Â
Ich habe bereits darĂŒber berichtet, dass wir im Jahre 2017 mit Rapidminer bei einer Bergbahn eine Software im Einsatz hatten, wo wir mit neuronalen Netzen die GĂ€stezutritte prognostizieren konnten. Zu einer Zeit, wo wir niemals hĂ€tten glauben können, was heute KI wie ChatGPT leisten kann. Wir hatten neben dem Modell mit neuronalen Netzen innerhalb von Rapidminer auch noch ein Modell mit einer Regressions-Analyse im Einsatz.
Bevor wir jedoch Rapidminer mit den aktuellen Daten wie Wetter, Pistenzustand, Temperaturen, etc. gefĂŒttert haben, liessen wir unsere Bergbahnmitarbeiter aufgrund Ihrer jahrelanger Erfahrung und aufgrund Ihres BaugefĂŒhls eine Prognose erstellen.
Eine Regressionsanalyse und neuronale Netze â traten gegen die intuitiven Vorhersagen der Bergbahn-Mitarbeiter an. Es war wirklich ein freundschaftlicher Wettbewerb zwischen Datenanalysemethoden und menschlicher Intuition! Mit einem wichtigen Resultat! Viele beschĂ€ftigten sich plötzlich freudig und freundschaftlich mit dem wichtigsten Treiber einer Bergbahn: dem GĂ€stezutritt! Adaptierten Ihre Setups in Gastronomie, Bahn und auf den Pisten plötzlich flexibel und studierten die ZusammenhĂ€nge!
Es wurde zu einer aufregenden Herausforderung, besonders an Spitzentagen, wer mit seiner Prognose der tatsĂ€chlichen GĂ€stezahl am nĂ€chsten kam. Dieser freundschaftliche Wettstreit sorgte fĂŒr Spannung und SpaĂ im Team.
Bei geringem GĂ€steaufkommen fĂŒhrte meist die Regressionsanalyse. Bei mittlerem Andrang lagen oft die EinschĂ€tzungen der Bergbahn-Mitarbeiter vorn. An Spitzentagen jedoch zeigte das neuronale Netz seine StĂ€rken, besonders nach langen Schlechtwetterperioden gefolgt von sonnigen Tagen. Dies zeigt mir immer wieder, wie schwierig es fĂŒr Menschen sein kann, sich mental von anhaltend schlechtem zu plötzlich gutem Wetter umzustellen, im Gegensatz zur FlexibilitĂ€t des neuronalen Netzes.
Ich finde ein gutes Bespiel, dass KI auf eine gute Art und Weise sinnvoll in die GeschÀftsablÀufe eingebettet werden kann.
Herzlichst, Roman Kalberer
