{"id":1099,"date":"2024-11-04T08:00:07","date_gmt":"2024-11-04T07:00:07","guid":{"rendered":"https:\/\/development-by.schwarzer.de\/blog\/?p=1099"},"modified":"2024-10-15T21:50:38","modified_gmt":"2024-10-15T19:50:38","slug":"churn-prediction","status":"publish","type":"post","link":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/","title":{"rendered":"Churn Prediction: So erkennt KI die Abwanderer"},"content":{"rendered":"<p><!-- <ezTOC> -->Die Abwanderung von Kunden belastet nicht nur die Gewinnmargen, sondern verursacht auch hohe Kosten bei der Kundenr\u00fcckgewinnung. Daher ist es f\u00fcr Unternehmen besonders wichtig, potenziell abwandernde Kundengruppen fr\u00fchzeitig zu identifizieren. Der Aufwand, neue Kunden zu gewinnen, ist oft deutlich h\u00f6her als Bestandskunden zu halten.<br \/>\n<!--more--><\/p>\n<h2>KI-gest\u00fctzte Churn Prediction: K\u00fcndigungsverhalten fr\u00fchzeitig erkennen<\/h2>\n<p>Mit Churn Prediction und k\u00fcnstlicher Intelligenz erhalten Sie die M\u00f6glichkeit, K\u00fcndigungsverhalten rechtzeitig zu erkennen, die Ursachen f\u00fcr Abwanderung zu analysieren und zuk\u00fcnftige Abwanderungen zu prognostizieren. So k\u00f6nnen Sie proaktiv Ma\u00dfnahmen ergreifen, um Ihre Kunden langfristig zu binden.<\/p>\n<p>Eine KI-basierte Churn Prediction (K\u00fcndigungsprognose) ist der Prozess, bei dem mithilfe von maschinellem Lernen (ML) vorhergesagt wird, welche Kunden mit hoher Wahrscheinlichkeit ein Unternehmen oder einen Service verlassen werden. Dies ist die typische Vorgehensweise in einzelnen Schritten. Je nach Unternehmen wird die Vorgehensweise individuell angepasst.<\/p>\n<ul>\n<li>\n<h3>1. Scoping-Workshop<\/h3>\n<p>Im <strong>Scoping-Workshop<\/strong> werden die unternehmensspezifischen Settings ermittelt. Auch die KI-Readiness kann dazu geh\u00f6ren, was die Vorbereitung der Vorsysteme zur KI-Verarbeitung betrifft. Dies ber\u00fchrt die Verf\u00fcgbarkeit relevanter Daten zur <a href=\"\/blog\/churn-analyse\/\">Churn-Analyse<\/a>, aber auch die Verbindung des zu schaffenden Systems zu anderen Abteilungen, welche Churn-Alerts verarbeiten sollten.<\/li>\n<li>\n<h3>2. Datensammlung<\/h3>\n<ul>\n<li><strong>Kundendaten sammeln<\/strong>: Dazu geh\u00f6ren Transaktionsdaten, demografische Informationen, Interaktionsverl\u00e4ufe, Support-Anfragen und jegliche andere Daten, die Aufschluss \u00fcber das Verhalten der Kunden geben k\u00f6nnten.<\/li>\n<li><strong>Beispiele f\u00fcr Daten<\/strong>: Nutzungsdauer des Dienstes, H\u00e4ufigkeit von Support-Kontakten, Aktivit\u00e4t im System (z. B. Nutzung einer App oder eines Online-Dienstes).<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>3. Datenvorverarbeitung<\/h3>\n<ul>\n<li><strong>Datenbereinigung<\/strong>: Unvollst\u00e4ndige oder fehlerhafte Daten werden entfernt oder korrigiert.<\/li>\n<li><strong>Feature Engineering<\/strong>: Neue Features (Merkmale) werden aus den Rohdaten erstellt, um relevante Muster besser zu erfassen. Beispiele k\u00f6nnen sein:  die Verweildauer eines Kunden oder das letzte Login-Datum.<\/li>\n<li><strong>Daten-Normalisierung\/Skalierung<\/strong>: Wenn notwendig, werden Daten in ein einheitliches Format gebracht, z. B. durch Skalierung numerischer Werte.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>4. Segmentierung und Labeling<\/h3>\n<ul>\n<li><strong>Kunden klassifizieren<\/strong>: Kunden, die das Unternehmen verlassen haben, werden als &#8220;Churn&#8221; markiert, w\u00e4hrend aktive Kunden als &#8220;Non-Churn&#8221; klassifiziert werden.<\/li>\n<li><strong>Zeitfenster bestimmen<\/strong>: Es muss definiert werden, ab wann ein Kunde als abgewandert gilt, z. B. nach 3 Monaten Inaktivit\u00e4t.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>5. Modellauswahl und Training<\/h3>\n<ul>\n<li><strong>Modellauswahl<\/strong>: Es gibt verschiedene Algorithmen, die f\u00fcr Churn Prediction verwendet werden k\u00f6nnen, wie z. B. Entscheidungsb\u00e4ume, Random Forests, Gradient Boosting oder neuronale Netze.