Skip to main content Skip to main navigation

Projekt

SD4M

Smart Data For Mobility

Smart Data For Mobility

  • Laufzeit:

Das Ziel von SD4M ist Entwicklung eines Ökosystems für multimodale Smart Mobility Services auf Basis einer software-definierten Plattform für intelligentes Datenmanagement zur Auslastungs-, Planungs- und Prognoseoptimierung von Mobilitätsdienstleistern sowie zur individuellen flexibleren Preisgestaltung und Serviceoptimierung für Reisende.

Die Teilziele sind:

  • Datenaggregation, -strukturierung, -veredelung:

Das zentrale Wertschöpfungsnetz der SD4M-Plattform besteht in der Zusammenführung von Datenquellen unterschiedlicher Unternehmen und weiterer Quellen, deren Strukturierung (semantische Interoperabilität) und intelligenter Veredelung.

  • Prognostik und Optimierung als Dienstleistung:

Im Rahmen des Projektes werden auf der SD4M-Plattform Prognostik- und Optimierungsmodule implementiert, welche die spezifischen Fragestellungen der Projektpartner aus dem Mobilitätsbereich lösen. Diese Module werden von Anfang an so konzipiert, dass sie auch für andere Unternehmen aus dem Mobilitätssektor anwendbar sind, bzw. dass die notwendigen Anpassungen gering ausfallen.

  • Dienstleistungen von Drittanbietern auf Basis der SD4M-Plattform:

Die SD4M-Plattform ist als Zentrum eines Daten-Ökosystems so angelegt, dass sie für Datenanalytik-Dienstleister offen steht. So können beispielsweise unabhängige Analyse-Spezialisten ohne eigene historische Datenbestände die Plattform als Integrations- und Datenzuliefersystem nutzen, um ihre Dienstleistungen zu realisieren.

Am DFKI sind sowohl die Forschungsgruppe der Sprachtechnologie in Berlin unter der Leitung Prof. Dr. Hans Uszkoreit als auch die Forschungsgruppe der Intelligenten Analytik für Massendaten unter der Leitung Prof. Dr. Volker Markl Partner des Projektes. Dr. Feiyu Xu von der Sprachtechnologie Gruppe leitet die technische Koordination.

Das Projekt „Smart Data for Mobility“ wird im Rahmen des BMWi-Technologieprogramms „Smart Data - Innovationen aus Daten“ gefördert.

Partner

  • DB Systel
  • DFKI
  • init AG
  • idalab
  • PS-Team

Fördergeber

BMWi - Bundesministerium für Wirtschaft und Energie

BMWi - Bundesministerium für Wirtschaft und Energie

Publikationen zum Projekt

Johannes Kirschnick; Philippe Thomas; Roland Roller; Leonhard Hennig

In: Journal of Cheminformatics (JCheminf), Vol. 10, No. 1, Pages 63:1-63:7, BioMed Central, 12/2018.

Zur Publikation

Robert Schwarzenberg; Leonhard Hennig; Holmer Hemsen

In: Springer Lecture Notes in Artificial Intelligence. Conference of the German Society for Computational Linguistics and Language Technology (GSCL-2017), September 13-14, Berlin, Germany, Springer International Publishing, 1/2018.

Zur Publikation

Martin Schiersch; Veselina Mironova; Maximilian Schmitt; Philippe Thomas; Aleksandra Gabryszak; Leonhard Hennig

In: Proceedings of the 11th International Conference on Language Resources and Evaluation. International Conference on Language Resources and Evaluation (LREC-18), 11th, May 7-12, Miyazaki, Japan, European Language Resources Association, 2018.

Zur Publikation