erde befindet sich der Large Hadron Collider (LHC), ein 27

Kilometer langer Teilchenbeschleuniger, der gebaut wurde,

um die fundamentalen Bestandteile unseres Universums zu

erforschen.

Der LHC verarbeitet jedoch nicht nur massenhaft Daten, er

produziert auch riesige Mengen an Rohdaten – bis zu 600

Terabytes pro Sekunde. Das ist Big Data in bislang unbe-

kanntem Ausmaß. In diesem White Paper zeigen wir, wie

die Produkte von Blue Yonder, deren Wurzeln in der

Teilchenphysik liegen, sowohl CERN-Wissenschaftler als

auch Unternehmen dabei unterstützen, die Möglichkei-

ten und Herausforderungen von Big Data zu bewältigen.

TEILCHENPHYSIK UND BIG DATA

1 Das CERN, die Europäische Organisation für Kernforschung, hat derzeit 20 Mitgliedsstaaten. Mit seinen etwa 3.200 Mitarbeitern

(Stand: 31. Dezember 2011) ist das CERN das weltgrößte Forschungszentrum auf dem Gebiet der Teilchenphysik. Über 10.000 Gastwissen-

schaftler aus 85 Nationen arbeiten an CERN-Experimenten. Das Jahresbudget des CERN belief sich 2010 auf ca. 850 Mio. Euro.

Inhalt

3

Die Blue Yonder Story

Blue Yonder 4

NeuroBayes at CERN 5

Teilchen erkennen 8

Big Data bedeutet Big Business 9

Die Anwendungen von Blue Yonder 10

Kundenreferenz: SportScheck 12

Kundenreferenz: BGV/Badische Versicherungen 13

Mit Blue Yonder die Zukunft vorhersagen 14

4

Viele Unternehmen besitzen ein unglaublich wertvolles Kapital, das

sie meistens jedoch nicht voll ausschöpfen – ihre Daten. Blue Yonder

ist der führende Lösungsanbieter im Bereich Prognosen und Muster-

erkennung in Europa. Mit seiner preisgekrönten Predictive Analytics

Suite hilft Blue Yonder Unternehmen, ihre Daten in Kapital umzu-

wandeln. Die Produkte von Blue Yonder werden in unterschiedlichen

Wirtschaftszweigen und in vielfältigen Anwendungen genutzt, u. a.

in der Fertigung, bei Versicherungen, im Finanzdienstleistungsbe-

reich und im Handel. Unternehmen werden mithilfe von Blue Yon-

der in die Lage versetzt, präzise Vorhersagen zu treffen und ihre Ge-

schäftsprozesse profitabel und zukunftsfähig zu gestalten.

Blue Yonder hat seine Wurzeln in der Grundlagenforschung. Das Un-

ternehmen wurde 2008 von Professor Dr. Michael Feindt gegründet,

einem Teilchenphysiker der Universität Karlsruhe. In den 90er-Jahren

arbeitete Michael Feindt im CERN am DELPHI-Experiment2 mit, einem

Teilchendetektor im Large Electron Positron Collider (LEP, dt. Großer

Elektron-Positron-Speicherring), damals der weltgrößte und leis-

tungsstärkste Teilchenbeschleuniger.

Michael Feindt begann selbstlernende Computerprogramme ein-

zusetzen, um die Daten aus dem DELPHI-Experiment auszuwerten.

Selbstlernende Programme ahmen das menschliche Gehirn nach und

können darauf „trainiert“ werden, Muster in großen Datenmengen

zu erkennen. Feindt fand heraus, dass diese Programme verwendet

werden können, um verschiedene Teilchentypen voneinander zu

unterscheiden. Das stellt in teilchenphysikalischen Experimenten, in

denen mit jeder Kollision Hunderte verschiedener Teilchen entste-

hen, eine große Herausforderung dar.

Während der Arbeit an DELPHI fand Michael Feindt eine ganze Reihe

verschiedener Anwendungen für selbstlernende Programme. Über-

rascht hat ihn dabei, dass diese Programme keine besseren Resultate

lieferten als herkömmliche Techniken. Das lag, wie Feindt feststellte,

meist daran, dass die Möglichkeiten der hochkomplexen Programme

nicht voll ausgeschöpft wurden.

Also begann er mit der Entwicklung eines selbstlernenden Software-

pakets, das immun gegen Anwenderfehler war, professionell und

stabil. Das Ergebnis war NeuroBayes for Science, ein komplexes Soft-

warepaket, das sich als extrem nützlich für die Analyse in der Teil-

chenphysik erwies und sowohl in anderen CERN-Experimenten als

auch in anderen internationalen Forschungseinrichtungen wie dem

Fermilab in Chicago Anwendung fand.

Feindt selbst sagt rückblickend: „Nachdem ich über den Rand des

Elfenbeinturms hinausgeschaut hatte, stellte ich fest, dass diese Me-

thoden nicht nur in der Physik einsetzbar sind.“3 Er gründete 2008

Blue Yonder, ein Unternehmen, das heute NeuroBayes in vielen Wirt-

schaftszweigen erfolgreich einsetzt.

Blue Yonder

2 DELPHI steht für: Detector with lepton, photon and hadron identification. Die Konstruktion und der Bau des DELPHI-Detektors dauerten

sieben Jahre. Die gesamte Entwicklungsarbeit wurde von 550 Physikern an 56 Universitäten und Instituten in 22 Ländern erbracht.

3 From DELPHI to Phi-T: Spin-off from physics research to business, Prof. Dr. Michael Feindt, CERN, 29. Mai 2009.

55

VERSTäNDNIS füR DIE GESETzE UNSERES UNIVERSUMSDer LHC wurde gebaut, um grundlegende Fragen über das Wesen der Materie und die

Ursprünge unseres Universums zu beantworten. Er stellte seine Leistungsfähigkeit be-

reits eindrucksvoll unter Beweis, als 2012 das lang gesuchte Higgs-Teilchen gefunden

wurde. Ein Teilchen, das den Ursprung von Masse erklärt.

Wissenschaftler auf der ganzen Welt warten mit Spannung auf die nächste Entdeckung

aus dem LHC. Sie hoffen, bald etwas über die Natur der rätselhaften dunklen Materie zu

erfahren, die 80 Prozent des Universums ausmacht, und erhoffen sich sogar einen klei-

nen Einblick in den Prozess, der nach dem Urknall Materie entstehen ließ.

EIN AUSSERGEWöHNLICHES INSTRUMENT

Fast jede Statistik zum LHC ist außergewöhnlich, ob es nun um die enorme Größe, die

extrem niedrige Betriebstemperatur oder um die große Anzahl der Wissenschaftler

geht, die an dieser bemerkenswerten Maschine arbeiten.

DER TEILCHENBESCHLEUNIGER LARGE HADRON COLLIDER

Das Aushängeschild des CERN ist der Large Hadron Collider (LHC), eine ringförmige

Maschine von 27 Kilometern Länge, die etwa 100 Meter unter der Erde im französisch-

schweizerischen Grenzgebiet liegt.

Der LHC ist das größte wissenschaftliche Instrument, das jemals gebaut wurde, und

eines der ehrgeizigsten Projekte des 21. Jahrhunderts. Im LHC-Ring werden Protonen

auf 99,9999991 Prozent der Lichtgeschwindigkeit beschleunigt, bevor sie miteinander

kollidieren. Die riesige Energie, die durch die Kollisionen freigesetzt wird, wird von vier

riesigen Detektoren gemessen, die um den Ring angebracht sind.

NEUROBAYES AT CERN

Blue Yonder kann seine Herkunft auf die Grundlagenforschung in der

Teilchenphysik zurückführen und auch heute wird NeuroBayes for

Science noch im CERN eingesetzt, der Europäischen Organisation für

Kernforschung in der Nähe von Genf.

UMfANG 27 KILOMETER

TEMPERATUR –271° CELSIUS

KOLLISIONEN 600 MILLIONEN PRO SEKUNDE

TEILCHENGESCHWINDIGKEIT 99.9999991 % DER LICHTGESCHWINDIGKEIT

ROHDATEN 600 TERABYTE PRO SEKUNDE

AUfGEzEICHNETE DATEN 1 GIGABYTE PRO SEKUNDE

KOSTEN 3 MILLIARDEN EURO

ARBEITSKRäfTE ca. 10.000

Eine der unglaublichsten Eigenschaften des LHC ist die enorme Daten-

menge, die er generiert. Diese zu verarbeiten und zu analysieren ist

eine der zentralen Herausforderungen für CERN-Wissenschaftler und

ein Bereich, in dem sich die Predictive Analytics Suite von Blue Yonder

als sehr erfolgreich erwiesen hat.

6

7

QUALITäT STATT QUANTITäT

Im Trigger des LHCb-Detektors im CERN fand NeuroBayes for Science

eine ganz neuartige Anwendung. Die selbstlernenden Fähigkeiten

der Software wurden eingesetzt, um die seltenen „Beauty“-Quarks

inmitten der Menge der uninteressanten Teilchen auszumachen

oder – im Jargon der Hochenergiephysik ausgedrückt –, um ein wirk-

liches Signal von reinem Rauschen zu unterscheiden.

ENORME DATENMENGEN

Detektor

100 Millionen pro Sekunde

Trigger-Hardware

1 Millionpro Sekunde

Trigger-Software

1.000pro Sekunde

Daten- speicherung

1 Ereignis pro Stunde

Computer des Physikers

NeuroBayes wird sowohl in der

Trigger-Software als auch auf

dem Computer des Physikers

eingesetzt, um die kleine zahl

der interessanten Teilchen aus

der riesigen Kollisionsmenge

herauszufiltern.

Detektoren messen innerhalb des LHC 600 Millionen Protonenkolli-

sionen pro Sekunde. Jede Kollision produziert Hunderte von neuen

Teilchen, die alle wiederum Signale in den Sensoren der Detektoren

auslösen. Bei jeder Kollision wird rund 1 Megabyte an Informationen

produziert. Das bedeutet, dass der LHC ca. 600 Terabyte an Rohda-

ten in der Sekunde generiert. Wenn alle diese Daten aufgezeichnet

werden könnten, liefe das auf eine Datenmenge von 11.000 Exabyte

(1 Exabyte = 1 Million Terabyte) pro Jahr hinaus.

11.000 Exabyte sind eine beispiellose Menge an Informationen. Eine

Studie aus dem Jahr 2011 schätzt, dass alle Informationen in allen

Computern, Zeitungen und Büchern auf der ganzen Welt insgesamt

eine Gesamtsumme von 295 Exabyte ausmachen. In anderen Wor-

ten: Der LHC generiert in einem Jahr 30-mal mehr Daten als auf der

ganzen Welt überhaupt existieren!

Zum Vergleich: Wenn man diese Menge an Informationen auf Papier

drucken würde, könnte man die gesamte Landfläche der Erde mit sie-

ben Schichten von Büchern übereinander bedecken.

Diese riesige Rohdatenmenge bringt ernste Herausforderungen mit

sich. Das erste Problem ist offensichtlich: Es ist völlig unmöglich, auch

nur annähernd so viele Daten zu speichern, wie sie von den Detekto-

ren produziert werden. Allerdings ist die überwiegende Mehrzahl der

Kollisionen als „uninteressant“ einzustufen, da sie nur Partikel enthal-

ten, welche die Physiker längst kennen. Nur in ganz seltenen Fällen

passiert etwas Interessantes, wie zum Beispiel die Generierung des

Higgs-Teilchens.

Um das Problem zu lösen, arbeiten die Physiker mit komplexen Com-

puteralgorithmen, sogenannter „Trigger-Software“, mit deren Hil-

fe die extrem schnelle Analyse einer Kollision ermöglicht wird und

entschieden werden kann, ob etwas Interessantes passiert ist oder

nicht. Falls nicht, werden die Daten erst gar nicht aufgezeichnet. Die

Trigger-Software reduziert die Datenmenge von Hunderten Millio-

nen Kollisionen pro Sekunde auf gerade mal ein paar Tausend pro

Sekunde. In anderen Worten: Nur 0,0002 Prozent an Rohdaten wer-

den am Ende tatsächlich aufgezeichnet.

MIT NEUROBAYES fOR SCIENCE DIE NADEL IM HEUHAUfEN fINDEN

Das Ergebnis war so gut, dass NeuroBayes for Science als Teil der

Trigger-Software eingesetzt werden konnte. Die Software hielt den

gewaltigen Datenmassen stand und filterte gleichzeitig die seltenen

Beauty-Teilchen aus der enormen Menge uninteressanter Kollisionen

heraus.

DIE RoLLE VoN NEURoBAYES FoR SCIENCE IN

DER DATENVERARBEITUNG IM LHCB

8

NeuroBayes hilft den Physikern, die riesigen Rohdatenmengen des

LHC zu verarbeiten. Darüber hinaus ist die Lösung von entschei-

dender Bedeutung bei der Analyse der bereits gefilterten Daten. Bei

einer Kollision werden ganz unterschiedliche Teilchentypen produ-

ziert und es ist essenziell wichtig, diese voneinander unterscheiden

zu können.

NeuroBayes for Science imitiert die Funktionsweise des menschli-

chen Gehirns und kann dadurch Muster in Daten erkennen oder im

Falle der Teilchenphysik unterschiedliche Teilchentypen auseinan-

derhalten. Mittels simulierter Datensätze konnten die Wissenschaft-

ler des LHCb-Experiments NeuroBayes for Science darauf trainieren,

die verschiedenen Signaturen, welche die unterschiedlichen Teil-

chen im Detektor hinterlassen, zu erkennen.

Die Software war in der Lage, viele komplexe Eingaben zu erfassen.

Sie konnte herausfinden, welche die wichtigsten sind, um verschie-

dene Teilchentypen zu unterscheiden. Dadurch konnte sie eine

Wahrscheinlichkeitsaussage treffen, ob ein Teilchen ein besonderes

ist. Die Physiker nutzten diese Wahrscheinlichkeitsaussagen, um die

Daten richtig zu analysieren und die Performanz im Vergleich zu her-

kömmlichen Methoden erheblich zu steigern.

NeuroBayes hat seinen Ursprung in der Hochenergiephysik und fin-

det heute immer weitere Anwendungen im CERN und darüber hin-

aus. Insgesamt wurde NeuroBayes for Science bei der Erstellung von

mehr als 200 wissenschaftlichen Publikationen, Promotionen und

Abschlussarbeiten verwendet und Physiker in fast allen großen Teil-

chenbeschleunigerzentren der Welt setzen die Software ein: beim

DESY4 in Deutschland, im Fermilab in den USA, am KEK5 in Japan und

sogar beim Antimaterie-Such-Experiment AMS auf der Internationa-

len Raumstation. Wichtige Entdeckungen wurden damit ermöglicht,

TEILCHEN ERKENNEN

wie zum Beispiel die erste Messung der Frequenz der Partikel-/Anti-

partikel-Schwingung des Bs-Mesons, das Aufspüren von orbital an-

geregten Bs-Mesonen sowie die Entdeckung des Einzel-Top-Quark-

Produktionsprozesses.

Zahlreiche aufsehenerregende Anwendungen wurden von der

Belle Collaboration am KEK-Beschleuniger in Japan durchgeführt.

KIT-Wissenschaftler um Professor Feindt haben ein hierarchisches

künstliches Intelligenzsystem geschaffen, das die Arbeit von for-

schenden Physikern in der Rekonstruktion von mehr als 1.200 Teil-

chenreaktionen simuliert. Das Ergebnis war überwältigend: Das

System konnte zweimal so viele Ereignisse rekonstruieren wie alle

400 Physiker per Hand der Belle Collaboration in 10 Betriebsjahren

zusammen.

Für das Nachfolgeexperiment Belle II, das 2016 starten soll, gehen

die Physiker ein weiteres großes Datenproblem mit NeuroBayes for

Science an. Der neue Detektor wird so viele Sensoren enthalten, dass

es nicht einmal mehr möglich sein wird, ihn nach jedem Trigger-Vor-

gang auszulesen. Deshalb arbeiten Ingenieure daran, NeuroBayes

for Science in Hardware zu installieren, um intelligent entscheiden

zu können, welche Teile des Detektors wichtig sind, bevor die Sens-

ordaten überhaupt einen Computer erreichen.

Die Blue Yonder Lösung besitzt die beeindruckende Fähigkeit, eine

große Vielfalt von Informationen aus umfangreichen Datensätzen zu

entnehmen, Muster zu erkennen und daraus Prognosen zu erstellen.

Das macht sie zu einem unschätzbaren Instrument für Physiker. Aber

die Anwendungsmöglichkeiten sind nicht auf die akademische For-

schung beschränkt. NeuroBayes hilft heute Unternehmen in vielen

Bereichen, ihre Profitabilität zu steigern und für die Zukunft zu pla-

nen.

4 Deutsches Elektronen-Synchrotron (DESY): Das Forschungszentrum der Helmholtz-Gemeinschaft zählt zu den weltweit führenden Be-

schleunigerzentren. Jährlich arbeiten hier mehr als 3.000 Gastforscher aus über 40 Nationen, um neue, gesellschaftsrelevante Technologien

voranzutreiben und Innovationen zu fördern.

5 Das KEK betreibt Forschungen im Bereich der Teilchen- und Kernphysik sowie der Material- und Biowissenschaften mithilfe mehrerer großer

Teilchenbeschleuniger. Das KEK entwickelte unter anderem Komponenten für den ATLAS-Detektor des LHC am CERN sowie die Crab Cavities

des KEKB – mit deren Hilfe gelang es 2009 im Belle-Experiment, den derzeitigen (2013) Luminositäts-Weltrekord zu erreichen.

Beim KEK arbeiten ca. 700 Mitarbeiter. Zwischen 2008 und 2011 verzeichnete es durchschnittlich 80.000 Personentage Nutzung der etwa

1.000 Experimente; davon etwa ein Viertel durch ausländische Wissenschaftler. Die Ausgaben des KEK beliefen sich in diesem Zeitraum auf

durchschnittlich 340 Mio. Euro pro Jahr.

9

Genau wie die Experimente am CERN sammeln auch Unternehmen

riesige Datenmengen aus vielen unterschiedlichen Quellen: Mobilge-

räte der Kunden, Kassensysteme, Social Media, GPS-Sensoren in Fahr-

zeugen, Produktionsanlagen, um nur einige zu nennen. Wenn diese

Daten richtig genutzt werden, stellen sie eine Ressource dar, die we-

sentlich zur Steigerung der Effizienz, der Wettbewerbsfähigkeit und

letztlich der Profitabilität beiträgt.

Viele Unternehmen schöpfen ihre Daten jedoch nicht richtig aus.

Allein schon die reine Masse an angesammelten Daten, die immer

schneller anwächst, überfordert herkömmliche Data-Mining-Techni-

ken. Unternehmen haben meist nicht das Know-how oder die Res-

sourcen, um das Potenzial ihrer Daten voll auszuschöpfen.

Blue Yonder unterstützt sowohl das CERN als auch seine Kunden in

der Wirtschaft mit Predictive Analytics, um das Beste aus ihren Big

Data herauszuholen. Die Predictive Analytics Suite erkennt Muster

sowohl in strukturierten als auch unstrukturierten Daten – je mehr In-

formationen vorliegen, desto besser für die Prognosen. Blue Yonder

wird heute in Unternehmen in vielen Bereichen eingesetzt:

BIG DATA BEDEUTET BIG BUSINESS

NeuroBayes Fertigung

Telekommunikation

Imm

obilien

onlinehandel

Ges

undh

eits

wes

en

Banken

Lebensmittelhandel

Teilc

henp

hysi

k

Automobilindustrie

Logistik

Präzise Absatzprognosen, um die Verschwendung im

Lebensmittelhandel zu verringern

Nutzung von GPS-Sensordaten für Just-in-time-Logistik zur

Steigerung der Effizienz

Exaktere Risikobewertung für Versicherungen

Besseres Management des Kundenlebenszyklus von Bankkunden

Akkurate Absatzprognosen und Preisoptimierung für eine Fülle

von Produkten im onlinehandel

Vers

iche

rung

10

DIE ANWENDUNGEN VON BLUE YONDERINDUSTRIAL BIG DATA

Im März 2013 berichtete eine Studie der Aberdeen Group, dass die

erfolgreichsten Fertigungsunternehmen ihre Big-Data-Ressourcen

aufbauen und Analytik einsetzen, um ihre Produkte und Prozesse zu

optimieren. Echtzeitinformationen von Lieferanten und aus der Fab-

rikhalle können verwertet werden, um proaktiv zu handeln, statt erst

nachträglich zu reagieren und Probleme erst zu beheben, wenn sie

bereits aufgetreten sind.

Mit der Predictive Analytics Suite von Blue Yonder können Hersteller

ihre Big Data nutzen, um Fertigungsmängel zu beheben, ihre Produk-

tion zu automatisieren und die Zufriedenheit ihrer Kunden zu erhö-

hen. Durch Sensoren ist es heute möglich, auch Daten von Konsum-

gütern aufzuzeichnen, nachdem diese die Fabrik verlassen haben.

Diese Daten können genutzt werden, um Mängel zu entdecken und

die Fertigungsqualität zu verbessern.

Die meisten modernen Autos sind permanent mit dem Internet ver-

bunden. Das erlaubt den Autoherstellern, die Leistung ihrer Fahrzeu-

ge zu überwachen und Garantieanalysen in Echtzeit durchzuführen.

Die Informationen können auch genutzt werden, um intelligente Si-

cherheitssysteme zu entwickeln wie automatisches Bremsen, und so

Autos sicherer und zuverlässiger machen. Der Einsatz von Predictive

Analytics, um das Beste aus Big Data herauszuholen, gewinnt zuneh-

mend an Bedeutung für den Erfolg der Industrie.

VERSICHERUNGEN

Es gibt keine Branche, für die Zukunftsprognosen wichtiger sind als

für die Versicherungsbranche. Das echte Risiko eines Kunden genau

zu berechnen, ist hier essenziell, sowohl um Auszahlungen zu mini-

mieren als auch um faire Tarife anbieten zu können.

Kunden verlangen immer stärker nach maßgeschneiderten Verträ-

gen. Das kann einem Unternehmen als eine nicht zu bewältigende

Aufgabe erscheinen.

Mit seiner Predictive-Analytics-Lösung und genauen Prognosen zu

allen relevanten Aspekten hilft Blue Yonder Versicherungen dabei,

präzise Risikoberechnungen anzustellen. Die Prognosen werden da-

bei in Echtzeit aktualisiert, sobald neue Daten zur Verfügung stehen.

Diese präzisen Risikoeinschätzungen erlauben es Blue Yonder Kun-

den, ihren eigenen Kunden Tarife zu sehr fairen Konditionen anzu-

bieten. Benötigt beispielsweise ein Führerscheinanfänger eine Ver-

sicherung, wird eine ganze Reihe von Daten über den potenziellen

Kunden und aus dem Versicherungsmarkt in die Analyse einbezogen.

Der Versicherer kann so mithilfe von Predictive Analytics genau das

Versicherungsrisiko für diesen bestimmten Kunden bewerten. So

kann er konkurrenzfähige Tarife anbieten und möglicherweise eine

lebenslange Beziehung zum Kunden aufbauen.

Blue Yonder unterstützt Versicherungen auch beim Customer Life-

cycle Management. Durch die Analyse des Kundenverhaltens kann

Blue Yonder vorhersagen, welches Versicherungsprodukt zu wel-

chem Zeitpunkt dem Kunden angeboten werden sollte. Vielleicht ist

er gerade in ein neues Haus gezogen, hat ein Baby bekommen oder

steht kurz vor der Rente? Blue Yonder hilft dabei, jedem Kunden die

richtige Versicherung anzubieten und warnt außerdem im Voraus,

wenn ein Kündigungsrisiko besteht.

Der strukturelle Wandel vom eindimensionalen Handel zum Multi-

Channel-Handel, die Änderung des Kundenverhaltens zum „ich will

exklusiv“ und das „jetzt“ sowie die Verfügbarkeit jeder Information für

jeden Kunden über jeden Kanal stellt die Unternehmen des Handels

und der Konsumgüterindustrie vor neue Herausforderungen. Hier

kommt Blue Yonder ins Spiel, denn Big Data Analytics ist der neue

Motor zur Effizienzsteigerung. Durch den Transfer von weltweiter

Spitzenforschung in einfach zu bedienende data-driven Apps können

Disponenten und Einkäufer ihre Absätze lang- und kurzfristig präzi-

se planen. Die Lagerbestände und Abschreibungen können so um

bis zu zehn Prozent reduziert werden, so dass Umsatzsteigerungen

durch vermiedene out-of-Stock-Situationen ermöglicht werden.

Kunden möchten von Handels- und Konsumgüterfirmen persönlich

und individuell auf ihre Bedürfnisse angesprochen werden. Intelli-

gente Kundenanalysen ermöglichen situatives Couponing direkt am

Point of Sales sowie individuell ausgesteuerte Marketingkampagnen.

Hinzu kommt, dass es im onlinehandel wettbewerbsentscheidend

ist, Preise dynamisch und in Echtzeit anzupassen. Um dies automati-

siert steuern zu können, müssen riesige Datenmengen ausgewertet

und Zusammenhänge richtig erkannt werden. Blue Yonder bietet für

diese Anwendungsbereiche die richtigen Lösungen.

HANDEL UND KONSUMGüTERINDUSTRIE

11

DIE ANWENDUNGEN VON BLUE YONDER

LEBENSMITTELHANDEL

Der Lebensmittelhandel bewegt sich auf schwierigem Terrain. Kun-

den vergleichen mehr als früher und sind beim Einkauf zunehmend

umwelt- und preisbewusster. In einem Umfeld, in dem die Verkaufs-

preise stagnieren, können viele Unternehmen ihren Profit nur da-

durch erhöhen, dass sie ihre Prozesse optimieren. Nirgends ist das

so wichtig wie in der Lagerhaltung. Zu hohe Bestände, insbesondere

von verderblicher Ware, führen zu starken Preisnachlässen und Ver-

lusten. Wenn andererseits zu wenig Ware in den Regalen vorgehalten

wird, entgehen dem Händler Einnahmen und er verliert seine Kun-

den.

Die großen Lebensmittelketten betreiben Tausende Filialen und

müssen Zehntausende von Produkten vorhalten für Millionen von

Kunden. Manuelle Bestellprozesse erweisen sich hier als völlig un-

zulänglich. Deshalb setzen Handelsunternehmen Enterprise Re-

source Planning Software (ERP) ein, um ihre Warenbeschaffung zu

organisieren. ERP-Software ist jedoch nur in der Lage, in die Vergan-

genheit zu schauen und kann nicht die immense Fülle an Informa-

tionen auswerten, die dem Handel vorliegen. Forward Demand von

Blue Yonder nutzt dagegen all diese Informationen, um in die Zu-

kunft zu blicken und präzise Prognosen zum Warenbedarf zu erstel-

len. So können Abfälle minimiert und der Profit sowie die Kundenzu-

friedenheit gesteigert werden.

Für einige Kunden liefert Blue Yonder jeden Tag über 600 Millionen

Prognosen. Forward Demand verwendet mehr als nur Basisinforma-

tionen wie Abverkäufe, Lagerbestände und Preise. Die Lösung zieht

auch die Jahreszeit, Wettereinflüsse, Schulferientermine, Öffnungs-

zeiten, Angebote und Zahltage mit in die Analyse ein, um die Be-

schaffung zu optimieren. Darüber hinaus lässt sich Forward Demand

nahtlos in die bestehende ERP-Software von Handelsunternehmen

integrieren.

Mit Predictive Analytics sind Einzelhandelsunternehmen in der Lage,

perfekte Prognosen zu erstellen und den Absatz mit empirischer Ge-

nauigkeit vorauszuberechnen. Die Blue Yonder Lösung lernt ständig

dazu und stellt somit sicher, dass die Vorhersagen immer tagesaktu-

ell und treffend sind.

GESUNDHEITSWESEN

Den durchschnittlichen Patienten gibt es nicht, aber meist werden

Patienten von ihren Ärzten so behandelt, als ob sie Durchschnitt

wären. Um bessere Behandlungsergebnisse zu erzielen, sind indi-

viduell auf die jeweilige Situation des Patienten zugeschnittene

Behandlungsprogramme nötig. Diese können entwickelt werden,

indem die großen Datenmengen effektiv genutzt werden, die bei

medizinischen Tests wie Kernspintomografie, CT, Röntgen und

Bluttests anfallen.

BANKEN

Es wird für Privatkunden immer einfacher, zwischen konkurrierenden

Bankinstituten zu wechseln. Deshalb ist es heute für Banken wich-

tiger denn je, ihre Kunden zu kennen und zu verstehen, um einen

Wettbewerbsvorteil zu erzielen. Kunden verlangen einen hochwerti-

gen und für sie maßgeschneiderten Service. Hier kann die Predictive-

Analytics-Lösung von Blue Yonder helfen.

Der erste Schritt ist, seinen Markt zu kennen. Blue Yonder kann Infor-

mationen aus der hauseigenen Datenbank sowie aus externen Quel-

len in die Analyse einbeziehen, wie Social Media, makroökonomische

Daten oder regionale Wirtschaftsindizes.

