Definition Was ist Amazon Forecast?

Autor / Redakteur: Dipl.-Ing. (FH) Stefan Luber / Nico Litzel

Amazon Forecast ist ein voll verwalteter, im Rahmen der Amazon Web Services (AWS) erbrachter Service zur Erstellung von Vorhersagen aus Zeitreihendaten. Der Service verwendet Künstliche Intelligenz (KI) und Machine Learning (ML), benötigt aber kein tieferes KI- und ML-Know-how des Anwenders. Die Abrechnung des Services erfolgt nutzungsbasiert.

Firmen zum Thema

(Bild: © aga7ta - stock.adobe.com)

Amazon Forecast ist der Name eines voll gemanagten Services von Amazon zur Erstellung von Zeitreihenprognosen. Er wird im Rahmen der Amazon Web Services erbracht und basiert auf der gleichen Technologie, die das Verkaufsportal amazon.com seit Jahren verwendet. Um aus den vom Anwender bereitgestellten historischen Zeitreihendaten die Vorhersagen abzuleiten, kommen Verfahren und Methoden der Künstlichen Intelligenz und des maschinellen Lernens zum Einsatz. Machine-Learning-Modelle werden mit den Daten trainiert und generieren anschließend die Prognosen. Der Anwender benötigt keine tieferen Kenntnisse aus dem Bereich des Machine Learnings. Für das Bereitstellen, Trainieren und Verwenden der Machine-Learning-Modelle sind keine eigenen Server oder sonstige IT-Ressourcen notwendig. Die komplette Infrastruktur stellt Amazon und verwaltet diese.

Als Datengrundlage für die Prognosen lassen sich neben den Zeitreihendaten zusätzliche Informationen wie Metadaten einsetzen. Das Pricing für Amazon Forecast ist nutzungsbasiert. Es fallen weder Einmalkosten noch Mindestgebühren oder Vorauszahlungen für die Nutzung des Services an. Die entstehenden Kosten sind abhängig von der Anzahl generierter Vorhersagen, von der Menge der Daten in Gigabyte, die für das Training des Machine-Learning-Modells eingesetzt werden und von der Anzahl der Stunden für das Modell-Training.

Die prinzipielle Funktionsweise von Amazon Forecast

Eine Zeitreihenprognose leitet aus historischen Daten Vorhersagen für die Zukunft ab. Die hierfür eingesetzten Zeitreihendaten sind Daten mit einem zeitlichen Bezug. Die Daten sind beispielsweise mit Zeitstempeln des Erhebungszeitpunkts versehen. Amazon Forecast ist in der Lage, aus historischen Zeitreihendaten Prognosen zu erstellen. Die Zeitreihendaten lassen sich mit weiteren Daten wie Metadaten ergänzen. Amazon Forecast beherrscht automatische Füllmethoden, um fehlende Werte in den Ausgangsdaten zu ergänzen. Zum Erstellen von Prognosen lässt sich die AWS Konsole oder die Amazon Forecast API verwenden. Unabhängig vom Einstiegspunkt sind immer diese drei Schritte zur Generierung von Prognosen zu durchlaufen:

  • 1. Schritt: Importieren der Daten
  • 2. Schritt: Schulung des Machine-Learning-Modells, auch als Predictor bezeichnet, mit den importierten Daten
  • 3. Schritt: Generieren der Prognosen und gegebenenfalls Visualisierung der Vorhersagen in der Konsole

Für das Trainieren des Predictors stehen dem Anwender zahlreiche vordefinierte Algorithmen zur manuellen Auswahl zur Verfügung. Darüber hinaus besteht die Möglichkeit, mithilfe von AutoML Amazon automatisch den am besten geeigneten Algorithmus auswählen zu lassen. In diesem Fall sind die Auswahl der passenden Algorithmen, die Optimierung der Hyperparameter sowie die iterative Modellierung und die Bewertung des Modells automatisiert. Die vom Predictor erstellten Vorhersagen liefert Amazon Forecast über eine API, visualisiert sie in der AWS Konsole oder exportiert sie im CSV-Format. Amazon Forecast stellt zudem Informationen über die erwartete Genauigkeit des Vorhersagemodells zur Verfügung.

Die verschiedenen Anwendungsmöglichkeiten von Amazon Forecast

Den Anwendungsmöglichkeiten der Zeitreihenprognosen mit Amazon Forecast sind kaum Grenzen gesetzt. Prinzipiell lassen sich aus Zeitreihendaten jeglicher Art Vorhersagen ableiten. Typische Anwendungsbereiche sind Verkaufsprognosen im Online-Handel oder im stationären Handel, Vorhersagen im Finanzwesen, im produzierenden Gewerbe, im IT-Bereich beispielsweise Vorhersagen von Web Traffic oder Ressourcenbedarf, in der Logistik und im Gesundheitswesen. Handelsunternehmen können mithilfe von Amazon Forecast zu erwartende Verkäufe vorhersagen und ihre Warenbestände entsprechend pflegen. Die Finanzen eines Unternehmens werden besser planbar, indem Vorhersagen über Ausgaben, Einnahmen und erzielbare Geldzuflüsse erstellt werden. Ein weiterer sinnvoller Anwendungsbereich ist die Ressourcenplanung. Der zukünftige Bedarf an Produktionsmitteln, Personal, IT-Kapazitäten oder Rohstoffen lässt sich anhand der Analyse historischer Daten und den daraus abgeleiteten Prognosen planen.

Die Vorteile von Amazon Forecast

Die Vorteile von Amazon Forecast sind unter anderem:

  • voll verwalteter Service – keine eigene IT-Infrastruktur notwendig
  • kein tieferes Machine-Learning-Know-how für die Nutzung des Services notwendig – voll automatisiertes Machine Learning
  • viele vordefinierte Machine-Learning-Algorithmen verfügbar
  • durch den jahrelangen Einsatz für amazon.com bewährtes Machine-Learning- und Prognose-Modell
  • nutzungsbasiertes Pricing – keine Einmalkosten, Mindestgebühren oder Vorauszahlungen
  • präzise Prognosen mit hoher Vorhersagegenauigkeit
  • Verarbeitung großer Mengen historischer Daten in kurzer Zeit
  • nahezu beliebige Zeitreihendaten nutzbar
  • Integration in Unternehmensanwendungen wie Oracle oder SAP möglich
  • vielfältige Anwendungsmöglichkeiten
  • Schutz der analysierten Daten durch Verschlüsselung
  • Zugriff auf Amazon Forecast über AWS Identity and Access Management (IAM) steuerbar
  • Visualisierung der Vorhersagen möglich

(ID:47461687)

Über den Autor