ISTARI ermöglichte es der OECD, wachstumsstarke Unternehmen vorherzusagen. Durch mit Web-Scraping gewonnene historische Webdaten und Zeitreihenanalysen wurde ein präziser Machine-Learning-Ansatz entwickelt, der fundierte wirtschaftliche Prognosen erlaubt.
Prognosen zu Unternehmenswachstum fehlte Präzision und Skalierbarkeit
Die OECD wollte identifizieren, welche Unternehmen ein hohes Wachstumspotenzial aufweisen. Klassische, manuelle Methoden erwiesen sich jedoch als zeitaufwendig, fehleranfällig und nicht skalierbar. Es mangelte zudem an historischen Daten, die für den Aufbau zuverlässiger Prognosemodelle notwendig gewesen wären. Ohne diese Grundlage blieben präzise Vorhersagen zu Wachstumsunternehmen schwer umsetzbar.
Training von Machine-Learning-Modellen mit archivierten Webdaten
ISTARI reicherte die von der OECD bereitgestellte Unternehmensliste mit historischen Webinhalten und Metadaten an, die per Web-Scraping gewonnen wurden. Diese enthalten Zeitstempel und inhaltliche Entwicklungen, die eine Zeitreihenanalyse ermöglichen. Darauf basierend entwickelte ISTARI mehrere Machine-Learning-Modelle, testete sie auf Genauigkeit und wählte die leistungsstärkste Variante aus.
Skalierbare Wachstumsprognosen durch datenbasierte Einblicke
Die OECD verfügt nun über ein zuverlässiges, KI-basiertes Modell zur Vorhersage wachstumsstarker Unternehmen. Das Modell wurde an die OECD übergeben und kann direkt für die Analyse eigener Unternehmensdaten genutzt werden. Die Kombination aus KI und historischen Webdaten ermöglicht fundierte wirtschaftliche Einschätzungen und reduziert gleichzeitig den manuellen Aufwand erheblich.
