In einer Arbeit der BTC AG wurde eine Methode untersucht, Algorithmen zur Prognose von Preisen im Energiehandel per simulierter biologischer Evolution direkt aus vorhandenen Daten zu synthetisieren.
Der Ansatz, der unter dem Namen „Genetische Programmierung“ bekannt ist, erzeugt Algorithmen zu Lösung von Problemen, ohne dass diese explizit programmiert werden müssen.
Außerdem lässt sich die Qualität der gefundenen Lösung mit Standardverfahren des Maschinellen Lernens im Anschluss qualitativ beurteilen. Da klassische Programmierung stets mit der Produktion von Bugs verbunden ist, liefert dieser Ansatz eine mögliche Alternative. In diesem Vortrag wird eines der Experimente der BTC AG aus dem Bereich der Genetischen Programmierung vorgestellt und die Ergebnisse, Erfahrungen und weiteren Anwendungsmöglichkeiten diskutiert.