Für Unternehmen gibt es eine Zeit vor und eine Zeit nach der Krise. Bis zu den massiven Auswirkungen der Pandemie konnten die Entscheider sich mehr oder weniger auf zuverlässige Prognosen verlassen. Natürlich gab es unvorhergesehene Ereignisse und Abweichungen, aber die langfristigen Trends waren stabil. Vom Absatz eines Produktes bis zur Zahl der Anrufe beim Service-Center konnten Entscheiderinnen und Entscheider sich bei ihren Planungen auf die Erfahrungen der Vergangenheit verlassen.
Durch die Corona-Pandemie ändert sich die Datenlage radikal: Prognosen sind schwierig und entwickelte Prognosemodelle versagen gerade ihren Dienst. Beim Anpassen vorhandener Prognosemodelle und/oder für die Erstellung neuer Modelle, leisten Anwendungen auf Basis von Künstlicher Intelligenz (KI) oder Machine-Learning (ML)-Verfahren gute Dienste.
Aus Perspektive eines Data Scientists handelt es sich bei der aktuellen Krise um eine Anomalie. KI- und ML-Anwendungen erkennen neue Muster in den neuen Datensätzen. Diese neuen Muster wiederum sind die Grundlage für verbesserte Prognose. So sinnvoll und notwendig dieses Vorgehen ist, es mangelt Unternehmen häufig an den Voraussetzungen, um KI-Initiativen schnell umsetzen zu können. Insbesondere fehlt das Know-how darüber, welche Informationen in den Daten stecken können.
