Informatik und Wirtschaft Teil 2

Robots work based on the Perception-Action Cycle: Their perception of the environment leads to a reasoning determining what course of action to persue. This cycle will continue until the mission is accomplished.

In classical robotics, the Perception-Action Cycle is based on if-else-conditions. For example, “if you see an obstacle, turn right or left. If not, continue forward.”

In modern robotics, the Perception-Action Cycle is learned through interaction with the physical world. 

To manage to huge amount of data generated in this process, articifical intelligence is used.

“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at at tasks in T, as measured by P, improves with experience E.”

• Trainingsset (training set), etwa 80% der Daten
• Entwicklungsset (validation/development set), etwa 10% der Daten
• Testset (test/evaluation set), etwa 10% der Daten

Beim supervisierten Lernen werden Labels verwendet.

Beim unsupervisierten Lernen gibt es keine Labels und es wird einzig aufgrund der Datenstruktur der Beispiele etwas über die Daten gelernt.

Das System schaut sich einen Haufen an Informationen an. Aus diesen Informationen lässt sich eine lineare Regressionsfunktion yˆ = wx + b instanziieren. Das Ziel des Lernvorgangs ist das Bestimmen der Parameter w und b. 

Das Ziel beim Training ist, einen minimalen Verlust zu erreichen, wenn wir yˆ vorhersagen, während die echte Ausgabe y ist. Um dies zu modellieren, gibt es die Verlustfunktion (loss function).

Beim unsupervisierten Lernen gibt es keine Labels wie den Preis y, sondern aus den Daten soll etwas über ihre Struktur gelernt werden.

Das kann z.B. durch Clustering geschehen. Dabei wird eine Menge von Elementen in Gruppen eingeteilt, sodass die Ähnlichkeit zwischen Elementen desselben Clusters maximal und zwischen solchen unterschiedlicher Cluster minimal ist

Unter anderem Regression und Klassifikation.

Das neuronale Netz ist in Schichten (layers) angeordnet. Es besitzt einen Eingabe- und einen Ausgabe-Layer sowie einen oder mehrere hidden layers.

Jeder Layer besitzt eine bestimmte Anzahl Neuronen, das sind Platzhalter für einzelne Zahlen. Die Anzahl Layer und Anzahl Neuronen pro Layer sind Beispiele für Hyperparameter, die über ein Entwicklungsset festgelegt werden

Wenn ein neurales Netz mehr als einen hidden layer hat. Solche Netze werden im Rahmen von deep learning gelernt.

• grosse benötigte Datenmengen
• Interpretierbarkeit
• Robustheit

• Customer-Relationship-Management-Systeme betrachten sämtliche Aspekte der Kundenbeziehung
• Buchhaltungssysteme sichern den Durchblick bei den Finanzen
• Supply-Chain-Management-Systeme optimieren komplette Wertschöpfungsketten
• Enterprise-Resource-Planning-Systeme koordinieren die wichtigsten Geschäftsprozesse
• Wissensmanagement
• Content-Management-Systeme (CMS)

CMS ist Software, die bei der kollaborativen Erarbeitung und Organisation von Inhalten unterstützt.

Informationssysteme unterstützen:

• operative Abläufe mit täglichen, für den Geschäftsbetrieb notwendigen Routinetransaktionen
• Unternehmensführung (Planung, Entscheidungsfindung, Kontrolle)

Daten

• erfassen
• verarbeiten
• speichern
• analysieren
• bereitstellen

Die meisten Daten entstehen intern, externe Quellen (Internet, externe Datenbanken, Umfragen) liefern ergänzende Daten.

• Reporting: Was ist in der Vergangenheit passiert?
• Analyse: Warum ist etwas passiert?
• Überwachung: Was passiert aktuell?
• Prognose: Was kann in der Zukunft passieren?

• Datenabfrage mithilfe von Datenbanksprachen
• Analyse nach individuellen Kriterien

• Benutzer weiss nicht, was er sucht
• Daten werden nach bisher unbekannten Mustern und verborgenen Zusammenhängen durchsucht

• Benutzer weiss, was er sucht
• Daten werden anhand verschiedener, gleichzeitig ausgewählter Kriterien analysiert (z.B. Kunden, Produkte, Zeit)

• Erstellen von Übersichten über alle relevanten Daten
• Dient der Kontrolle und als Grundlage für Entscheidungen 

Vorteile:

• Sehr flexibel

Nachteile:

• Wenig benutzerfreundlich
• Nur für versierte Nutzer geeignet

Vorteile:

• Leicht erlernbar
• Benötigen kein vertieftes Informatikverständnis 

Nachteile:

• Wenig flexibel
• Informieren nur anhand vorselektionierter Kriterien

• Klassische Kosten-Nutzen-Analysen (u.a. Kapitalwertmethode)
• Optionstheoretische Modelle
• Entscheidungsbaumverfahren
• … (zahlreiche weitere) 

• Finanzperspektive: Zukunftspotential, tiefere Stückkosten, Umsatz, Cashflow (In der Praxis steht diese Perspektive im Vordergrund)
• Innovationsperspektive: Besseres Image, Basis für Investitionen
• Kundenperspektive: Marktpotentiale, Kundenzufriedenheit
• Prozessperspektive: Effizienz, Fehlerreduktion
• Mitarbeiterperspektive: IT Kompetenz, Mitarbeiterzufriedenheit
• Sicherheitsperspektive: Datensicherheit und –schutz