Im letzten Schritt unseres Wegs von der Quelle zur Aktion demonstrieren wir das Vorgehen, wie aus Daten der Data Lake Architektur ein Schaden-Vorhersagemodell konzipiert und realisiert wird. Die Auswertung strukturierter Unternehmensdaten mittels AI-Methoden liefert automatisierte Entscheidungen. Die Analyse der DWH Daten gemeinsam mit unstrukturierten Daten aus einem Hadoop Cluster führt im Ergebnis zu einer weiteren Anreicherung und Aufwertung der Erkenntnisse.
Thematisiert wird die Klassifikation der historischen Daten aus dem Versicherungs-DWH und die Anreicherung der Informationen mittels Text Mining auf einem News-Datensatz. Das genutzte Werkzeug für die Integration der einzelnen Komponenten ist die KNIME Analytics Plattform.