Schlagwort-Archive: 2017

Algerische Delegation zu Besuch im Smart Data Forum

Am 17.07.2017 wurde das Smart Data Forum von einer algerischen Delegation in Begleitung von Herrn Dr. Tettenborn (BMWi) und Herrn Dr. Genetzky (BMWi) besucht. Während der Führung durch den Showroom wurde als eines von zwei Projekten das Projekt Smart Data Web vorgestellt, das bei den Gästen auf großes Interesse stieß.

Chinesische Delegation des AITC Beijing zu Besuch

Am 10.07.2017 wurde das Smart Data Forum von einer chinesischen Delegation des AI Technology Centers (AITC) aus Beijing besucht. Während der Führung durch den Showroom wurde als eines von zwei Projekten das Projekt Smart Data Web vorgestellt, das auf reges Interesse stieß. Es wurde eine Kollaboration mit dem AITC über den Austausch von Demonstratoren und Know-How vereinbart, so dass der Smart Data Web Demonstrator demnächst auch in Beijing gezeigt wird.

Roadshow „smarter_mittelstand“ in Leipzig

Das Smart Data Web Projekt präsentierte sich am 12. Juni 2017 bei der bundesweiten Roadshow smarter_mittelstand des Smart Data Forums in Leipzig. Die Roadshow ist Teil einer Veranstaltungsserie der Digitalisierungsinitiative „Smarter Mittelstand – Digitalisierung 4.0“, die 2016 durch das Unternehmermagazin Impulse, Convent Kongresse, die ZEIT-Verlagsgruppe und das Deutsche Forschungszentrum für Künstliche Intelligenz ins Leben gerufen wurde. Auf insgesamt sechs Roadshow-Stationen in ganz Deutschland können sich Unternehmer über Themen wie Industrie 4.0, Big Data und Datenschutz informieren sowie die neuesten Trends der Digitalisierung kennenlernen.

Auf der Veranstaltung in Leipzig präsentierte Kay Müller (Universität Leipzig) das Smart Data Web Projekt mit einem Vortrag. Anschließend informierten sich bei ihm viele interessierte Fachbesucher aus dem Mittelstand über die im Projekt entwickelte Analyseplattform und den Industrie-Wissensgraphen, der unter Leitung der Universität Leipzig entsteht. Großen Anklang fand auch der gezeigte Demonstrator, der anschaulich die Echtzeit- und Textanalytik-Verarbeitungsmöglichkeiten der Analyseplattform sowie die Anwendungsfälle des Industrie-Wissensgraphens illustriert.

Bildquelle: Smart Data Forum

Smart Data Web auf der CeBIT 2017 am Stand des BMWi

Die Projekte SD4M und Smart Data Web, die im Smart Data Programm des Bundesministeriums für Wirtschaft und Energie gefördert werden, präsentieren sich auch in diesem Jahr mit einem gemeinsamem Exponat den Besuchern der CeBIT.  Das Exponat wird wie letztes Jahr am Stand des BMWi  in Halle 6 gezeigt (BMWi – Informationen zur CeBIT 2017):

Ob Ausfälle von Zulieferern oder Naturkatastrophen – es gibt eine Vielzahl externer Ereignisse, die einen Einfluss auf die Wertschöpfungs- und Lieferketten eines Unternehmens haben. Viele Informationen über solche Geschehnisse sind auf Nachrichtenwebseiten oder in sozialen Netzwerken verfügbar, erreichen Entscheiderinnen und Entscheider jedoch oft zu spät oder eher zufällig. Nur, wenn Unternehmen unvorhersehbare Entwicklungen frühzeitig erkennen, können sie auch entsprechend reagieren. 

Das Projekt Smart Data Web will diese zeitliche Lücke schließen und die Informationen unmittelbar und systematisiert zur Verfügung stellen. Deshalb wertet das Projekt pro Tag automatisch rund 300.000 Tweets, 16.000 Nachrichtendokumente und etwa 20.000 Meldungen von Polizei, Behörden und Verkehrsunternehmen aus, und kombiniert diese mit Daten aus Firmendatenbanken und der OpenStreetMap, einer Datenbank für frei nutzbare Geodaten. Auf Basis dieses Wissensnetzes können Unternehmen unvorhersehbare Ereignisse schnell erkennen und in ihre Planungs- und Entscheidungsprozesse für die Produktion miteinbeziehen.

Im Vergleich zum letzten Jahr hat sich das Projekt in vielfältiger Weise weiterentwickelt. Ein besonderer Augenmerk lag auf der Verbesserung der Informationsextraktionstechnologien und ihrer Integration in das Big-Data-Framework Apache Flink. Die zugrundeliegenden Natural Language Processing und Machine Learning Verfahren wurden auf neue Entitätstypen wie z.B. Produkte und Technologien, neue Relationen und Fakten, wie z.B. „Firma-ist-Lieferant-für-Produkt“, erweitert und die Erkennungsgenauigkeit verbessert. In enger Zusammenarbeit aller Partner wurden verschiedene Ansätze zur Informationsextraktion entwickelt und erprobt, u.a. regelbasierte Ansätze, statistische Modelle und auch Verfahren des Deep Learning.

Der auf der CeBIT gezeigte Demonstrator ist auch unter http://ta.dfki.de öffentlich verfügbar (Hinweis – nur für Google Chrome/Chromium optimiert, andere Browser unterstützen nicht alle Funktionen der Demo).