Dein Geschäft ist ein System.
Hier ist seine Mathematik.

1Die Rechnung, die keiner macht

Eine Bestellung über 29,90 Euro. Der Kunde zahlt, der Shop meldet Umsatz, das Werbekonto meldet eine Conversion. Alle drei haben recht. Keiner von ihnen weiß, was von den 29,90 Euro übrig bleibt.

Die Rechnung, Posten für Posten: Von 29,90 Euro brutto gehen 19 Prozent Umsatzsteuer ab, es bleiben 25,13 Euro Netto-Erlös. Davon der Wareneinsatz. Dann Versand und Verpackung, die bei jedem Warenkorb gleich viel kosten. Dann die Zahlartgebühr, prozentual plus Fixbetrag. Dann der Retourenanteil: Bei acht Prozent Retourenquote geht jede zwölfte Sendung zurück, eine Retoure kostet Rückversand, Prüfung, Wiedereinlagerung und Wertverlust, im Beispiel 7,20 Euro, umgelegt 0,58 Euro je Bestellung. Dann die Werbekosten je Bestellung, im Beispiel 5,50 Euro. Ergebnis: 3,43 Euro Deckungsbeitrag, 13,7 Prozent vom Netto-Erlös.

Der Sprung zwischen den Zeilen hat einen Grund. Wareneinsatz und Zahlartgebühr wachsen mit dem Warenwert. Versand, Verpackung, Retourenanteil und Werbekosten tun das nicht. Diese vier Posten summieren sich im Beispiel auf 10,73 Euro je Bestellung, egal ob der Kunde für 29,90 oder 99,90 Euro kauft. Beim kleinen Warenkorb fressen sie 43 Prozent des Netto-Erlöses, beim großen 13 Prozent.

Jetzt eine schlechte Woche. Die Retourenquote steigt von 8 auf 15 Prozent, die Werbekosten je Bestellung von 5,50 auf 8,00 Euro. Beim Warenkorb von 29,90 Euro sinkt der Deckungsbeitrag auf 43 Cent. Die Break-even-Menge steigt von 1.020 auf 8.200 Bestellungen im Monat, 273 am Tag. Beim Warenkorb von 99,90 Euro sinkt der Deckungsbeitrag auf 34,39 Euro, die Break-even-Menge steigt von 94 auf 102. Derselbe Fehler, einmal tödlich, einmal harmlos.

Das Tückische ist nicht die Rechnung. Das Tückische ist der Zeitpunkt, an dem man sie machen kann.

Bestellung heute, Werbewirkung nach sieben Tagen, Auszahlung nach vierzehn, Retoure nach drei Wochen, Gebühren am Monatsende. Jedes System zeigt seinen Ausschnitt korrekt, auf seinem eigenen Zeitstrahl. Die Fehlentscheidungen fallen dazwischen: zu früh nachbestellt, weil der Shop einen guten Tag meldet. Zu lange Werbung für einen Artikel, der nach Retouren nichts verdient. Werbebudget auf einen Artikel, der morgen ausverkauft ist. Und in Woche 9 ein leeres Konto bei vollem Auftragsbuch, weil Amazon alle zwei Wochen zahlt, der Lieferant aber vorab.

Die Rechnung in Kapitel 1 ist Posten für Posten, mit Break-even-Menge und Excel-Vorlage, als Fachbeitrag erschienen: Controlling-Portal, „Deckungsbeitrag je Bestellung im Onlinehandel“, September 2026.

Kein Dashboard der Welt löst das, weil ein Dashboard eine Momentaufnahme ist. Was das löst, ist ein Modell, das die Zeitversätze kennt. Das haben wir gebaut. Der Rest dieses Papiers zeigt, wie es rechnet.

2Sechs Vitalwerte, elf Wirkungspfade

de_core verdichtet alle Signale eines Onlinehandels zu sechs Zahlen zwischen 0 und 1: Bestand, Kunden, Marke, Marketing, Finanzen, Betrieb. 0 ist kritisch, 0,5 neutral, 1 exzellent. Ihr gewichteter Mittelwert ist der System-Score, die eine Zahl, die morgens auf dem Bildschirm steht. Wie Puls, Blutdruck und Sauerstoffsättigung: einzeln Diagnosebausteine, zusammen der Zustand.

Die sechs Dimensionen hängen zusammen, und zwar gerichtet, mit Stärke und mit Verzögerung in Tagen. Das ist der Kausalgraph, elf Kanten:

Das ist ein Schaltplan von Ursache und Wirkung. Ziehst du an einem Hebel, leuchten verzögert andere Lampen auf. Die Werte oben sind das Hypothesenmodell, mit dem jeder Shop startet. Ab 30 Tagen Datenhistorie kalibriert ein Kreuzkorrelationsverfahren mit Lag-Sweep über 0, 7, 14, 21 und 28 Tage die Kanten auf den einzelnen Shop, ab 90 Tagen vollständig. Ein Stabilitätsgate mit Spektralradius kleiner 0,995 verhindert, dass ein kalibriertes Modell aufschwingt. Das aktive Modell steht bei 0,993.

Auf diesem Graphen läuft eine einzige Differenzengleichung, Tag für Tag:

x(t+1) = x(t) + λ · (0,5 − x(t)) + Σ dev(t − lag) · coef · λ · s

Der erste Term ist ein Thermostat: Ohne Eingriff driftet jede Dimension zur Mitte zurück. Der zweite Term trägt die zeitversetzten Folgen der Ursachen ein. Dieselbe Gleichung treibt drei Dinge: die Projektion über 7, 14 und 30 Tage, das Hebel-Ranking und den Euro-Pfad. Vergleichbarkeit entsteht, weil alles durch dasselbe Netz läuft.

Monte-Carlo würfelt diese Gleichung 500 Mal mit Rauschen auf Startzustand, Koeffizienten und Tagesprozess und liest die Bandbreite ab: p10 pessimistisch, p50 mittel, p90 optimistisch. Keine Punktprognose, sondern ein ehrlicher Korridor. Wird eine Maßnahme bewertet, laufen Basis und Maßnahme durch identische Rauschpfade, Common Random Numbers, damit die Differenz die Maßnahme misst und nicht den Zufall.

Zwei Schritte machen das Modell handlungsrelevant. Hebel: Jede Dimension wird testweise um 0,1 angestoßen, 30 Tage simuliert, die Kaskade über alle sechs Dimensionen summiert. Ergebnis ist das Hebel-Ranking: Wo bewegt ein Eingriff gerade am meisten. Euro-Pfad: Eine Aktion wird in eine Zustandsänderung übersetzt, durch dasselbe Modell geschickt, und aus der Finanztrajektorie in Euro gelesen, mit Monte-Carlo-Band und Konfidenz. Negative Nebenwirkungen über die Kausalkanten kürzen den Nutzen, statt als Betrag addiert zu werden.

3Das Mathematik-Register

Jede Frage, die ein Händler morgens hat, beantwortet ein benanntes Verfahren. Nicht ein Sprachmodell, das rät, sondern ein Rechenwerk, das man nachprüfen kann. Das Sprachmodell kommt erst in Kapitel 5, und es rechnet nichts selbst.

Sechzehn Zeilen, sechzehn Verfahren. Keines davon ist neu. Riccati ist von 1724, Pontryagin von 1956, Kaplan-Meier von 1958, Holt-Winters von 1960. Neu ist, dass sie in einem Onlinehandel zusammen an einem Modell rechnen, und dass ein Händler mit 340 Bestellungen im Monat sie bekommt, nicht nur ein Konzern mit einer Abteilung dafür.

Ein Detail zur Nachbestellung, weil es zeigt, wie tief das geht. Die Engine liest den vorhandenen Nachfrage-Forecaster, keine zweite Prognose. Sie rechnet je Artikel den Sicherheitsbestand aus Servicegrad, Nachfragestreuung und Lieferzeit. Sie kappt die Menge, wenn die Ware vor Ablauf der Mindesthaltbarkeit nicht verkaufbar wäre, rundet Kartons ab statt auf, meldet Konflikte mit Mindestbestellmengen statt zu überbestellen, und rechnet die Deadline rückwärts aus dem pessimistischen Stockout-Datum. Das Euro-Risiko ist verlorene Tage mal Tagesabsatz mal Preis. Artikel ohne Prognose werden nicht geraten, sondern ausgelassen und gezählt. Ladenhüter sind Reichweite über zwölf Wochen und gebundenes Kapital über 500 Euro, die wandern direkt in einen Kampagnenvorschlag.

4Es meldet sich vorher

Ein Modell, das nur antwortet, wenn man es fragt, ist ein besseres Dashboard. de_core fragt sich selbst. 21 Takte laufen im System, dazu zwei Zeitschaltungen für Digest und Wochenbericht.

Der Herzschlag folgt einem Konzept aus der Systemtheorie von Prof. Peter Kruse: Erregung steuert Aufmerksamkeit. Bei stabilem Zustand schlägt das System alle 24 Stunden, bei Instabilität alle 2 Stunden. Vier Kruse-Konzepte sind im Code entscheidungswirksam: Erregung steuert den Takt, eine limbische Gewichtung bestimmt, welche der sechs Dimensionen im Score mehr zählt, Vernetzungsdichte dämpft die Konfidenz von Vorschlägen bei dünner Faktenlage, und Resonanz speist die Gewichtung aus dem Verhalten des Nutzers.

Die 27 Alarmregeln sind die Stelle, an der das Modell Klartext spricht. Jede Regel ist eine Händlersituation mit Schwelle:

Zwei Regeln verdienen einen zweiten Blick. Werbung auf Artikel mit Stockout-Risiko verbindet drei Systeme, die einander nie sehen: das Werbekonto, das Geld ausgibt, die Warenwirtschaft, die den Bestand kennt, und den Forecaster, der weiß, wann er leer ist. Kein Werbekonto der Welt meldet, dass es für Ware wirbt, die morgen nicht mehr da ist. Retouren-Ausreißer je Artikel vergleicht nicht mit einem Branchenwert, sondern mit der eigenen Wochenhistorie des Artikels. Springt die Quote über zwei Standardabweichungen, ist mit hoher Wahrscheinlichkeit eine Charge, eine Verpackung oder eine Produktbeschreibung schuld. Das ist die Frage, die ein Händler sonst erst stellt, wenn der Retourenberg im Lager steht.

Jeder Alarm registriert beim Feuern eine Vorhersage. Damit wird er selbst benotbar. Dazu Kapitel 6.

5Es denkt und schlägt vor

Über dem Rechenwerk sitzt ein Analyst. Die ThinkEngine wird ereignisgetrieben angestoßen, prüft mit einem Sprachmodell, ob ein Deep-Think lohnt, und läuft dann in einer Schleife aus Beobachten, Schlussfolgern und Werkzeugnutzung, maximal sechs Werkzeugaufrufe je Gedanke. Ihr stehen 37 Werkzeuge zur Verfügung: 33 zum Lesen und Rechnen, 4 zum Schreiben.

Der entscheidende Satz steht im Systemprompt des Analysten: Zahlen-Provenienzpflicht. Das Sprachmodell darf keine Zahl erfinden. Es ruft ein Werkzeug, bekommt einen Wert, zitiert ihn. Euro-Beträge rechnet es nie selbst, sie kommen aus dem Euro-Pfad oder dem Domino-Hebel. Die Priorität kommt aus dem LQR-Ranking. Die Ziel-Dimension aus dem Modell. Ein Vorschlag ohne diese drei Erdungen wird nicht abgegeben.

Ist die interne Vernetzungsdichte niedrig, wird die Konfidenz eine Stufe gesenkt und die Euro-Spanne geweitet. Das System wird bei dünner Faktenlage demütiger, nicht lauter.

Jeder Vorschlag läuft durch einen Lebenszyklus: vorgeschlagen, freigegeben, ausgeführt, gemessen. Ein Jaccard-Vergleich verhindert Doppelvorschläge, eine Wiedervorlage-Sperre von sieben Tagen verhindert Nerven. Die Freigabe geschieht in der Oberfläche mit zwei Klicks oder per Link aus der Digest-Mail: HMAC-signiert, sieben Tage gültig, einmal verwendbar, die Mail nennt den Klartext-Effekt, bevor du klickst.

Und dann die Frage, die jeder stellt: Was tut das System selbst? Die code-belegte Antwort: Nur eine einzige Handlung feuert nach außen, die E-Mail, und nur nach ausdrücklicher Bestätigung. Rabatt im Shop setzen, Werbebudget verschieben, Bestellung beim Lieferanten auslösen sind mechanisch gebaut und doppelt verriegelt: Der Schreib-Connector steht auf falsch, und es ist kein Ausführungspfad eingehängt. Ein Berater mit Vorschlagsrecht, ohne Kontovollmacht. Er darf dir jederzeit sagen, was er tun würde und warum. Die Unterschrift bleibt bei dir. Massenmails werden nur als Entwurf angelegt, nie gesendet. Eingehende Antworten auf System-Mails verändern den Zustand über Schlüsselwörter, ohne Sprachmodell: Termin abhaken, Alarm bestätigen.

6Es benotet sich selbst

Jedes Analysewerkzeug macht Aussagen über die Zukunft. Fast keines prüft hinterher, ob sie gestimmt haben. de_core führt Buch, in zwei getrennten Kreisen.

Kreis A misst Vorschläge. Wird ein Vorschlag freigegeben und ausgeführt, merkt sich das System den Ausgangszustand. Nach dem Horizont misst es die Differenz. Die gemessene Wirkung, auch eine negative, fließt als Klartext in den nächsten Denk-Prompt. Belegte Aktionstypen werden bevorzugt. Stand August: 200 Vorschläge mit vollständigem Lebenszyklus, 3.831 Gedankeneinträge.

Kreis B benotet Vorhersagen. Herzschlag, ThinkEngine und jede Alarmregel registrieren beim Feuern eine Vorhersage je Dimension: Richtung, Konfidenz, Horizont. Ein Outcome-Tracker vergleicht nach Ablauf mit dem eingetretenen Zustand und vergibt den Brier-Score, das Quadrat aus Konfidenz minus Treffer. Eine wöchentliche Reflexion rechnet den Gradienten gegen einen Ziel-Brier von 0,10 und justiert Kausalgewichte und Alarmschwellen, gedeckelt auf 15 Prozent je Zyklus, damit ein einzelner schlechter Monat nicht das Modell umwirft.

Die Zahlen vom 6. August 2026, aus den Lerndateien gezählt, nicht behauptet:

Die Richtungsvielfalt ist der Punkt. Ein System, das immer „stabil“ vorhersagt, hat einen guten Brier und lernt nichts. Erst gemischte Richtungen je Dimension und Zyklen mit tatsächlichen Justierungen beweisen, dass der Kreis geschlossen ist. Diese Abnahmebedingung war seit Juni definiert und ist seit dem 31. Juli erfüllt.

Dazu kommt die Anpassung an den einzelnen Shop. Kein Onlinehandel gleicht dem anderen, was für den einen ein Alarm ist, ist für den anderen Normalzustand. Der Kausalkalibrator braucht 30 Tages-Snapshots für die erste Kalibrierung und ersetzt das Hypothesenmodell nach 90 Tagen vollständig. Adaptive Schwellen lernen aus der Historie des Shops, was „Einbruch“ heißt. Ein Backtest-Takt zeichnet täglich die eigene Monte-Carlo-Prognose auf und wertet sie nach Erreichen des Horizonts gegen die eingetretene Historie aus, wöchentlich als Bericht.

Ein System, das lernen will, muss zuerst zugeben können, dass es falsch lag. Das unterscheidet ein Steuerungsinstrument von einer Präsentationsfläche.

7Die Fühler

Ein Modell, das nur nach innen sieht, verpasst den Rückruf des Rohstofflieferanten, die Preisaktion des Wettbewerbers, die neue Kennzeichnungspflicht. Der Markt-Radar sammelt stündlich: Google-News je Kernbegriff des Sortiments, deutsch und die drei wichtigsten Treffer englisch, dazu die Nische, dazu EFSA-Meldungen und RASFF-Schnellwarnungen mit Sortimentsfilter. Je Zyklus ein Ausschnitt aus einer Recherche-Matrix aus sechs Facetten, Sicherheit, Preis, Wissenschaft, Trend, Stimmung, Social, mal Kernbegriffe, mit rotierendem Zeiger, so dass das ganze Portfolio täglich einmal durchläuft. Tagesdeckel 100 Recherchen.

Am ersten Tag: 846 belegte Signale aus 18 Quellen, null Fehler. Jedes Signal mit URL, Quelle, Zeitstempel und Zitier-ID.

Das Wichtigste ist das Beleg-Tor. Ein Marktsignal wird nur dann zu einer Aussage im System, wenn ein wörtliches Zitat aus einer nachprüfbaren Quelle dahintersteht und jede Zahl darin belegt ist. Was keinen Beleg hat, wird mechanisch verworfen, nicht umformuliert. Am ersten Tag verwarf das Tor zwei unbelegte Aussagen, beide protokolliert. Von Sprachmodellen generierte Zusammenfassungen sind als Beleggrundlage verboten. Der Rohkorpus wird gespeichert, jeder Verdacht auf eine erfundene Zahl ist in Sekunden prüfbar.

Belegte Signale landen im Marktpuls, bis 15 Karten mit Zitat und klickbarer Quelle, im Kontext jedes Denkvorgangs und als Werkzeug des Analysten. Ein exogener Forcing-Vektor kann Marktsignale in die Zustandsgleichung drücken, ẋ = Ax + Bu + F·m(t), damit das Modell einen Markteinbruch nicht erst aus den eigenen Zahlen lernen muss.

8Woche eins

Was passiert, wenn ein Händler seine Systeme anschließt. Drei Felder für Billbee, ein Token für Shopify, ein Zugriffsschlüssel für die Warenwirtschaft, ein OAuth-Klick für das Werbekonto. Rein lesend, de_core schreibt in kein Quellsystem zurück. 13 Kategorien, rund 75 Anbindungen:

Je mehr echte Quellen einer Kategorie verbunden sind, desto höher die Konfidenz der zugehörigen Dimension, nach 1 − 1/√n. Datenbreite wird direkt zu Vertrauen. Und ein Ehrlichkeitsnetz unter jeder Anbindung: Ein Authentifizierungs- oder HTTP-Fehler erscheint nie als Null-Umsatz, sondern als Fehler. Demo-Zahlen schalten sich beim ersten echten Anschluss automatisch ab und bleiben gesperrt.

Zwischen Tag 1 und Tag 90 läuft alles Beschriebene weiter: der Herzschlag, die Alarme, die Fühler, der Analyst. Was ein Händler am Morgen sieht, ist nicht eine Liste von Kennzahlen, sondern ein nächster Zug. Der Rest der Oberfläche, 13 Sektionen von Daten über Planer bis Zukunft, ist für die Fälle, in denen er selbst nachsehen will. Muss er aber nicht.

9Wer das gebaut hat

Ich bin Bernd Schottdorf, Maschinenbauingenieur aus Amberg. Bevor ich de_core gebaut habe, war ich Lohnabfüller und Fulfillment-Dienstleister für Food- und Supplement-Marken mit eigenem Onlineshop: Rohstoffe und Verpackungen beschaffen, abfüllen, etikettieren, lagern, Bestellungen annehmen, picken, packen, versenden. Alles unter einem Dach, für Händler, deren Excel-Tabellen ich am Monatsende gesehen habe. Ich weiß, wie sich Woche 9 anfühlt.

de_core ist keine App aus einem Semesterprojekt. Es ist ein Modell aus der Systemtheorie und der Regelungstechnik, gebaut mit Verfahren, die in Kraftwerken, Raketen und Versicherungen seit Jahrzehnten rechnen, angewendet auf das, was ein Onlinehändler jeden Tag entscheiden muss. Die Zahlen des Systems, Stand August 2026:

Betrieben auf Servern in Nürnberg, DSGVO-konform, je Händler eine eigene Instanz. Ab 99 Euro im Monat, 199 und 349 nach Umfang, jederzeit kündbar. Sieben Tage kostenlos, mit echten Daten, erste Befunde in Minuten.

decore.cloud. Was der Zwilling konkret macht, in der Demo: youtu.be/fCyBJjAsLgw.

AAnhang

Die Mathematik im Detail

Zustand und Score. Sechs Dimensionen x ∈ [0,1]⁶ aus Kategorie-Signalen, System-Score als gewichteter Mittelwert, Gewichte aus der limbischen Bewertung, Konfidenz je Dimension 1 − 1/√n über die Anzahl echter Quellen.

Dynamik. x(t+1) = clip₀₁( x(t) + λ(0,5 − x(t)) + Σₛ devₛ(t − lagₛ) · coefₛ · λ · s ), mit dev = x − 0,5, λ als Rückstellrate, s als Stabilitätsskala aus dem Spektralradius-Gate ρ ≤ 0,995. Der Koeffizient coef ist der Steady-State-Gain: Im Gleichgewicht gilt dev_ziel = coef · dev_quelle. Dieselbe Semantik in Simulation, Reglermatrix und Impulsantwort.

Monte-Carlo. N = 500 Pfade, Startrauschen σ = 0,05, Koeffizientenrauschen ±10 Prozent, tägliches Prozessrauschen, interpolierte Perzentile p10, p50, p90. Interventionsbänder über gepaarte Läufe mit Common Random Numbers.

Hebel. Δxₖ = +0,1 je Dimension, 30 Tage Simulation, Kaskadensumme über alle Dimensionen, Ranking.

Euro-Pfad. Aktion → Δx → Simulation → Finanztrajektorie → Euro mit Band und Konfidenz. Domino-Nebenwirkungen über die Kausalkanten werden signiert summiert. Die Euro-Angabe ist eine Modellgröße aus Sensitivität und Basislinie, nicht der Buchhaltungs-Deckungsbeitrag. Letzterer kommt aus dem Gewinn-Wasserfall.

Optimale Regelung. Zustandsgleichung ẋ = (A − λI)x + Bu mit A aus den Kausalkanten, Kostenfunktional J = ∫ [(x − x)ᵀQ(x − x) + uᵀRu] dt, algebraische Riccati-Gleichung AᵀP + PA − PBR⁻¹BᵀP + Q = 0, Regler K = R⁻¹BᵀP, u(t) = −K(x − x), Feedforward gegen den Steady-State-Offset.

Budgetverteilung. Maximiere Σ fᵢ(bᵢ) unter Σ bᵢ = B, Lagrange mit KKT-Bedingungen, Lösung bei gleichem Grenznutzen f'ᵢ(bᵢ) = λ, Schattenpreis λ als Wert des nächsten Euros.

Rückholzeitpunkt. Pontryagin-Maximumprinzip über Zustand Abwanderungswahrscheinlichkeit und Steuerung Rabatt, numerische Integration der Hamilton-Bedingungen, Rastersuche über Zeitpunkt.

Nachbestellung. Sicherheitsbestand ss = z(α) · σ_d · √L, Bestellpunkt s = v · L + ss, Bestellmenge q = v · (L + T_ziel) + ss − Bestand − offene Bestellungen, MHD-Kappung min(q, verkaufbar bis Ablauf), Kartonrundung abwärts, Wilson-EOQ als Referenz.

Abwanderung. Gradient-Boosting (LightGBM) auf neun Verhaltensmerkmalen, Kalibrierung der Wahrscheinlichkeiten, zeitliche Validierung, Horizont je Shop als 1,5-faches des mittleren Kaufabstands, begrenzt auf 30 bis 180 Tage, Training und Bewertung nur auf zum Stichtag lebende Kunden, Mindest-AUC-Gate, Fallback auf Recency-Heuristik. SHAP-Werte je Kunde für die drei stärksten Gründe.

Kundenwert. BG/NBD für erwartete Kauffrequenz, Gamma-Gamma für erwarteten Bestellwert, Horizont 12 Monate.

Nachfrage. Methodenwahl je Serie: über 60 Prozent Nulltage → TSB, Länge ≥ 14 → Holt-Winters, sonst Holt. Kalman-Riccati-Parameter. Split-Conformal-Intervalle P10/P90 mit Abdeckungsgarantie. Kausal-Boost bis 8 Prozent bei starker Marketing-Finanzen-Kante.

Kohorten. Kaplan-Meier-Überlebensschätzer mit Zensierung, Wilson-Konfidenzintervall, Fisher-Exakt-Test mit Benjamini-Hochberg-Korrektur der Falscherkennungsrate.

Lernen. Brier = (Konfidenz − Treffer)², Gradient = 2(Brier_mittel − 0,10)/0,5, Faktor = 1 − clamp(Gradient, −1, 1) · Konfidenz · 0,15 auf Kantengewichte und Schwellen, Klemmgrenzen ±15 Prozent beziehungsweise ±0,03 je Zyklus.

Kausalinferenz. DoWhy-do-Operator, Identifikation über Backdoor-Kriterium, Schätzung per linearer Regression, Refutation über Placebo-Behandlung und Datensub-Sampling.

Kalibrierung. Kreuzkorrelation je Kantenkandidat mit Lag-Sweep {0, 7, 14, 21, 28} Tage, Richtungsfilter r(A→B) > r(B→A) + 0,08, OLS für den Koeffizienten, Mindestens 30 Snapshots für die erste Kalibrierung, vollständiger Ersatz des Hypothesenmodells ab 90.

Glossar

• Deckungsbeitrag DB1, DB2, DB3. Erlös nach Ware, Verpackung und Fracht; nach zusätzlich Versand und Zahlungsgebühren; nach zusätzlich Werbekosten.
• POAS. Profit on Ad Spend, Deckungsbeitrag je Werbe-Euro, im Gegensatz zum ROAS, der nur Umsatz je Werbe-Euro misst.
• Break-even-ROAS. Der ROAS, ab dem eine Kampagne nach Deckungsbeitragsmarge der beworbenen Artikel Geld verdient.
• Brier-Score. Maß für die Güte einer Wahrscheinlichkeitsvorhersage, 0 ist perfekt, 0,25 ist Münzwurf.
• Wirkungskonto. Die laufende Nachmessung umgesetzter Vorschläge, einschließlich der Fehlschläge.
• Sofort-Befund. Die ersten Auffälligkeiten aus echten Daten, Minuten nach dem Anschluss der Quellen.

Über de_core()

de_core() wird von Decore in Amberg entwickelt und betrieben. Server in Nürnberg. Kontakt: [email protected] · decore.cloud

Stand: September 2026, 2. Auflage. Alle Produktaussagen beziehen sich auf den Funktionsstand zum Redaktionsschluss.

Zum Weiterschauen: die Rattenprämie von Hanoi (1:43)

Abspielen lädt das Video von YouTube (youtube-nocookie.com)