Skip to main content Skip to main navigation

Projekt

SDW

Smart Data Web

Smart Data Web

  • Laufzeit:

Ziel des Projekts "Smart Data Web" ist es, eine Brücke zwischen den öffentlich zugänglichen Informationen im WWW und den internen Informationswelten großer Unternehmen zu schlagen. Für die industrielle Produktion ist es wichtig, so früh wie möglich über Ereignisse informiert zu werden, die zu einer signifikanten Störung führen können, wie z.B. Naturkatastrophen, politische Unruhen, Streiks oder Ausfälle der Zulieferer. Aber auch viele andere Entwicklungen außerhalb des eigenen Betriebs sind von höchstem Interesse, wie z.B. neue Technologien, Verordnungen, Produkte der Wettbewerber.

Durch die automatische Verknüpfung öffentlicher Datenströme wie Nachrichten-Webseiten oder Social-Media-Kanäle mit unternehmensinternen Daten werden Produktionsbetriebe schneller und sicherer auf Veränderungen reagieren können.

Smart Data Web entwickelt eine neue Art von Wissensnetzen, die diese Verknüpfung ermöglichen und die Selektion und Analyse relevanter Daten erleichtern. Die so gewonnenen Informationen können produzierenden Unternehmen dabei helfen, Planungs- und Entscheidungsprozesse wie etwa das Lieferkettenmanagement entscheidend zu optimieren. Ein weiterer Schwerpunkt des Projekts liegt in der Marktforschung.

Das DFKI ist Koordinator des Verbundprojekts, zu dessen Partnern die Beuth Hochschule für Technik, die Universität Leipzig, die uberMetrics GmbH, die VICO Research&Consulting GmbH und die Siemens AG zählen.

Das Projekt Smart Data Web ist Teil des Technologieprogramms „Smart Data – Innovationen aus Daten“, das vom Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert wird.

Partner

  • Beuth Hochschule für Technik
  • Universität Leipzig
  • uberMetrics GmbH
  • VICO Research&Consulting GmbH
  • Siemens AG

Fördergeber

BMWi - Bundesministerium für Wirtschaft und Energie

01MD15010A

BMWi - Bundesministerium für Wirtschaft und Energie

Publikationen zum Projekt

Leonhard Hennig; Hans Uszkoreit

In: Börteçin Ege; Adrian Paschke. Semantische Datenintelligenz im Einsatz. Pages 87-126, ISBN 978-3-658-31938-0, Springer Vieweg, 2021.

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