Kausalität kann anhand von Beobachtungsdaten nicht bewiesen werden. Aber man kann zu interessanten Hypothesen oder sogar einem Beweis sehr nahe kommen – wenn es umfassende Daten gibt! Je umfassender die Daten sind, desto weniger besteht die Gefahr, Korrelation fälschlich als kausale Zusammenhänge zu interpretieren. Umfassende Daten bedeuten notwendigerweise ein vielschichtiges Datenmodell.

Unsere ObjectAnalytics Database wurde entwickelt, um solche komplexen Daten zu speichern, z. B. Millionen von Patienten mit Milliarden von Ereignissen (Diagnosen, Verordnungen, genomische Daten … ). Unsere Causal-Discovery-Algorithmen nutzen diese objektorientierte Datenspeicherung, um effizient nach direkten und indirekten Erklärungen für ein Zielereignis zu suchen und so potenzielle Ursache-Wirkungs-Beziehungen aufzudecken.