<\/li>\n<li><strong>Training des Modells<\/strong>: Die historische Kundendaten mit den markierten Churn\/Non-Churn-Labels werden verwendet, um das Modell zu trainieren. Das Modell lernt, welche Faktoren die Abwanderung eines Kunden wahrscheinlicher machen.<\/li>\n<li><strong>Validierung<\/strong>: Das Modell wird mit einem Teil der Daten, die es w\u00e4hrend des Trainings nicht gesehen hat, validiert, um die Genauigkeit der Vorhersagen zu \u00fcberpr\u00fcfen.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>6. Vorhersage<\/h3>\n<ul>\n<li><strong>Churn-Wahrscheinlichkeit berechnen<\/strong>: Das trainierte Modell wird nun auf neue Kundendaten angewendet, um die Wahrscheinlichkeit vorherzusagen, dass ein Kunde abwandern wird.<\/li>\n<li><strong>Threshold festlegen<\/strong>: Ein Schwellenwert wird festgelegt, ab dem ein Kunde als potenzieller Churn-Kandidat betrachtet wird, z. B. Kunden mit einer Churn-Wahrscheinlichkeit von \u00fcber 70 %.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>7. Ma\u00dfnahmen ergreifen<\/h3>\n<p><strong>Interventionen entwickeln<\/strong>: Kunden, bei denen eine hohe Churn-Wahrscheinlichkeit besteht, k\u00f6nnen mit gezielten Ma\u00dfnahmen angesprochen werden, z. B. durch Sonderangebote, personalisierte Nachrichten oder verbesserten Support.<\/li>\n<li>\n<h3>8. Modell-Optimierung<\/h3>\n<p><strong>Kontinuierliche Verbesserung<\/strong>: Mit der Zeit werden neue Daten gesammelt, das Modell wird angepasst und verfeinert, um die Vorhersagegenauigkeit zu verbessern.\n<\/li>\n<\/ul>\n<hr class=\"trenner\" >\n<h2>Wie genau kann KI Churn vorhersagen?<\/h2>\n<p>Die Genauigkeit einer KI-basierten Churn-Vorhersage h\u00e4ngt von mehreren Faktoren ab, darunter die Qualit\u00e4t der Daten, die Wahl des Algorithmus und die Anpassung des Modells an die spezifischen Anforderungen des Unternehmens. Generell l\u00e4sst sich sagen, dass KI-Modelle bei richtiger Anwendung sehr genau sein k\u00f6nnen, aber es gibt auch Grenzen. Dies sind die <strong>Einflussfaktoren auf die Genauigkeit<\/strong>:<\/p>\n<ul>\n<li>\n<h3>Datenqualit\u00e4t<\/h3>\n<ul>\n<li><strong>Datenumfang<\/strong>: Je gr\u00f6\u00dfer und vielf\u00e4ltiger die Datenbasis, desto besser kann die KI Muster erkennen und genaue Vorhersagen treffen.<\/li>\n<li><strong>Datenqualit\u00e4t<\/strong>: Saubere, konsistente und aussagekr\u00e4ftige Daten sind entscheidend. Fehlende, inkonsistente oder irrelevante Daten k\u00f6nnen das Modell in die Irre f\u00fchren.<\/li>\n<li><strong>Relevante Merkmale (Features)<\/strong>: Die richtigen Features (z. B. Kaufverhalten, Verweildauer, Support-Anfragen) sind entscheidend f\u00fcr die Qualit\u00e4t der Vorhersage. Irrelevante Features erh\u00f6hen nur das Rauschen im Modell.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>Modellkomplexit\u00e4t<\/h3>\n<ul>\n<li><strong>Einfachere Modelle<\/strong> (wie Entscheidungsb\u00e4ume oder logistische Regression) sind oft robuster, k\u00f6nnen aber bestimmte Muster und Zusammenh\u00e4nge \u00fcbersehen.<\/li>\n<li><strong>Komplexe Modelle<\/strong> (wie neuronale Netze oder Gradient Boosting) k\u00f6nnen tiefere Einsichten in die Daten bieten, neigen aber eher dazu, \u00fcberangepasst zu werden, wenn nicht gen\u00fcgend Daten vorhanden sind.<\/li>\n<li><strong>Ensemble-Methoden<\/strong> (Kombination verschiedener Modelle) k\u00f6nnen die Genauigkeit erh\u00f6hen, indem sie die St\u00e4rken verschiedener Modelle vereinen.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>Datenaktualit\u00e4t<\/h3>\n<ul>\n<li><strong>Aktualit\u00e4t der Daten<\/strong>: Churn-Verhalten kann sich im Laufe der Zeit \u00e4ndern. Daher muss das Modell regelm\u00e4\u00dfig mit neuen Daten trainiert werden, um genaue Vorhersagen zu treffen.