Kern · Was vom Normalen abweicht, wie wahrscheinlich es ist und was es ändert
Foresight
Foresight liest, was geschehen ist, um vorwegzunehmen, was kommt: was vom Normalen abweicht, wie wahrscheinlich es ist, was es treffen würde und welche Entscheidung es ändert.
Eine Engine, die Ausfälle, Engpässe und Verfügbarkeit auf Basis der Ontologiedaten prognostiziert und simuliert, was passiert, wenn sich ein Budget, ein Vertrag oder eine Kapazität ändert.
Zu messen, was passiert ist, reicht für Entscheidungen nicht. Wer eine Flotte, ein Netz oder ein Portfolio führt, muss wissen, was passieren wird und welcher Hebel es ändert, bevor das Budget gebunden wird.
Die Engine nutzt die Historie jedes Assets —Nutzung, Ausfälle, Reparaturen, Ersatzteile, Verträge—, um zu prognostizieren, welches Teilsystem ausfällt, welcher Bestand knapp wird und wie viel Verfügbarkeit es geben wird. Die Simulation verändert jeweils eine Variable und zeigt die Wirkung im Zeitverlauf, mit sichtbaren Annahmen.
Heute speist sie Bastion, einschließlich Fleet Control, und dieselbe Methode dient einem Bergbauunternehmen, einem Versorger oder einer Polizei. In Focus prognostiziert sie zudem die Kriminalität jeder Gemeinde für die nächsten fünf Jahre.
Was es liefert
- Ausfallprognose je Teilsystem
- Engpass und Meldebestand
- Prognostizierte Verfügbarkeit
- Entscheidungssimulation mit sichtbaren Annahmen
Was sich ändert, bevor es Schlagzeilen macht
Weak Signals
Jede Gemeinde, jedes Thema und jeder Akteur hat seinen normalen Rhythmus. Weak Signals meldet, wenn etwas davon abweicht, bevor es Schlagzeilen macht.
Ein Anstieg der Kriminalität in einer Gemeinde, mehr Presseberichte über ein Unternehmen, ein wiederkehrender Protest: Jede Tatsache für sich wirkt wie Rauschen, und niemand schlägt Alarm.
Weak Signals vergleicht die letzte Woche mit den acht Wochen davor, nach Gemeinde, Ereignistyp und Akteur, und misst, wie stark sie vom Erwarteten abweicht. In jeder Gemeinde vergleicht es zudem den aktuellen Wert mit der eigenen Geschichte und mit dem Vorjahr. Es zählen nur Ereignisse mit ausreichender Glaubwürdigkeit, und eine Auswertung mit kurzer Historie wird als vorläufig markiert.
Jedes Signal kommt mit Schweregrad, Berechnung und Quellen im Blick. Der Vorteil liegt nicht darin, mehr Daten zu sehen, sondern früher.
Was es liefert
- Letzte Woche gegen die acht davor
- Nach Gemeinde, Ereignistyp und Akteur
- Anomalien gegenüber der eigenen Geschichte jeder Gemeinde
- Nur Ereignisse mit ausreichender Glaubwürdigkeit
- Schweregrad, Berechnung und Quelle bei jedem Signal
Wie wahrscheinlich es ist und was es treffen würde
Exposure
Für jede Gemeinde, Institution, jedes Unternehmen oder Asset berechnet Exposure, wie wahrscheinlich in den nächsten sieben Tagen etwas eintritt und was dann exponiert wäre.
Zu wissen, dass ein Risiko besteht, reicht nicht, um Prioritäten zu setzen. Entscheider fragen etwas anderes: Wie wahrscheinlich ist es diese Woche, und wie viel von dem, was uns gehört — Menschen, Assets, Geld, Verträge —, steht auf dem Spiel?
Auf Basis der Ereignisse in der Ontologie berechnet Exposure nach Gemeinde, Thema und Akteur die Wahrscheinlichkeit mindestens eines Ereignisses in den nächsten sieben Tagen. Für jedes Subjekt bündelt es die Exponierung — Bevölkerung, Assets, Beträge und Verträge —, die möglichen Risiken mit ihrer Wahrscheinlichkeit und die Wirkungskette. Basis-, Negativ- und Extremszenario werden auf diesen Daten verfasst, ohne Zahlen hinzuzufügen.
Jede Organisation legt fest, was sie beobachtet — eine Entität oder ihre Steuernummer, eine Gemeinde, ein Thema — und erhält eine Meldung, wenn ein Alarm auftaucht, ein Trend steigt oder ein Ereignis das Beobachtete berührt.
Was es liefert
- Wahrscheinlichkeit mindestens eines Ereignisses in 7 Tagen
- Exponierung: Bevölkerung, Assets, Beträge und Verträge
- Mögliche Risiken und Wirkungskette
- Basis-, Negativ- und Extremszenario auf Ontologiedaten
- Beobachtungen pro Organisation, mit Meldung
Möchten Sie es mit Ihren eigenen Daten sehen?
Wir zeigen Ihnen Serendyp für Ihr Land, Ihre Branche und Ihre Risiken.