Inmitten der heutigen Krisen ist es schwierig, den Rohstoffmarkt zu überblicken. Für die Bayerischen Staatsforsten (BaySF) ist es wichtig, Fluktuationen auf dem komplexen Holzmarkt zu verstehen. Ziel ist es, Preisentwicklungen im Voraus zu erkennen. Ein ML-Algorithmus (Machine Learning) hilft dabei, externe Einflüsse wie klimatisch bedingte Schadereignisse zu berücksichtigen. Dies führte zu überwiegend positiven Ergebnissen. Im Vortag thematisieren wir Herausforderungen und Chancen. 

Zielpublikum: Datenanalysten und Data Scientists, Entscheidungsträger, Business-Analysten, Projektmanager
Voraussetzungen: Keine
Schwierigkeitsgrad: Basic

Extended Abstract:
Den Markt für verschiedene Rohstoffe zu überblicken, gestaltet sich durch verschiedene Krisen unserer Zeit als schwierig. Klimawandel und dadurch ausgelöste Schadereignisse wie hohe Borkenkäferanfälle, Kriege und andere Einflüsse wirken sich auf den Markt aus. Für unseren Kunden, die Bayerischen Staatsforsten AöR (BaySF), ist es von wirtschaftlichem Interesse, diese Fluktuationen auf dem Holzmarkt zu verstehen. Zu den Aufgaben der BaySF zählen neben der Pflege und Bewirtschaftung des bayerischen Staatswaldes unter anderem auch der Verkauf des geernteten Holzes. Der Preis für dieses Holz steht im Fokus unserer Arbeit. Ziel ist es, drei Monate vorherzusagen, ob der Preis eine steigende oder fallende Tendenz haben wird. Mit diesem Wissen erlangen die BaySF einen strategischen Vorteil, um einen adäquaten Preis zu erzielen. Eine Glaskugel, mit der wir in die Zukunft schauen könnten, haben wir nicht. Aber wir können eine solche prediktorische „Kugel“ annähernd erstellen. Wir nutzen dazu einen bewährten ML-Algorithmus (Machine Learning), der Daten aus der Vergangenheit nutzt und damit Regeln für die Vorhersagen bildet. Das funktioniert gut für Daten, die geringen Schwankungen unterliegen, wie periodische Vorgänge. Ein weiterer wesentlicher Aspekt der Aufgabe bestand darin, externe Einflüsse in die Vorhersagen einzubeziehen, die nicht offensichtlich sind, beispielsweise einen Energiekonflikt, der sich sukzessive auf den Holzpreis auswirkt. Dies produzierte überwiegend positive Ergebnisse, aber auch welche mit Diskussionsbedarf. Im Vortrag fokussieren wir – Julia Kemmerer (BaySF) und Sandra Heckmann (Syncwork) – uns auf Beispiele von Herausforderungen und Chancen.