<\/li>\n<li><strong>Ver\u00e4nderungen im Markt oder Kundenverhalten<\/strong>: Bei einem pl\u00f6tzlichen Wandel im Kundenverhalten (z. B. durch \u00e4u\u00dfere Einfl\u00fcsse wie Pandemien oder neue Wettbewerber) k\u00f6nnen historische Daten weniger aussagekr\u00e4ftig sein.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>Overfitting und Underfitting<\/h3>\n<ul>\n<li><strong>Overfitting<\/strong>: Wenn das Modell zu sehr auf die Trainingsdaten abgestimmt ist, kann es bei neuen Daten schlecht abschneiden. Das Modell &#8220;lernt&#8221; dann spezifische Details, die nicht allgemein g\u00fcltig sind.<\/li>\n<li><strong>Underfitting<\/strong>: Wenn das Modell zu einfach ist, wird es die wichtigen Muster im Datenbestand nicht erkennen.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<hr class=\"trenner\" >\n<h2>Metriken zur Messung der Genauigkeit<\/h2>\n<ul>\n<li><strong>Genauigkeit (Accuracy)<\/strong>: Der Prozentsatz der korrekten Vorhersagen im Vergleich zu allen Vorhersagen.<\/li>\n<li><strong>Precision<\/strong>: Gibt an, wie viele der als Churner vorhergesagten Kunden tats\u00e4chlich abgewandert sind. Eine hohe Precision bedeutet, dass das Modell wenige falsche Alarme ausgibt.<\/li>\n<li><strong>Recall<\/strong>: Gibt an, wie viele der tats\u00e4chlichen Churner auch korrekt vom Modell erkannt wurden. Ein hoher Recall bedeutet, dass das Modell die meisten abwanderungsgef\u00e4hrdeten Kunden erkennt.<\/li>\n<li><strong>F1-Score<\/strong>: Ein harmonisches Mittel von Precision und Recall, um eine Balance zwischen beiden zu finden.<\/li>\n<li><strong>AUC-ROC (Area Under the Receiver Operating Characteristic Curve)<\/strong>: Eine beliebte Metrik zur Bewertung der F\u00e4higkeit eines Modells, zwischen Churnern und Nicht-Churnern zu unterscheiden.<\/li>\n<\/ul>\n<hr class=\"trenner\" >\n<h2>Durchschnittliche Genauigkeit von Churn-Vorhersagen<\/h2>\n<ul>\n<li><strong>Typische Genauigkeit<\/strong>: In der Praxis k\u00f6nnen Churn-Vorhersagemodelle Genauigkeiten von 75 % bis 90 % erreichen, abh\u00e4ngig von den oben genannten Faktoren.<\/li>\n<li><strong>Trade-off zwischen Precision und Recall<\/strong>: Ein Modell k\u00f6nnte sehr pr\u00e4zise darin sein, Churner vorherzusagen, aber daf\u00fcr einige tats\u00e4chliche Churner \u00fcbersehen. Umgekehrt kann ein Modell sehr empfindlich auf potenziellen Churn reagieren, aber viele falsche Alarme geben.<\/li>\n<\/ul>\n<h2>Grenzen<\/h2>\n<ul>\n<li><strong>Unvorhersehbare Faktoren<\/strong>: Manche K\u00fcndigungsgr\u00fcnde (wie pl\u00f6tzliche pers\u00f6nliche oder wirtschaftliche Ver\u00e4nderungen) k\u00f6nnen nicht aus historischen Daten abgeleitet werden.<\/li>\n<li><strong>Datenverzerrung<\/strong>: Historische Daten k\u00f6nnen Verzerrungen enthalten, die das Modell beeinflussen. Wenn zum Beispiel in der Vergangenheit bestimmte Kundengruppen bevorzugt behandelt wurden, kann das Modell solche Muster unbewusst \u00fcbernehmen.<\/li>\n<\/ul>\n<p>Insgesamt kann eine KI sehr genaue Vorhersagen treffen, wenn das Modell gut trainiert und \u00fcberwacht wird. Allerdings wird es nie zu 100&nbsp;% perfekt sein, da menschliches Verhalten von vielen unvorhersehbaren Faktoren beeinflusst wird.<!-- <\/ezTOC> --><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Die Abwanderung von Kunden belastet nicht nur die Gewinnmargen, sondern verursacht auch hohe Kosten bei der Kundenr\u00fcckgewinnung. Daher ist es [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":1100,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"features_image":"https:\/\/development-by.schwarzer.de\/blog\/wp-content\/uploads\/2024\/10\/churn-prediction.jpg","rk_cat":null,"rk_date":"04.11.2024","yoast_head":"<title>Churn Prediction: So erkennt KI die Abwanderer - development-by.schwarzer.de<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Churn Prediction: So erkennt KI die Abwanderer - development-by.schwarzer.de\" \/>\n<meta