Stellen Sie sich Ihre individuelle Projektübersicht zusammen.
Schlagwort: Künstliche Intelligenz (KI)
Fördermaßnahme: Entwicklung einer systematischen Vorausschau zur Zukunft der Wertschöpfung
Forschungsziel: Das Ziel des Projektes WERTSCHOEPFUNGSRADAR ist die Entwicklung einer methodisch fundierten, KI-gestützten Vorausschau zur Wertschöpfung der Zukunft. Diese ermöglicht, aus einer Makro- als auch einer Mikroperspektive die digitale Transformation des Wertschöpfungssystems zu erkennen und zu verstehen, um Orientierung am Wirtschaftsstandort Deutschland zu geben. Ergebnis des Projekts wird ein softwaregestütztes hybrides Trenderkennungs- und Vorhersageverfahren sein, welches eine durch Experten validierte systematische Vorausschau für Themen der Wertschöpfung erlaubt und beispielhaft herausarbeitet.
Dipl.-Ing. Alexander Mager
+49 721 608-31427
alexander.mager@kit.edu
Motivation
Die Digitalisierung der Wirtschaft verändert tradierte Formen der Wertschöpfung und generiert gleichzeitig neue. Dies geschieht sowohl im nationalen als auch im internationalen Kontext. Der Einsatz digitaler Technologien ermöglicht die Vernetzung von Produkten, Komponenten und Produktionsräumen, modifiziert die Entwicklungsbedingungen und Verhaltensweisen der Wirtschaftsakteure, bringt innovative, digitale Geschäftsmodelle und Marktstrukturen hervor und gestaltet Wettbewerbsbedingungen und internationale Wertschöpfungsketten neu. Die Komplexität und Entwicklungsoffenheit der digitalen Wertschöpfung der Zukunft ist zugleich mit weitreichenden Unsicherheiten für etablierte Systeme und Strukturen verbunden. Das frühzeitige Erkennen von teils verdeckten Entwicklungen, die sich auf die zukünftige Gestaltung der Wertschöpfung auswirken, kann Unternehmen und Forschung darin unterstützen, resilienter mit einer zunehmend ungewissen Zukunft umzugehen.
Ziel
Das Ziel des Projektes WERTSCHOEPFUNGSRADAR ist die Entwicklung einer methodisch fundierten, KI-gestützten Vorausschau zur Wertschöpfung der Zukunft. Diese ermöglicht, aus einer Makro- als auch einer Mikroperspektive die digitale Transformation des Wertschöpfungssystems zu erkennen und zu verstehen, um Orientierung am Wirtschaftsstandort Deutschland zu geben. Ergebnis des Projekts wird ein softwaregestütztes hybrides Trenderkennungs- und Vorhersageverfahren sein, welches eine durch Experten validierte systematische Vorausschau für Themen der Wertschöpfung erlaubt und beispielhaft herausarbeitet.
Vorgehensweise
Dazu wird eine Methodik zur systematischen Vorausschau von neuen Entwicklungen mit Relevanz für die Zukunft der Wertschöpfung erarbeitet und erprobt. Das Vorgehen erfolgt zum einen durch eine agile und iterative Arbeitsweise, welche die Einbindung von Experten und die Nutzung eines prototypischen und zu entwickelnden digitalen Werkzeugs kombiniert. Das computergestützte Werkzeug dient zum einen der Identifizierung und Analyse von relevanten Signalen der Vorausschau und bietet damit einen Mehrwert für den Vorausschauprozess. Zum anderen entwickeln die Projektpartner neue Methoden für die Relevanzbewertung und Interpretation der erfassten Signale, die die Integration von Expertenwissen aus etablierten Netzwerken und Online-Communities über interaktive Dialogformate erlauben. Dabei werden auch crowdbasierte Ansätze für einen Vorausschauprozess angewandt und weiterentwickelt. Die Basis für das Projekt bildet ein umfassendes Verständnis für die Zukunft der Wertschöpfung, resultierend aus aktuellen fachlichen und gesellschaftspolitischen Diskurszusammenhängen, das kontinuierlich weiterentwickelt wird.
Ergebnisse und Anwendungspotenzial
Das Projekt schafft dadurch die Möglichkeit für eine reflektierte und sachgerechte Handhabung von Annahmen für die Zukunft der Wertschöpfung und unterstützt damit strategische Entscheidung- und Planungsprozesse in der Forschungs- und Unternehmenslandschaft. Der ständige Transfer der Erkenntnisse wird durch das Angebot einer konsistenten Datenplattform, jährlichen Konferenzen und Veröffentlichungen in Fachzeitschriften gewährleistet sein.
In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.