Abteilung Risiko- und Standortanalysen

Die Abteilung »Risiko- und Standortanalysen« entwickelt datenbasierte Lösungen für Unternehmen und Behörden für mehr zivile Sicherheit, resilientere Supply Chains und wirtschaftlichere wie nachhaltigere Standortentscheidungen. Die Experten und Expertinnen der Abteilung zeichnen sich durch ein über Jahre gewachsenes Markt- und Branchenverständnis im Supply Chain Management, in der Logistikstandortanalyse und der Sicherheitsforschung aus.

Die Abteilung setzt dabei insbesondere auf neue Methoden und Verfahren für anwendungsnahe KI-gestützte Fernerkundung: So nutzt und verknüpft sie beispielsweise Geoinformationen für bessere raumbezogene Analysen. Zudem bezieht sie wirtschaftliche Rahmendaten und Methoden der empirischen Sozialforschung in ihre Analysen mit ein, um datenzentriert komplexe wirtschaftliche Zusammenhänge abbilden und verorten zu können.

Forschungsschwerpunkte der Abteilung

Die Abteilung konzentriert sich bei der Forschung und Entwicklung datenbasierter Lösungen auf folgende drei Schwerpunkte

© osterwelle - Adobe Stock

Analyse und Gestaltung ziviler Sicherheit

Das Ziel im Bereich der zivilen Sicherheitsforschung ist es, den Brand- und Katastrophenschutz effizienter zu gestalten. Beispielsweise mittels künstlicher Intelligenz (KI) zur Bildauswertung während Katastropheneinsätzen, um Flussübergänge oder Brücken zu beurteilen sowie die Befahrbarkeit von Straßen zu überprüfen. Ebenso analysiert die Abteilung Daten von Objekten für die Brandschutzbedarfsplanung und erstellt automatisierte Erreichbarkeitskarten (Fahrzeitisochronen) für diese Objekte.

Im Fokus der Forschung liegt außerdem die Anwendung von Methoden der empirischen Sozialforschung, um das Verhalten von Führungsgruppen (FüGK) oder Krisenstäben von Unternehmen im Katastrophenfall zu verstehen. Hierbei werden Prozesse und Schulungsmethoden untersucht, um die Reaktionsfähigkeit in Notfallsituationen zu verbessern. Das Portfolio der Abteilung im Bereich ziviler Sicherheitsforschung umfasst außerdem das Design von Informationsdienstleistungen auf Basis des Internet of Things (IoT), die dazu dienen, Katastrophensituationen besser zu bewältigen. 

© PaulShlykov / AdobeStock.com

Supply Chain Risk Management

Um die eigene Resilienz zu stärken und Krisen besser zu bewältigen, benötigen Unternehmen Strategien. Diese Strategien sollen dazu dienen, potenzielle Risiken entlang ihrer Supply Chain (SC) zu managen. Die Grundlage dafür bildet eine umfassende Bewertung von alltäglichen und außergewöhnlichen Risiken sowie eine fortlaufende Überwachung des Umfelds.

Dazu bewerten wir Supply-Chain-Risiken in Unternehmen, verwenden Geodaten und Fernerkundung, um globale Supply Chains zu kartieren, und entwickeln Datenpools für ökosystemweite SCM-Dienste. Das tiefe Know-how der Abteilung bei der Verknüpfung interner und externer Datenquellen ist hier besonders hilfreich.

© fotograupner / AdobeStock.com

Markttranzparenz durch Standortanalysen

Wir analysieren Standortmerkmale, Strukturen und Verflechtungen innerhalb von Branchen des produzierenden Gewerbes. Ziel ist mehr Markttransparenz, indem wir den Akteuren auf Bundes-, Landes-, Regional- oder Objektebene aktuelle, neutrale und vielschichtige Informationen zur Verfügung stellen. Basis für die Untersuchungen bilden mit Maschine Learning (ML) angereicherte Geodaten und Statistiken, beispielsweise im Kontext Beschäftigung, Umsatzsteuer oder Verkehr.

Für diese Aufgabe analysieren wir raumbezogene Objekte, etwa Logistikimmobilien, Brachflächen und Gleisanschlüsse. Das geschieht durch ein Bilderkennungsverfahren, das automatisierte Mustererkennung in Satellitenbildaufnahmen nutzt. Die erkannten Objekte werden klassifiziert und auf einer Landkarte verortet.

Die Kompetenzen der Abteilung

  • Strukturelle Branchenanalysen: Darstellung des Zusammenhangs zwischen Wirtschaftszweigen und deren Risikosituation auf Basis von Güterströmen und weiteren Branchenkennzahlen
  • Fernerkundliche Bildanalysen: Identifikation, Klassifizierung und Segmentierung von Objekten anhand von Satellitenbildern, Drohnenaufnahmen und Orthophotos
  • Data Science für Geodaten (GeoAI): Datenfusion aus Geodaten mit durch Machine Learning (ML) angereicherte Daten. Treffen einer multimodalen Entscheidung durch Gewichtung verschiedener Datenquellen
  • Smart Labeling und Lerndatengenerierung: Teilautomatisierte Generierung von Lerndaten und deren Annotierung

 

Das könnte Sie auch interessieren

 

Faire und schnelle Verteilung knapper Schutzausrüstung in Krisenzeiten

Die Experten und Expertinnen der Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS haben im Projekt FACE (Fair and Fast Allocation of scarce protection Equipment) eine Anwendung erarbeitet, die mittels ganzzahliger Optimierung die knappen Ressourcen kritischer Schutzausrüstung optimal verteilt.

 

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.

 

KI-basierte Vollerhebung von Logistikimmobilien

»L.immo online« 2.0

Die »L.immo online – Die Research-Plattform für Logistikimmobilien« wurde bereits vor 6 Jahren als Plattform etabliert, die einen neutralen und methodisch fundierten Einblick zu Marktdaten und Standortinformationen von Logistikimmobilien in 24 deutschen Logistikregionen gibt. Durch die Kombination von Geodaten und Bilderkennungsverfahren konnte nun erstmals eine KI-gestützte Vollerhebung von Logistikimmobilien in Deutschland vorgenommen werden.

 

Studie

Der Markt für Einsatzunterstützungssysteme

 

Gleisanschlüsse durch intelligente Geolokalisierung identifizieren

Gleisanschlüsse sind essenziell für den klimaschonenden Ausbau des Schienengüterkehrs. Jede Unternehmensansiedlung an einen Gleisanschluss trägt maßgeblich zu einer Steigerung des Anteils des Schienengüterverkehrs bei. Durch intelligente Geolokalisation werden Unternehmen mögliche Standorte in Deutschland aufgezeigt, an denen eine Anbindung an das Schienengüterverkehrsnetz möglich ist.