property=\"og:description\" content=\"Die Abwanderung von Kunden belastet nicht nur die Gewinnmargen, sondern verursacht auch hohe Kosten bei der Kundenr\u00fcckgewinnung. Daher ist es [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/\" \/>\n<meta property=\"og:site_name\" content=\"development-by.schwarzer.de\" \/>\n<meta property=\"article:published_time\" content=\"2024-11-04T07:00:07+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-10-15T19:50:38+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/development-by.schwarzer.de\/blog\/wp-content\/uploads\/2024\/10\/churn-prediction.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1080\" \/>\n\t<meta property=\"og:image:height\" content=\"378\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Hans-J\u00fcrgen Schwarzer\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebSite\",\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/#website\",\"url\":\"https:\/\/development-by.schwarzer.de\/blog\/\",\"name\":\"development-by.schwarzer.de\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/development-by.schwarzer.de\/blog\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"ImageObject\",\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#primaryimage\",\"inLanguage\":\"de-DE\",\"url\":\"https:\/\/development-by.schwarzer.de\/blog\/wp-content\/uploads\/2024\/10\/churn-prediction.jpg\",\"contentUrl\":\"https:\/\/development-by.schwarzer.de\/blog\/wp-content\/uploads\/2024\/10\/churn-prediction.jpg\",\"width\":1080,\"height\":378,\"caption\":\"Churn Prediction: So erkennt KI die Abwanderer\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#webpage\",\"url\":\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/\",\"name\":\"Churn Prediction: So erkennt KI die Abwanderer - development-by.schwarzer.de\",\"isPartOf\":{\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#primaryimage\"},\"datePublished\":\"2024-11-04T07:00:07+00:00\",\"dateModified\":\"2024-10-15T19:50:38+00:00\",\"author\":{\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/#\/schema\/person\/31bc0011f4b960a9aa559e3f04da4a06\"},\"breadcrumb\":{\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\/\/development-by.schwarzer.de\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Churn Prediction: So erkennt KI die Abwanderer\"}]},{\"@type\":\"Person\",\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/#\/schema\/person\/31bc0011f4b960a9aa559e3f04da4a06\",\"name\":\"Hans-J\u00fcrgen Schwarzer\",\"image\":{\"@type\":\"ImageObject\",\"@id\":\"https:\/\/development-by.schwarzer.de\/blog\/#personlogo\",\"inLanguage\":\"de-DE\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/2e9a54aaac87c32742c669aa0d5556c1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/2e9a54aaac87c32742c669aa0d5556c1?s=96&d=mm&r=g\",\"caption\":\"Hans-J\u00fcrgen Schwarzer\"},\"description\":\"Hans-J\u00fcrgen Schwarzer leitet die Digital-Agentur schwarzer.de software + internet gmbh. Als Unternehmer und Verleger in Personalunion wie auch als leidenschaftlicher Blogger geh\u00f6rt er zu den Hauptautoren verschiedener Online-Magazine. Innerhalb seiner breiten Palette an Themen liegen dem Mainzer Lokalpatrioten dabei vermeintlich \u201eschr\u00e4ge\u201c Ideen und technische Novit\u00e4ten besonders am Herzen - Nerdstuff, wie es heute hei\u00dft.\",\"sameAs\":[\"http:\/\/www.schwarzer.de\"],\"url\":\"#\"}]}<\/script>","yoast_head_json":{"title":"Churn Prediction: So erkennt KI die Abwanderer - development-by.schwarzer.de","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/","og_locale":"de_DE","og_type":"article","og_title":"Churn Prediction: So erkennt KI die Abwanderer - development-by.schwarzer.de","og_description":"Die Abwanderung von Kunden belastet nicht nur die Gewinnmargen, sondern verursacht auch hohe Kosten bei der Kundenr\u00fcckgewinnung. Daher ist es [&hellip;]","og_url":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/","og_site_name":"development-by.schwarzer.de","article_published_time":"2024-11-04T07:00:07+00:00","article_modified_time":"2024-10-15T19:50:38+00:00","og_image":[{"width":1080,"height":378,"url":"https:\/\/development-by.schwarzer.de\/blog\/wp-content\/uploads\/2024\/10\/churn-prediction.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Hans-J\u00fcrgen Schwarzer","Gesch\u00e4tzte Lesezeit":"6 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebSite","@id":"https:\/\/development-by.schwarzer.de\/blog\/#website","url":"https:\/\/development-by.schwarzer.de\/blog\/","name":"development-by.schwarzer.de","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/development-by.schwarzer.de\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"ImageObject","@id":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#primaryimage","inLanguage":"de-DE","url":"https:\/\/development-by.schwarzer.de\/blog\/wp-content\/uploads\/2024\/10\/churn-prediction.jpg","contentUrl":"https:\/\/development-by.schwarzer.de\/blog\/wp-content\/uploads\/2024\/10\/churn-prediction.jpg","width":1080,"height":378,"caption":"Churn Prediction: So erkennt KI die Abwanderer"},{"@type":"WebPage","@id":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#webpage","url":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/","name":"Churn Prediction: So erkennt KI die Abwanderer - development-by.schwarzer.de","isPartOf":{"@id":"https:\/\/development-by.schwarzer.de\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#primaryimage"},"datePublished":"2024-11-04T07:00:07+00:00","dateModified":"2024-10-15T19:50:38+00:00","author":{"@id":"https:\/\/development-by.schwarzer.de\/blog\/#\/schema\/person\/31bc0011f4b960a9aa559e3f04da4a06"},"breadcrumb":{"@id":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/development-by.schwarzer.de\/blog\/churn-prediction\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/development-by.schwarzer.de\/blog\/"},{"@type":"ListItem","position":2,"name":"Churn Prediction: So erkennt KI die Abwanderer"}]},{"@type":"Person","@id":"https:\/\/development-by.schwarzer.de\/blog\/#\/schema\/person\/31bc0011f4b960a9aa559e3f04da4a06","name":"Hans-J\u00fcrgen Schwarzer","image":{"@type":"ImageObject","@id":"https:\/\/development-by.schwarzer.de\/blog\/#personlogo","inLanguage":"de-DE","url":"https:\/\/secure.gravatar.com\/avatar\/2e9a54aaac87c32742c669aa0d5556c1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2e9a54aaac87c32742c669aa0d5556c1?s=96&d=mm&r=g","caption":"Hans-J\u00fcrgen Schwarzer"},"description":"Hans-J\u00fcrgen Schwarzer leitet die Digital-Agentur schwarzer.de software + internet gmbh. Als Unternehmer und Verleger in Personalunion wie auch als leidenschaftlicher Blogger geh\u00f6rt er zu den Hauptautoren verschiedener Online-Magazine. Innerhalb seiner breiten Palette an Themen liegen dem Mainzer Lokalpatrioten dabei vermeintlich \u201eschr\u00e4ge\u201c Ideen und technische Novit\u00e4ten besonders am Herzen - Nerdstuff, wie es heute hei\u00dft.","sameAs":["http:\/\/www.schwarzer.de"],"url":"#"}]}},"_links":{"self":[{"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/posts\/1099"}],"collection":[{"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/comments?post=1099"}],"version-history":[{"count":6,"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/posts\/1099\/revisions"}],"predecessor-version":[{"id":1110,"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/posts\/1099\/revisions\/1110"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/media\/1100"}],"wp:attachment":[{"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/media?parent=1099"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/categories?post=1099"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/development-by.schwarzer.de\/blog\/wp-json\/wp\/v2\/tags?post=1099"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}