CrowdMyRegion ist ein soziales Liefernetzwerk auf Basis Crowd-dynamischer Systeme von intelligenten Einzelhandelsservices für die stationäre Grundversorgung regionaler Communities.
Das Projekt CrowdMyRegion verfolgt die Erforschung, Entwicklung und Evaluierung eines sozialen Liefernetzwerks als App-basierte Serviceplattform.
Das Social Delivery Network (SDN) bietet eine Vermittlung zwischen Endverbraucherinnen und -verbrauchern, so dass diese sich gegenseitig effizient bei Lieferungen von Einzelhandelsprodukten unterstützen können. Dazu entwickelt ciconia Software eine App-basierte Informationsplattform. Das InES entwickelt intelligente Analyseverfahren für Mobilitätsdaten und Softwarearchitekturen für den technischen Datenschutz. Darüber hinaus wird für die Lieferplattform ein Geschäftsmodell entwickelt und evaluiert. Das SDN soll als Pilotanwendung für ein allgemeines Servicenetzwerk zur Grundversorgung, im ländlichen Raum, dienen.
Insbesondere werden dabei die folgenden Ziele verfolgt:
Projektlaufzeit
45 Monate (1.04.2018 – 31.12.2021)
Projektbudget
Projektvolumen: 2.014.123 Euro (davon Fördervolumen 1.360.269 Euro (gesamt)/ 532.727 Euro (Anteil InES)), zwei Wissenschaftliche Mitarbeiter
Das InES fokussiert sich innerhalb des Projekts CrowdMyRegion auf die Ziele:
Entwurf von KI-Algorithmen
Um ein optimales Matching von Bestellungen sowie Lieferantinnen und Lieferanten zu erreichen und damit einen Mehrwert gegenüber existierenden Liefernetzwerken zu generieren, muss das Liefernetzwerk in der Lage sein, aus dem Nutzerinnen- und Nutzerverhalten mit Hilfe von KI-Algorithmen zu lernen und akkurate Prognosen für Bewegungsprofile zu treffen
Integration entwickelter Techniken mit einem Gamification-Konzept
Ein zentrales Problem ist die freiwillige Teilnahme von Privatpersonen in zwei Rollen: Als Endnutzerinnen und -nutzer sowie als Lieferantin und Lieferant. Um Menschen effektiv zur Teilnahme zu motivieren, ist es notwendig, die dahinterliegenden Mechanismen zu erforschen und gezielt im Liefernetzwerk einzusetzen.
Entwurf einer Privacy-Architektur
Das Sammeln von Orts- und Bewegungsdaten ist ein wichtiger Faktor für die Prognose von Mobilitätskapazitäten in dem Liefernetzwerk. Gleichzeitig stellt die Aufzeichnung personenbezogener Daten große Anforderungen an Softwarearchitektur und das Datenmanagement. Um diese Herausforderungen zu lösen, soll eine Architektur entwickelt werden, die es erlaubt, den Datenschutz zu garantieren und zugleich die Funktionalität der Algorithmen sicherzustellen