Amazon Forecast

Max-Ludwig Stadler

4. Dezember 2019

Was ist Amazon Forecast?

Bestimmte Ereignisse präzise und bedarfsgerecht vorhersagen zu können ist eine Fähigkeit, die für die internen und externen Abläufe und Prozesse vieler Unternehmen von großer Bedeutung ist. Aus diesem Grund stellt Amazon seit Ende 2018 einen vollständig verwalteten Service namens Forecast bereit, der Künstliche Intelligenz und Machine Learning einsetzt, um möglichst genaue Vorhersagen treffen zu können.

Machine Learning

Machine Learning, also „Maschinelles Lernen“, ist ein Teilbereich der Künstlichen Intelligenz, der darauf abzielt, IT-Systeme mithilfe von Algorithmen in die Lage zu versetzen, eigenständig Lösungen für Probleme zu finden. Dabei „lernen“ diese Machine-Learning-Modelle aus historischen Daten. Obwohl Prognosen so ziemlich der häufigste Verwendungszweck für Machine Learning sind, erfordert ihre Entwicklung gewisse Fähigkeiten.

Webinar: Maschinelles Lernen in der Praxis

In diesem Webinar gebe ich Ihnen einen Überblick zum Thema maschinelles Lernen.

Jetzt anmelden

Amazon Web Services

Amazon hat bereits einige Modelle zur Prognoserechnung für eigene Zwecke erstellt – schließlich muss das Unternehmen täglich die Nachfrage nach mehreren hundert Millionen Produkten vorausberechnen. Diese Modelle verwandelte das Unternehmen nun in ein Produkt, das auch andere Betriebe nutzen können, um Prognosen für nahezu jeden Bereich zu erstellen. Dazu gehören zum Beispiel Produktnachfrage und Verkauf, infrastrukturelle Anforderungen, Energiebedarfe und personelle Planung.
Forecast stellt mit AWS (Amazon Web Services) die notwendige Cloud-Infrastruktur zur Verfügung, verarbeitet Daten und erstellt spezifische KI-Modelle. Um Amazon Forecast zu verwenden, sind seitens der Entwickler keinerlei Vorkenntnisse zu Machine Learning notwendig.

Wie funktioniert Amazon Forecast?

Die API (Application-Programming-Interface = Programmierschnittstelle) oder eine Konsole ermöglicht auch ungeschulten Nutzern, in weniger als 5 Klicks und innerhalb weniger Stunden ein auf die jeweilige Situation zugeschnittenes Machine-Learning-Modell zu erstellen, mit der eine Präzision der Prognosen erreicht wird, die sonst monatelange Arbeit in Anspruch genommen hätte. Laut Amazon sollen diese Prognosen zudem bis zu 50 % genauer sein, als die mit herkömmlichen Methoden generierten Vorhersagen.

Für diese Genauigkeit gebe es zwei Gründe: Zum einen rechnet Forecast sehr große Mengen historischer Daten in die Prognose mit ein, um für die Zukunft möglicherweise bedeutende Indikatoren aus der Vergangenheit berücksichtigen zu können. Zum anderen bezieht sich das System auch auf verwandte aber unabhängige Daten, die einen wichtigen Kontext liefern können. So kann beispielsweise die Nachfrage nach einem T-Shirt mit einem bestimmten Muster je nach Jahreszeit und Filialstandort variieren.

Eigenschaften von Amazon Forecast

Es lässt sich also festhalten, dass Forecast Zusammenhänge zwischen Variablen wie Produkteigenschaften, Saisonalität und Standort ermittelt, komplexe Muster erkennt und so die Genauigkeit von Vorhersagen erhöht.

Dataset und Dataset-Gruppen

Entwickler können in Forecast ein oder mehrere Amazon-Datasets erstellen und für ihr Unternehmen relevante historische Daten darin importieren. Dazu muss u. a. angegeben werden, in welchem Intervall die Daten aufgezeichnet wurden sowie die verwendete Dataset-Domäne und den Dataset-Typ innerhalb der Domäne. Verwandte Datasets werden zu Dataset-Gruppen zusammengefügt, die aus jeweils drei Datasets verschiedener Typen bestehen.

Predictors

Die Datasets werden dazu verwendet, einen Predictor, also ein Amazon-Forecast-Modell, zu schulen, indem Forecast Genauigkeitsmetriken erstellt. Mithilfe dieser Metriken wird der Predictor ausgewertet und entschieden, ob er zum Generieren einer Prognose geeignet ist. Fällt diese Entscheidung positiv aus, kann der Entwickler den Predictor nutzen, um auf Basis der eingeführten Zeitreihendaten Prognosen zu erstellen.

