STATISTIK · DATA SCIENCE · WIRKUNGSEVALUATION

Daten rein.
Entscheidungen
raus.

Wir modellieren, prognostizieren und evaluieren mit der Sorgfalt der empirischen Forschung — und liefern das Ergebnis nicht als Foliensatz, sondern als interaktive Analyse-Anwendung, Datenpipeline oder automatisierten Report, der bei Ihnen weiterläuft. Berlin, seit 2015.

ERSTGESPRÄCH VEREINBAREN → +49 176 55103549

SOVE.IT

FROM DATA TO DECISIONS

01 PROGNOSE & PREDICTIVE

GLM/GAM, Random Forest/XGBoost, Zeitreihen, Klassifikation & Scoring — Vorhersagen mit quantifizierter Unsicherheit statt Punktschätzung ins Blaue.

02 DATENVISUALISIERUNG & APPS

Analyse wird sichtbar: publikationsreife Grafiken (ggplot2), interaktive Analyse-Apps und Dashboards, automatisiertes Reporting — läuft beim Kunden weiter.

03 DATA ENGINEERING & ETL

Robuste Datenpipelines, Schnittstellen & APIs, SQL-Datenmodellierung, Web-Crawling & OCR — Datenqualität, auf die Analyse bauen kann.

04 STATISTIK & EMPIRIE

Das Fundament: Studiendesign, Stichproben, saubere Erhebung und Auswertung — Regression, Survival-Analysen, Conjoint. Methodik, die im Peer-Review bestehen würde.

05 KAUSALITÄT & WIRKUNG

Effekte statt Korrelationen: Propensity-Score-Matching, Diff-in-Diff, Programmevaluation — sauber identifiziert und belastbar.

06 PROJEKTLEITUNG & ENABLEMENT

Technische Projektleitung, Methoden-Review und Statistik-Schulung — wir bauen nicht nur, wir befähigen Ihr Team.

SOWAS MACHEN WIR

Methoden, die tragen.

Kein Buzzword-Katalog: jede Methodenfamilie haben wir in realen Projekten produktiv eingesetzt — von der Onkologie bis zur Instandhaltung.

SURVIVAL

KAUSALITÄT

PROGNOSE & ML

CHURN & SEGMENTE

CHOICE

ETL & PIPELINES

AUTOMATISIERUNG

AI & LLM

logrank p<0.001HR 0.62 [0.48–0.79]median 34 vs. 21 monate

survival.R

survfit(Surv(time, event) ~ arm) coxph(Surv(time, event) ~ arm + alter)

Kaplan-Meier, Cox-Regression, Logrank und Hazard Ratios mit Konfidenzintervallen — für Register, Kohorten und Time-to-Event-Fragen.

→ u. a. Onkologie-Register, klinische Kohorten

GAM: s(zeit) + s(temp), REML90 %-prognoseintervall öffnet sichRMSE out-of-sample −0.31

prognose.R

glm(faelle ~ ., family = quasipoisson) gamm(y ~ s(zeit) + s(temp)) xgboost(ausfall ~ ., nrounds = 500) shapviz(fit) # erklärbarkeit

GLM/GAM, Splines, Random Forest/XGBoost, Zeitreihen und Klassifikation (Scoring, ROC/AUC) — mit SHAP-Werten erklärbar gemacht: nicht nur was das Modell vorhersagt, sondern warum.

→ u. a. Predictive Maintenance Schienenverkehr

AUC 0.84 · lasso, 10-fold CVretention-budget auf 9 % der kunden fokussiertn=48.200

churn.R

glmnet(churn ~ ., alpha = 1) # lasso kmeans(rfm_scaled, centers = 4) predict(fit, newdata, type = "response")

Quantitative Modellierung im Kundenbestand: Churn-Prädiktion mit regularisierter Regression, RFM-Segmentierung per Clustering, Scoring direkt in der Pipeline — wer geht, wer bleibt, wen lohnt es zu halten.

→ u. a. CRM- und Bestandsanalysen E-Commerce

zahlungsbereitschaft: +4,20 € je service-stufevariante B kannibalisiert status quo

choice.R

mlogit(choice ~ preis + marke | einkommen)

Conjoint- und Discrete-Choice-Analysen: Präferenzen, Zahlungsbereitschaften und Marktanteils-Simulationen für Produkt- und Preisentscheidungen.

→ u. a. Produkt- und Preisentscheidungen E-Commerce

targets · plumber · DBI · pointblankidempotent, getestet, versioniertläuft täglich 04:30

pipeline.R

targets::tar_make() plumber::pr("api.R") |> pr_run() DBI::dbWriteTable(con, "mart_kpi", df)

Reproduzierbare ETL-Strecken: Rohdaten aus SQL, APIs, Crawls und OCR werden validiert, transformiert und versioniert bereitgestellt — orchestriert statt handgeklöppelt.

→ u. a. tägliche Sensor-Pipelines Instandhaltung

quarto · cron · blastulareproduzierbar: gleicher input, gleicher report

automatisierung.R

cron: 0 6 * * 1 # montags 06:00 quarto::quarto_render("report.qmd") blastula::smtp_send(mail, to = team)

Berichte, die sich selbst schreiben: geplante Quarto-Renderings mit Qualitäts-Checks, Alerts und Versand — der Montagsreport liegt fertig im Postfach.

→ u. a. KPI-Reporting Handel & Finanzen

ellmer · embeddings · hdbscanLLM-codierung, gegen menschliche rater validiert

ai.R

ellmer::chat_openai() |> classify(texte) text_embed(antworten) |> umap() |> hdbscan()

LLMs als Werkzeug im Analyse-Stack: Klassifikation offener Antworten, Extraktion aus Dokumenten (OCR + LLM), Embeddings & Clustering — mit statistischer Validierung statt Blindflug.

→ u. a. Codierung offener Survey-Antworten

REFERENZEN

Projekte, die laufen.

SCHIENENVERKEHR

Infrastrukturbetreiber

Predictive Maintenance und technische Projektleitung, seit 2022.

PHARMA & GESUNDHEIT

Onkologie-Informationsdienst

Biostatistik und Survival-Analysen für Register-Daten.

PHARMA

Pharmaunternehmen (CH)

Statistische Datenanalyse klinischer Fragestellungen.

WISSENSCHAFT

Leibniz-Institut

Wissenschaftliche Auswertungen im EU-Forschungsprojekt.

ENTWICKLUNGSZUSAMMENARBEIT

Internationale Organisation

Programmevaluation und qualitative Wirkungsstudie, seit 2015.

E-COMMERCE & FINANZEN

Handels- & Finanzunternehmen

KPI-Reporting, Dashboards und CRM-Datenanalyse.

Kundennamen auf Anfrage — Referenzen aus Vertraulichkeitsgründen anonymisiert.

„Wir helfen, die richtigen Fragen zu stellen — und aus Daten die strategisch richtigen Entscheidungen abzuleiten.“

INHABER

Nico Schäfer

M.A. Soziologie (Universität Bonn), Herkunft am Lehrstuhl für Methoden der empirischen Sozialforschung. Seit 2015 selbständig als Statistiker und Data Engineer; für größere Vorhaben eingespieltes Netzwerk externer Fachexperten.

10+

Jahre Projekterfahrung

2015

gegründet, Berlin

Branchen

KONTAKT

Reden wir über Ihre Daten.

Im Erstgespräch klären wir Fragestellung, Datenlage und den kürzesten Weg zur belastbaren Entscheidung — unverbindlich, 30 Minuten.

ERSTGESPRÄCH VEREINBAREN → nschaefer@sove-it.de

+49 176 55103549 · Weserstraße 37 · 12045 Berlin

IMPRESSUM DATENSCHUTZ

IMPRESSUM

sove.it e.K. · Inhaber Nico Schäfer
Weserstraße 37 · 12045 Berlin
Telefon: +49 176 55103549 · E-Mail: nschaefer@sove-it.de
Handelsregister: Amtsgericht Köln, HRA 31315 · USt-IdNr.: DE155595354

DATENSCHUTZ

Diese Website verwendet keine Cookies, keine Tracking-Dienste und keine Analyse-Tools. Die Website wird bei GitHub Pages gehostet, einem Dienst der GitHub, Inc., 88 Colin P. Kelly Jr. Street, San Francisco, CA 94107, USA. Beim Aufruf der Website verarbeitet GitHub technisch notwendige Server-Logdaten (u. a. IP-Adresse, Zeitpunkt des Zugriffs, abgerufene Datei); Rechtsgrundlage ist Art. 6 Abs. 1 lit. f DSGVO (berechtigtes Interesse an der sicheren und effizienten Bereitstellung der Website). GitHub, Inc. ist unter dem EU-US Data Privacy Framework zertifiziert, womit für die Datenübermittlung in die USA ein Angemessenheitsbeschluss nach Art. 45 DSGVO besteht; Näheres im GitHub Privacy Statement (docs.github.com/privacy). Bei Kontaktaufnahme per E-Mail oder Telefon verarbeiten wir Ihre Angaben ausschließlich zur Bearbeitung der Anfrage (Art. 6 Abs. 1 lit. b DSGVO). Sie haben das Recht auf Auskunft, Berichtigung, Löschung, Einschränkung der Verarbeitung, Datenübertragbarkeit, Widerspruch sowie Beschwerde bei einer Aufsichtsbehörde. Verantwortlicher: sove.it e.K., Nico Schäfer, Weserstraße 37, 12045 Berlin.

Daten rein.Entscheidungenraus.