Der Begriff Predictive Analytics bezeichnet Software, die in der Lage ist, auf der Grundlage von historischen und aktuellen Daten Situationen und Szenarien vorherzusagen und dementsprechende Handlungsempfehlungen zu geben. Das Ziel von Predictive Analytics ist es, mittels quantitativ und qualitativ ausreichenden direkten und indirekten Systemdaten und geeigneten Datenanalyseverfahren, Aussagen über den wahrscheinlichen zukünftigen (Teil-) Zustand eines Systems zu errechnen. Dies erfolgt meist in einem Datenmodell, welches dann zukünftige Zustände des Systems simulieren kann. Das System kann dabei eine Fabrik oder ein Maschinenpark sein, oder es kann – im Fall der Logistik – auch ein Lager oder sogar eine ganze Lieferkette sein.

Das 2015 in Seattle gegründete Start-Up Shelf Engine sagt die Nachfrage nach frischen Produkten in Restaurants und Lebensmittelläden vorher und will damit Abfälle reduzieren. Dafür verwendet es POS-Daten sowie Variablen wie Schulzeiten, lokale Veranstaltungen, Ferien und Wettervorhersagen. Bestellungen der Produkte können mithilfe von künstlicher Intelligenz komplett automatisiert ausgeführt werden. Während die durch weggeworfene Lebensmittel entstehenden Kosten sinken, können Einzelhändler die Menge an frühzeitig ausverkauften Produkten reduzieren und so ihren Profit maximieren.

Der Systemgastronomie-Konzern Brands International optimiert das Drive-Thru-Erlebnis bei den Fastfood-Ketten Burger King, Tim Hortons und Popeyes mit digitalen Menüanzeigen, die Kundendaten für personalisierte Bestellungen verwenden. Sie sollen in rund 10.000 Filialen installiert werden und es über kontaktlose Bestellungen und Bezahlungen hinaus erlauben, per Bluetooth oder NFC Treuepunkte zu sammeln. Durch Verwendung der Kundendaten sollen die „Predictive Selling“-Terminals Kundenpräferenzen antizipieren, personalisierte Angebote je nach Wetter und Tageszeit liefern und beliebte Speisen vor Ort promoten.

Das Start-up Augury hat die gleichnamige Machine-Health-Plattform entwickelt, die eine prädiktive Wartung ermöglicht, indem Vibrationen, Geräusche und Temperaturen kontinuierlich überwacht und analysiert werden. Wartungs- und Fertigungsprozesse können auf der Grundlage des tatsächlichen Maschinenzustand, der Historie und der Beziehung zu Prozessen und Materialien angepasst und ungeplante Ausfallzeiten als auch Ersatzteilbestände dadurch reduziert werden. Zudem gibt es ein Partner-Ökosystem, bei dem Teile bestellt werden können, die zur Reparatur der Maschinen benötigt werden.