TY - JOUR

T1 - ML-basierte Absatzprognose mit Frühindikatoren

AU - Lopez, David Hellmers

AU - Kramer, Kathrin

AU - Schmidt, Matthias

N1 - Publisher Copyright: © 2023 Walter de Gruyter GmbH, Berlin/Boston, Germany.

PY - 2023/5/16

Y1 - 2023/5/16

N2 - In einem von Unsicherheit geprägten Marktumfeld zu agieren stellt Unternehmen vor Herausforderungen. Verfahren des maschinellen Lernens (ML) bieten unter Einbeziehung von externen Frühindikatoren eine Möglichkeit, langfristige Absatzprognosen präziser als herkömmliche statistische Prognoseverfahren zu erstellen. Dieser Beitrag zeigt das Potenzial von ML unter Einbeziehung von externen Faktoren (z. B. Konjunkturdaten) für die Absatzprognosen eines Produkts von einem Chemieunternehmen auf.

AB - In einem von Unsicherheit geprägten Marktumfeld zu agieren stellt Unternehmen vor Herausforderungen. Verfahren des maschinellen Lernens (ML) bieten unter Einbeziehung von externen Frühindikatoren eine Möglichkeit, langfristige Absatzprognosen präziser als herkömmliche statistische Prognoseverfahren zu erstellen. Dieser Beitrag zeigt das Potenzial von ML unter Einbeziehung von externen Faktoren (z. B. Konjunkturdaten) für die Absatzprognosen eines Produkts von einem Chemieunternehmen auf.

KW - Ingenieurwissenschaften

KW - Absatzprognose

KW - Künstliche Intelligenz

KW - Maschinelles Lernen

KW - Zeitreihenanalyse

KW - Frühindikatoren

KW - Demand Forecasting

KW - time series analysis

KW - artificial intelligence

KW - Machine Learning

KW - External factors

UR - https://www.degruyter.com/journal/key/zwf/118/5/html

UR - http://www.scopus.com/inward/record.url?scp=85159788263&partnerID=8YFLogxK

UR - https://www.mendeley.com/catalogue/5cfc645c-78a7-36a4-a58b-cefbd14ba1ba/

U2 - 10.1515/zwf-2023-1060

DO - 10.1515/zwf-2023-1060

M3 - Zeitschriftenaufsätze

VL - 118

SP - 324

EP - 329

JO - ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb

JF - ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb

SN - 0947-0085

IS - 5

ER -