Prognose- und Analyse-KI auf Ihren Unternehmensdaten
UNID AI Predict: Prognosen und Analysen direkt aus Ihren Unternehmensdaten
UNID AI Predict verbindet einen KI-Assistenten mit den Tabellen eines Unternehmens (Kunden, Verträge, Rechnungen, Buchungen). Der Assistent schreibt Abfragen, prüft Daten auf Auffälligkeiten und liefert Prognosen aus einem relationalen Foundation Model. Die Zahlen stammen immer aus Daten und Modellen, nie aus dem Sprachmodell. Auf Wunsch läuft alles auf der Infrastruktur des Kunden.
Zuletzt aktualisiert:
Animierte Beispielansicht: Eine Arbeitsliste zeigt Verträge mit dem höchsten Storno-Risiko für die nächsten 90 Tage, sortiert nach Prämie in Gefahr. Ein Klick auf einen Vertrag zeigt die Gründe aus den Daten und die nächsten passenden Produkte. Ein Rückvergleich zeigt, wie der Versicherer die Prognose selbst überprüft.
Animierte Beispielansicht: Ein Controller fragt den KI-Assistenten nach den Top-5-Kunden, die Abfrage wird angezeigt. Danach prüft der Assistent Rechnungen auf Umsatzsteuerfehler und führt zu jeder Auffälligkeit die Buchungszeile vor. Zum Schluss liefert ein Prognosemodell eine Liste abwanderungsgefährdeter Kunden, mit lokalem Sprachmodell.
Drei Fähigkeiten
Fragen in Alltagssprache
Der Assistent übersetzt Ihre Frage in eine Datenbankabfrage, führt sie aus und zeigt sie an. Sie sehen, woher jede Zahl kommt.
Prüfen
Regeln und Auffälligkeitssuche, zum Beispiel falsche Steuersätze, Dubletten oder fehlende Angaben, jeweils mit den Belegzeilen.
Vorhersagen
Ranglisten wie „wer kündigt wahrscheinlich“ oder „wer kauft was als Nächstes“, mit Begründung aus den Daten.
Erklärt
Was ist ein relationales Foundation Model?
Ein relationales Foundation Model ist ein KI-Modell, das auf vielen verknüpften Tabellen vortrainiert wurde und Prognosen direkt aus Ihrer Datenbankstruktur liefert: Kunden, Verträge, Rechnungen und ihre Beziehungen. Statt monatelang Merkmale von Hand zu bauen, beschreiben Sie, was vorhergesagt werden soll. Ein bekanntes Beispiel ist KumoRFM, das in einer wissenschaftlichen Veröffentlichung beschrieben ist.
So prüfen Sie die Prognose selbst
Verdeckter Stichtag
Sie geben uns Daten bis zu einem Stichtag. Was danach passiert ist (wer gekündigt hat), behalten Sie.
Rangliste
Wir liefern eine Rangliste für die Zeit nach dem Stichtag, ohne die Ergebnisse zu kennen.
Ihr Vergleich
Sie vergleichen selbst: unsere Liste gegen die Wirklichkeit und gegen Ihr bestehendes Modell oder eine einfache Regel.
Vereinbartes Kriterium
Vorab festgelegt wird, ab welchem Ergebnis sich ein Pilot lohnt.
Wichtig: Ein Rückvergleich zeigt, wie gut die Rangliste ist, nicht wie viel Sie sparen. Einsparungen zeigt erst ein Pilot mit Kontrollgruppe.
Betrieb
| Betriebsart | Wo die Daten liegen | Sprachmodell |
|---|---|---|
| Auf Ihrer Infrastruktur | In Ihrem Rechenzentrum, auf Wunsch ohne Verbindung nach außen | Lokales Modell |
| Auf einem dedizierten Server | Auf einem für Sie betriebenen Server | Lokal oder Cloud, nach Vereinbarung |
| Mit Cloud-Modellen | Daten bleiben in Ihrer Datenbank; nur Abfrageergebnisse gehen an das Modell | Cloud-Modell mit Auftragsverarbeitung |
Anwendungsfälle
Storno-Frühwarnung für Versicherer
Jede Woche eine Rangliste der Verträge mit dem höchsten Kündigungsrisiko, gewichtet nach Prämie in Gefahr, mit Gründen und dem nächsten passenden Produkt.
Mehr erfahren →Finanzen & ControllingKI-Assistent für Finanzdaten
Fragen an Buchhaltung und Verkaufsdaten in Alltagssprache, Umsatzsteuer- und Auffälligkeitsprüfung mit Belegzeilen und Prognosen wie Kundenabwanderung.
Mehr erfahren →Predict im Vergleich
| UNID AI Predict | Klassisches Data-Science-Projekt | BI-Dashboard | Chat-Assistent mit CSV-Upload | |
|---|---|---|---|---|
| Prognosen | aus verknüpften Tabellen | ja, nach Merkmalsbau | nein | unzuverlässig |
| Fragen in Alltagssprache | ja, Abfrage sichtbar | nein | eingeschränkt | ja, kleine Dateien |
| Herkunft jeder Zahl | Abfrage und Modell | Modell | Bericht | oft unklar |
| Zeit bis zum ersten Ergebnis | Wochen | Monate | Wochen | Minuten |
| On-premise möglich | ja | ja | je nach Produkt | meist nein |
Allgemeine Einordnung, kein Test einzelner Produkte.
Was es nicht kann
- Es braucht saubere Schlüssel und Zeitangaben in den Tabellen. Das prüfen wir am Anfang.
- Es trifft keine Entscheidungen über Personen und ist nicht für Preisgestaltung gedacht; Menschen entscheiden.
- Gegenüber einem gut abgestimmten bestehenden Modell kann der Vorsprung klein sein. Deshalb testen wir zuerst.
Governance
- Mensch entscheidet (Human in the Loop)
- Protokoll jeder Abfrage
- Nur Lesezugriff auf Ihre Daten
- Modellbeschreibung und Fairness-Auswertung
- Auftragsverarbeitung nach Art. 28 DSGVO oder vollständig on-premise
FAQ
Häufige Fragen
Was ist Predictive AI auf Unternehmensdaten?
Was unterscheidet ein relationales Foundation Model von einem Sprachmodell?
Brauchen wir ein Data-Science-Team?
Welche Daten brauchen Sie?
Verlassen die Daten unser Haus?
Wie erklären Sie eine einzelne Prognose?
Fällt das unter den EU AI Act?
Sehen Sie es mit Ihren eigenen Unterlagen.
In einem 30-minütigen Gespräch zeigen wir die Produkte live und klären, welcher Anwendungsfall bei Ihnen zuerst Sinn ergibt. Unverbindlich, auf Deutsch oder Englisch, in Wien oder online.
UNID AI · Leonard-Bernstein-Straße 10 · 1220 Wien · +43 660 476 30 89