Schlagwort-Archive: hannover

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).

           

Präsentation der Projekte SDW und SD4M auf der CeBIT 2016

Die Projekte SD4M und Smart Data Web, die im Smart Data Programm des Bundesministeriums für Wirtschaft und Energie gefördert werden, präsentieren durch ein gemeinsames Exponat den Besuchern der CeBIT  Ergebnisse ihrer Zusammenarbeit insbesondere eine geteilte Datenanalytik-Plattform und eine Referenzarchitektur. Das Projekt „SD4M – Smart Data for Mobility“ entwickelt eine branchenübergreifende Serviceplattform, die einerseits die Daten der unterschiedlichen Mobilitätsanbieter und andererseits Social Media Daten integriert und diese den verschiedensten Nutzern aufbereitet zur Verfügung stellt. Die Big Data Analytik Plattform bietet die Basis für ein intelligentes Datenmanagement und die Grundlage für vielfältige multimodale Smart Mobility Services. So wird die SD4M-Plattform beispielsweise Mobilitätsdienstleistern helfen, ihre Prognose, Planung und Auslastung zu optimieren oder ihnen einen deutschlandweiten Mobilitäts-Überblick bieten.
Ziel des zweiten Projektes Smart Data Web ist es, eine Brücke zwischen zwei bisher voneinander getrennten Datenökosystemen zu bauen: dem öffentlich zugänglichen Internet und den internen Informationswelten großer Unternehmen. Eine neue Art von Wissensnetzen ermöglicht diese Verknüpfung und erleichtert die Selektion und Analyse relevanter Daten. Die so gewonnenen Informationen helfen produzierenden Unternehmen dabei, Planungs- und Entscheidungsprozesse wie etwa das Lieferkettenmanagement entscheidend zu optimieren.
Das Exponat zeigt, wie man durch die tiefe Analyse heterogener Daten einen Mehrwert für die beiden Anwendungen Lieferkettenmanagement  und Mobilitätsmonitoring gewinnt. Dafür werden  öffentliche Daten einschließlich offenem Wissen, Nachrichten und sozialen Medien mit unternehmensspezifischen Daten für die semantische Analyse zusammengeführt. Augenfällig präsentiert werden die Ergebnisse mithilfe einer großen interaktiven Deutschlandkarte, auf der relevante Ereignisse im Verkehr, in Personen- und Güterbeförderung und in der industriellen Landschaft in Realzeit angezeigt und verfolgt werden.