Schlagwort: Data Science

Radlytics: Datenbasiert zu mehr Sicherheit im Radverkehr

CIL_Projekte

Mithilfe von Radlytics können erstmals Korrelationen zwischen Risikofaktoren im Radverkehr erkannt werden. Auf dieser Grundlage können präventive Maßnahmen abgeleitet und politische Entscheidungen gezielt angestoßen werden. Damit unterstützt es das Ziel der Vision Zero, nach der es keine Verkehrstoten und Schwerverletzten im Radverkehr geben soll. Das Tool wurde gemeinsam mit Studierenden der Hochschule München und dem ADFC Bayern e. V. entwickelt. Es verarbeitet Unfalldaten, Wetterinformationen und Abstandsmessungen. Auf dieser Grundlage können Unfallmuster analysiert und politische Forderungen datenbasiert untermauert werden.

Mehr Sicherheit durch datenbasierte Analyse

Trotz des steigenden Radverkehrs bleiben Sicherheitsrisiken auf Bayerns Straßen ein gravierendes Problem. Fast jeder fünfte Verkehrstote in Bayern ist auf dem Fahrrad unterwegs – und das, obwohl die Anzahl der Gesamtverkehrstoten rückläufig ist. Der ADFC Bayern e. V. stand vor großen Herausforderungen: Oft fehlten belastbare Daten, geeignete Werkzeuge, technische Ressourcen und personelle Kapazitäten, um gefährliche Stellen im Verkehrsnetz zu erkennen und präventiv Maßnahmen einzufordern.

Radlytics – das neue digitale Analysetool

Studierende des Co-Innovation Lab haben das Tool Radlytics entwickelt, das Unfalldaten visuell aufbereitet und in interaktiven Karten darstellt. Die Anwendung ist leicht zugänglich, spart Zeit und erleichtert Diskussionen mit Entscheidungsträgern. So gewinnt der ADFC Bayern e. V. fundierte Argumente für Gespräche mit Kommunen und Politik.

Stärkung der ehrenamtlichen Arbeit

Paulus Guter, Vorstandsmitglied des ADFC Bayern e. V.: „Unsere tägliche Arbeit basiert auf dem Wunsch, das Radfahren sicherer zu machen. Radlytics hilft uns dabei, Unfallursachen und Risikofaktoren sichtbar zu machen, sodass wir gezielt handeln können. Dadurch gewinnen wir an Schlagkraft gegenüber Politik und Verwaltung.“

Vision Zero: Gemeinsam für null Verkehrstote

Radlytics unterstützt aktiv den Aufbau einer neuen Sicherheitskultur im Radverkehr und trägt zur Vision Zero bei. Radfahrende aller Altersgruppen und Erfahrungsstufen profitieren letztlich von den präventiven Maßnahmen, die auf Basis der Analysen angestoßen werden. Die Zusammenarbeit zwischen dem ADFC Bayern e. V. und dem Co-Innovation Lab zeigt, wie studentische Innovationskraft reale Herausforderungen lösen kann.
Radlytics steht für datenbasierte Entscheidungen, effektive Prävention und eine bessere Radinfrastruktur.

Von links hinten nach rechts vorne: Hans-Jürgen Haak, Markus Färber, Leon Gohr, Michael Groß, Prof. Dr. Johannes Ebke, Sophie Otten, Paulus Guter, Tien Anh Nguyen und Adrian Hasani. (Nicht im Bild: Tobias Musiol, Prof. Dr. Holger Günzel und Prof. Dr. Lars Brehm)

Über das Digital Innovation Lab und das Co-Innovation Lab

Das digitale Analysetool wurde im Rahmen eines gemeinsamen Projekts des Digital Innovation Lab und des Co-Innovation Lab der Hochschule München entwickelt. Ein interdisziplinäres Team aus Studierenden der Masterstudiengänge Informatik und Applied Business Innovation sowie des Bachelorstudiengangs Betriebswirtschaft war an der Entwicklung beteiligt. Das Projekt wurde von den Dozenten Prof. Dr. Lars Brehm, Prof. Dr. Johannes Ebke und Prof. Dr. Holger Günzel sowie Hans-Jürgen Haak betreut.

Das Co-Innovation Lab ist eine virtuelle Lernumgebung, in der Studierende praxisnah erleben, wie Beratung in interdisziplinären Teams funktioniert. In zeitlich begrenzten Partnerschaften arbeiten sie gemeinsam mit Unternehmen und Dozierenden an realen Herausforderungen.

Autoren: Markus Färber, Leon Gohr, Michael Groß, Adrian Hasani, Tobias Musiol, Tien Anh Nguyen, Sophie Otten

Data Science im Trog – wie mit Künstlicher Intelligenz die Umwelt geschont und die Futtermittelindustrie gestärkt wird

CIL_Projekte, DTLab_Koop

Um der Überproduktion in der Futtermittelindustrie entgegenzuwirken, wurde mit Hilfe von externer Einflussfaktoren, KI und Statistik eine Prognosesoftware entwickelt, die es den Anwendenden ermöglicht, ihre auf Erfahrung basierende Absatzplanung durch validierte Vorhersagewerte zu optimieren.

Beispielhafte Darstellung Frontend, eigene Darstellung

Allein in Deutschland werden rund 24 Millionen Tonnen Futtermittel jährlich benötigt. Aufgrund einer pessimistischen Annahme, dass rund 1 % der Futtermittel aufgrund falscher Absatzplanung entsorgt werden muss, entspricht dies einem Volumen von rund 240 Tausend Tonnen jährlich. Hierdurch entsteht ein erheblicher ökonomischer und ökologischer Schaden. Unterdessen werden Prognosen für die Absatzplanung in der Lebensmittelbranche weiterhin auf der Grundlage vergangener Absatzjahre und persönlicher Erfahrungen erstellt. Diese sehr vereinfachte Vorhersage führt oft zu Überproduktion und weggeworfenen Ressourcen. Wo herkömmliche Prognosemethoden versagen, will die Software nowasteai mit einem neuartigen KI-basierten Ansatz optimierte Ergebnisse liefern.

Ein interdisziplinäres Studierendenteam der Hochschule München steckt hinter nowasteai – Ein Team von zehn Studierenden der Informatik und der Betriebswirtschaftslehre hat im Zuge des Co-Innovation Lab der Hochschule München ein Tool entwickelt, mit dessen Hilfe Vorhersagen zur Berechnung der optimalen Produktionsmenge innerhalb der Futtermittelindustrie getroffen werden können. In einem Zeitraum von knapp drei Monaten setzten Bachelor- und Masterstudierende gemeinsam mit dem jungen Unternehmen WeConnectAI (Gründer: Marc Gehring & Tobias Hetfleisch) das Projekt um, das zukünftig einen Mehrwert in der Branche erzielen soll.

Nowasteai als Tool für die langfristige Absatzplanung

Punkten soll das Forecast-Tool durch seine Genauigkeit. Diese wird durch die Anbindung von rund 100 Indikatoren ermöglicht, die je nach Produkt zur Vorhersage zukünftiger Produktabsätze herangezogen werden können. Garantiert wird die langfristige Nutzbarkeit der Software durch die Einbindung von API-Schnittstellen (Application Programming Interface), die die externen Einflussfaktoren in regelmäßigen Abständen in der eigenen Datenbank auf den neuesten Stand bringen. Dem Team gelang es dabei durch tiefgreifende Recherchen zur Produktressourcen- und Marktsituation entlang der Wertschöpfungskette eine Auswahl an makroökonomischen, produktspezifischen und absatzspezifischen Faktoren zu identifizieren und zu integrieren.

„Ein echter Mehrwert für Umwelt und Unternehmen“, bestätigt auch Professor Günzel, einer der betreuenden Professoren. „Und dies in der Kürze der Zeit. Das ist beeindruckend!“, so Professor Ebke (Informatik).

Projektteam (v.l.n.r.) – Tobias Stadler, Jannik Lange, Laurentz Wilming, Peter Stüttgen, Jonathan Hertwig, Antonino Grasso, Christoph Paetsch, Philipp Gerstmayr, Johanna Schmitt, fehlend: Nicolas Bissig

„Die entwickelte Lösung des Teams überzeugt schon jetzt mit spannenden Insights zum Einfluss externen Faktoren auf die Branche sowie einer hohen Nutzerfreundlichkeit. Die Lösung kann für die Industrie noch etwas Großes werden“, so Tobias Hetfleisch von WeConnectAI. Zudem glänzt das Tool mit einer einfachen und aufgeräumten Benutzeroberfläche, die besonders intuitiv bedienbar ist. Die Software ist auf das Wichtigste reduziert, sodass den Nutzenden ein starkes Werkzeug zur Vermeidung des umweltbelastenden und teuren Überschusses zur Seite gestellt wird. Indes bekräftigt das Team von nowasteai, dass das Tool die Anwendenden unterstützen und nicht ersetzen soll. Programmiert wurde die Software in der Cloud-Umgebung von Amazon Web Services mit Unterstützung von Lars Schmitz (AWS).

Dieses Co-Innovation Lab Projekt wurde in Kooperation mit dem Digital Transformation Lab (DTLab) an der Hochschule München durchgeführt:
Das Digital Transformation Lab (DTLab) der Hochschule München widmet sich den großen gesellschaftlichen Herausforderungen unserer Zeit. Zusammen mit Akteuren im öffentlichen Sektor entwickeln Studierende zukunftsweisende Lösungsansätze. Hierbei werden sie von Amazon Web Services mit state-of-the-art Cloud-Technologien und der Innovationsmethodik Working Backwards unterstützt. Wir leben digitale Transformation.

Weitere Informationen über das Co-Innovation Lab und das Digital Transformation Lab (DTLab) an der Hochschule München:

Autoren: xxxx