STAT-UP wurde im September 2003 in München als Spezialanbieter für Statistische Beratung und Data Science gegründet. Seit 2010 existiert eine selbstständige Niederlassung in Madrid. Das inhabergeführte Unternehmen operiert aus der Innenstadt Münchens. Die MitarbeiterInnen von STAT-UP verfügen über einschlägige Diplom- oder Masterabschlüsse und mehrheitlich Promotionen in ihren jeweiligen Fachgebieten. Diese umfassen neben Statistik und (Finanz-, Wirtschafts-) Mathematik auch Studienfächer wie Biologie, Medizin oder Astrophysik in ihrer stark quantitativ-statistisch orientierten Ausprägung.

Zusätzliche Fachkompetenz zeigt sich durch eine Reihe von Publikationen in Journalen und Fachbüchern. STAT-UP kooperiert mit wissenschaftlichen Einrichtungen innerhalb Münchens sowie in ganz Deutschland. Katharina Schüller ist als Expertin für Digitalisierung und Data Analytics Mitglied in mehreren Beiräten deutscher Unternehmen.

STAT-UP verfügt über langjährige Expertise in den Bereichen statistische Modellierung und Advanced/Predictive Analytics und hat bereits über 300 Projekte durchgeführt. Dabei zählen über 45% der DAX-30-Unternehmen zu unseren Kunden, aber auch zahlreiche Mittelständler und öffentliche Institute. Fachliche Schwerpunkte liegen in den Bereichen Industrielle Statistik (Versuchsplanung und -auswertung, statistische Prozesslenkung), Datenmanagement und Softwareentwicklung sowie Künstliche Intelligenz/Maschinelles Lernen.

Unsere Tätigkeit umfasst die Beratung zum gesamten Prozess „Advanced Analytics & Big Data“, d.h. die Frage: Wie  schöpft man Wert aus Daten? Dies beinhaltet die Bewertung von Data Use-Cases hinsichtlich ihrer Nutzbarkeit und Relevanz für den Auftraggeber, die Identifikation möglicher Projekt- und Geschäftsrisiken und die Interpretation von Ergebnissen sowie die Ableitung von Handlungsempfehlungen.

Wir sind nicht nur mit Großprojekten mit mehrjähriger Laufzeit und sehr umfangreichen Datenmengen vertraut, sondern insbesondere auch mit schwierigen Datensituationen (Datenlücken, Datenqualitätsprobleme, nicht normalverteilte Daten, Reverse Engineering u.v.a.m.). Dabei legen wir großen Wert auf praktikable und skalierbare verständliche Lösungen.