Event Intelligence
EventTransmission.
Messen, wie weit, wie stark und wann ein Ereignis wirkt.
Wir verfolgen, wie ein Ereignis auf miteinander verbundene Märkte, Branchen und wirtschaftliche Rahmenbedingungen wirkt. Dabei messen wir Reichweite, Stärke und zeitliche Verzögerung. Neue Informationen fließen in die Einschätzung der Szenarien ein.
Die Knoten stehen beispielhaft für wirtschaftliche Objekte und Zustände. Ein Aufleuchten markiert eintreffende Informationen. Mit neuen Beobachtungen ändern sich die Wahrscheinlichkeiten der Szenarien. Blasse Balken zeigen die Schätzung von vor 0,6 Sekunden, die Änderungen werden in Prozentpunkten (pp) angegeben. Pfade, Werte und Ergebnisse dienen der Veranschaulichung.
Impact responseMethod
Wie weit reicht die Wirkung?
Ein Ereignis kann Angebot, Kosten, Nachfrage und Erwartungen zu unterschiedlichen Zeitpunkten beeinflussen. Mit neuen Informationen kann seine Wirkung zunehmen, nachlassen oder sich über andere Wege ausbreiten.
Event Transmission verfolgt diese Zusammenhänge mithilfe von Algorithmen, die Reichweite, Stärke und Verzögerung der Auswirkungen eines Ereignisses messen. Mit zunehmenden Beobachtungen werden die Szenarioschätzungen aktualisiert.
Reach
Ermitteln, welche Märkte, Branchen und wirtschaftlichen Rahmenbedingungen ein Ereignis beeinflussen könnte.
Strength
Die Stärke der Wirkung entlang verschiedener Pfade vergleichen.
Delay
Messen, wann eine Reaktion einsetzt und wie sie sich im Zeitverlauf entwickelt.
In practice
Nach einer neuen Ankündigung
Was reagiert zuerst, wo ist die Wirkung am stärksten und wie lange hält sie an?
Ausgehend von einer Finanzmeldung verfolgen wir die damit verbundenen Beobachtungen. Wir vergleichen die Reihenfolge der Reaktionen, das Ausmaß der Veränderung und ihre Dauer.
Model Studies
Wie Informationen eine Berechnung verändern.
Zwei mögliche Methoden, erklärt anhand kleiner Zahlenbeispiele. Die Beispiele zeigen die mathematischen Grundlagen, nicht die tatsächliche Architektur von Event Transmission.
Message passing
Information from neighbours.
Ein Knoten kombiniert seinen eigenen Zustand mit Informationen benachbarter Knoten. Ändern Sie den Wert eines Nachbarn und beobachten Sie, wie sich der aktualisierte Zustand verändert.
mᵥ = mean(h₁, h₂, h₃)
h′ᵥ = ReLU(0.5hᵥ + 1.2mᵥ)
Eine vereinfachte GNN-Schicht mit festen Beispielgewichten. ReLU übernimmt positive Werte unverändert und setzt negative Werte auf null.
Evidence & probability
Revise a scenario estimate.
Ausgangspunkt sind drei alternative Szenarien. Wählen Sie eine Beobachtung und vergleichen Sie deren Likelihood unter den einzelnen Szenarien, um die Wahrscheinlichkeiten der Szenarien zu aktualisieren.
P(Sᵢ | E) = P(E | Sᵢ) P(Sᵢ) / P(E)
P(E) = Σⱼ P(E | Sⱼ) P(Sⱼ)
Die Szenarien schließen sich gegenseitig aus und decken alle möglichen Ergebnisse dieses Beispiels ab. Für jede gewählte Beobachtung beginnt die Berechnung mit derselben Prior-Verteilung. Alle Werte sind beispielhaft.
Data & refinement
Durch Beobachtung weiterentwickelt.
Wir sammeln Daten zu Ereignissen und Reaktionen, um die erfassten Zusammenhänge, die Messung der Ausbreitung und die Schätzung der zeitlichen Verzögerung zu verbessern.