Auswertung

  • Statistik und Analyse

  • Die gewonnen Daten analysieren wir einerseits anhand tradierter univariater, multivariater und inferenzstatistischer Methoden. Anderseits wenden wir neue Verfahren der Statistik, Netzwerkanalyse und Stochastik an und entwickeln selbst neue Algorithmen, um tiefer in Daten eindringen zu können. Damit entdecken wir häufig neue, überraschende und bisher unerkannte Zusammenhänge und Einflüsse, die mit herkömmlichen Methoden unerkannt geblieben wären.

Deskriptive Statistik: Beschreibe was Du siehst

 

 


Multivariate Statistik: Beziehungen und Kausalitäten entdecken

 

 


Netzwerkanalyse: Verbindungen zwischen Akteuren entdecken

 

 

 

 

Die Menschheit ist ein kompliziertes Netzwerk aus mehr als sieben Milliarden Individuen. Ist es möglich, dass in diesem Chaos mathematische Gesetze gelten? Gibt es Muster und Strukturen, die man beschreiben und interpretieren kann? Innerhalb der letzten Jahre fanden Mathematiker, Physiker und Computerwissenschaftler ähnliche Strukturen  in vielen verschiedenen Systemen: Hochspannleitungen,  Ökosysteme, Gehirne und Zellen, aber auch das Internet funktionieren nach den gleichen Gesetzmäßigkeiten. Viele dieser Netze sind kleine Welten (small worlds), mathematisch gesehen ist jeder mit jedem über sechs Schritte verbunden. Auch das menschliche Gehirn ist nach dem small-world-Prinzip aufgebaut und vernetzt. Es gibt viele starke Verbindungen zwischen nahe gelegenen Gehirnregionen und einige wenige Fernverbindungen. Vorteil von small-world-Strukturen sind die schnelle Übertragung von Signalen und sollte ein Knoten ausfallen, hat das keine katastrophalen Auswirkungen auf den Rest des Netzes.

Mit der Analyse netzartiger Strukturen beschäftigen sich u. a. die Mathematik (Netzwerk-Algorithmen), Informatik (Computernetze), Wirtschaft (Energienetze), Politik (politische Beziehungen), Biologie und Chemie (chemische Verbindungen). In Zeiten von Facebook und Twitter ist es auch im Bereich der Markt- und Meinungsforschung wichtig, die «Macht der Netze» zu verstehen, deren Potenziale zu beschreiben und zu nutzen. Alle Netze haben eine Gemeinsamkeit: sie können durch einen Graphen dargestellt und mit einfachen mathematischen Formeln berechnet werden. So ist es z. B. möglich, in einem Netzwerk diejenigen Akteure zu identifizieren, die stark mit anderen vernetzt sind und über die viele Verbindungen laufen, sogenannte Hubs oder Superknoten. Zum Erreichen des jeweiligen sozialen Umfeldes des Knotens genügt es, Informationen an den Hub zu senden.

Das in allen Netzwerkstrukturen gültige Potenzgesetz sagt, dass ein kleiner Input eine große Wirkung entfalten kann. In allen Netzwerken existieren so genannte kritische Zustände – wie eine Schneeflocke, die eine Lawine allein dadurch auslösen kann, dass sie auf ein Schneebrett fällt, dass sich in einem kritischen Zustand befindet. Diese Systematik gilt ebenso in Werbung und Marketing, in der Wahrnehmung neuer Produkte, in der Kundenzufriedenheit, in kulturellen Systemen oder in Wissensnetzwerken. Mit Hilfe moderner Analysetools können wir die Wirkungsweisen von Netzwerken visualisieren, berechnen, prognostizieren und letztlich verstehen.


Datenmodellierung: Muster in Big Data erkennen