Digitale Zwillinge werden in Deutschland bisher vor allem in der Stadtentwicklung, Mobilität sowie in der Energie- und Umweltplanung eingesetzt. Für die politische Steuerung regionaler Strukturwandelprozesse werden sie nur begrenzt genutzt. Im Genesis-Projekt zeigen wir, welche Funktionen in der Praxis dominieren – und was es braucht, damit digitale Zwillinge strategische Entscheidungen besser unterstützen. Im weiteren Verlauf des Projekts werden statistische Zwillinge über eine Webanwendung bereitgestellt, die Entscheidungsträgern Übersichten und Handlungsoptionen anbietet. Hierfür werden datengetriebene Auswertungen und Modellierungen erstellt, die Methoden der Datenanalyse und des maschinellen Lernens nutzen (Clustering, Indikatorenbildung, Mustererkennung in Strukturwandelindikatoren usw.)
Das Projekt hat zum Ziel, den Aufbau souveräner Innovations- und Wertschöpfungsketten im Quantencomputing-Ökosystem in Deutschland wissenschaftlich zu begleiten. Dabei werden Handlungswissen und Strategien für den mittel- bis langfristigen Aufbau eines technologisch souveränen und international wettbewerbsfähigen Quantencomputing-Ökosystem entwickelt. Zur datenbasierten Erfassung des Ökosystem entlang des AIR‑Modells (Akteure, Interaktionen, Rahmenbedingungen) werden KI-Methoden verwendet. Dabei werden Akteursnetzwerke kartiert und Wissensbasen und internationalen Vergleichskennzahlen verfügbar gemacht.
Um Innovationen mit recycelten Faserkunststoffen zu ermöglichen, bedarf es zunächst der Information darüber, welche Unternehmen welche Stoffe recyceln und in welchem Umfang zur Verfügung stellen. Ein wichtiger Schritt beim Aufbau einer funktionierenden Kreislaufwirtschaft für Faserkunststoffe ist es deshalb zunächst, Unternehmen zu identifizieren und ihr Aktivitätsspektrum zu charakterisieren.
Im Projekt »FiberConnect« erarbeitete das Fraunhofer ISI mit Einsatz von KI-Technologien eine kontinuierlich aktualisierte Akteursübersicht entlang der Wertschöpfungskette und ermöglichte so eine bessere Vernetzung der Branche und ein Schließen von Materialkreisläufen. Dazu wurde eine KI-gestützte, weitgehend automatisierte Lösung entwickelt: Ein Web-Crawler durchsuchte fortlaufend das Internet nach relevanten Firmen, Machine-Learning-Modelle klassifizierten mittels Natural Language Processing die gefundenen Unternehmen automatisch in vordefinierte Kategorien, wie zum Beispiel Hersteller, Verarbeiter, Recycler.
Die Suchergebnisse wurden auf der Plattform https://wir-recyceln-fasern.de/akteure öffentlich zugänglich gemacht.
Neue Technologien, Materialien und Werkstoffe, aber auch neues Prozess- und Logistikwissen zählen zu den größten Innovationshebeln von Unternehmen. Doch welche Entwicklungen sind relevant und welchen Einfluss haben sie auf die Wertschöpfung von morgen?
Im Projekt »Wertschöpfungsradar: KI-gestützte Vorausschau zur Erkennung wertschöpfungsrelevanter Signale« wurden Methoden für eine datengestützte und von Experten geleitete Vorausschau entwickelt. Das KI-gestütztes »Radartool« half dabei, das Scanning von Datenquellen teilautomatisiert durchzuführen, um wertschöpfungsrelevante Signale zu finden. Die im Projekt gewonnenen Erkenntnisse helfen Unternehmen, Forschungsschwerpunkte zu setzen, Produktstrategien anzupassen und langfristige Entscheidungen besser abzusichern.
Im Projekt »CoCo – Connect & Collect« erforschen und unterstützen wir die Vernetzung von Akteuren der Arbeitsforschung, um Ideen zu bündeln und Perspektiven einer innovativen Arbeitsgestaltung zu eröffnen. Diese Akteure haben sich in den »Regionalen Kompetenzzentren der Arbeitsforschung« zusammengeschlossen. Ihre bundesweite Vernetzung wird durch eine digitale Wissensplattform unterstützt.
Die CoCo-Plattform umfasst unter anderem eine Publikationsdatenbank. Um diese zielgerichtet für das Projekt zu nutzen, entwickelte das Fraunhofer ISI einen Klassifikator, der arbeitswissenschaftliche Publikationen erkennt und in einer Taxonomie strukturiert. Zudem wurden Ähnlichkeiten der Publikationen und Themenbereiche visuell dargestellt und besonders dynamisch wachsende Forschungsbereiche identifiziert.
Fraunhofer-Institut für System- und Innovationsforschung ISI