Maschinelles Lernen im Basisregister für Unternehmen: Vorstudie zum Potenzial automatischer Konsolidierung von Unternehmensstammdaten

Julius Weißmann and Tim Herbst

WISTA – Wirtschaft und Statistik, 2024, vol. 76, issue 3, 67-79

Abstract: Das Statistische Bundesamt hat den gesetzlichen Auftrag, ein Register über Unter nehmensbasisdaten für Deutschland aufzubauen. Die Inhalte und Ziele des Basisre gisters für Unternehmen werden in dem zugrunde liegenden Gesetz definiert. Diese liegen vor allem in der Konsolidierung der Basisdaten von Unternehmen aus verschie denen Quellregistern an einer zentralen Stelle sowie die Gewährleistung von deren Aktualität und Richtigkeit. Die korrekte und effiziente Verknüpfung der Basisdaten von Unternehmen aus den verschiedenen Quellregistern hat hierbei eine herausragen de Bedeutung. Dafür hat das Statistische Bundesamt intern eine explorative Studie durchgeführt, die den Nutzen von maschinellem Lernen zur Verknüpfung der Quellda ten evaluiert hat. Darüber hinaus informiert der Beitrag über einen teilautomatisierten Ansatz, welcher Verknüpfungen nur unter der Voraussetzung von hinreichend sicheren Vorhersagen vornimmt.

Keywords: Datensatzverknüpfung; Registerdaten; Textähnlichkeit; überwachtes Lernen; Datenanalyse; data record linkage; register data; text similarity; supervised learning; data analysis (search for similar items in EconPapers)
Date: 2024
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://www.econstor.eu/bitstream/10419/299145/1/189233531X.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:zbw:wistat:299145

Access Statistics for this article

More articles in WISTA – Wirtschaft und Statistik from Statistisches Bundesamt (Destatis), Wiesbaden Contact information at EDIRC.
Bibliographic data for series maintained by ZBW - Leibniz Information Centre for Economics ().