Data Science für Innovation

Mission »Data Science für Innovation«

Wir machen Wissen in Regionen und Organisationen zugänglich, verständlich und umsetzbar.

Die Forschungsgruppe »Data Science für Innovation« entwickelt digitale Werkzeuge für den Wissenstransfer und unterstützt damit die Innovationsfähigkeit von Industrie und Forschung. Dafür bauen die Forschenden eine umfangreiche Datengrundlage auf und entwickeln darauf basierend intelligente Anwendungen mittels Maschinellem Lernen und Netzwerkanalysen. Mit ihren Kompetenzen im Bereich Data Science und Künstlicher Intelligenz unterstützen sie andere Forschende und Unternehmen und können wesentlich zum erfolgreichen Wandel der wirtschaftlichen und gesellschaftlichen Strukturen beitragen.

News

August 2023

Launch der Fraunhofer-Aktivitätenlandkarte: Quantencomputing-Förderlandschaft

Die Fraunhofer-Aktivitätenlandkarte der deutschen Quantencomputing-Förderlandschaft, die im Forschungsprojekt Quantum Ecosystem Deutschland Q.E.D. am Fraunhofer IMW entwickelt wurde, steht allen Interessierten ab sofort online zur Verfügung: www.quantencomputing-deutschland.de

Die interaktive Landkarte veranschaulicht, welche Organisationen in Deutschland im Bereich Quantencomputing öffentlich gefördert werden. Ein Klick auf eine Organisation eröffnet einen umfassenden Einblick in die bearbeiteten Projekte, die insgesamt erhaltene Fördersumme und die entstandenen Kooperationsbeziehungen.

Die Online-Datenbank wurde visuell aufbereitet. Die geförderten Projekte, ihre Zielsetzungen und das dazugehörige Partnernetzwerk sind entsprechend schnell und unkompliziert aufzurufen. Zudem wird angezeigt, welche Netzwerkbeziehungen durch die geförderten Maßnahmen entstehen. Das macht einen wesentlichen Teil des Quantencomputing-Ökosystem Punkt für Punkt sicht- und greif- und nachvollziehbar.

Die der Aktivitätenlandkarte zugrunde liegenden Daten stammen zum einen aus den umfassenden Projektförderdaten des Förderkatalogs des Bundes, zum anderen aus Zulieferungen der einzelnen Bundesländer. Ferner sind Projekte abgebildet, die durch Horizon Europe gefördert werden. Die europäische Förderkulisse wird dadurch integriert dargestellt.

 

News / 7.4.2022

Kick-Off Verbundprojekt »Wertschöpfungsradar«

Start des Forschungsprojekts zur systematischen Vorausschau zur Zukunft der Wertschöpfung

Das Forschungsprojekt »Wertschöpfungsradar« startete offiziell am 7. April 2022 nach Beginn der Projektlaufzeit Anfang Januar mit einer gemeinsamen Kick-Off-Veranstaltung aller Projektpartner. 

Weitere Veranstaltungen und News

Die Meldungen sind nach Aktualität geordnet. Der Filter ermöglicht Ihnen eine gezielte Eingrenzung des Zeitraums. Um aktuelle News dieser Gruppe zu lesen, können Sie mithilfe des Begriffs »Professionalisierung von Wissenstransferprozessen« zusätzlich danach suchen.

Industrie- und Forschungsprojekte

 

Q.E.D. – Quantum Ecosystem Deutschland

 

Connect & Collect: KI-gestützte Cloud für die interdisziplinäre vernetzte Forschung und Innovation für die Zukunftsarbeit

 

 

MarketsFITT – Märkte für den internationalen Technologietransfer

Wissenschaftliche Infothek zur Regionalen Transformation

In dieser wissenschaftlichen Infothek finden Sie gebündelte Informationen, wie Forschung zu einem erfolgreichen Strukturwandel beiträgt. Wir berichten über wissenschaftliche Modelle, Instrumente und Verfahren für regionale Transformationsprozesse und die daraus resultierende Politikberatung. Diese Seite wird regelmäßig aktualisiert. Wenn Sie Anmerkungen haben, wenden Sie sich gerne an die Redaktion.

 

Wissenschaftliche Infothek zur Regionalen Transformation

Abteilung Regionale Transformation und Innovationspolitik

Diese Forschungsgruppe gehört zum wissenschaftlichen Portfolio der Abteilung Regionale Transformation und Innovationspolitik.

Team

Team der Gruppe

Wissenschaftliche Hilfskräfte
 
  • Pier Achkar
  • Luan De Paiva Orsini
  • Jonas Wolff

Publikationen

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2024 Deep Learning-based Computational Job Market Analysis: A Survey on Skill Extraction and Classification from Job Postings
Senger, Elena; Zhang, Mike; Goot, Rob van der; Plank, Barbara
Paper
2023 How to find similar companies using websites?
Bergmann, Jan-Peter; Amin, Miriam; Campbell Borges, Yuri Cassio; Trela, Karl
Zeitschriftenaufsatz
Journal Article
2022 Using vector representations for matching tasks to skills
Amin, Miriam; Bergmann, Jan-Peter; Campbell Borges, Yuri Cassio
Konferenzbeitrag
Conference Paper
2021 How to Find New Industry Partners for Public Research: A Classification Approach
Trela, Karl; Campbell, Yuri; Dornbusch, Friedrich; Pohle, Anna
Zeitschriftenaufsatz
Journal Article
2021 Data-driven identification of idioms in song lyrics
Amin, Miriam; Fankhauser, Peter; Kupietz, Marc; Schneider, Roman
Konferenzbeitrag
Conference Paper
2021 Ausgründungen aus der außeruniversitären Forschung: Gründungsdynamik und Erfolgsbedingungen im Ost-West-Vergleich
Kahl, Julian; Dornbusch, Friedrich; Pohle, Anna; Trela, Karl; Weiße, Marlen
Studie
Study
2021 Shallow Context Analysis for German Idiom Detection
Amin, Miriam; Fankhauser, Peter; Kupietz, Marc; Schneider, Roman
Vortrag
Presentation
2020 Too big to see: Exploring proxies of structure in a real large-scale university-industry cooperation network
Campbell, Yuri
Vortrag
Presentation
2020 A Survey on Approaches to Computational Humor Generation
Amin, Miriam; Burghardt, M.
Konferenzbeitrag
Conference Paper
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica