Contor-Trichter – Suchmaschine für strukturierte Datenbanken

0

Der Contor-Trichter ist eine Suchmaschine für strukturierte Datenbanken. Informationsbeschaffung ist heute im Zeitalter des Internet nicht mehr das Problem. Informationen jeder Art sind heute sehr schnell, kostengünstig oder sogar kostenlos und einfach aus den verschiedensten Quellen zu beziehen. Das Problem besteht heute in der Informationsverarbeitung und der Intransparenz der Informationsflut. Es stellt sich die Frage, wie der Nutzer oder der Anwender die für ihn wichtigen Informationen so aufbereitet erhält, daß er daraus sofort einen Nutzen bzw. Mehrwert ziehen kann, ohne die Flut der gelieferten Informationen zunächst sichten, filtern oder analysieren zu müssen. Dies gilt sowohl für innerbetriebliche Anwendungen und Lösungen als auch für Internetlösungen und dort noch viel mehr im Bereich mobiler Anwendungen oder Location Based Services. Der Contor-Trichter kann für etliche dieser Probleme eine Lösung bieten, denn er sichtet, filtert und analysiert die Informationen. Dem Nutzer stehen damit sofort die für ihn wichtigen Informationen zur Verfügung und er kann daraus unmittelbar Handlungsalternativen ableiten. Dabei ist der Contor-Trichter schnell, einfach und klar.

Grundlage Contor-Regio

Die Contor-Suchmachine entwickelte sich aus dem Standortanalysesystem Contor-Regio und überträgt die Suche nach den optimalen Standorten auf andere Bereiche strukturierter Datenbanken. Contor-Regio wurde mit der Absicht entwickelt, Transparenz in den Markt der Standorte zu bringen.

Die Contor berät seit vielen Jahren Unternehmen bei der Standortsuche in Deutschland und Europa, Städte bei der Analyse ihrer Standorte sowie Investoren bei der Immobilienanlage. Dabei entwickelte die Contor eine Methode zur Standortanalyse mittels multivariater statistischer Verfahren. Dieses Verfahren wurde und wird erfolgreich für die Standortsuche und Standortanalyse eingesetzt,  von  Hochschulen äußerst positiv bewertet und auch für Wirtschaftsanalysen  namhafter Zeitungen und Zeitschriften verwendet. Die Anwendung dieser Verfahren ist komplex, erklärungsbedürftig und erfordert einen hohen Zeitbedarf. Dies weckte den Ehrgeiz, ein System zu entwickeln, das zu gleichen oder sehr ähnlichen Ergebnissen führt und dabei jedoch schnell, einfach und klar ist. Dieses System wurde Contor-Regio genannt.

Das grundsätzliche Problem bei der Standortsuche für Unternehmen in Deutschland lautet: „Wie filtert man aus der Vielzahl von ca. 12.000 Städten und Gemeinden diejenigen heraus, die, gemessen an den individuellen multivariaten Standortanforderungen der Unternehmen, die besten Voraussetzungen für das Unternehmen bieten?“  Die Antwort liegt in einem Ranking oder Rating der ca. 12.000 Städte und Gemeinden. Dabei müssen multivariate Standortfaktoren berücksichtigt werden sowie eine sich möglicherweise von Fall zu Fall ändernde Auswahl und Gewichtung der Faktoren. Dies wurde durch den in Contor-Regio implementierten Algorithmus ermöglicht. Daß dieser zu besten Ergebnissen führt, zeigen unter anderem Studien mit der WHU, Otto-Beisheim School of Management in Vallendar oder auch das Testat der Zeitschrift Manager Magazin zu Contor-Regio „Dies ließ uns einen deutschen Investment Boom vorhersagen zu einem Zeitpunkt, als dies noch ziemlich absonderlich klang“. Zudem wurde Contor-Regio 2013 mit dem Best-of Preis der Initiative Mittelstand prämiert.

