Die automatisierte Verarbeitung großer Datenmengen stellt Unternehmen häufig noch vor Probleme. Dies gilt insbesondere für die Nutzung maschineller Lernverfahren zur Analyse dieser Daten zur Informationsgenerierung. Neue Methoden zur Integration, Speicherung und einem effizienten Zugriff sowie die wachsende Rechenleistung ermöglichen den Einsatz von Analyseverfahren, deren Ausführung bisher zu ressourcenintensiv für einzelne Unternehmen war.

zur Vergrößerungsansicht des Bildes: Leuchtende Nullen und Einsen
Foto: Colourbox

Laufzeit: 01.06.2018 – 20.04.2021

Mittelgeber: EU Europäischer Sozialfond (ESF)

Beteiligte Einrichtungen der Universität Leipzig:
Abteilung Forschung und Entwicklung (Universitätsrechenzentrum (URZ))
WINF/Informationsmanagement (Institut für Wirtschaftsinformatik)
Automatische Sprachverarbeitung (Institut für Informatik)

Projektbeschreibung

Projektansatz

Das Projektvorhaben verfolgt die Entwicklung eines interdisziplinären Ansatzes zur echtzeitnahen, automatisierten Verarbeitung von Daten zur Informationsgewinnung mittels ML-Verfahren.

Projektziel

Ziel ist es, prototypische Lösungen zu entwickeln, welche die Nutzung von Verfahren des maschinellen Lernens bei der Bewältigung aktueller Herausforderungen aufzeigen und das Potenzial besitzen, Unternehmen am Standort Sachsen einen Wettbewerbsvorsprung zu ermöglichen.

Umsetzung

Zu diesem Zweck werden innerhalb des Arbeitspakets AP 6 spezifische Teilprojekte umgesetzt, die sich an den Anwendungsbeispielen orientieren. Die Sicherstellung der Zielerreichung wird u.a. dadurch gewährleistet, dass pro Anwendungsfall mindestens ein Unternehmen sowie ein Forschungspartner gemeinsam an der Lösung und Umsetzung beteiligt sein werden.

Die interdisziplinäre Entwicklung von Methoden und Architekturen zur Unterstützung des Gesamtziels und zur gemeinsamen Erarbeitung neuer Inhalte soll durch die gemeinsame Entwicklung eines architekturellen und methodischen Grundgerüsts gefördert werden. Auf Basis eines wissenschaftlichen Vorgehens sollen geeignete Methoden evaluiert und den speziellen Bedürfnissen des InnoTeam-Vorhabens angepasst werden.

Eine Referenzarchitektur soll den Umgang mit heterogenen Daten, die aufgrund sehr unterschiedlichen Anwendungsfälle auftreten werden, sowie deren Verarbeitung mittels Methoden des maschinellen Lernens für alle Partner gleichsam ermöglichen.

Neben der Bearbeitung der Anwendungsfälle sollen anwendungsfallübergreifende Gemeinsamkeiten identifiziert werden, die neue Kooperationsmöglichkeiten erbringen können. Auf Basis dieser Gemeinsamkeiten sollen konkrete Ideen zu Folgeprojekten oder neuen Geschäftsmodellen erarbeitet und damit die Nachhaltigkeit des Projektvorhabens gefördert werden. Ziel ist es weiterhin, Synergiepotenziale auszuloten und Best Practices zu identifizieren, die eine Übertragung bestehender Lösungen bspw. auf die anderen Anwendungsfälle ermöglichen. Damit soll ebenfalls gewährleistet werden, dass eine Wissensübertragung zwischen den Kooperationen stattfindet.

Zur Sicherstellung des interdisziplinären Wissens- und Erfahrungsaustauschs sind regelmäßige Workshops geplant, die einen fachspezifischen Zuschnitt erhalten werden. Damit soll sichergestellt werden, dass partnerspezifisches Wissen mit anderen Teilnehmern des Projektkonsortiums geteilt werden kann.

Weiterhin soll eine bessere Vernetzung der einzelnen Mitarbeiter:innen über die Partner hinweg bei den Mitarbeiter:innen für ein größeres Verständnis der Bedürfnisse der Partnerorganisationen sorgen, welches wiederum mittelbar Einfluss auf die Lösungen hat und langfristig Synergieeffekte erzeugt.

Konsortium

ExB Research & Development GmbH

Mehr erfahren

quapona technologies GmbH

mehr erfahren

SOFISTIQ International GmbH & Co. KG

Mehr erfahren

eccenca GmbH

Mehr erfahren

Universität Leipzig

Logo der Universität Leipzig
Mehr erfahren

Projektförderung

Dieses Projekt wird von der Europäischen Union, dem Europäischen Sozialfonds und wird mitfinanziert durch Steuermittel auf Grundlage des von den Abgeordneten des Sächsischen Landtags beschlossenen Haushaltes.

Beteiligte Personen

Dr. Stefan Kühne

Dr. Stefan Kühne

Projektleiter

Dittrichring 18-20
04109 Leipzig

 Johannes Schmidt

Johannes Schmidt

Wiss. Mitarbeiter

Dittrichring 18-20
04109 Leipzig