Datenzentrierte Raum- und Risikoforschung

© Adobe Stock / fotograupner – stock.adobe.com / Bearbeitung Fraunhofer IIS
Datenzentrierte Raum- und Risikoforschung

Im Forschungsschwerpunkt »Datenzentrierte Raum- und Risikoforschung« nutzen wir KI-gestützte Verfahren auf Basis von Geo- und Fernerkundungsdaten sowie Text- und Sensoranalysen, um die zivile Sicherheit zu erhöhen, widerstandsfähige Supply Chains zu fördern und wirtschaftlichere sowie nachhaltigere Standortentscheidungen zu ermöglichen.


Unsere Experten und Expertinnen kombinieren dafür wirtschaftliche Rahmendaten mit ihrem umfassenden Markt- und Branchenverständnis, mit neuen Methoden für KI-gestützte Bildauswertung und Methoden der empirischen Sozialforschung. So können komplexe wirtschaftliche Zusammenhänge aus neuem Blickwinkel umfassend analysiert und räumlich verortet werden. Für mehr Transparenz und Sicherheit bei der Entscheidungsfindung.
 

Unsere Themenfelder

 

Analyse und Gestaltung ziviler Sicherheit

 

Supply Chain Risk Management

 

Markttransparenz durch Standortanalysen

Referenzen

Organisation

Abteilung »Risiko- und Standortanalysen«

Die Abteilung entwickelt datenbasierte Lösungen für mehr zivile Sicherheit, resilientere Supply Chains und nachhaltige Standortentscheidungen. Mit einem starken Markt- und Branchenverständnis konzentriert sich die Forschung auf datenzentrierte Raum- und Risikoforschung. Die Experten setzen auf KI-gestützte Fernerkundung, Geoinformationen und empirische Sozialforschung, um komplexe wirtschaftliche Zusammenhänge zu analysieren und zu verorten.

 

 

Projekt

GRANERGIZE – Energieeffiziente Logistik-immobilien

Im Projekt entwickeln wir einen Wissensgraphen für das Energiemanagement von Logistikimmobilien. Der Graph integriert Verbrauchs-, Standort- und Umweltinformationen und ermöglicht den unternehmensübergreifenden Zugang zu relevanten Daten, wodurch die Energieeffizienz und die Einhaltung neuer regulatorischer Anforderungen gefördert werden.

Projekt

INSIGHT – Knowledge Graphs und Large Language Models in der Industrie

Im Fraunhofer Projekt INSIGHT werden Knowledge Graphs und Large Language Models eingesetzt, um unstrukturierte und strukturierte Daten in der Industrie effizient zu analysieren. Ziel ist die wirtschaftliche Etablierung semantischer KI-Technologien zur Automatisierung von Prozessen wie Nachhaltigkeitsberichterstattung und Logistikstandortplanung. Ein Beispiel ist die holistische Logistikstandortplanung, bei der externe Faktoren bewertet werden, um fundierte Entscheidungen zu treffen.

 

Flächendeckende Identifikation von Brachflächen mit KI

Mit dem Projekt ARGOS soll eine bundesweit flächendeckende, KI-gestützte Extraktion von Brachflächen aus Geodaten, Luft- und Satellitenbildern realisiert werden. Ziel ist, daraus eine Online-Informationsplattform zum Thema Brownfields zu entwickeln, die eine aktuelle Übersicht zu potenziellen Standortoptionen für gewerbliche Immobilienprojekte ermöglicht.

 

Der Markt für Einsatzunterstützungssysteme

Die Studie bietet einen Überblick über Software für die nicht-polizeiliche Gefahrenabwehr, identifiziert Digitalisierungsbedarfe und -hindernisse und soll den IT-Markt für Einsatzunterstützungssysteme transparenter machen. Sie richtet sich an Beschaffende bei Feuerwehren und Rettungsdiensten und bittet um Feedback zur Verbesserung der Marktübersicht.