In einem nächsten Schritt kann der einzelne Kunde im Detail be-

trachtet werden. Dazu analysiert die Software beispielsweise Daten

aus seinem laufenden Konto. Darüber hinaus wird auch Text Mining

genutzt, um herauszufinden, zu welchem Zeitpunkt ein Kunde offen

ist für neue Angebote und welche Zinsen er bereit ist zu zahlen.

Durch die Einbeziehung dieser großen Fülle an Informationen kann

Blue Yonder den richtigen Zeitpunkt für ein Angebot und die beste

Herangehensweise bestimmen. Banken können somit ihren Kunden

personalisierte Services anbieten und eine hohe Kundenzufriedenheit

sicherstellen sowie eine bessere Wirkung ihrer Produkte erreichen.

Predictive Analytics wertet medizinische Big Data in großem Umfang

aus und bringt diese dann mit der individuellen Krankengeschichte

des Patienten in Verbindung. So können Mediziner die bestmögliche

Behandlung für jeden einzelnen Patienten finden, Leben retten und

die Behandlungsergebnisse aller Patienten verbessern.

holidays

Kundenhistorie

Preis

Bedarf in der Vergangenheit

Wettbewerbspreise

Aktionsangebote

Haltbarkeit

öffnungszeiten ferien

zahltage

Packungsgrößen

Lagerbestand

Wettervorhersagen

Blue YonderPräzise

Prognosen

Permanentes Lernen

12

üBER SPORTSCHECK

SportScheck ist einer der führenden Sportfachhändler in Deutsch-

land. Gegründet 1946 von otto Scheck, einem alteingesessenen

Militärschneider in München, beschäftigt das Unternehmen heute

1.500 Angestellte in 16 Filialen deutschlandweit und vertreibt ein

Sortiment von 30.000 Artikeln und über 500 internationalen Marken.

Das Unternehmen wurde mit zwei Anteilskäufen 1988 und 1991 von

der otto-Gruppe übernommen.

DIE AUfGABE

Das onlinegeschäft gewinnt für SportScheck immer mehr an Bedeu-

tung. Der onlineshop verzeichnet im Jahr rund 52 Millionen Besuche.

Blue Yonder wurde angefragt, um die Qualität der Absatzprogno-

sen zu verbessern, den Warenbestand effizient zu managen und die

Nachfrage auf Artikelebene vorauszuberechnen.

DER ANSATz VON BLUE YONDER

SportScheck setzt seit mehreren Jahren Blue Yonder Software ein.

Mit der Lösung lässt sich die Vielzahl von Einflussfaktoren im online-

bereich abbilden und die immense Informationsdichte bewältigen.

Zudem analysiert die Software das Besucherverhalten präzise.

DAS ERGEBNIS

Das Vertrauen, das SportScheck in die Predictive Analytics Suite

von Blue Yonder setzte, wurde nicht enttäuscht, sondern mehr als

gerechtfertigt: Die Prognosen verbesserten sich um 20 % bis 40 %.

Verglichen mit der herkömmlichen Methode ließ sich die mittlere ab-

solute Abweichung der Vorhersage von den tatsächlichen Verkaufs-

zahlen um die Hälfte reduzieren.

Die gestiegene Prognosequalität verschafft SportScheck erhebli-

che Wettbewerbsvorteile im onlinehandel. Das Unternehmen kann

außerdem schnell und flexibel auf die rapiden Entwicklungen des

onlinemarkts reagieren.

KUNDENREfERENz:

SPORTSCHECK

„Blue Yonder bündelt Methoden zu einer einzig-

artigen Lösung, um Absatzzahlen exakt vorher-

zusagen. Das ist entscheidend, um im schwierigen

Onlinegeschäft erfolgreich zu sein.“ Günther Harant, Beschaffungsleiter SportScheck

40 %BIS zU

BESUCHE/JAHR52 MIO.

AUf DER WEBSITE

VERBESSERTE PROGNOSEQUALITäT

13

üBER DEN BGV/ BADISCHE VERSICHERUNGEN

Der BGV ist eine Versicherungsgruppe mit Hauptsitz in Karlsruhe, die aus verschiedenen Versi-

cherungsunternehmen besteht. Der BGV bietet Wohneigentums-, Haftpflicht-, Rechtsschutz-,

Unfall- sowie Kfz-Versicherungen für Privat- und Geschäftskunden in der Region Baden. Das Un-

ternehmen beschäftigt rund 700 Mitarbeiter und erwirtschaftete 2012 einen Umsatzerlös von

260 Millionen Euro.

DIE AUfGABE

Der Versicherer kam auf Blue Yonder zu, weil er das Potenzial seiner

Fülle an Kunden- und Versicherungsdaten besser ausschöpfen woll-

te. Ziel war es, eine genauere Risikoberechnung für Kfz-Kunden zu

bekommen, möglichst faire Tarife anbieten zu können und das Kün-

digungsrisiko der einzelnen Versicherten zu ermitteln.

