Wir bauen ein Modell, das sich deine letzten zwei Jahre anschaut und dir sagt, was die nächsten Wochen bringen. Buchungen, Anfragen, Auslastung. Du planst nicht mehr nach Bauchgefühl. Du planst mit einer Zahl.
Ein gutes Modell beantwortet eine Frage, die du sonst raten würdest. Das ist alles. Aber es ändert, wie du planst, wie schnell du reagierst und wie ruhig du im April über den Mai sprichst.
Du kennst dein Geschäft. Aber dein Markt ändert sich schneller als deine Erfahrung. Was lange funktioniert hat, sagt dir nicht, was als Nächstes passiert. Wer das schon weiß, plant heute, was du erst später merkst.
Ein Modell ist kein Wahrsager. Es liest deine Daten, findet das Muster, das ein Mensch übersehen würde, und sagt: so geht es weiter, mit dieser Wahrscheinlichkeit. Wenn du gute Daten gibst und das Modell sauber bauen lässt, kommt eine Zahl raus, der du trauen kannst. Plus eine Bandbreite, die zeigt, wie sicher die Zahl ist.
Ohne diese drei Fragen bauen wir kein Modell. Sie sortieren aus, was am Ende doch wieder ungenutzt herumsteht.
Drei Fragen werfen die meisten Ideen aus, bevor sie Geld kosten. Was übrig bleibt, verändert deine Woche.
Hotel Drei Lilien am Bodensee. Dieselbe Geschichte wie auf der Seite Business Tracking, ein Kapitel weiter. Das Modell rechnet jeden Sonntag neu und zeigt, was der nächste Monat bringt. Nicht als eine Zahl, sondern als Bandbreite.
Wir wussten zum ersten Mal schon im April, dass die Pfingstwoche voll wird. Wir konnten Personal vorbuchen. Das hat uns eine halbe Stress-Woche erspart.
Beispiel zur Veranschaulichung. Zahlen aus echten Auslastungsmustern eines vergleichbaren Hauses.
Vier Stationen. Jede macht aus den Daten der vorherigen Station etwas Saubereres oder Nützlicheres. Am Ende steht keine Tabelle, sondern eine Antwort, die du am Montag verstehst.
Sechs Anwendungen, die wir bei Kunden in den letzten Monaten gebaut haben oder gerade bauen. Keine Theorie, keine Zukunftsmusik. Geordnet nach Branche.
Das Modell schaut sich deine letzten zwei Jahre an und sagt dir Wochen vorher, wie voll dein Haus wird.
Ein Hotel sieht im April, dass die zweite Maiwoche schwach wird, und legt vorher eine Aktion auf.
Neue Anfragen werden automatisch danach sortiert, wie wahrscheinlich daraus ein Termin oder Abschluss wird.
Ein Makler sieht morgens seine zwölf neuen Anfragen. Die drei wichtigsten stehen oben.
Das Modell markiert Kunden, deren Verhalten gerade kippt, bevor sie kündigen oder verschwinden.
Ein Studio sieht, welche zehn Mitglieder im nächsten Monat wahrscheinlich nicht mehr kommen, und ruft sie an.
Das Modell rechnet aus, wie viel von welchem Produkt in der nächsten Woche gebraucht wird.
Ein Onlineshop bestellt in einer ruhigen Phase 30 Prozent weniger Verpackung und spart Lagerkosten.
Das Modell schlägt für einzelne Tage einen Preis vor, der zur erwarteten Nachfrage passt. Nur sinnvoll für Branchen mit Tagespreisen.
Ein Hotel erhöht am Mittwoch vor einer Messe den Standardpreis um 18 Euro und ist trotzdem zu 94 Prozent ausgebucht.
Wenn eine Zahl plötzlich aus dem Rahmen fällt, sieht das jemand noch am gleichen Tag. Nicht erst im nächsten Monatsreport.
Eine Praxis Website verliert über Nacht 60 Prozent Besucher. Das Modell schreibt eine kurze Notiz ins Cockpit.
So sieht ein Data Science Projekt bei uns von innen aus. Vier klare Phasen, nach jeder Phase ein Ergebnis, das du nachvollziehen kannst. Keine Wochen, die ins Leere laufen.
