Aus Massendaten neues Wissen generieren
Mit Machine Learning Handelsprozesse optimieren
Bereich: Fachartikel
Machine Learning hat heute schon vielfältige Anwendungsbereiche. Mit ML-Unterstützung kann man zum Beispiel im Handel intelligente Entscheidungen treffen oder auch logistische Prozesse optimieren. Wie, das demonstriert das Osnabrücker IT-Architekturhaus Sievers-Group.
Welche Potenziale bieten selbstlernende Systeme für den Handel? Als Antwort auf diese Frage verknüpft die Sievers-Group Microsofts Azure Machine Learning Studio mit den Bestandsmanagement- oder ERP-Systemen ihrer Kunden. Die Anwender erhalten damit ein Analyseinstrument, das aus Massendaten neues Wissen generiert. Dieses Wissen lässt sich dann beispielsweise zur Optimierung von Marketingkampagnen oder zur Sortimentsplanung nutzen.
Bitte zum Weiterlesen registrieren oder einloggen:
Bereitgestellt von:
SIGS DATACOM GmbH - erschienen im AI Trendletter
Diese Inhalte könnten Sie auch interessieren:
Konkrete Szenarien für Zinrai AI
Der japanische Konzern Fujitsu hat spezifische Einsatzfelder für „Artificial Intelligence“ kategorisiert und 17 Angebote...
Wie kann AI ethisch entscheiden?
Können wir einer Maschine Ethik beibringen? In einem Informatik-Projekt der TU Wien untersucht man alte Sanskrit-Texte und...
SAP baut AI in die Hana-Plattform ein
Es gibt vielversprechende Anwendungsbereiche im Unternehmen für maschinelles Lernen, meint Jürgen Müller, Chief Innovation Officer...
