Das ProblemUngewissheit und Einsparpotential
Für eine Strandkorbvermietung bedeutet die Vorbereitung der Strandkörbe für den nächsten Tag viel Arbeit. Die Strandkörbe müssen aus dem trockenen Lager an den Strand transportiert und vorbereitet werden. Werden zu wenige Strandkörbe für den kommenden Tag vorbereitet, und kommen wegen dem guten Wetter viele Kunden an den Strand, müssen einzelne Kunden abgewiesen werden. Werden zu viele Strandkörbe vorbereitet, bedeutet das unnötigen zeitlichen Aufwand am Vortag sowie zusätzlichen Verschleiß der Strandkörbe durch Witterung.
Die LösungVorhersage der Nachfrage mit Hilfe von KI
Die Faktoren, woran sich die Nachfrage nach Strandkörben richtet, lassen sich sehr präzise bestimmen. So haben das Wetter, insbesondere Sonnenstunden und Windgeschwindigkeit, sowie der Wochentag, aber auch Faktoren wie Schulferien in der Region einen Einfluss. Mit Hilfe von historischen Daten zu diesen Bedingungen an Tagen in der Vergangenheit sowie der Anzahl der an diesem Tag vermieteten Strandkörbe, lässt sich ein statistisches Modell trainieren.
Zu Illustration haben wir einen fiktiven Datensatz erstellt, der zeigt, wie ein Machine-Learning-Algoritmus dieses Problem lösen kann. Die Logik kann aber 1-zu-1 mit einem realen Datensatz übernommen werden.
Ähnliche AnwendungsfälleProdukt- und Produktionsvorhersagen
Dieser Anwendungsfall lässt sich einfach auch auf andere Problemstellungen übertragen.
- Vorhersage von Besucherzahlen für Museen, Freizeitparks oder regelmäßige Events
- Produktionsvorhersagen für eine Bäckerei (Vorhersage der verkauften Brötchen)
- Anzahl benötigter Servicekräfte für ein Restaurant oder Biergarten
- ...