Wir schauen, was du schon hast, wo es liegt und ob es brauchbar ist. Manchmal ist die Antwort ein klares Ja, manchmal ein klares Nein. Beides ist wertvoll.
Wir trainieren mehrere Varianten, vergleichen sie an deiner echten Historie und nehmen die, die in den letzten Monaten am besten getroffen hätte.
Wir verbinden das Modell mit deinem Cockpit oder deinem CRM. Die Vorhersage taucht dort auf, wo du sowieso hinschaust. Niemand muss eine neue App öffnen.
Das Modell rechnet jede Woche neu. Wir prüfen jeden Monat, ob es noch trifft, und bessern nach. Kein Modell altert ohne Pflege gut.
Vier Werte vorher und nachher, auf einer ehrlichen Skala von 0 bis 100. Die Vorher Werte kommen aus echten Audits bei unseren Kunden. Die Nachher Werte aus dem dritten Monat, nachdem das Modell läuft.
Wir sind keine SAP oder IBM Partner Agentur, und wir wollen es auch nicht sein. Wir bauen mit dem, was die Welt benutzt und was wir auch in fünf Jahren noch warten können. Default ist unsere erste Wahl. Alt nehmen wir, wenn du schon andere Tools nutzt. Spezial kommt bei harten Sonderfällen.
Modelle, die in die Zukunft schauen. Auslastung, Umsatz, Bestand.
Open Source von Meta, gut bei saisonalen Daten
Klassische Statistik, ARIMA und Verwandte
Wenn die Daten unregelmäßig schwanken
Modelle, die einordnen. Anfragen, Abwanderung, Auffälligkeiten.
Standard Werkzeugkasten in Python
Wenn Genauigkeit über alles geht
Bei sehr großen Tabellen oder wenig Speicher
Wie das Modell zu deinem Team kommt. Verlässlich, automatisch, leicht zu pflegen.
Server in Deutschland, einfacher Betrieb
Für kleine, leichte Modelle
Wenn plötzliche Lastspitzen auftreten
Sechs Antworten, ohne Marketing Watte. Jede Antwort beschreibt das, was im echten Projekt passiert. Nicht das, was schöner klingt.
Nein, fast nie. Für die meisten Vorhersagen reicht ein bis zwei Jahre saubere Historie. Wenn du Buchungen, Anfragen oder Bestellungen hast, hast du genug. Wichtig ist die Qualität der Daten, nicht die Menge. Eine kleine, saubere Tabelle ist viel mehr wert als zehn unsaubere.
Bei stabilen Themen wie Auslastung oder Lager sind 85 bis 95 Prozent realistisch. Bei stark schwankenden Themen wie Werbeausgaben eher 70 bis 80 Prozent. Wir sagen dir die erwartete Genauigkeit, bevor du unterschreibst. Nicht erst, wenn der Vertrag läuft.
Das ist eingeplant. Jede Vorhersage kommt mit einer Bandbreite, in der der Wert wahrscheinlich liegt. Im Cockpit steht das immer direkt daneben. Du verlässt dich nicht auf eine Zahl, sondern auf eine Spanne. So weißt du, wann du ruhig planen kannst und wann du genauer hinschauen solltest.
Die Spanne hängt davon ab, was vorhergesagt werden soll und wie sauber deine Daten sind. Wir sagen dir die genaue Zahl im ersten Gespräch, sobald wir wissen, was du brauchst. Faustregel: ein erster echter Anwendungsfall liegt im selben Bereich wie unsere anderen Beratungspakete.
Zwei Wege. Erstens, wir bleiben dran und kümmern uns jeden Monat darum, dass das Modell mit der Wirklichkeit Schritt hält. Zweitens, dein Team übernimmt mit unserer Übergabe Doku, in der jeder Schritt nachvollziehbar steht. Beides funktioniert. Wir empfehlen je nach Größe deines Teams.
Das Training läuft auf deutschen Servern. Persönliche Daten werden vor dem Training so verändert, dass keine Zuordnung zu einer Person mehr möglich ist. Der Vertrag zur Datenverarbeitung liegt am ersten Projekttag bereit. Wenn du strenge interne Vorgaben hast, schauen wir die vorher gemeinsam an.
Kundenprojekte
So sieht das in echt aus.
