Loading...
Skip to Content

Geo Engine

Philipps-Universität Marburg

Christian Beilschmidt, Johannes Drönner, Michael Mattig
#wettbewerb #2019
Philipps-Universität Marburg

In modernen Unternehmen sind raum-zeitliche Daten, nicht zuletzt durch das Aufkommen des Internet-of-Things (IoT), allgegenwärtig. Beispiele sind Positionsdaten aus LKW-Flotten und Bildaufzeichnungen von Drohnen in der Landwirtschaft. Zusammen mit öffentlich verfügbaren Daten, wie z.B. Erdbeobachtungen von Satelliten der European Space Agency (ESA), ergibt sich hier gigantisches wirtschaftliches Potential, um Firmenprozesse zu optimieren und zukünftige Entwicklungen vorherzusagen. Im Beispiel der Landwirtschaft können dies Ertragsprognosen aufgrund der Beobachtung des Pflanzenwachstums und Wettervorhersagen sein. Marktforschungsinstitute prognostizieren ein Wachstum des Marktes für raum-zeitlichen Analyse von 400 auf 3.000 Mio US$  in den nächsten 10 Jahren. Ein großes Hindernis bei der Nutzung dieser Daten liegt für Unternehmen in dem Umgang mit Big-Data-Problemen wie dem Wirrwarr von Datentypen und der Masse von Daten. Hier haben existierende Lösungen starke Limitierungen. Mit der Geo Engine entwickeln wir eine Plattform, die den gesamten Arbeitsablauf der Analyse raum-zeitlicher Daten in unternehmensrelevanten Anwendungen unterstützt. Dies beinhaltet die Datenbeschaffung, -integration, -visualisierung, -analyse und -bereitstellung als App. In diesem Prozess setzen wir Methoden des maschinellen Lernens ein, die für solche Problemstellungen ideal sind.
 
Im Rahmen des Projekts GFBio, das von der Deutschen Forschungsgemeinschaft gefördert wird, haben wir einen Prototyp entwickelt, der eine explorative Analyse von Biodiversitätsdaten als interaktive Web-Applikation ermöglicht. In der 5-jährigen Entwicklungsphase haben wir, Forscher mit Expertise in Informatik und Geographie, große Erfahrung in der effizienten Verarbeitung raum-zeitlicher Daten erlangt. Durch Kontakte in verschiedenen Workshops und Konferenzen gibt es bekundetes Interesse aus der Wirtschaft. Als zukünftige Arbeiten planen wir das System zu stabilisieren und innovative Forschungsergebnisse aus dem maschinellen Lernen zu integrieren. Das Ziel ist die Ausgründung eines Unternehmens, das ein Service-Produkt, Dienstleistungen in der Umsetzung von Anwendungsfällen, sowie Beratungen und Schulungen anbietet


https://www.geoengine.de/

Zurück

Weitere Projekte

  • #wettbewerb #2020

    AquA - Automatisierung von quantitativen Arbeitsprozessen

    Verschmutzung durch Mikroplastik (MP) ist zentrales Thema. In Gewässern, Meeresbewohnern und nicht zuletzt in menschlichen Körpern wurde MP nachgewiesen, die Folgen für Umwelt und Mensch sind bisher nicht ausreichend erforscht. Mit steigendem Bewusstsein dafür, wächst seit einiger Zeit der Bedarf nach plastikfreien Produkten. Dafür sind Messungen und Analysen von z.B. Gewässer- und Gewebeproben in großem Maßstab notwendig. Diese sind jedoch bisher zeitaufwändig und teuer. [...]

    mehr erfahren
  • #stipendium #2024

    Zenaris

    ZENARIS ermöglicht älteren und pflegebedürftigen Menschen digitale Teilhabe und bekämpft Isolation. 

    mehr erfahren
  • #wettbewerb #2021

    CardioIQ

    CardioIQ ist eine Technologie für schnelle und zuverlässige algorithmische Auswertung von EKG Aufnahmen im ambulanten und stationären medizinischen Kontext. Als einfach integrierbares Tool unterstützt CardioIQ die NutzerInnen bei der Bewertung von EKG-Aufnahmen durch die Erstellung eines qualitativ hochwertigen Risikoprofils der Herzerkrankungen der betroffenen PatientInnen.

    mehr erfahren

Mit freundlicher Unterstützung

Netzwerkpartner