Unser Ziel ist es, die Art und Weise, wie SIE Dokumente benutzen, um zu verstehen, wer SIE sind, und wer ANDERE sind, völlig zu verändern.

  • WER WIR SIND
    Wir sind ein Ingenieurbüro mit dem Arbeitsgebiet TextAnalytics. Für unsere Arbeit benutzen wir technische Dokumente, um komplexe Zusammenhänge sichtbar zu machen
    WARUM
    Ergebnisse werden nachvollziehbar
    ERGÄNZUNG
    Als Ergänzung oder Ersatz eines Brainstormings
  • Was wir tun
    Wir betreiben Explorative Dokumentanalyse (Mustererkennung und maschinelles Lernen), um das zu finden, was Sie sich durch klassisches Lesen sonst mühsam erarbeiten müssten.
    90 Millionen
    Werkstoffnamen finden wir ebenso wie Reaktionsgleichungen, Formeln, Herstellungsverfahren oder Normen
    90 Mess
    größen in ca. 3000 Schreibweisen können wir erkennen und ineinander umwandeln.
  • WIR LIEFERN ANTWORTEN
    Anstatt Experten zu befragen, die Sie zuerst suchen müssten, liefern wir Antworten aus Dokumenten, die von Experten weltweit verfasst worden sind.
    80 %
    geringerer Zeitaufwand
    200 %
    und mehr Steigerung der Ergebnissqualität
  • MASCHINELLES LESEN
    Wir haben Zugriff auf Millionen von Dokumenten mir regelmässigem Update des Datenbestands.
    450
    Millionen Dokumente
    UPDATES
    jede Woche

boxplot

Eine Art, die Methoden der Statistik zu unterteilen, ist die, zwischen beschreibender und beurteilender Statistik zu unterscheiden.

Beschreibende Statistik umfasst alle Methoden, die das Ziel haben, vorhandene Meßgrößen so aufzubereiten, dass man Zusammenfassungen und grafische Darstellungen betrachten kann, und sich nicht durch endlose Zahlenkolonnen bewegen muss. Beurteilende Statistik umfasst die Methoden, die Aussagen dazu erlauben, ob eine aufgestellte Hypothese stimmt oder nicht, ob also eine Annahme, die man hat, durch die vorliegenden Meßwerte bestätigt oder widerlegt werden.

Ein großer Teil der Methoden aus dem Bereich der beschreibenden Statistik wird in der explorativen Datenanalyse (EDA) benutzt. EDA hat die Aufgabe, Daten aufzubereiten, wenn nur geringes oder kein Wissen über Zusammenhänge zwischen den Daten vorliegt. Man wendet EDA an, um sich hinterher die Frage zu stellen: „mit welchen Methoden machen wir weiter, um mehr zu verstehen?“

https://de.wikipedia.org/wiki/Explorative_Datenanalyse


Worauf es ankommt

Die Anfänge der explorativen Datenanalyse liegen über 150 Jahre zurück. Der Arzt John Snow fand durch Datenauswertung heraus, dass der Ursprung einer Cholera-Epidemie einer verseuchten Wasserpumpe zu verdanken ist, und die Krankheit somit nicht durch die Luft übertragen wird.

Jeder, der mit Meßwerten zu tun hat, lernt seitdem, dass es keinen Sinn macht, Zahlen im Rohzustand in größerer Menge zu betrachten und zu gleuben, man könnte sie auf diese Weise verstehen. Das klappt nicht. Selbst die alleinige Aufbereitung von Messgrößen zu statistischen Kennzahlen kann einen völlig falschen Eindruck vermitteln; man sollte – wo immer das möglich ist – Zahlen wirklich grafisch aufbereiten, um einen Überblick zu haben und Zusammenhänge zu verstehen.

Falls Sie das nicht glauben: lesen Sie über Anscombe’s Quartett nach.

https://en.wikipedia.org/wiki/Anscombes_quartet

Obwohl man also seit langem weiß, dass man sich durch (grafische) Zusammenfassungen einen Überblick verschaffen sollte, wenn man große Mengen an unbekannten uDaten verstehen will, hat sich die Vorgehensweise beim beruflichen Lesen von technischen Dokumenten nicht wesentlich geändert. Man liest, so wie man in der Freizeit einen Roman lesen würde.

Die Konsequenz ist, dass man nicht systematisch liest, was relevant ist, dass man vergessen hat, was in welchem Dokument steht, wenn es mehr als vielleicht 20 Dokumente sind, dass man nicht wieder findet, was man für wichtig gehalten hat, und dass es schwierig ist, viele Dokumente abzulegen, weil Ablagen in der Regel linear sind (d. h., nach einem Gesichtspunkt geordnet), in einer großen Dokumentkollektion aber die unterschiedlichsten Themengebiete enthalten sind.

Viele Dokumente so zu verwalten, dass man auch garantiert das wieder findet, was an Wissen darin enthalten ist, ist möglich, aber anspruchsvall. UND: suchen hilft nicht; man kann nur suchen, was man bereits kennt. Was machen Sie also mit dem Wissen, das Sie zwar haben (es ist in den Dokumenten enthalten), aber nicht kennen?

EXPLORE
Forschungseinrichtung: finden von Werkstoffnamen
(Werkstoffe für die thermische Energiespeicherung).
NAVIGATE
Forschungseinrichtung: finden von Märkten,
auf denen Werkstoffe aus Metallschaum gebraucht werden.
IDEATE
Unternehmen: finden von Möglichkeiten, um den
Abfüllvorgang einer hochviskosen Flüssigkeit zu beschleunigen.
EXPLORE
Kommune mit > 500.000 Einwohnern: finden von regionalen
IT-Unternehmen und clustern der Interessen
REMEMBER
Unternehmen: automatisches Verschlagworten
von Dokumenten im Intranet
COMPARE
Unternehmen: Vergleich des internen Wissens
mit dem Wissen von Wettbewerbern.
LOCATE
EU-Projekt einer Landesentwicklungsgesellschaft:
Verfahren, um Regionen mit gleichen Kenntnissen und
Interessen sichtbar zu machen.
EXPLORE
IHK: finden von regionalen Automobilzulieferern
und clustern der Interessen
BLEND
Hochschule: finden von passenden Partnern
für ein EU-Entwicklungsvorhaben.
CHANGE
Unternehmen: Innovationsaudit zur Ausrichtung
der Unternehmensstrategie auf Megatrends.
REMEMBER
Ablagesystem für studentische Abschlussarbeiten
Combine
Expansion und / oder Marktanpassung im Verlauf einer Unternehmensnachfolge
Wir benutzen Cookies

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell für den Betrieb der Seite, während andere uns helfen, diese Website und die Nutzererfahrung zu verbessern (Tracking Cookies). Sie können selbst entscheiden, ob Sie die Cookies zulassen möchten. Bitte beachten Sie, dass bei einer Ablehnung womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen.