Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Weitere Formate
Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Podcasts Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Erweiterte Suche
Anmelden
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
Rundgang Big Data Analytics – Hard & Soft Data Mining Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

6. Einsatzoptionen von Machine Learning im Handel

verfasst von : Reinhard Schütte, Felix Weber, Mohamed Kari

Erschienen in: Big Data Analytics

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Zusammenfassung

Zwei der zentralen Technologietrends der Digitalisierung sind Big Data und Künstliche Intelligenz (KI), insbesondere Machine Learning. Es wird mitunter in der vor allem von Informatikern und Technologen dominierten Literatur der Eindruck erweckt, dass Technologien für Unternehmen unmittelbar einen Mehrwert stiften. Inwieweit allerdings ein Analogieschluss beispielsweise aus Googles Erfolgen mit AlphaGo bis MuZero auf primär betriebswirtschaftliche Problemstellungen zulässig ist, soll für die Domäne des Handels in dem vorliegenden Kapitel untersucht werden. Aufbauend auf einer grundsätzlichen Erörterung des Big-Data-Phänomens aus einer Entscheidungsperspektive werden Einsatzmöglichkeiten für das Marketing im Handel untersucht. Im letzten Abschnitt wird problematisiert, wie Machine Learning in ausgewählten Bereichen Mehrwerte für Unternehmen eröffnet.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Entscheidungsunterstützung im Online-Handel
Nächstes Kapitel Automatisierte Qualitätssicherung via Image Mining und Computer Vision – Literaturrecherche und Prototyp
Fußnoten
1
Cross-Selling-Effekte bezeichnet den Vorgang zusätzlich zu einem nachgefragten Artikel weitere passende Produkte zu verkaufen.
 
2
Bei einem Canary Release löst ein neuer Softwarestand nicht einen alten ab, sondern wird zusätzlich produktiv geschaltet (Sato 2014). Anfragen werden dann nach einer definierten Gewichtung auf das neue System und das alte System verteilt. Fehler im neuen Softwarestand wirken sich somit nicht auf alle User aus, sondern nur auf einen Anteil. Durch eine 0/100-Prozent-Gewichtung oder 100/0-Prozent-Gewichtung im Routing kann das Roll-out sehr einfach vervollständigt oder rückgängig gemacht werden.
 
