Dritter Förderaufruf
CoyPu - Cognitive Economy Intelligence Plattform für die Resilienz wirtschaftlicher Ökosysteme
KI-basiertes Krisenmanagement für Unternehmen, Verwaltung, Politik und Forschung
Im Projekt CoyPu (Cognitive Economy Intelligence Plattform für die Resilienz wirtschaftlicher Ökosysteme) entsteht eine KI-basierte Informationsplattform für effizientes Krisenmanagement. Bei komplexen wirtschaftlichen Herausforderungen vernetzt, analysiert und bewertet die Plattform gesamtwirtschaftliche, branchenspezifische und unternehmensinterne Daten. Aus den ausgewerteten Fakten werden Wirkungszusammenhänge abgeleitet und tagesaktuelle Prognosen erstellt, die die Krisenbewältigung unterstützen.
Marktperspektive und Produktversprechen
Prognosen für kritische Wirtschaftstrends und Risikoabschätzungen sind für Unternehmen aller Größenordnungen unentbehrliche Grundlage eines erfolgreichen Krisenmanagements. Jede Organisation verfügt heute über eigene, marktbezogene Informationen wie Lieferkettendaten, Marktdaten, gesamtwirtschaftliche Beziehungen, Regelwerke und Bilanzen, die für Analysen und Prognosen relevant sind. Dennoch werden vorrangig Daten von Datenplattformen (z. B. Statista, LegalTech) und öffentlich zugängliche Geschäftsberichte oder Einschätzungen von Großunternehmen für Prognosen und Risikoeinschätzungen genutzt. Die daraus resultierenden Auswertungen erweisen sich oftmals insbesondere für kleine und mittelständische Unternehmen als unzureichend.
CoyPu setzt genau hier an und bezieht auch unternehmenseigene Daten in die Prognose ein. Durch den Einsatz von KI-Technologien und die die übergreifende Vernetzung von Daten sind exaktere Analysen möglich. Die CoyPu-Plattform ist skalierbar und kann sowohl von kleinen und mittelständischen Unternehmen als auch für komplexe Aufgaben in Verwaltung, Politik und Forschung eingesetzt werden. Nach dem Projektende ist eine Ausgründung aus dem Konsortium geplant, das die weitere wirtschaftliche Nutzung der Plattform, der entwickelten Services und Anwendungen für Unternehmen ermöglicht.
Herausforderung und Innovation
Das Ziel von CoyPu ist, Entscheidungsträgern aus Wirtschaft, Verwaltung, Politik und Forschung im Krisenfall verlässliche Entscheidungshilfen zur Verfügung zu stellen und die gesamtgesellschaftliche Resilienz zu stärken. Dafür ist eine quantitativ und qualitativ hochwertige Datenbasis mit vernetzten Informationen notwendig, wie sie bisher nicht vorliegt. Die für Prognosen herangezogenen Daten sind oft nicht aktuell, nur unzureichend vernetzt und ihrem Kontext entrissen, weshalb die Analyseergebnisse häufig unzureichend sind.
CoyPu löst diese Probleme mit einer KI-basierten Informationsplattform, die partnerschaftliche, rechtssichere und datensouveräne Zusammenarbeit im Rahmen der Wirtschaftsprognose ermöglicht. Durch die Integration vielfältiger und bislang unerschlossener bzw. ungenutzter Datenquellen wird eine homogene Datenbasis als Grundlage für bessere, qualitativ hochwertige Analysen geschaffen. Eine zentrale Aufgabe ist daher die Aufbereitung von Daten, die in unterschiedlichen Formaten vorliegen und deren Bedeutung vom jeweiligen Kontext abhängt, um die Nutzbarkeit der Datenbasis für Analysezwecke sicherzustellen.
Lösungsansatz
Im Projekt wird eine KI-basierte Plattform entwickelt, die den gesamten Prozess von der Datenintegration und -strukturierung über die Vernetzung bis zur Analyse und Bewertung mit Softwarelösungen unterstützt. Die CoyPu-Plattform stellt zudem KI-Komponenten zur Qualitätssicherung und Anonymisierung bereit, die mit öffentlich verfügbaren Informationsquellen sicher vernetzt werden können. Schnittstellen stellen den Austausch, die Analyse und die Verarbeitung von Informationen sicher. Die Ergebnisse werden in Form von branchenspezifischen Kennzahlen und Trends übersichtlich dargestellt. CoyPu erforscht zur Umsetzung dieser Aufgaben neuartige Lösungen wie semantische oder hybride KI-Technologien, insbesondere aus dem Bereich des maschinellen Lernens. Das Ziel ist die Erhöhung der Qualität und die Verbesserung der Analyse von Informationen.
Use Cases
Optimierung von Nachfragevorhersagen
Verbesserte Vorhersagen zur Nachfrage von Produkten, um Risiken beispielsweise der Lagerhaltung zu verringern, Lieferfähigkeit und Flexibilität zu erhöhen und somit Kosten zu senken.
Resiliente Produktions- und Lieferketten
Erkenntnisse über Auswirkungen von Produktionsengpässen oder gar Stillstand von komplexen Produktions- und Lieferketten. Frühzeitige Risikobewertung und Ableitung entsprechender Gegenmaßnahmen zur Minimierung von Stillständen.
Wertschöpfungskettenübergreifende Kriseneffekte
Durch CoyPu soll es möglich sein, Erkenntnisse aus flexibel definierbaren Perspektiven – z. B. regional, branchenbezogen, zeitlich – zu gewinnen und unterschiedlichen Nutzergruppen rechtssicher und anwenderfreundlich zur Verfügung zu stellen. So sollen Krisensituationen und deren Dynamik auf gesamtwirtschaftlicher Ebene frühzeitig erkannt werden.
| Vor CoyPu | Nach CoyPu |
|---|
| Um exakte Wirtschaftsprognosen treffen zu können, ist eine große Menge an vielfältigen Daten notwendig. Viele, relevanten Datenquellen werden dafür bislang nicht einbezogen. | Auf der CoyPu-Plattform werden eine Vielzahl von gesamtwirtschaftlichen, branchenspezifischen und unternehmensinternen Daten verknüpft und auswertbar gemacht. Diese Fülle an teils bislang unerschlossenen Daten macht exakte Prognosen und neuartige Analyseansätze möglich. |
| Wirtschaftsprognosen sind aufgrund von nicht aktuellen und unzureichend vernetzten Datensätzen häufig unzutreffend. | CoyPu vernetzt und aktualisiert stetig die mit der Plattform verknüpften Daten und wertet diese über KI-Methoden aus, sodass erheblich exaktere Prognoseergebnisse erzielt werden. |
| Viele Wirtschaftsdaten können nicht miteinander verknüpft und entsprechend ausgewertet werden, da es an Interoperabilität mangelt. | Die offenen Schnittstellen von CoyPu machen die Verknüpfung vieler unterschiedlicher, bislang nicht interoperabler Datensätze möglich. |
Konsortium
Institut für Angewandte Informatik (InfAI), DATEV eG (DATEV), eccenca GmbH (eccenca), Implisense GmbH (IPS), Deutsches Institut für Wirtschaftsforschung (DIW), Leibniz Informationszentrum Technik und Naturwissenschaften (TIB), Hamburger Informatik Technologie-Center e.V. (HITeC), Selbstregulierung Informationswirtschaft e.V. (SRIW), Infineon Technologies AG (infineon), Siemens AG (Siemens), Forschungszentrum L3S, Leibniz Universität Hannover (L3S)
