Prädiktive Analytik bezeichnet Verfahren, die aus vorhandenen Daten begründete Vorhersagen über die Zukunft ableiten. Statt nur zu berichten, was passiert ist, versuchen sie abzuschätzen, was als Nächstes passieren wird — und mit welcher Wahrscheinlichkeit. Der englische Begriff dafür ist Predictive Analytics.

Beispiele aus dem Alltag

Ein alltägliches Beispiel ist der Online-Shop, der erkennt, welche Kunden wahrscheinlich abspringen. Aus dem bisherigen Verhalten — wie oft jemand kauft, wie lange er schon nicht mehr da war — schätzt das System das Risiko und schlägt vor, diesen Kunden gezielt anzusprechen, bevor er ganz weg ist. Auch die Wettervorhersage oder die Schätzung, wie viele Brötchen eine Bäckerei am Samstag braucht, folgen demselben Prinzip.

Grundlage und Grenzen

Die Grundlage sind Muster aus der Vergangenheit. Wenn sich bestimmte Situationen früher oft auf eine bestimmte Weise entwickelt haben, ist es wahrscheinlich, dass es beim nächsten Mal ähnlich läuft. Moderne Verfahren nutzen dafür maschinelles Lernen, doch schon einfache Statistik kann brauchbare Prognosen liefern.

Wichtig ist der ehrliche Umgang mit dem Ergebnis: Eine Vorhersage ist eine Wahrscheinlichkeit, keine Gewissheit. Sie stützt eine Entscheidung, ersetzt sie aber nicht. Und sie ist nur so gut wie die Daten, auf denen sie beruht — bei lückenhaften oder verzerrten Daten geht auch die beste Prognose daneben.