Das Problem mangelnder Transparenz

Grundsätzlich ist das Problem mangelnder Transparenz der Standorte bei der Standortsuche direkt auf viele andere Bereiche übertragbar, in denen viele Objekte nach multivariaten Kriterien zu bewerten sind.  Informationsbeschaffung ist eben nicht mehr das Problem. Das Problem liegt in der Informationsverarbeitung. Wie filtert man die Informationen so, daß die Ergebnisse für den Anwender direkt nutzbar sind? Dabei kann sich diese Informationsverarbeitung auf innerbetriebliche Probleme beziehen, wie z.B. ein multivariates Rating von Filialen im Zuge von Erweiterungs- oder Konsolidierungsprozessen, eine multivariate Routenplanung in der Logistik oder Ratings im Bereich der Finanzanalyse. Es können jedoch z.B. auch Probleme im Bereich von Internetportalen sein wie bei der Immobiliensuche, der KFZ-Suche oder der Suche nach dem besten Reiseangebot. Überall dort, wo eine Entscheidung nicht lediglich univariat z.B. nach dem Preis getroffen wird, sondern auf Basis verschiedener Faktoren, trifft man auf das Problem mangelnder Transparenz. Daß Transparenz im Angebot noch nicht die Regel ist, ist eigentlich eine Das Problem mangelnder Transparenz läßt sich verallgemeinern zu der Frage „Wie findet man im riesigen Meer der Informationen die richtige Information?“ Und dies möglichst schnell, einfach und klar! Diese Suche gestaltet sich in der Praxis wie die Suche nach einem kleinen Segelboot in der Unendlichkeit des Meeres.

Die bisherigen Angebote, die lediglich auflisten oder univariat sortieren, lösen das Problem nicht wirklich. Menschen denken eben nicht univariat bzw. eindimensional oder lediglich in KO-Kriterien, sondern komplex in „lieber als“-Beziehungen. Negative Aspekte können durch andere positive Aspekte möglicherweise kompensiert werden.  Menschen suchen nicht das billigste Auto, sondern das Auto, das bei einem möglichst hohen Komfort, einem möglichst ökonomischen Unterhalt, einem auf die Bedürfnisse zugeschnittenen Raumangebot und Leistungsangebot zu einem möglichst günstigen Preis zu kaufen ist.

Das Problem anhand von Beispielen

Im Folgenden soll die Problematik anhand üblicher Internetanwendungen kurz skizziert werden, da diese Anwendungen allgemein bekannt sein dürften und daher keine branchenspezifischen Kenntnisse erfordern.

Bisherige Anwendungen z.B. im Bereich der Location Based Services bei der Hotelsuche, bei der Restaurantsuche, der Wohnungssuche in Großstädten oder der Suche nach einem geeigneten Auto führen zu Tabellen mit 50 bis 100 Hotels, ungefähr ebenso vielen Restaurants, mindestens 50 bis 150 Wohnungsangeboten innerhalb eines kleinen Suchradius oder mehreren hundert KFZ-Angeboten, je nach den bereits getätigten Auswahlkriterien und nach einer bereits getätigten Umkreissuche. Damit ergibt sich für den Nutzer ein akutes Entscheidungsproblem. Welches dieser vielen Angebote passt jetzt am besten zu seinen individuellen Vorstellungen. Nun läßt sich das Angebot sortieren, z.B. in Reihenfolge des Wohnungspreises. Der Nutzer will jedoch nicht einfach nur die billigste Wohnung. Der Nutzer will eine Wohnung, die preiswert ist, gut erreichbar ist, in  einer angenehmen Wohnlage liegt und die richtigen Ausstattungsdetails bietet. Die Vorstellungen über die vorstehenden Faktoren sind jeweils individuell. Dabei denkt der Mensch, wie bereits erwähnt, nicht in den üblicherweise vorgegebenen KO-Kriterien, sondern in „lieber als“-Beziehungen. Ein negativer Aspekt kann durch mehrere andere eher positive Aspekte überkompensiert werden. Ein Anwender bevorzugt z.B. eine 3-Zimmer-Wohnung, er mietet jedoch auch eine 2-Zimmer-Wohnung, wenn diese mehr Quadratmeter Wohnfläche bietet und bei ungefähr gleichem Preis eine bessere Ausstattung mit Balkon und eingebauter Küche.

Ausschlußkriterien, also KO-Kriterien wie sie bisher z.B. mit Maximalpreisen angeboten werden, haben weitere Nachteile. Setzt man die Grenzen zu weit, erhält man eine unübersichtliche Anzahl von Angeboten. Setzt man die Grenzen zu eng, fallen Angebote als Alternativen heraus, die bei einer Gesamtbetrachtung vielleicht doch interessant wären. Ein weiterer großer Nachteil von KO-Kriterien ist, daß der Nutzer bereits genaues Wissen über die Marktdetails der infrage kommenden Objekte haben muß. Wenn er eine 3-Zimmer-Wohnung in Hamburg sucht und dabei den Preis eingrenzen will, muß er wissen, was 3-Zimmer-Wohnungen in Hamburg üblicherweise ungefähr kosten. Wenn er aus Nordhausen oder Prüm kommt, könnte ihm diese Einschätzung schwer fallen Das bedeutet, wenn der Nutzer sich nicht stundenlang durch die Ergebnistabellen „hangeln“ will, um das für ihn geeignete Angebot zu finden, sind die bisherigen Lösungen keine Hilfe. Grund: Der Mensch ist kognitiv wahrscheinlich nicht in der Lage, mehr als 7 (+- 2) Alternativen simultan zu bewerten. Dies wird durch Forschungen belegt.

Dieses Problem zeigt sich in noch verschärfter Weise im Bereich Location Based Services mobiler Anwendungen. Während man am heimischen PC oder mit dem Tablet auf dem Sofa vielleicht am Abend vor der Abreise 2 – 3 Stunden mit der Suche nach einem Hotel in München verbringen mag, hat man dazu nach Ankunft auf dem Großstadtflughafen weder Zeit, Lust und Nerven. Die Hotelsuche mit dem Smartphone muß innerhalb weniger Minuten eine gute Lösung bieten. Unter den ersten 3 – 5 gezeigten Angeboten muß ein für den Nutzer gut geeignetes Angebot sein.

Die Frage ist, wie erreicht man es, daß die für den Nutzer individuell attraktivsten Angebote an erster Stelle stehen? Mit einem Ranking-Algorithmus. Internet-Suchmaschinen zeigen dies für Webseiten. Die Suche mittels Algorithmen auf strukturierten Datenbanken wie der Hotelsuche, der Immobiliensuche, der KFZ-Suche oder in unternehmensinternen Datenbanken erlauben eine noch bessere und individuellere Suche und für den Nutzer damit bessere Suchergebnisse. Der Nutzer kann sich voll auf die ersten 3 – 5 Angebote konzentrieren. Er spart damit enorm viel Zeit, Energie und Nerven. Dies erhöht so die Zufriedenheit des Nutzers.  Ein kleiner Nebenaspekt für Webseitenbetreiber: dadurch, daß die Ausgabe der Suchergebnisse als Ranking in Abhängigkeit der individuellen Nutzervorgaben erfolgt und deshalb weniger Angebote auf einer Seite gezeigt werden müssen, erhält das Webportal Raum für beworbene Angebote, wie es z.B. Internet-Suchmaschinen vormachen.

Ein konkretes Beispiel mit Lösung

Ein gut verdienendes junges Paar sucht auf Grund der Veränderung des Arbeitsplatzes schnell eine Wohnung in Hamburg. Es kennt sich in Hamburg nicht so gut aus und sucht daher eine Wohnung zunächst in ganz Hamburg. Zur Wohnungssuche wird ein großes Immobilienportal genutzt. Das Paar findet dort insgesamt 2.459 Wohnungen. Diese Zahl soll eingegrenzt werden. Das Paar ist beruflich stark eingespannt und legt auf einen Garten keinen Wert. Die Wohnung soll Etagenwohnung oder auch Dachgeschoßwohnung sein. Es wird eine großzügige Wohnung gesucht, die 3 oder vielleicht auch 4 Zimmer haben soll. Balkon, Garage und Aufzug sind dabei wichtig. Da beide Partner sehr gut verdienen, spielt der Preis zwar eine Rolle, jedoch nur untergeordnet. Wichtiger ist es, daß die Lage gefällt, die Ausstattung weitestgehend den Wünschen entspricht und die Wohnung dabei großzügig bemessen ist.

In dem Immobilienportal kreuzen sie „Etagenwohnung“ und „Dachgeschoßwohnung“ an, einen Maximalpreis können sie nicht angeben, da sie den örtlichen Wohnungsmarkt nicht kennen, die Zahl der Zimmer wird mit „3 – 4“ angegeben und als Obergrenze für die Wohnungsgröße wird „120 m²“ angegeben. Als Ergebnis werden ihnen 275 Wohnungen angeboten. Um aus diesen 275 Wohnungen die geeigneten Alternativen herauszufiltern, muß ein komplexer Entscheidungsprozeß von dem Paar in Gang gesetzt werden. Um aus dieser großen Zahl von Alternativen die geeigneten Wohnungen innerhalb einer Rangordnung herauszufiltern, sind bei paarweisem Vergleich  bis zu n(n – 1) / 2, also 275(275 – 1)/2 = 37.675 Vergleiche durchzuführen. Das ist objektiv nicht möglich! Also müssen die Wohnungssuchenden versuchen, ihre Kriterien stark einzuschränken. Dabei werden sie „harte Schnitte“ machen, also an Hand von eng gesetzten Grenzen die Zahl der Alternativen einschränken. Bei dieser Eingrenzung fallen jedoch Wohnungen aus dem Entscheidungsprozeß, die bei Gesamtabwägung sehr gut geeignet wären. Z.B. könnte die Suche auf 3-Zimmer-Wohnungen mit max. 100 m² Wohnfläche beschränkt werden. Dies führt jedoch immer noch zu 204 Wohnungen. Dabei fallen jedoch Wohnungen mit 4 Zimmern, mit bester Ausstattung in guter Lage, die zudem günstig sind, bereits aus dem Raster. Die Wohnungssuche wird zur langfristigen Qual, der Nutzer erhält keine praktikable und schnelle Entscheidungshilfe!

Wäre nicht folgendes Szenario denkbar?

Das Paar erfährt von dem neuen Arbeitsplatz und fährt an einem Sonntagnachmitag nach Hamburg. Dort fährt es in die Innenstadt, die ihr mit dem vielfältigen Angebot an Kultur- und Einkaufsmöglichkeiten nicht nur zum Arbeiten am neuen Arbeitsplatz, sondern auch zum Wohnen gefällt. Das Paar stellt sich an die Innenalster und wählt sich über das Handy in ein Immobilienportal. Dabei wird automatisch über das GPS-Signal der Standort des Paares festgestellt. Über das Eingabeformular geben die Nutzer an, daß sie am liebsten eine 3-Zimmer-Wohnung mieten möchten, aber auch eine 4-Zimmer-Wohnung akzeptieren, sie präferieren eine Etagenwohnung oder eine Dachgeschoßwohnung. Äußerst wichtig sind die Ausstattungsmerkmale Balkon, Garage und Aufzug. Der Preis spielt zwar eine Rolle, da beide Partner gut verdienen, jedoch nur eine untergeordnete. Auch die Wohnungsgröße spielt eine Rolle, jedoch genau wie der Preis nicht die entscheidende. Das Paar betätigt den Analyseknopf und nach 1 Minute erhält es die Wohnungsangebote geordnet in einer Rangfolge genau nach den von ihnen gesetzten persönlichen Präferenzen. Das Paar kann die Wohnungssuche auf wenige, vielleicht die ersten 3 – 5 Angebote begrenzen, Photos der Wohnungen ansehen und sich dann über den Routenplaner direkt zur Wohnung führen lassen. Eines dieser wenigen Angebote wird mit großer Sicherheit ihren Vorstellungen entsprechen, da ihre persönlichen Präferenzen berücksichtigt wurden. Die Wohnungssuche ist dann vor Ort an einem Nachmittag abgeschlossen. Streßfrei, schnell, bei einem Ausflug.

Ein derartiges Vorgehen funktioniert nicht mehr mit den heute üblichen Tabellierungen und univariaten Sortierungen, sondern nur noch mit einem Algorithmus, der klare Entscheidungsvorgaben liefert. Wir können das. Wir haben den Algorithmus, das Know-How drumherum, die Ideen. Daher haben wir bereits neben dem bewährten Contor-Regio einige weitere Prototypen für die Anwendung in verschiedenen Bereichen entwickelt.

Disclaimer:
„Für den oben stehenden Beitrag sowie für das angezeigte Bild- und Tonmaterial ist allein der jeweils angegebene Nutzer verantwortlich. Eine inhaltliche Kontrolle des Beitrags seitens der Seitenbetreiberin erfolgt weder vor noch nach der Veröffentlichung. Die Seitenbetreiberin macht sich den Inhalt insbesondere nicht zu eigen.“

Share.

Eine Antwort verfassen