DAS ERGEBNIS

Blue Yonder setzte seine einzigartige Predictive-Analytics-Lösung

ein, um die kompletten Kundendaten der Sparte Kfz effizient und in

vollem Umfang zu analysieren. Das Ergebnis sind für jeden Kunden

individuell passende Tarife und damit die Steigerung der Wettbe-

werbsfähigkeit. Blue Yonder prognostiziert auch Kunden, bei denen

ein erhöhtes Kündigungsrisiko besteht, identifiziert deren Gründe

und erlaubt dem BGV dadurch, mit gezielten und rechtzeitigen Mar-

ketingmaßnahmen diese Kunden zu halten und die Kundenbindung

zu erhöhen. All das trug dazu bei, dass das Management des BGV sei-

ne strategische Planung deutlich verbessern konnte.

KUNDENREfERENz:

BGV/BADISCHE VERSICHERUNGEN

„Blue Yonder deckt in einer Fülle von Faktoren sicher Zusammenhänge

für klar definierte Zielgruppen auf … Mittlerweile hat die Predictive

Analytics Software weitere für die Preisermittlung wichtige Merkmale

identifiziert. So können wir sehr individuelle Tarife anbieten.“Heinz Ohnmacht, Vorstandsvorsitzender BGV/Badische Versicherungen

Die Zukunft sieht für Blue Yonder mit seiner cloudbasierten Predictive-Analytics-

Lösung vielversprechend aus. Erfolg oder Scheitern, sowohl in der Wissenschaft

als auch in der Wirtschaft, werden von dem Wissen abhängen, wie man das

Beste aus der wertvollen Ressource Big Data herausholt.

Für das einzigartige Angebot von Blue Yonder gibt es viele Anwendungsmög-

lichkeiten: Die Industrie und Produktion können stark von Predictive Analytics

profitieren. Die enormen Datensätze, die von Sensoren in Fahrzeugen, in Pro-

dukten und in Fertigungsstraßen gewonnen werden, können genutzt werden,

um Fehler in Produktionsprozessen in Echtzeit zu identifizieren, diese direkt zu

prüfen und die Prozesse entsprechend zu optimieren.

Nur eine selbstlernende, sich ständig verbessernde Predictive Analytics Soft-

ware, die alle Datenzusammenhänge mit einbezieht, ist in der Lage, das Poten-

zial der Datenmengen, die in industriellen Prozessen entstehen, voll auszu-

schöpfen und präzise Prognosen zu erstellen. Dadurch werden eine höhere

Automatisierung beim Erkennen von Mängeln sowie eine deutliche Qualitäts-

und Effizienzoptimierung möglich.

MIT BLUE YONDER DIE zUKUNfT VORHERSAGEN

15

Die Wurzeln: Grundlagenforschung

Blue Yonder startete als Spin-off der abstraktesten Grundlagenforschung. Auch

wenn die Probleme, die Physiker in großen Wissenschaftsprojekten lösen, vom All-

tagsleben sehr weit entfernt scheinen, entstehen daraus Lösungen, die einen we-

sentlichen Einfluss über den Forschungsbereich Physik hinaus haben, so zum Bei-

spiel für die medizinische Forschung, die Informationstechnologie und jetzt, dank

NeuroBayes, auch für Prognosen in Wirtschaftsunternehmen.

Durch Nachahmung der Funktionsweise des menschlichen Gehirns und durch ihre

selbstlernenden Fähigkeiten gelingt es der NeuroBayes Software, Muster in Daten

zu erkennen und alle vorhandenen Informationen auszuwerten. Dadurch ist sie er-

heblich leistungsstärker als herkömmliche Methoden.

Anwendung in der Wirtschaft

Dieses einzigartige Instrument hat inzwischen auch viele Anwendungen in der

Wirtschaft gefunden. Blue Yonder ermöglicht es Wirtschaftsunternehmen, durch

Predictive Analytics echten Mehrwert aus ihren Big Data zu ziehen. Mit Predictive

Analytics von Blue Yonder treffen Unternehmen die richtigen Entscheidungen –

schnell und voll automatisiert.

Die Demokratisierung von Big Data

Blue Yonder macht Predictive Analytics für Anwender sehr einfach und trägt da-

mit erheblich zur Demokratisierung von Big Data bei. Denn mit den Blue Yonder

Predictive-Analytics-Anwendungen werden riesige Datenmengen ausgewertet, die

Wahrscheinlichkeit unterschiedlichster Szenarien aufgezeigt, Entscheidungen ge-

stützt und die Entscheidungsfindung automatisiert. Damit wird Big Data nicht nur

für Datenexperten, sondern praktisch für jedermann nutzbar – und zum entschei-

denden Erfolgsfaktor in Unternehmen.

Ausgezeichnete Innovation

Blue Yonder gewann mit NeuroBayes bereits dreimal den angesehenen Data

Mining Cup. Auch der DLD FoCUS Digital Star Award 2013, der CyberChampions

Award 2011/12 sowie der Cyberone Award 2012 gingen an Blue Yonder.

1616

Blue Yonder GmbH & Co. KG

Karlsruher Straße 88

D-76139 Karlsruhe

Tel. +49 (0)721 383 117 0

Fax +49 (0)721 383 117 69

info@blue-yonder.com

www.blue-yonder.com

BY_1

0201

3