Projekte der Innovationsförderung: TrendRadar – Erforschung der Grundlagen für einen ML-gestützten automatisierten Trendradar

Frankfurt am Main, 07.06.2021 – Das Land Hessen und die HOLM GmbH unterstützen seit 2014 im Rahmen der hessischen Innovationsförderung innovative Projekte und Vorhaben im Bereich Logistik und Mobilität. Inzwischen sind zahlreiche Ideen aus Mitteln des Landes und unter der Projektträgerschaft der HOLM GmbH und der HA Hessen Agentur GmbH gefördert und viele Projekte abgeschlossen worden. Die Projekte werden hier in loser Folge vorgestellt.

Heute: TrendRadar – Erforschung der Grundlagen für einen ML-gestützten automatisierten Trendradar, ein gemeinsames Projekt des Fraunhofer-Instituts für Materialfluss und Logistik IML und der Justus-Liebig-Universität Gießen.

Dr. Harald Sieke, Abteilungsleiter Luftverkehrslogistik am Fraunhofer-Institut für Materialfluss und Logistik IML, hat unsere Fragen über das Projekt beantwortet.

Wie ist die Idee für das Projekt entstanden?
Informationen über Trends in der Logistik und Mobilität nehmen in rasantem Tempo zu. Die manuelle Verarbeitung dieser unstrukturierteren Daten ist jedoch aufgrund hoher Kosten und einem enormen Zeitaufwand schwer umsetzbar. Die Idee für das Projekt TrendRadar ist aus der Frage entstanden, wie wir es schaffen können, solche Datenmengen möglichst einfach für uns nutzbar zu machen. Unsere Antwort hierauf: Wir trainieren ein Sprachmodell mittels Text Mining und maschinellem Lernen (ML), um damit die unstrukturierten Daten auszuwerten und das gewonnene Wissen schließlich strukturiert bereitstellen zu können. Ziel ist es dabei, die Möglichkeiten und Grenzen der (teil-) automatisierten Textverarbeitung zu erforschen.

Welche Bedeutung hat/hatte die HOLM-Innovationsförderung für das Projekt?
Die HOLM-Innovationsförderung ist für das Projekt TrendRadar von großem Mehrwert und bietet die Möglichkeit, Themen, die aufgrund von mangelnden Vorarbeiten in die Grundlagenforschung fallen, schnell voranzutreiben und Expertise bei den Partnern aufzubauen. Zudem ist das Antragsverfahren unkompliziert. Außerdem dient das HOLM als Begegnungsstätte für Unternehmen und Forschungseinrichtungen und ermöglicht Experten aus der gesamten Logistik- und Mobilitätsbranche die ideale „Dating-Plattform“.

Welchen Nutzen für Wirtschaft und/oder Wissenschaft/Politik/Gesellschaft sehen Sie für Ihr Projekt?
Das in TrendRadar entwickelte Sprachmodell bietet eine große Chance, aktuelle Trends schneller und mit geringem personellem Aufwand zu erkennen. Der Arbeitsumfang, den das Modell leistet, wäre durch einen Menschen nur schwer abzudecken.

Was hat Sie am Projekt am meisten überrascht?
Die riesige Menge an Daten, die wir verarbeiten. In der Modellierungsphase haben wir zur Verifizierung des Modells auf eine Datenbasis von 86 Millionen deutschsprachigen URLs zugegriffen aus denen wir letztlich etwa 140.000 als URLs mit Logistik- und Mobilitätsbezug identifizieren konnten. In der aktuell noch laufenden Scraping Phase haben wir bereits 35.000 relevante Artikel mit über 800.000 Sätzen identifiziert.

Wo sehen Sie einen weiteren Forschungs-/Anwendungsbedarf und/oder Einsatzbereich?
Das entwickelte Sprachmodell schätzen wir zum aktuellen Zeitpunkt als gut geeignet ein. Dennoch sehen wir auch in der Zukunft weiterhin einen hohen Forschungsbedarf in Richtung der Analyse und Darstellung der Daten. Im Rahmen dieses Projektes liegt der Fokus auf dem Sprachmodell, das in dem betrachteten Zeitraum einen Ist-Stand abbildet. Im nächsten Schritt steht eine langfristige Trendanalyse an, in der über große Zeiträume Daten miteinander verglichen werden können, um Veränderungen zu erkennen und daraus Trends abzuleiten.

Mit welchen Partnern möchten/wollen Sie das Projekt ggf. fortführen/weiter entwickeln?
Selbstverständlich mit der Justus-Liebig-Universität Gießen. Die Zusammenarbeit mit dem Team um Prof. Dr. Stefan Hennemann war und ist hier stets sehr angenehm und produktiv. Wir haben zusammen noch große Visionen für den TrendRadar.

Weitere Informationen zum Projekt finden Sie auf der Projektwebseite.

Foto: Fraunhofer IML