Direkt zum Inhalt springen
Breadcrumbs
Inhalt

CoPPDA

Allgemeine Informationen

Projektnummer 62295201
Projekttitel laut Förderbescheid Corporate Privacy Preserving Data Analysis in Unternehmensnetzwerken
Akronym COPPDA
Projektlaufzeit 01.09.2013 - 30.04.2016
Forschungsschwerpunkt Energie und Umwelt
Projektkategorie Forschung
Zuordnung
Kompetenzfeld Energie und Umwelt
Grundeinheit Fakultät Elektrotechnik und Informatik
Projektwebseite http://www.enterprise-application-development.org/projects/coppda.html

Inhaltliche Projektbeschreibung

Förderung

Bundesministerium für Bildung und Forschung

 

Einleitung

Unternehmen sehen sich in einem Umfeld von Globalisierung und Konkurrenz aus Schwellen- und Niedriglohnländern mit einem stetig zunehmenden Kostendruck konfrontiert. Zur Steigerung ihrer Effizienz verfolgen Unternehmen im Wesentlichen zwei Ansätze: einerseits die Verwendung moderner Informations- und Kommunikationstechnologien (IKT) und anderseits den Zusammenschluss mit anderen Unternehmen in Form von interorganisationalen Netzwerken. Die Kombination beider Strategien, also der unternehmensübergreifende Einsatz von IKT im Verbund wird bisher hingegen nur in geringem Umfang umgesetzt. Insbesondere im Bereich der vertikalen Integration von Unternehmen besteht hier ein erhebliches Potential der Kosten- und Prozessoptimierung. Erste erfolgreiche Umsetzungen dieser Zielstellung sind bei der unternehmensübergreifenden Einführung und Nutzung der RFID-Technologie zu erkennen. Die Kennzeichnung von Komponenten oder Fertigprodukten entlang einer Lieferkette ermöglicht die lückenlose Verfolgung und unterstützt somit die Bemühungen zur unternehmensübergreifenden Optimierung von Prozessen in Unternehmensnetzwerken. Im Rahmen dieses Projektes fokussieren wir insbesondere auf Möglichkeiten und Potentiale einer unternehmensübergreifenden Datenanalyse. 

Kurzbeschreibung

Das Forschungsvorhaben CoPPDA, welches im Rahmen des Programmes „Forschung an Fachhochschulen – FHprofUnt2013“ gefördert wird, startete im September 2013 an der Hochschule Zittau/Görlitz. Zwei Mitarbeiter der „EAD-Forschergruppe“ um Prof. Dr. Jörg Lässig (Enterprise Application Development Group) arbeiten Vollzeit an der Erforschung und Implementierung von Methoden, die die Zusammenarbeit von Unternehmen unter Berücksichtigung von Datenschutz- und Datensicherheitsaspekten verbessern sollen. Neben zwei festangestellten Mitarbeitern sind auch Studenten der Hochschule Zittau/Görlitz in Forschungsprojekten und Abschlussarbeiten aus dem Informatikstudiengang an diesem Vorhaben beteiligt.

Projektpartner

Prof. Lässig konnte für die Zusammenarbeit verschiedene Kooperationspartner aus der Forschung und der Wirtschaft akquirieren. Zu diesen zählen unter anderem das „Deutsche Forschungszentrum für Künstliche Intelligenz“, die „Carl von Ossietzky Universität Oldenburg“, die „ARC Solutions GmbH“ und das „Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme“ . Diese Partner unterstützen das Projektvorhaben bei der Durchführung der Arbeitspakete zur Unternehmensbefragung und sind am Austausch von Forschungs- und Entwicklungsergebnissen sowohl untereinander also auch mit der Hochschule Zittau/Görlitz beteiligt. Der wichtigste Partner ist die „Rapid-I GmbH“. In enger Zusammenarbeit findet ein Erfahrungs- und Forschungsaustausch statt und es wird an einer Erweiterung für das Data-Mining-Tool „rapidminer“ gearbeitet, in welches die neuen Privacy-Methoden für die Datenanalyse implementiert werden sollen.

Projektübersicht


[PDF]

Publikationen

SCHLITTER, Nico; LÄSSIG, Jörg. Distributed privacy preserving classification based on local cluster identifiers. In: Trust, Security and Privacy in Computing and Communications (TrustCom), 2012 IEEE 11th International Conference on. IEEE, 2012. S. 1265-1272.[BibTeX][PDF]

Schlitter, N., Falkowski, T., & Lässig, J. DenGraph-HO: Density-based Hierarchical Community Detection for Explorative Visual Network Analysis, 31st SGAI International Conference on Artificial Intelligence (AI 2011), December 2011, Cambridge, UK, S. 283-296.[BibTeX][PDF]

LÄSSIG, Jörg; HAHSLER, Michael. Cooperative Data Analysis in Supply Chains Using Selective Information Disclosure. 2014.[BibTeX][PDF]

Weitere Daten

Zurück zur Übersicht23.11.2024 09:09:17

Footer