Die KPI-basierte Entscheidungsunterstützungs-Software Qualicision optimiert die Verkehrsflusssteuerung, die Führung elektrischer Netze sowie die betrieblichen Abläufe in Bus- und Tramdepots. Grundlage ist die wertschöpfende Geschäftsprozessdatenanalyse durch selbstlernende Aufbereitung von historisierten Daten mit der Software Deep Qualicision KI.
Die Qualicision-Technologie steht für qualifizierte Entscheidungsunterstützung in der Optimierung von Geschäftsprozessen. Heute nutzen viele Unternehmen Entscheidungssoftware, um betriebswirtschaftliche Ziele wie kurze Durchlaufzeiten, eine gleichmäßige Auslastung von Ressourcen oder eine hohe Termintreue zu optimieren, die als Wirtschaftlichkeitskennzahlen in den Unternehmen geführt werden. Mithilfe geeigneter KI-Methoden erkennt die zugehörige Software automatisiert Wechselwirkungen zwischen diesen Leistungskennzahlen und balanciert Zielkonflikte unter Beachtung einstellbarer Optimierungsprioritäten in Realzeit aus.
Auf diese Weise entsteht eine Entscheidungsunterstützung, die aus der Kombination von Prozessdaten und Prozesswissen Geschäftsziele optimiert. Da Qualicision generell kontextoffen Leistungskennzahlen einbeziehen kann, lassen sich Nachhaltigkeitskennzahlen als Optimierungsziele zu den Wirtschaftlichkeitskennzahlen gleichberechtigt hinzuziehen direkt verknüpfen und in Optimierungsstrategien der Unternehmen integrieren.
Die Auswertung von Datenströmen in Geschäftsprozessen als Bestandteil des Frameworks der Deep Qualicision KI bereitet rohe Geschäftsprozessdaten für Prozessverantwortliche in verständlicher Form auf. Dies geschieht, indem in den Geschäftsprozessen direkt messbare Daten mit KPIs qualitativ bewertet und Zusammenhänge auf diesen Daten gelernt werden. So werden Geschäftsprozessdaten mittels KPIs (Key Perfomance Indicator) laufend qualitativ gekennzeichnet (KI-Begriff "gelabelt") und für den Einsatz weiterer KI-Methoden aufbereitet.
Der Start in die Anwendung von KI-Methoden auch für kleine und mittlere Unternehmen ist damit denkbar einfach. Die KPI-Zusammenhangsanalyse hilft selbstlernend, die Geschäftsprozessdaten so einzuordnen, dass aus rohen Daten Zusammenhänge gelernt werden, die die weitere für den Menschen verständliche Nutzung der Daten im Sinne einer Explainable AI ermöglichen und mit interpretierbaren KPI-Labels eine Geschäftsprozessdatenoptimierung selbst einleiten und wertschöpfend sowie ressourcenschonend und nachhaltig steuern können.
KPI-basierte Optimierung bei der Verkehrsflusssteuerung, Führung von elektrischen Netzen und in Bus- und Tramdepots mit der KI-Software Qualicision sowie wertschöpfende Geschäftsprozessdatenanalyse durch selbstlernende Aufbereitung von historisierten Daten mit der Software Deep Qualicision KI.
