Artikel mit dem Tag "Monte Carlo"



Der Naive Bayes Klassifikator – Eine Einführung in Machine Learning mit MC FLO
07. August 2023
Im Gegensatz zu klassischen Regressionsmodellen, welche Grenzen im Datenraum ziehen und somit zu den diskriminierenden Modellen gezählt werden, verstehen sich generative Modelle – wie der Naive Bayes Klassifikator und ChatGPT – als solche, welche Daten mittels Verteilungen zusammenfassen und somit in der Lage sind neue Daten zu simulieren.

Risiko ist nicht gleich Unsicherheit – die (Un-)Grenzen der Monte-Carlo Simulation
12. März 2023
Bei Prozessen und Daten welche sich nur zögerlich verändern oder gar über den Zeitablauf ein immer gleiches Muster aufweisen, sind klassische Instrumente wie Regressionen ein Segen. In Fällen, in denen weder Wahrscheinlichkeiten noch alle Umweltzustände in ein Modell aufgenommen werden können, scheitern diese jedoch, weil sie das Momentum – den Thanksgiving-Day oder auch den Schwarzen Schwan – nicht antizipieren können.

Integrierte Planung – der Einschluss des «Risikoregisters»
21. November 2022
Das Ziel einer modernen Unternehmensplanung sollte sein, die Daten des Risikoregisters in die Planung zu überführen und ein Gesamtbild zu erstellen, aus dem Massnahmen ableitbar sind, die den Fortbestand des Unternehmens sichern.

Stochastische Investitionsplanung
08. März 2022
Die stochastische Investitionsplanung formalisiert die Diskrepanz zwischen der ordentlichen und der ökonomischen Nutzungsdauer von Anlagen und schafft unter Beizug einer Monte-Carlo Simulation Transparenz über mögliche und anzustrebende Investitionsplanwerte.

In defense of risk heat maps - a quantitative interpretation
05. Juli 2021
The "raison d'être" of a comprehensive quantitative analysis using the Monte Carlo approach is an objectively justifiable recommendation for a decision, taking into account uncertainty. For those decision driven people, which still have to use "heat maps" to communicate threats, MC FLO offers an equivalent instrument - the conditional risk matrix.

Risikomatrix – neuer Wein in alten Schläuchen: das Zusammenspiel mit der Unternehmensplanung
05. Juli 2021
Ziel einer umfassenden quantitativen Analyse mittels Monte-Carlo Simulation ist eine objektiv begründbare Entscheidungsempfehlung unter Berücksichtigung von Unsicherheit, etwa bei den Absatzmengen oder Anzahl Cyberangriffe, welches ein Unternehmen ausgesetzt ist. Für diejenigen Personen, die eine quantitative Analyse schätzen, die Resultate davon aber in einer Risikomatrix abzubilden haben, stehen in MC FLO nun die geeigneten Instrumente bereit.

Entscheidungen unter Unsicherheit = Risiko?
24. Mai 2021
Falls Sie nicht allein an Mittelwerten interessiert sind und / oder Abhängigkeiten zu berücksichtigen sind, dann sind Monte-Carlo Simulationen nicht nur geboten, sondern gar erforderlich, um eine datenbasierte Entscheidung herbeizuführen. Dargestellt an einem Modell eines potentiellen Cyberangriffes.

Probabilistisch oder deterministisch?
08. Februar 2021
Der Beizug einer Monte-Carlo Simulation in Kombination mit Korrelationen zeugt von einem tiefen Verständnis des eigenen Geschäftsmodells. Wer es schafft dies sinnvoll einzubauen, legt glaubhaft dar, dass es die eigenen Prozesse, die Interaktion mit der Umwelt (Regulierung, Konkurrenz, Lieferanten, etc.) versteht und somit sein Unternehmen "im Griff" hat. Wir sind überzeugt, dass die probabilistische Modellbildung die einzig richtige Antwort auf eine durch VUCA geprägte Welt ist.

Der Fluch der Aggregation: Die Multiplikation mit unsicheren Variablen
23. Januar 2021
Wenn die Kosten einer Impfung pro Person gleichverteilt zwischen 20 Euro (Minimum, bester Fall) und 40 Euro (Maximum, schlechtester Fall) betragen, wie hoch werden die Impfkosten für 10 Mio. Menschen im besten und im schlechtesten Fall sein? Genau: In beiden Fällen werden aufgrund des zentralen Grenzwertsatzes die Gesamtkosten sehr nah beim Erwartungswert von 300 Mio. Euro liegen.

DIP (Decision Information Package) - Mit Simulationen kommunizieren
21. Dezember 2020
DIP stellt die Konsistenz der Daten sicher, auch bei vorhandenen Korrelationen und ermöglicht die einheitenübergreifende Koordination von unsicheren Sachverhalten. Die Simulationsresultate von MC FLO können selbstverständlich in die Cloud und somit in andere Planungssuiten übertragen werden.

Mehr anzeigen