Literatur
Agrawal R, Imieliński T, Swami A (1993) Mining association rules between sets of items in large databases. In: Proceedings of the 1993 ACM SIGMOD international conference on management of data – SIGMOD ’93, S 207–212
Ailawadi KL, Harlam BA, Cesar J, Trounce D (2006) Promotion profitability for a retailer: the role of promotion, brand, category, and store characteristics. J Mark Res 43:518–535 CrossRef
Bauer T, Breidenbach P, Schaffner S (2018) Big Data in der wirtschaftswissenschaftlichen Forschung. In: König C, Schröder J, Wiegand E (Hrsg) Big data. Springer, Wiesbaden, S 129–148 CrossRef
Borden NH (1964) The concept of the marketing mix. J Advert Res 4(2):2–7
Feurer M, Klein A, Eggensperger K, Springenberg JT, Blum M, Hutter F (2015) Efficient and robust automated machine learning. In: Advances in neural information processing systems, S 2755–2763
Ghahramani Z (2015) Probabilistic machine learning and artificial intelligence. Nature 521:452–459 CrossRef
Hochreiter S, Schmidhuber J (1997) Long short-term memory. Neural Comput 9(8):1735–1780 CrossRef
Jordan MI, Mitchell TM (2015) Machine learning: trends, perspectives and prospects. Science 349(6245):255–260 MathSciNetCrossRef
LeCun Y, Bengio Y, Hinton G (2015) Deep learning. Nature 521(7553):436–444 CrossRef
Marn MV, Roegner EV, Zawada CC (2004) The price advantage. Wiley, Hoboken
Marr B (2016) Big data in practice: how 45 successful companies used big data analytics to deliver extraordinary. Wiley, West Sussex
Marz N, Warren J (2015) Big data: principles and best practices of scalable real-time data systems. Manning, Shelter Island
McCarthy E (1960) Basic marketing: a managerial approach. Irwin, Indiana
Meffert H, Burmann C, Kirchgeorg M (2015) Marketing: Grundlagen marktorientierter Unternehmensführung Konzepte – Instrumente – Praxisbeispiele, 12. Aufl. Springer Fachmedien, Wiesbaden
Modi AN, Koo CY, Foo CY, Mewald C, Baylor DM, Breck E, Cheng HT, Wilkiewicz J, Koc L, Lew L, Zinkevich MA, Wicke M, Ispir M, Polyzotis N, Fiedel N, Haykal SE, Whang S, Roy S, Ramesh S, Jain V, Zhang X, Haque Z (2017) TFX: A TensorFlow-Based Production-Scale Machine Learning Platform. In: Proceedings of ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2017), Halifax
Möhlenbruch D (2013) Sortimentspolitik im Einzelhandel: Planung und Steuerung. Springer, Berlin
Müller-Hagedorn L (2002) Handelsmarketing. Kohlhammer-Edition Marketing, 3., vollst überarb u erw Aufl. Kohlhammer, Stuttgart
Ng A, Soo K (2018) Data Science – Was ist das eigentlich. Algorithmen des maschinellen Lernens verständlich erklärt. Springer, Berlin
Papakiriakopoulos D, Pramatari K, Doukidis G (2008) A decision support system for detecting products missing from the shelf based on heuristic rules. Decis Support Syst 46(3):685–694 CrossRef
Rehäuser J, Krcmar H (1996) Wissensmanagement in Unternehmen. In: Schreyögg G, Conrad P (Hrsg) Managementforschung. Walter de Gruyter, Berlin, S 1–40
Russell S, Norvig P (2016) Artificial intelligence: a modern approach. Pearson, Harlow MATH
Schmidhuber J (2014) Deep learning in neural networks: an overview. Technical report. arxiv:1404.7828
Schütte R (1998) Grundsätze ordnungsmäßiger Referenzmodellierung, Konstruktion konfigurations- und anpassungsorientierter Modelle. Gabler, Wiesbaden CrossRef
Schütte R (1999) Wissen und Information: Antinomie oder Integration zweier Grundbegriffe der Wirtschaftsinformatik. Scheer A, Rosemann M, Schütte R (Hrsg) Arbeitsberichte des Instituts für Wirtschaftsinformatik, Münster, S 144–161
Schütte R (2011) Modellierung von Handelsinformationssystemen. Habilitationsschrift. Westfälische Wilhelms-Universität Münster, Münster
Schütte R, Vetter T (2017) Analyse des Digitalisierungspotentials von Handelsunternehmen. Handel 4.0. Springer, Berlin, S 75–113
Schütte R, Weber F (2020) Big-Data und Echtzeitverarbeitung in Handelsunternehmen – Betriebswirtschaftliche Einsatzfelder zur Optimierung von Aufgaben und Entscheidungen. In: Steven M, Klünder T (Hrsg) Big Data Anwendung und Nutzungspotenziale in der Produktion. Kohlhammer, Stuttgart
Sculley D, Holt G, Golovin D, Davydov E, Phillips T, Ebner D, Chaudhary V, Young M, Crespo JF, Dennison D (2015) Hidden technical debt in machine learning systems. In: Proceedings of Advances in Neural Information Processing Systems 28 (NIPS 2015), Montreal
Steven M (2016) Industrie 4.0. Grundlagen – Teilbereiche – Perspektiven. Kohlhammer, Stuttgart
Wahlster W (2013) SemProM. Foundation of semantic product memories for the internet of things. Springer, Berlin CrossRef
Wierse A, Riedel T (2017) Smart Data Analytics. Mit Hilfe von Big Data Zusammenhänge erkennen, Potenziale nutzen, Big Data verstehen. de Gruyter, Berlin
Zelewski S, Hohmann S, Hügens T (2010) Produktionsplanungs- und -steuerungssysteme: Konzepte und exemplarische Implementierungen mithilfe von SAP R/3. Oldenbourg, München
Zhu X, Lafferty J, Ghahramani Z (2003) Combining active learning and semi-supervised learning using gaussian fields and harmonic functions. In: Proceedings of the International Conference of Machine Learning (ICML 2003), Washington, DC
Metadaten
Titel
Einsatzoptionen von Machine Learning im Handel
verfasst von
Reinhard Schütte
Felix Weber
Mohamed Kari
Copyright-Jahr
2021
Buch
Big Data Analytics

Print ISBN: 978-3-658-32235-9

Electronic ISBN: 978-3-658-32236-6

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-658-32236-6_6

Premium Partner