Data Innovation Community “Smart Infrastructure”

Am 3. März beim 8. SDIL Strategy-Board-Meeting wurde die neue DIC “Smart Infrastructure” beschlossen. Dieses verbindet die Inhalte der bisherigen DICs “Smart Cities” und “Energie” in Form zweier Schwerpunkte dieser neuen DIC. So können bisherige thematische Überlappungen beider DICs zukünftig stärker als Synergien genutzt werden.

Schwerpunkt: “Energie”

Die Energiebranche steht vor einem grundlegenden Wandel. Die Umstellung auf erneuerbare Energien, die von der EU geforderte Installation von Smart Meter, die Entwicklung neuer, kundenzentrierter Geschäftsmodelle: Aus diesen Veränderungen ergeben sich für die Energiebranche ganz neue Herausforderungen an die IT-Infrastruktur. Mittels der Analyse umfangreicher strukturierter und unstrukturierter Daten, wie sie beispielsweise über Apps auf mobilen Endgeräten, Internetportalen und soziale Medien generiert werden, können Energieversorger künftig Geschäftsprozesse optimieren und neue Geschäftsmodelle entwickeln. So ermöglichen Big-Data-Analysen beispielsweise bessere Verbrauchsprognosen, mit denen Versorger den Einkauf von Energie genauer als bisher steuern können. Dank Big Data können auch Tarife besser auf verschiedene Kundengruppen zugeschnitten oder unzufriedene Kunden leichter erkannt werden, was letztlich die Kundenbindung erhöht.

Im Schwerpunkt “Energie” sollen wichtige datengetriebene Aspekte im Bereich Energie erforscht werden, bspw. die bedarfsgesteuerte Einstellung von Tarifen auf Basis von Smart Meter-Daten.

Der Schwerpunkt “Energie” richtet sich daher an alle interessierten Unternehmen und Forschungseinrichtungen, die bzgl. dieser Aspekte gemeinsame Forschung betreiben wollen. Dies schließt sowohl Anwenderunternehmen der Energiebranche mit ein als auch Unternehmee n der Automatisierungsbranche sowie der IT-Branche.

Schwerpunkt: “Smart Cities”

Auch in den Bereichen Stadtentwicklung und Verkehrsmanagement ergeben sich durch die Auswertung von Big Data völlig neue Möglichkeiten. Mithilfe von integrierten Lösungen für die Transportkommunikation und intelligenter Systeme für das Verkehrsmanagement kann der Verkehr in schnell wachsenden dichtbesiedelten Stadtgebieten besser bewältigt werden. Die Menge an Daten, die in Städten unter anderem durch U-Bahnen, Busse, Taxis und Verkehrskameras generiert wird, ist immens. Mit den existierenden IT-Landschaften lassen sich oftmals kaum Vorhersagen oder erweiterte Datenanalysen durchführen, um verschiedene Verkehrs- und Transportszenarien vorausschauend durchzuspielen. Aber nur so lassen sich entsprechende Dienstleistungen und die weitere Städteplanung verbessern. Werden Informationen in Echtzeit analysiert, richtig ausgewertet und in
Kontext mit historischen Daten gesetzt, können Staus und Gefahren im Straßenverkehr frühzeitig erkannt und Verkehrsaufkommen, Emissionen und Fahrzeiten signifikant gesenkt werden.

In der Data Innovation Community “Smart Infrastructure”, Schwerpunkt “Smart Cities” sollen wichtige datengetriebene Aspekte im Bereich des urbanen Lebens erforscht werden, bspw. die Verkehrssteuerung, aber auch die Abfallentsorgung oder auch der Katastrophenschutz.

Der Schwerpunkt “Smart Cities” richtet sich daher an alle interessierten Unternehmen und Forschungseinrichtungen, die bzgl. dieser Aspekte gemeinsame Forschung betreiben wollen, genauso aber auch an öffentliche Stellen. Dies schließt sowohl Anwenderunternehmen mit ein als auch Unternehmen der Automatisierungsbranche sowie der IT-Branche.

DIC-Leitung

Prof. Dr. Veit Hagenmeyer
veit.hagenmeyer@kit.edu

Karlsruhe Institute of Technology

veit-hagenmeyer

Hellmuth Frey
h.frey@enbw.com

EnBW

Zu einer Mitarbeit in der Data Innovation Community oder Teilnahme an deren Treffen kontaktieren Sie bitte das DIC per E-Mail unter infrastructure@sdil.de.

Mitglieder können auf die internen Foren im SAP Jam zugreifen.

 

 

Aktuelle Projekte


E-Scooter Detection

E-Scooter Detection

Published November 2019. NovelSense UG is concerned with the development of innovative sensor applications for the mobility of the future. In particular, new technologies for the infrastructure-side acquisition of traffic data are to be developed and tested. The goal is to develop hardware and software products for traffic planners and infrastructure developers. In the present […]

BigGIS: Fusion of geospatially distributed heterogeneous Sensor Data

BigGIS: Fusion of geospatially distributed heterogeneous Sensor Data

Published November 2017. The BigGIS project deals with big data and the fusion of uncertain geographic data. Increasing data volumes and increasingly complex calculation models require fast and robust procedures. This is the topic of the BigGIS project, in which integrated procedures for dealing with uncertainty within (geo-)big data are developed. Together with the SDIL, […]

Analytics für ein Smart Air Quality Network

Analytics für ein Smart Air Quality Network

Published July 2017. Air quality and the associated subjective and health-related quality of life are one of the great themes of our time. Nonetheless, it is very difficult for many cities to take action on today’s mobility, living and working needs because a consistent data base with fine-grained data on the action chains is lacking. […]

Ports as Intelligent Logistics Hubs

Published June 2017. This project is part of the Transforming Transport EU lighthouse project. The TransformingTransport project will demonstrate, in a realistic, measurable, and replicable way the transformative effects that Big Data will have to the mobility and logistics market. TransformingTransport brings together knowledge, solutions and impact potential of major European ICT and Big Data […]

Enhancing traffic flow predictions with environmental models

Enhancing traffic flow predictions with environmental models

Published February 2017. In recent years, the Intelligent Transport System (ITS) has been developed, which aims at traffic flow forecasting. It also plays an important role in the planning and development of traffic management and control systems. By analyzing up-to-date traffic flow data, a prediction of the traffic flow is to be made. A precise […]

VDAR: Distributed Decentralized Autonomous Control Systems for Distributed Energy Markets

VDAR: Distributed Decentralized Autonomous Control Systems for Distributed Energy Markets

Published June 2014. The VDAR-project goes back to the framework project “Software Campus” supported by the Federal Ministry of Education and Research (BMBF). In this project, the energy data from electricity grid (such as consumption data, capacity information, etc.) and electricity market (such as supply and demand, price information, etc.) are analyzed for evaluating the […]