@techreport{Kahraman2023, author = {Kahraman, Hamide}, title = {Machine Learning im Retourenmanagement}, volume = {Arbeitspapier des Lehrgebiets Datenbanken und E-Business, Nr. 2/2023}, editor = {Rakow, Thomas C.}, address = {D{\"u}sseldorf}, organization = {Hochschule D{\"u}sseldorf}, doi = {10.20385/opus4-4126}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:due62-opus-41260}, pages = {49}, year = {2023}, abstract = {Machine Learning - eine Disziplin der IT, die in letzter Zeit immens an Traktion gewonnen hat. Durch die verzeichneten Entwicklungen, wie z.B. autonomes Fahren, ChatGPT und noch vielen mehr, haben sich in zahlreichen Sparten neue Perspektiven er{\"o}ffnet. Die vorliegende Arbeit untersucht die Einsatzm{\"o}glichkeiten von Machine Learning in der Retourenmanagement Dom{\"a}ne, welche bislang noch wenig erforscht wurden. Gerade der boomende Online-Handel und die daraus resultierende Masse an Retouren verdeutlichen die Notwendigkeit einer Intervention mit dem Ziel, Retouren, die sowohl den Unternehmen als auch der Umwelt schaden, zu minimieren. Ob klassische Ans{\"a}tze wie logistische Regression und lineare Diskriminanzanalyse oder state-of-the-art Methoden wie neuronale Netzwerke, Entscheidungsb{\"a}ume, Ensemble Machine Learning, Graphen, etc. - Machine Learning bietet der Wirtschaft viele Werkzeuge, die f{\"u}r die L{\"o}sung des Retourenproblems eingesetzt werden k{\"o}nnen. Die Auswahl der Methoden h{\"a}ngt von dem Ziel und den verf{\"u}gbaren Daten ab, aber die schiere Anzahl der M{\"o}glichkeiten verdeutlicht, dass mehrere Wege f{\"u}r die Reduzierung von Retouren eingeschlagen werden k{\"o}nnen. Abh{\"a}ngig von Know-How und technischen Voraussetzungen k{\"o}nnen auch einfachere Methoden, die keine allzu hohe Rechenleistung bzw. wenig Expertise ben{\"o}tigen, den Unternehmen {\"a}ußerst n{\"u}tzliche Resultate liefern. Die vorliegende Arbeit versucht den aktuellen wissenschaftlichen Status-Quo darzustellen, um dadurch die den Online-H{\"a}ndlern verf{\"u}gbaren M{\"o}glichkeiten aufzuzeigen.}, language = {de} }