Vom personalisierten Museumsbesuch bis zu energiesparender Verkehrsführung / Maschinelles Lernen

Zwei aktuelle Forschungsprojekte: Mit „Remix“ ermöglichen die Datenexperten Museumsbesuchern einen „personalisierten Museumsbesuch“.

Wie können Fahrzeuge intelligent geroutet und Fahrer zielgerecht Informationen bereitgestellt werden? Im EU-geförderten Projekt „Reduction“, das von der Universität Hildesheim koordiniert wird, entwickeln Wissenschaftler aus fünf Ländern bis 2014 durch Aufbereitung von Daten ein intelligentes Transportsystem für das Management von Verkehr.

„Big data“: Mensch oder Maschine – wer behält den Überblick? Wie können Daten gesammelt, geordnet und weiterverarbeitet werden? An der Universität Hildesheim forschen Wissenschaftler über das „Maschinelle Lernen“. 200 Datenexperten aus dem In- und Ausland diskutieren über neue Methoden und ihre Anwendung auf der Internationalen Jahreskonferenz der Deutschen Gesellschaft für Klassifikation (GfKl) vom 1. bis 3. August in Hildesheim.
Aktuell arbeiten die Wissenschaftler der Universität Hildesheim in mehreren EU-geförderten Projekten, die Anwendung im Alltag finden. In großen Datenmengen suchen sie Regelmäßigkeiten und Muster, um für die Zukunft Empfehlungen oder Voraussagen zu treffen. Zwei Beispiele:

PERSONALISIERTER MUSEUMSBESUCH: „REMIX“ EMPFIEHLT MUSEUMSBESUCHER EXPONANTE
Ziel des Forschungsprojekts „Remix“ ist es, Museumsbesuchern einen „personalisierten Museumsbesuch“ zu ermöglichen: Derzeit entwickeln die Wissenschaftler ein Empfehlungssystem, das Besuchern des Roemer- und Pelizaeus-Museums (RPM) in Hildesheim Exponate „empfiehlt“. Es basiert auf RFID-Technologie (Radio Frequency Identification). Alle Exponate sind mit Sendern, die Besucher mit Smartphones und RFID-Empfängern ausgestattet.

Während des Besuchs werden Aufenthaltsdaten erfasst, die einen Rückschluss auf die Interessen des Besuchers ermöglichen. „Mithilfe einer Innenraum-Lokalisierungs-Technik kann man feststellen, wo genau im Museum sich ein Besucher befindet. Kombiniert mit den Informationen darüber, welche Details sich der Besucher im tragbaren Museums-Führer anschaut, empfiehlt das REMIX-System dem Besucher weitere Exponate“, erklärt Schmidt-Thieme.

Aus den erhobenen Daten werden wiederum Empfehlungen für künftige Besuche berechnet. Im Museum können zudem Informationen zu Exponaten abgerufen werden. Museen können mit „Remix“ Informationen über die Präferenzen der Besucher sammeln, analysieren und dadurch ihren Service verbessern.

INTELLIGENTE VERKEHRSFÜHRUNG DURCH DATENANALYSE: EU-PROJEKT „REDUCTION“
Der effektive und umweltfreundliche Transport von Gütern ist eine der großen Herausforderungen des europäischen Verkehrssektors: Der Waren- und Personentransport leistet einen erheblichen Beitrag zur Luftverschmutzung und globalen Erwärmung durch die Emission von Kohlendioxid (CO2).

Wie können CO2-Emissionen reduziert werden? Trotz der Fortschritte im Fahrzeugbau ist der Einsatz von zusätzlichen Technologien notwendig. Die Universität Hildesheim entwickelt mit Partnern aus fünf EU-Ländern ein intelligentes Transportsystem für das Management von Verkehr.
Die EU fördert das dreijährige Forschungsprojekt „Reduction“ bis Herbst 2014. Koordiniert wird es von Prof. Dr. Dr. Lars Schmidt-Thieme, Universität Hildesheim.

Zum Einsatz kommen neue Informations- und Kommunikationstechnologien (ICT). Die Wissenschaftler sammeln historische und Echtzeit-Daten über das Fahrerverhalten und Wegstrecken. Die Daten stammen aus Simulationen und von Feldversuchen in Zypern, Dänemark und den Niederlanden.

Durch Aufbereitung und Kombination der Daten sollen für zukünftige Fahrten Vorhersagen getroffen werden. Ziel ist, das Fahrverhalten und die Route zu optimieren. „Was ist der optimale umweltfreundliche Weg, um in Stoßzeiten von A nach B zu gelangen? In den umfassenden Daten, die wir in den nächsten Monaten aufzeichnen, suchen wir nach Verhaltensmustern bei den Fahrern, zum Beispiel Beschleunigung, Bremsverhalten und Routenauswahl.“, erklärt Schmidt-Thieme. „Wie können wir das Fahrerverhalten optimieren, den Fahrer bei Entscheidungen unterstützen? Wann bremse ich, wann beschleunige ich energiesparend?“ Fahrer erhalten auf einem Bildschirm in Echtzeit individuelle Rückmeldungen zu ihrem Fahrverhalten und Verbesserungsvorschläge.

Partner aus fünf Ländern sind am Projekt beteiligt: Deutschland, Griechenland, Dänemark, Zypern, Niederlande.