Zusammenfassung

Das Forschungsvorhaben „OpenData4KMU“ zielt darauf ab, kleine und mittelständische Unternehmen (KMU) in der Nutzung öffentlich verfügbarer Datenquellen (Open Data) zur Verbesserung der Qualität ihrer Forecasts und zur Stärkung der Resilienz ihrer Lieferketten zu befähigen. Im Mittelpunkt des Projekts steht die Entwicklung eines pra-xisnahen Leitfadens, der KMU dabei unterstützt, relevante Open-Data-Quellen zu identifizieren und für die Erstellung präziserer Forecasts zu nutzen. Dies beinhaltet auch die Schaffung eines Frühwarnsystems für Lieferkettenprobleme sowie strategische Maßnahmen zur Erhöhung der Lieferkettenresilienz. Die Forschungsziele umfassen die Analyse und Kategorisierung bestehender Anwendungen von Prognoseverfahren in KMU, die Untersuchung relevanter Open-Data-Quellen sowie die Entwicklung und Erprobung eines integrativen Konzepts für die Nutzung von Open Data in bestehenden Forecasting-Verfahren. Das Vorhaben adressiert dabei spezifische Herausforderungen von KMU, wie begrenzte Ressourcen, und strebt an, durch den gezielten Einsatz von Open Data Wettbewerbsnachteile gegenüber Großunternehmen zu mindern. Die wirtschaftliche Relevanz für KMU ergibt sich aus der Möglichkeit, durch bessere Forecasts die Planungssicher-heit zu erhöhen und Risiken in der Lieferkette zu minimieren. Dadurch können KMU ihre Wettbewerbsposition stärken und auf Veränderungen im Marktumfeld agiler reagieren. Die Erkenntnisse und entwickelten Werkzeuge aus dem Projekt „OpenData4KMU“ bieten somit einen direkten Nutzen für KMU, indem sie die Zugänglichkeit und Nutzung von Open Data vereinfachen und somit einen Beitrag zur digitalen Transformation und zur Steigerung der Innovationskraft im Mittelstand leisten.

Durchführung

Die Durchführung soll sich in fünf Schritten vollziehen:

1. Erarbeitung Kompendium potenzieller Anwendungsfälle von Forecasting mit Open Data in KMU,
2. Identifikation und Klassifikation verschiedener Open Data-Quellen sowie Klassifizierung interner Quellen,
3. Entwicklung eines geeigneten Vorgehens zur technischen Integration von Open Data,
4. Softwarebasierter Demonstrator zum Vorgehen zur Integration von Open Data und Sicherstellung der Akzeptanz, 
5. Validierung der Ergebnisse in Fallstudien

Koordination und weitere Angaben zum Projekt