Digitale Plattform

Im Projekt Innovation Hub 13 werden transferrelevante Informationen und Ergebnisse der Akteure in der Region erfasst, bearbeitet und in geeigneter Form dargestellt. In einem ersten Schritt werden hierzu hochschulinternes Wissen, Methoden und Technologien erfasst und anschließend um die Informationen aus der regionalen Wirtschaft erweitert. Zudem können die Bedarfe und Probleme aller Akteure in der Region aufgenommen werden.

Die Daten werden auf einer Digitalen Plattform zusammengetragen und für die Akteure in der Region zur Verfügung gestellt. Dadurch können die transferrelevanten Themen und die entsprechenden Akteure der Region rascher identifiziert und zusammengebracht werden. Durch die digitale Vernetzung der Partner ist eine wesentlich höhere Effizienz bei den Transferaktivitäten zu erwarten.

Was sind die Ziele der Digitalen Plattform?

Die Digitale Plattform soll der digitale Zwilling des Innovation Hub 13 sein und eine Fülle an Informationen bereitstellen. Das heißt die Plattform soll all das abbilden, was Bestandteil des Hubs ist. Dazu gehören auch die Testfelder und Showrooms.

Dabei sollen sämtliche Akteure mit eingebunden werden. Unternehmen, Forscher, Studierende und Menschen aus der Gesellschaft können Daten einpflegen und von der semantischen Suche profitieren. Bei der semantischen Suche wird die Bedeutung einer Suchanfrage in den Mittelpunkt gestellt. Das heißt nicht der genaue Begriff wird im Inhalt gesucht, sondern seine Bedeutung. Dies beginnt mit der Verwendung von Synonymen bis hin zu komplexeren Kombinationen.

Zur Feststellung möglicher Kooperationen oder anderweitiger Zusammenarbeit zwischen Akteuren soll ein durch KI (Künstliche Intelligenz) unterstütztes Matching, also eine Zusammenführung von gegebenen Daten und dem Gesuch, implementiert werden. Die sogenannte Recommendation Engine gibt dabei Empfehlungen, welche Ergebnisse am besten zur Suche passen. Um dies zu gewährleisten nutzt die Engine Algorithmen des maschinellen Lernens. Dabei lernen diese Algorithmen aus Beispielen und können nach der Lernphase die Erfahrungen bei neuen Datensätzen bzw. Suchen anwenden. Dafür erstellen diese, im anglistischen Sprachraum Machine Learning genannten, Algorithmen ein statistisches Modell und erkennen Muster in neuen Daten. Als Ergebnis werden intelligente Empfehlungen bereitgestellt.

Die Digitale Plattform soll auch den Transferscouts als Werkzeug für den zielgerichteten und an den Bedarfen ausgerichteten Transfer dienen. Auch hierbei fungiert die Funktionalität der semantischen Suche der Recommendation Engine als zentraler Baustein.

Szenarien für den Einsatz der Recommendation Engine

Für den Einsatz der Recommendation Engine gibt es mehrere Anwendungsfälle (Use Cases). In der Folge werden einige Beispiele gegeben, bei denen das intelligente Matching hilft:

Use Case Hochschule sucht PartnerDer erste Use Case ist auf die Hochschulen ausgerichtet. Mitarbeiter der Hochschule können ihre Projektidee als Freitext eingeben (z. B. das vorhandene Abstrakt) und die Engine gibt passende Projektausschreibungen sowie Industriepartner aus. Dadurch wird die Suche für die Hochschulen vereinfacht und eine Projektanbahnung erleichtert.

Use Case Industriepartner sucht PartnerBei diesem Anwendungsfall können Industriebeteiligte ihre technischen Problemstellungen in Textform angeben und die Recommendation Engine gibt die passenden Lehrstühle sowie die Fördermöglichkeiten durch Bund und Land aus. Diese Funktion sorgt dafür, dass die Hemmschwelle für die Wirtschaft abgebaut wird, sich mit den Hochschulen zu verbinden. Des Weiteren wird die Suche nach den richtigen Partnern und Fördermöglichkeiten vereinfacht. Das sorgt u.a. für einen schnelleren Projektbeginn.

Use Case Unternehmen sucht TestbedWenn ein Unternehmen ein neues Produkt entwickelt hat, dann benötigt es die Möglichkeit es ausgiebig in diversen Szenarien zu testen. In der Recommendation Engine kann das Unternehmen die Informationen zu dem Produkt in Freitext eingeben und die Algorithmen geben passende Testfelder aus.

Use Case Land sucht AusschreibungspartnerUm Ausschreibungen des Landes gezielt zu adressieren, soll das System bei Eingabe von strategischen Zielen geeignete Partner aus Industrie und Wissenschaft identifizieren. Diese können dann direkt auf die Ausschreibungen hingewiesen werden. So wird die Chance erhöht, dass passende Angebote für die Gesuche erhalten werden.

Use Case Student sucht AbschlussarbeitStudierende werden die Möglichkeit haben, ihre Fähigkeiten, Vorwissen und Interessen einzugeben. Je nach Intention des Studenten bzw. der Studentin kann der Algorithmus passende Abschlussarbeiten oder Stellenangebote präsentieren. Das führt zu einer vereinfachten Suche für die Studierenden und es sorgt im Gegenzug direkt dafür, dass die Unternehmen passende Interessenten erhalten, die sonst nicht auf die Idee gekommen wären, sich bei ihnen zu bewerben.

Use Case Fördermittelgeber sucht PartnerUm für Förderprogramme die richtigen Adressaten zu finden, können Fördermittelgeber die Engine verwenden. Sie können das Förderprogramm in Textform eingeben und bekommen von dem Algorithmus die passenden Unternehmen und Lehrstühle ausgegeben. Diese können dann konkret über das jeweilige Förderprogramm informiert werden.

Diese Beispielszenarien bzw. Anwendungsfälle zeigen das große Spektrum, welches die Recommendation Engine mithilfe von Machine Learning langfristig ermöglichen soll. Die Engine ist in der Entwicklung und es werden nach und nach Use Cases umgesetzt werden.

Aktueller Stand

Screenshot digitale PlattformEine zunächst interne Alpha-Version ist entstanden, die bereits einen geringen Funktionsumfang beinhaltet. Eine Alpha-Version ist eine erste zum Test durch Außenstehende (also nicht die eigentlichen Entwickler) bestimmte Version, die die grundlegenden Funktionalitäten beinhaltet. Beispielsweise ist eine Eingabe von Organisationen (Unternehmen/ Hochschulen etc.), Personen, Projekten, Projektergebnissen sowie Ausstattungen von Laboren möglich. Auch eine Ausgabe dieser Entitäten und eine Erstellung von Transfersteckbriefen ist umgesetzt. Der Screenshot zeigt die Startseite der ersten Version der Digitalen Plattform. Die Version ermöglicht eine Suche und Filterung der oben genannten Entitäten, wie beispielsweise Unternehmen.
In der Zukunft sollen die Entitäten vervollständigt werden und die Recommendation Engine integriert werden.
Sie dürfen gespannt sein, wie es weitergeht.

Dieser Webauftritt verwendet Cookies um die Nutzerfreundlichkeit zu verbessen. Durch den Besuch auf dieser Internetseite erklären Sie sich damit einverstanden.