Prognosen

Mit der Operation „CreateForecast“ wird nach Erstellen eines Amazon-Forecast-Predictors eine Prognose generiert, indem Forecast ein Modell an dem gesamten Dataset schult. Durch diese Operation wird für jedes Item der Dataset-Gruppe, mit dem der Predictor geschult wurde, eine Vorhersage erstellt. Nach Generierung einer Prognose, kann diese entweder abgerufen oder in den Amazon Simple-Storage-Service-Bucket (Amazon S3-Bucket) exportiert werden.

Standardmäßig entspricht die Häufigkeit, mit der Prognosen erstellt werden, jener, die beim Erstellen des Datasets festgelegt wurde. Optional kann diese Häufigkeit auf ein größeres Intervall eingestellt werden, allerdings kein kleineres, als das des Datasets. Erfolgt die Datensammlung beispielsweise täglich, können Prognosen entweder auch täglich oder z. B. monatlich generiert werden, nicht aber stündlich.

Whitepaper: Prototyp im Bereich – Künstliche Intelligenz

Validieren Sie Ihren Use Case und lassen Sie von Experten einen Prototypen für Ihr individuelles Anwendungsszenario erstellen.

Jetzt anfordern

Whitepaper: Prototyp im Bereich – Künstliche Intelligenz

×

Beim Abrufen einer Prognose wird automatisch der gesamte Bereich derselben widergegeben. Er kann aber auch so eingeschränkt werden, dass dem Entwickler nur ein von ihm festgelegter Bereich ausgegeben wird. Das kann im Bereich Verkauf zum Beispiel bedeuten, dass eine Prognose standardmäßig alle Verkäufe anzeigt, der Entwickler aber auch die Möglichkeit hat, sich nur den Verkauf eines bestimmten Produktes anzeigen zu lassen.

Um eine Vorhersage abzurufen, müssen Filter angegeben werden, die aus einem Schlüssel-Wert-Paar bestehen. Dabei beschreibt der Schlüssel einen Schema-Attributnamen aus einem der Datasets, mit denen die Prognose generiert wurde. Der Wert ist ein gültiger Wert, den dieser Schlüssel annehmen kann. Die ausgegebene Prognose enthält dann nur Elemente, die die eingesetzten Filter erfüllen.

AutoML

Für die Schulung von Modellen stellt Amazon neben einigen vordefinierte Algorithmen auch die Option „AutoML“ bereit, mit der sich komplexe Machine-Learning-Aufgaben wie z. B. die Auswahl eines geeigneten Algorithmus oder iterative Modellierung und Modellbewertung automatisieren lassen. So können auch Entwickler ohne Kenntnisse in Machine Learning Predictors schulen, um Prognosen zu erstellen.

Welche Vorteile bietet Amazon Forecast?

Präzision ist für Unternehmen wirklich entscheidend, denn fällt eine Prognose zu hoch aus, investieren Unternehmen unter Umständen zu viel Geld in Produkte und Personal. Weist die Prognose im Gegensatz dazu zu niedrige Ergebnisse auf, investieren sie möglicherweise in bestimmten Bereichen nicht genug. Im Service könnte sich dies zum Beispiel negativ auf die Kundenzufriedenheit auswirken. Aus diesem Grund sind Unternehmen heute sehr darauf bedacht, möglichst akkurate Voraussagen zu treffen und verwenden dazu einfache Kalkulationstabellen bis hin zu komplexen Softwares zur Finanzplanung. Eine hohe Genauigkeit der Prognosen ist also sehr bedeutend und Forecast bietet hier einen klaren Vorteil. Zudem bietet es auch die Möglichkeit, Prognosen für beliebige Zeitreihen mit unterschiedlichen Granularitäten zu generieren und grafisch darzustellen. Zuletzt lässt sich Amazon Forecast auch ohne Erfahrungen mit Machine Learning nutzen.

Websession: Amazon Forecast

Haben Sie Fragen zum Thema Zeitreihenprognose und Amazon Forecast? Dann vereinbaren Sie eine kostenlose Websession mit uns. Ich freue mich auf den Austausch mit Ihnen.

Websession anfragen

Fazit

In der Zukunft liegende Ereignisse präzise vorausberechnen zu können, um Unternehmensprozesse entsprechend anzupassen, verschafft einem Unternehmen viele Vorteile. Hierunter fallen zum Beispiel eine effiziente Allokation von Ressourcen, um Verschwendung und schlechte Qualität zu vermeiden sowie verminderte Kosten. Amazon Forecast ist ein Prognose-Service, den Entwickler auch ohne Kenntnisse im Bereich Machine Learning bedienen können.

Haben Sie Fragen zum Thema Zeitreihenprognose und Amazon Forecast? Unser Team steht Ihnen gerne mit Rat und Tat zur Seite und für jegliche Fragen zur Verfügung. Kontaktieren Sie uns gerne für eine individuelle Beratung!