Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

Info-Icon This content is partly available in English

Current research projects

Q-AI - Diffusion of Quality Artificial Intelligence - From the Individual Entity to Global Society (Volkswagen Foundation)

Project information

Impacts of AI on productivity, wages or society are yet not clearly visible. AI is diffusing relatively slowly through businesses, institutions and societies. However, the societal impact of AI will inter alia depend on the diffusion and the quality or "friendliness" of AI. Social benefits and implementation of quality AI are interdependent with the channels, rapidness, concentration, and profiting groups of AI diffusion. Therefore, the objective of this project is to understand the diffusion process of quality AI with respect to manner, channels, speed and concentration, and their effects. The project begins with individual entities like firms and consumers, move to countries and finally include developing economies and the global society. The planning grant should prepare for establishing a leading research cluster/center. Four dimensions are crucial. (i) Establishment of a technical and organizational infrastructure for a global research network. (ii) Overcome obstacles from heterogeneity of an interdisciplinary consortium with respect to discipline specific technical terminology, (narrow) perspectives of thinking, or knowledge gaps. (iii) Identify the most important research gaps from an interdisciplinary point of view and determine the optimal combination of researchers for various subtopics of the planned project. (iv) Elaboration of the research proposal for the main project.

KI für die Arbeitswelt des industriellen Mittelstands (KIAM)

Wie wird Künstliche Intelligenz die Arbeitswelt verändern? Wie können Unternehmen neue Technologien einsetzen, um ihre Beschäftigten zu entlasten und ihre Wettbewerbsfähigkeit zu steigern? Das Kompetenzzentrum KIAM widmet sich diesen Fragen und wird über fünf Jahren mit 10,7 Mio. Euro durch das Bundesministerium für Bildung und Forschung gefördert. Es gehört zu den zwei Projekten, die aus 47 Bewerbungen in der BMBF-Ausschreibung „Kompetenzzentren für Arbeitsforschung“ ausgewählt wurden. KIAM wird getragen durch die Universitäten Bielefeld und Paderborn, die TH OWL, die FH Bielefeld, die Fachhochschule der Wirtschaft, Fraunhofer IEM und Fraunhofer IOSB-INA sowie die Unternehmen Atos, Bette, Bosch Rexroth, Deutsche Angestellten-Akademie OWL, Dr. Oetker, Kannegiesser, itelligence, Lenze, Miele, WAGO und Weidmüller und die IG Metall.

Automatisierte Bewertung von Wortmarken mithilfe von Verfahren des maschinellen Lernens (tRATEmark)

Immaterielle Vermögenswerte bestimmen heutzutage durchschnittlich 84% des Wertes eines Unternehmens. Unter diesen immateriellen Werten spielen Marken eine wichtige Rolle, welche in Form von Wörtern, Phrasen und Logos den Markterfolg eines Unternehmens signifikant begünstigen. Im Projekt soll eine Methode für die automatisierte Bewertung von Marken entwickelt werden, das in der Lage ist, kontinuierlich große Mengen an Bewertungen in reproduzierbarer Form und Güte insbesondere auf Basis unstrukturierter (öffentlicher) Datenquellen durchzuführen. Im Vergleich zu bisherigen Bewertungsverfahren werden die für die Ermittlung des jeweiligen Markenwertes erforderlichen Daten automatisiert gesammelt bevor mittels Verfahren des maschinellen Lernens der Markenwert prognostiziert wird. Projektpartner sind die Universität Paderborn und die InTraCoM GmbH aus Bonn. Das Projekt wird vom Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert.

„Process Mining zur Analyse und Präskription industrieller Kernprozesse“ (BPM-I4.0)

Im Rahmen des Spitzenclusters it's OWL wurde am 1.4.2021 ein neues Verbundforschungsprojekt zur Anwendung und Weiterentwicklung von Business Process Mining initialisiert. Die Professoren Oliver Müller und Daniel Beverungen vom Department Wirtschaftsinformatik und  der SICP als Konsortialführer forschen gemeinsam mit den Unternehmen Contact Software, Weidmüller, GEA und dem Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM an dem Projekt „Process Mining zur Analyse und Präskription industrieller Kernprozesse“ (BPM-I4.0). Process Mining ist eine Methode, die anhand von Daten Geschäftsprozesse erkennt, analysiert und verbessert. Während das Process Mining in bestimmten Branchen, wie bspw. dem Online-Handel, bereits fest etabliert ist und strategische Wettbewerbsvorteile begründet, bestehen bei der Anwendung im Bereich industrieller Kernprozesse noch wesentliche Herausforderungen. So sind diese Prozesse zwar meist standardisiert, sie weisen aber nur sehr selten Eigenschaften im Sinne von Big Data auf, die für etablierte Process-Mining-Verfahren vorausgesetzt werden. Übergeordnetes Ziel des Verbundforschungsprojekts BPM-I4.0 ist es, die Fähigkeit zur vorausschauenden (präskriptiven) Optimierung industrieller Geschäftsprozesse, insbesondere von kleinen und mittleren Unternehmen (KMU), substanziell zu verbessern. Unternehmen werden mit den zu entwickelnden Methoden zur proaktiven Steuerung interner sowie zum Kunden gerichteter Prozesse befähigt, was mittel- bis langfristig die Wettbewerbsfähigkeit stärkt. Dafür werden im Projekt innovative Vorgehensweisen, Konzepte, Algorithmen und digitale Werkzeuge am Beispiel des Produktentstehungsprozesses bei Weidmüller und des Auftragsabwicklungsprozesses bei GEA entwickelt, prototypisch implementiert, evaluiert, aufbereitet und generalisiert. Dieses Forschungs- und Entwicklungsprojekt wird mit Mitteln des Ministeriums für Wirtschaft, Innovation, Digitalisierung und Energie des Landes Nordrhein-Westfalen (MWIDE) im Rahmen des Spitzenclusters ‚Intelligente Technische Systeme OstWestfalenLippe (it‘s OWL)‘ gefördert und vom Projektträger Jülich (PtJ) betreut.

Further information:

The University for the Information Society