Analytics bezeichnet den gesamten Prozess, Informationen aus Daten zu extrahieren, zu analysieren und basierend auf ihnen zu belastbaren Einsichten und Handlungsempfehlungen zu gelangen. Der Analytics-Prozess ist das grundlegende Fundament eines datengetriebenen Entscheidens und Wirtschaftens. Knapp könnte man ihn mit einer intelligenten Nutzung von Daten gleichsetzen.

Innerhalb des Analytics-Prozesses stellen statistische Methoden der Datenanalyse sowie Machine Learning Algorithmen die zentralen methodischen Komponenten dar. Die wichtigste allgemeine Komponente von Analytics ist jedoch der durchführende Mensch. Er muss Fragestellungen und Eingabedaten formulieren und in der Lage sein, den breiten Methodenkanon richtig anzuwenden sowie dessen Ergebnisse zu interpretieren, zu überprüfen und zielsicher zu verallgemeinern. Dieses grenzt Analytics von einem auf Daten basierenden Berichtswesen ab, in dem ausschließlich berichtet wird, aber der Schritt der intelligenten und strategischen Extraktion und Nutzung der Daten durch den Menschen fehlt.

Oft wird der Begriff "Big Data" synonym mit Analytics verwendet. "Big Data" bezeichnet aber lediglich eine infrastrukturelle Dimension. Sind die Datenmengen so gewaltig, dass ein großer Aufwand in die Technologie zur Nutzbarmachung der Datenmengen fließen muss, handelt es sich bei den in den Analytics-Prozess einbezogenen Daten um "Big Data".

Genauer stehen wir für die Entwicklung, die Anwendung und die Vermittlung statistischer Methoden zur Auswertung, Vermessung und Modellierung hochdimensionaler Daten und Zusammenhänge. Die Schlüsselworte in obiger Abbildung ziehen sich dabei durch alle unsere Lehrveranstaltungen und sind Ankerpunkte unserer Forschungen.

Forschungslücken schließen wir im Rahmen von Forschungsprojekten und Dissertationen: Wir vereinen innovative wissenschaftliche Forschung mit einem breiten Kanon an praxisnahen Anwendungen und Fragestellungen.