Vier Studierende sitzen an einem Tisch und lernen gemeinsam.

CrowdMyRegion

CrowdMyRegion ist ein soziales Liefer­netzwerk auf Basis Crowd-dynamischer Systeme von intelligenten Einzelhandels­services für die stationäre Grundversorgung regionaler Communities.

Projektziel

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:

  • Aufbau eines flexiblen und leistungs­fähigen Service-Systems an der Schnittstelle zwischen Handel und Logistik
  • Erforschung und Evaluation wissenschaft­licher und technischer Fragestellungen solcher Systeme

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

Forschungs­ziel

Das InES fokussiert sich innerhalb des Projekts CrowdMyRegion auf die Ziele:

  • Entwurf von KI-Algorithmen
  • Integration der entwickelten Techniken mit einem Gamification Konzept
  • Entwurf einer Privacy-Architektur

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

Projekt­partner

  • ciconia Software GmbH
  • fastahead GmbH & Co. KG
  • GBG – Mannheimer Wohnungs­bau­gesellschaft mbH

Projekt Webseite

Projekt Ergebnisse