17.09.2015

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

/artikel/empfehlungssysteme-dieser-artikel-koennte-ihnen-gefallen
Empfehlungssysteme ersetzten online den Verkäufer, funktionieren aber nicht immer perfekt

Wenn man von Amazon nach dem Kauf einer Waschmaschine noch wochenlang unter der Rubrik “das könnte Ihnen auch gefallen” weitere Waschmaschinen vorgeschlagen bekommt, gibt es zwei mögliche Erklärungen: vielleicht wird man aufgrund seines Surf-Verhaltens für einen Waschsalon gehalten, oder man ist soeben auf eine Schwachstelle sogenannter “Recommender Systems” gestoßen. Der Wurm steckt in diesem Fall in jenem Grundsystem, das die Eigenschaften eines Objektes charakterisiert und dann nach ähnlichen Objekten sucht. Was bei Schmuck und Mode sinnvoll ist, stößt bei Haushaltsgeräten naturgemäß an seine Grenzen.

Nutzer mit ähnlichen Vorlieben

Die “Recommendation Engine” von Amazon ist der Kern des Erfolgs des Online-Konzerns und hat deshalb natürlich auch noch andere Standbeine. Eine weitere Methode, die der Online-Händler zur Perfektion treibt, ist die Charakterisierung des Nutzers und die Suche nach ähnlichen Nutzern. Was nach der perfekten Partnersuche klingt, dient natürlich einem anderen Zweck: vorgeschlagen werden dann Objekte, die Nutzern mit ähnlichen Vorlieben gefallen. Amazon analysiert dazu nicht nur das Kaufverhalten, sondern auch angesehene Produkte, den Inhalt von Warenkorb und Wunschliste. Dieses System wiederum funktioniert erst dann, wenn man eine große Datenmenge zur Verfügung hat.

Königsdiziplin Filme und Musik

Auf dem Feld der Empfehlungssysteme gibt es noch viel zu erforschen und zu verbessern. Derzeit findet an der TU Wien noch bis Sonntag eine internationale Konferenz zu dem Thema statt. Schon die Liste der Unterstützer zeigt, dass “Recommender Systems” nicht nur für klassische Online-Händler interessant sind: Xing verwendet solche Systeme genauso wie Booikng.com, Pandora oder Netflix. Das “Matching” von Filmen oder Musik gilt als eine der Königsdisziplinen – es ist nicht einfach, sie mit berechenbaren Eigenschaften zu versehen und dann Filme oder Musik mit ähnlichen Eigenschaften zu finden, die demselben Nutzer auch gefallen. An der TU Wien arbeitet Hannes Werthner vom Institut für Softwaretechnik und interaktive Systeme daran, solche Systeme zu verbessern. Aktuell ist etwa die Empfehlung von Reisezielen auf Basis von Bildern, die einem Nutzer gefallen. „Letzten Endes ist ein Recommender-System genau dann gut, wenn der User damit zufrieden ist“, meint Hannes Werthner. „Unser Ziel ist nicht, den größtmöglichen Business Return zu generieren, sondern intelligente Lösungen zu entwickeln, die uns allen einen echten Vorteil bringen.“

Berechnen, ob es zu einem Kauf kommt

Die Algorithmen von “Recommender Systems” taugen aber nicht nur für Produktempfehlungen. Auf der Basis von Klicks, die ein Nutzer auf einer Website tätigt, kann auch berechnet werden, ob es zu einem Kauf kommt. Genau das ist die Aufgabe einer Challenge im Rahmen der internationalen TU-Konferenz. Firmen stellen anonymisierte Daten zur Verfügung und Teams aus aller Welt versuchen im Rahmen der “RecSys-Challenge” möglichst rasch daraus die richtigen Schlussfolgerungen zu berechnen.

ACM Conference on Recommender Systems
TU Wien, 16.-20. September 2015
http://recsys.acm.org/recsys15/

Deine ungelesenen Artikel:
12.06.2026

Ex-Microsoft-Engineer Nael Elagabani: „Unternehmen ähnlich wie überforderte Gehirne“

Der Wiener Nael Elagabani, ehemaliger Microsoft-Engineer, gründete gemeinsam mit Shadan Ajdari The Process Doctors (TPD), ein Startup, das das operative Betriebssystem AnchorOps für mittelständische Unternehmen im DACH-Raum entwickelte. Der Gründer nähert sich Unternehmen aus einer ungewöhnlichen, weil neurowissenschaftlichen, Sicht, wie er brutkasten erklärt.
/artikel/ex-microsoft-engineer-nael-elagabani-unternehmen-aehnlich-wie-ueberforderte-gehirne
12.06.2026

Ex-Microsoft-Engineer Nael Elagabani: „Unternehmen ähnlich wie überforderte Gehirne“

Der Wiener Nael Elagabani, ehemaliger Microsoft-Engineer, gründete gemeinsam mit Shadan Ajdari The Process Doctors (TPD), ein Startup, das das operative Betriebssystem AnchorOps für mittelständische Unternehmen im DACH-Raum entwickelte. Der Gründer nähert sich Unternehmen aus einer ungewöhnlichen, weil neurowissenschaftlichen, Sicht, wie er brutkasten erklärt.
/artikel/ex-microsoft-engineer-nael-elagabani-unternehmen-aehnlich-wie-ueberforderte-gehirne
AnchorOps, The Process Doctors
© zVg - Shadan Ajdari (l.) und Nael Elagabani.

Viele Unternehmen beschäftigen sich derzeit mit KI, Automatisierung und neuen Cloud-Technologien. Für Nael Elagabani, der gemeinsam mit Shadan Ajdari The Process Doctors (TPD) gründete, liegt die eigentliche Herausforderung jedoch an einer anderen Stelle. Der ehemalige Neurowissenschaftler und spätere Microsoft-Cloud-Engineer ist überzeugt, dass viele Unternehmen zunächst ihre operativen Abläufe verstehen und strukturieren müssen, bevor neue Technologien ihr volles Potenzial entfalten können.

AnchorOps als eine Art „Brain“

Ihre Lösung AnchorOps ist ein Ansatz, der die Art und Weise verändern soll, wie Unternehmen ihre internen Abläufe organisieren und digitale Technologien einsetzen. Im Zentrum steht das Konzept eines sogenannten „Company Brain“ – eines operativen Unternehmenssystems, das Prozesse, Mitarbeiteraktivitäten und technische Systeme miteinander verbinden und so Transparenz, Steuerbarkeit und Skalierbarkeit erhöhen soll.

Elagabani und Ajdari verfolgen dabei eine Sichtweise, die bewusst nicht mit Technologie beginnt, sondern mit der Struktur des Unternehmens selbst. Erst wenn diese stabil und nachvollziehbar ist, sollen Automatisierung, Cloud-Systeme und KI-Technologien darauf aufbauen.

Microsoft und UNO

Elagabani selbst verbrachte rund 20 Jahre in der Forschung und beschäftigte sich dabei mit Gedächtnisprozessen – zunächst mit immunologischem Gedächtnis, später mit Lern- und Gedächtnisvorgängen im Gehirn. Nach seinem Wechsel in die Betriebsentwicklung und die Computational Sciences arbeitete er mit Startups, als Unternehmensberater und später bei Microsoft. Dort war er Teil eines Pilotprogramms, das Prozesse in der Kundenbetreuung rund um Cloud-Technologien neu aufsetzen sollte. „Der Betrieb ist das, was das Unternehmen stabilisiert“, sagt er. „Ich habe dort gesehen, dass selbst in großen Organisationen die größten Herausforderungen nicht nur technischer Natur sind, sondern vor allem in der Struktur von Prozessen und Entscheidungen liegen.“

Aus diesen Erfahrungen entstand zunächst die Idee zu The Process Doctors (TPD) und später zu AnchorOps. Nach seiner Rückkehr nach Wien arbeitete Elagabani unter anderem an mehreren Sovereign-Cloud-Projekten für Einrichtungen der Vereinten Nationen. Dort testete er einen Ansatz, bei dem Prozesse und operative Abläufe im Mittelpunkt stehen. Gemeinsam mit Mitgründer Ajdari entwickelte er daraus das aktuelle Konzept.

From Neuroscience to Business

Die theoretische Grundlage stammt dabei aus der Neurowissenschaft. Elagabani betrachtet Unternehmen als komplexe Systeme, die ähnlich funktionieren wie ein Nervensystem. Informationen, Prozesse und Entscheidungen müssten miteinander verbunden sein, damit ein Unternehmen effizient arbeiten könne. Werden Informationen nicht richtig weitergegeben, entstünden Reibungsverluste, die sich unter anderem in langsamen Entscheidungen, doppelter Arbeit, manuellen Übergaben oder voneinander getrennten Datensilos zeigen können. Ziel von AnchorOps sei es, solche Engpässe sichtbar zu machen und in einer operativen Cloud-Architektur abzubilden.

„Unternehmen verhalten sich neurobiologisch erschreckend ähnlich wie überforderte Gehirne. Wachstum verstärkt keine Ordnung, sondern Instabilität“, sagt Elagabani. Aus dieser Perspektive entstehen typische Probleme nicht primär durch fehlende Tools, sondern vor allem durch mangelnde operative Klarheit. „Wenn Informationen nicht richtig fließen, reagiert das System wie ein überlastetes Nervensystem.“

Cloud-Architektur

Ziel der beiden Founder ist es nicht, einzelne Tools zu ersetzen, sondern die operative Realität eines Unternehmens sichtbar und steuerbar zu machen. Dadurch entsteht eine Art „organisatorisches Nervensystem“, das Informationen strukturiert weitergibt und Entscheidungswege nachvollziehbar mache.

Ein zentraler Bestandteil ist dabei die sogenannte operative Cloud-Architektur. Sie bildet die Grundlage, auf der weitere Technologien wie Automatisierung oder KI-Agenten aufsetzen können „Wir gehen bewusst schrittweise vor“, erklärt Elagabani. „Viele Unternehmen versuchen direkt KI einzuführen, ohne dass ihre Prozesse stabil sind. Unser Ansatz ist: zuerst Struktur, dann Technologie.“

AnchorOps: Zielgruppe kleine und mittlere Unternehmen

Aktuell richtet sich AnchorOps gezielt an kleine und mittlere Unternehmen, um operative Strukturen sichtbar zu machen und schrittweise in eine digitale Architektur zu überführen.
„Wir suchen nicht Kunden, sondern Partner“, betont der Neurospezialist. „Wenn das Fundament steht, beginnt die eigentliche Arbeit. Dann entwickeln wir die operative Struktur gemeinsam weiter – Schritt für Schritt.“

Ajdari ergänzt: „Wir sind sehr daran interessiert, zuerst die Grundlagen sauber aufzubauen, bevor KI eingesetzt wird. KI ist für uns dabei ein zusätzlicher Layer, der erst aufgesetzt wird, wenn ein stabiles Fundament und klar definierte, smarte Prozesse vorhanden sind. Was bei Großkonzernen ein mindestens sechsstelliges Vorhaben ist, setzen wir für den Mittelstand kostengünstiger um. Unser Computationsmodell generiert auf Basis der AnchorOps-Daten verschiedene Zukunftsszenarien, probabilistisch statt deterministisch, und leitet daraus konkrete, umsetzbare Handlungsempfehlungen – sogenannte Prescriptions – ab. Diese Szenarien bleiben dabei nicht abstrakt, sondern werden visuell und als Skizzen so aufbereitet, dass sie intuitiv verständlich und direkt nutzbar sind.“

Computational-Modell

Parallel zur Entwicklung des „Company Brain“ arbeiten Elagabani und Ajdari an einem eigenen Computational-Modell. Dieses soll die operative Realität eines Unternehmens mathematisch abbilden und simulieren können. Ziel ist es hier, zusätzliche Ebenen der Analyse zu ermöglichen, die über klassische KI-Systeme hinausgehen. Das Modell soll künftig perspektivisch als Erweiterung in AnchorOps integriert werden und Unternehmen helfen, ihre operativen Strukturen noch besser zu verstehen.

The Process Doctors ist derzeit eigenfinanziert und befindet sich in Gesprächen mit potenziellen Pilotkunden sowie Investoren. Für die Gründer steht dabei vor allem die Skalierung der Methode im Mittelstand im Vordergrund. Langfristig wollen sie Unternehmen dabei unterstützen, ihre digitale Transformation auf einer stabilen operativen Grundlage aufzubauen – und damit den Zugang zu Technologien zu ermöglichen, die bislang vor allem Großkonzernen vorbehalten waren.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen