JR-Zentrum für Robuste Entscheidungen

Mit wachsendem Datenaufkommen steigt in vielen Unternehmen das Bestreben, aus diesen Daten präzise Rückschlüsse für die eigenen Geschäftsprozesse abzuleiten und diese Erkenntnisse zielgerichtet einzusetzen. Aufbauend auf Algorithmen des maschinellen Lernens und der Optimierung entwickelt dieses JR-Zentrum robuste Verfahren, die es erlauben den Einfluss von Unsicherheiten auf Unternehmensprozesse zu reduzieren und stabile, datengetriebene Entscheidungen zu treffen.

Branchenübergreifend ist ein kontinuierlich wachsender Grad an Digitalisierung zu beobachten. Diese digitale Transformation beschränkt sich nicht auf das Aufzeichnen und Visualisieren von Prozess- und Produktdaten, sondern geht in steigendem Maße in das Ableiten automatisierter Schlussfolgerungen zur Unternehmensentwicklung über. Beispiele stammen auszugsweise aus der Finanzwelt, der Wartungstechnik und dem Prozessmanagement in der Produktion.

Aufgrund der Datenmenge und der Unübersichtlichkeit ihrer Korrelationen ist dies für menschliche Entscheider nur sehr begrenzt möglich. Deshalb wird die Verwendung passender mathematischer Methoden zur Datenverarbeitung und Analyse immer wichtiger. Zur verlässlichen und effizienten Gestaltung solcher Verfahren, müssen diese auf den jeweiligen Anwendungsfall und die Datenlage im Unternehmen angepasst werden. Außerdem müssen die eingesetzten Algorithmen in der Lage sein, selbständig unbekannte Beziehungen aus der Datenmenge zu extrahieren und entsprechend vorgegebener (oder erlernter) Kriterien automatisiert Aussagen zu treffen. Die generierten Aussagen können dabei als Entscheidungshilfen für Domain Experten herangezogen werden oder direkt in den Prozess zurückfließen.

Diese Verfahren sind jedoch einer Vielzahl von Unsicherheiten ausgesetzt, welche die verlässliche Abbildung der unternehmenseigenen Systeme erheblich erschweren und die zu generierenden Aussagen beeinflussen können. Diese anwendungsspezifischen Unsicherheiten sind entweder dem System oder der Umgebung zuzuordnen. Wenn Modelle und Algorithmen trotz dieser Unsicherheiten verlässliche Aussagen realisieren, spricht man von robusten Algorithmen.

Das übergeordnete Ziel dieses JR-Zentrums ist die Entwicklung robuster Klassifizierungs-, Prognose- und Optimierungsverfahren anhand von Problemstellungen aus der Fertigungstechnik und dem Finanzsektor. Die Forschungsarbeit umfasst die Identifikation Prozess-spezifischer Einflussfaktoren, die gezielte Analyse bestehender und die Gestaltung neuer Modelle. Daraus werden Optimierungsverfahren zur Bestimmung robuster Entscheidungen entwickelt. Aufgrund der Modellkomplexität kommen im Optimierungsschritt vermehrt heuristische Verfahren und insbesondere evolutionäre Algorithmen zur Anwendung. Diese erfordern lediglich die Auswertbarkeit der entsprechenden Modelle und stellen keine Ansprüche an die analytische Struktur der Probleme. In der Folge werden geeignete Parallelisierungsansätze und Rechenumgebungen entwickelt, um die Verfahren in die Datenverarbeitungsprozesse von Unternehmen zu integrieren.