Maschinelles Lernen (ML) und künstliche Intelligenz (KI) sind oftmals eine «Black Box». Gerade bei der Ergebnisverwendung führt die fehlende Nachvollziehbarkeit bei Menschen oft zu Problemen. BEN Energy hat in einem gemeinsamen Projekt mit der Universität Bamberg zwei Forschungsfragen zur Verbesserung der Erklärbarkeit von ML formuliert und beantwortet.

>>> Direkt zum Kurzbeschrieb des Forschungsprojektes! <<<

Erforscht wurde, inwieweit ML zukünftiges Cross-Buying-Verhalten auf Basis von historischen Daten zum Kaufverhalten vorhersagen kann. Auf dieser Grundlage wurde abgeleitet, wie gut XAI, aus Vorhersagemodellen zum Cross-Buying-Verhalten, Muster entwickeln kann, die für tatsächliche Käufer gelten. Das Modell wurde als technischer Proof of Concept implementiert und auf Basis der Daten von 200‘000 Haushaltkunden erfolgreich validiert. Forscher der Universität Bamberg durften das Paper bereits auf der renommierten ECIS-Konferenz präsentieren. Aktuell wird der Ansatz bei einem französischen Energieanbieter von Call-Agents angewendet und weiter verfeinert.

Wenn auch Sie Interesse an diesem Projekt haben und bei der weiteren Verfeinerung und Umsetzung helfen wollen, lesen Sie gerne unsere Kurzbeschreibung oder melden sich bei Felix Lossin für weitere Informationen.