ausgewählte Projekte

Projekt A:

Entwicklung eines Modells zur Steuerung Einlasses und Kartenverkaufs einer Kunstausstellung (durchschnittlich 5.000 Besucher pro Tag)

Kurzbeschreibung:

Echtzeit-Prognose des Besucheraufkommens zur optimalen Kapazitäts-Auslastung und Personal-Einsatzplanung bei gleichzeitiger Minimierung von Wartezeiten und Einhaltung der gesetzlich vorgeschriebenen Kapazitätsgrenzen.

Methoden:

• Zeitreihenanalyse

• Zustands-Raum-Modelle

• Prognoseverfahren

• Modellierung technisch-ökonomischer Warteschlangen-Systeme

• Operations Research

• Modellierung der Besucher-Ankunftszeiten durch Zufallsvariablen
  

Projekt B:

Optimierung eines semi-diskretionären Börsen-Handelssystems auf CFD-Basis

Kurzbeschreibung:

Mit Hilfe von Monte-Carlo-Simulationen werden die Parameter eines halb-automatischen Handels-Systems so optimiert, dass die zu erwartenden Gewinne bei Einsatz des Handelssystems auf den jeweiligen Märkten, Zeitebenen und Zyklusphasen maximiert werden.

Methoden:

• Zeitreihenanalyse

• ARIMA-Modelle

• Gleitende Durchschnitte (Moving Averages)

• Prognoseverfahren
  

• Saisonbereinigung
  

• Monte-Carlo-Simulation

• Lineare Regression
  

• Monte-Carlo-Simulation
  

Projekt C:

Entwicklung eines Prognose-Modells für den wirtschaftlichen Erfolg von Kino-Filmen anhand des Drehbuchs

Kurzbeschreibung:

Mit Hilfe von Repräsentativ-Befragungen sowie der Analyse von Kino-Film-Drehbüchern  werden  mit statistischen Methoden die für die Einspielergebnisse entscheidenden Erfolgsfaktoren ermittelt. Ziel ist es dabei, anhand der Prüfung dieser Erfolgsfaktoren an Drehbüchern geplanter Filmprojekte nach Art einer Risiko-Analyse das Einspielergebnis des geplanten Films vor Projektbeginn vorherzusagen und ggf. Drehbuchanpassungen zur Erfolgsmaximierung vorzuschlagen.

Methoden:

• Multidimensionale nichtlineare Regressionsanalyse
  

• Online-Befragungen

• Cluster-Analyse

• Faktor-Analyse
  

Projekt D:

Optimierung des Artikel-Sortiments eines  Online-Shops anhand der Analyse historischer Bestell-Daten

Kurzbeschreibung:

Mit Hilfe von Methoden der explorativen Daten-Analyse und Data-Mining wird das Kaufverhalten der Shop-Kunden analysiert, Kundenprofile erstellt, die Shop-Artikel bezüglich erfolgsrelevanter Kriterien bewertet (Rating und Ranking u.a. bezüglich Umsatz, Marge, usw.), Topseller und Komplementär-Artikel identifiziert usw. Ziel: Optimale Zusammensetzung des Shop-Sortiments auf das Einkaufverhalten der Shop-Kunden.

Methoden:

• explorative Datenanalyse
  

• Data-Mining

• Faktor-Analyse

• Cluster-Analyse
  

• Deskriptive Statistik
  

• Korrelations- und Zusammenhangs-Analyse
  

• Varianz-Kovarianz-Analyse