Kategorie: Data Science

Veröffentlicht am

TWIN nimmt weiter Form an: Verteilte Open Data aller Länder ab sofort aus einer Hand verfügbar. Elementare Daten für Planungen jeder Art. Extrem kostengünstig. Einfach lizenziert.

9. Oktober 2025. TWIN ist das neue Datenmodell der data analytics institute AG. Es vereint erstmals Menschen und die Objekte unserer Welt in einem, holistischen digitalen Abbild. Im ersten Schritt liegen nun alle verfügbaren Open Data der 16 Bundesländer zusammengefasst in einer Datenbank vor. Aber nicht das einheitliche Datenmodell ist von großem Vorteil: Open Data führt zu extrem günstigen und einfachen Lizenzbedingungen.

3D-Gebäudedaten mit allen Adressen

Karl-Schumacher-Str. 2 in Bonn als 3D-Gebäude (LOD2) mit der Nachbaradresse Heussallee 40 als Doppelhaus-Villa. Zur OPEN DATA zählen Adressen, Flurstücke und Siedlungsblöcke. Quelle: https://www.dz.nrw.de/

Zum Datenmodell TWIN zählen vor allem alle 3D-Gebäude Deutschlands mit zugehörigen rund 23 Mio. Adressen aus denen sich wichtige Gebäude-Merkmale wie

  • Gebäudetyp
  • Gebäudegrundfläche
  • Gebäudevolumen
  • Gebäudehöhe
  • Gebäudegeschosse
  • Gebäudedachform
  • Gebäudefunktion
  • Gebäudeausrichtung
  • Gebäudedachfläche
  • Gebäudefassadenfläche

ableiten lassen. Die Daten werden als einfache Adressdatenbank auf Wunsch inkl. der 3D-Gebäude in einem Gesamtdatenpaket TWIN.BUILDING zur Verfügung gestellt.

Neuer OPEN GEOCODER nutzt Datenmodell von TWIN

Im Datenmodell TWIN sind alle rund 23 Mio. Adressen zu allen räumlichen Aggregationsebenen referenziert. Dazu zählen amtliche Gebäudeobjekte, Flurstücke, Siedlungsblöcke und Gemarkungen. Die Ebenen reihen sich nahtlos in die Struktur einer Gemeinde ein. Alle Adressen haben zusätzlich eine Lagekoordinate. Unter TWIN.GEOCODES sind die Daten verfügbar und werden aktuell in einem Projekt des Instituts in einen OPEN GEOCODER als Teil des datenschutzkonformen Frameworks SAFeDY eingebaut (siehe dazu Dateninstitut entwickelt neues, offenes Framework SAFeDY zur Anonymisierung von Adressen durch räumliche Aggregation)

Kontakt

presse@dai.institut

Veröffentlicht am

Dateninstitut entwickelt neues, offenes Framework SAFeDY zur Anonymisierung von Adressen durch räumliche Aggregation

Bonn, 8. Oktober 2025. Die Anonymisierung personenbezogener Daten ist in der Datenverarbeitung eine grundlegende Aufgabe. Die räumliche Aggregation spielt dabei eine zentrale Rolle. Das data analytics institute (dai) arbeitet gerade an einem entsprechenden Framework (SAFeDY), dass Institutionen ein offenes Set an Werkzeugen zur Hand gibt, um Adressen DSGVO-konform anonymisieren zu können. Gerade beim Daten teilen zur Umsetzung einer effektiven Datenökonomie wie beispielsweise in der kommunalen Wärmeplanung soll das neue Framework SAFeDY Grundlage jeder anstehenden Verarbeitung von Adressen oder GPS-Daten werden.

SAFeDY – Spatial Aggregation Framework for Data Privacy – bietet ein Set an Tools zur Anonymisierung personenbezogener Daten durch räumliche Aggregation

Räumliche Aggregation zur Anonymisierung von Positionen wie Adressen oder GPS-Daten gehören zur grundlegenden Herausforderung in der Verarbeitung personenbezogener Daten. Das neue und offene Framework SAFeDY bietet Institutionen den dafür notwendigen Werkzeugkasten. Zum Framework zählt u.a.

  • Ein offenes, hierarchisches Mehrebenen-Raummodell, was Adressen und Standorte in beliebige Gebiete wie beispielsweise Wohnblöcke, Quartiere und Stadteile oder Kacheln (100x100m, 1x1km usw.) zusammenfassen lässt
  • Eine offene Geokodierung, die sich flexibel in jede Infrastruktur implementieren lässt und Adressen innerhalb einer Institution verarbeiten lässt, um die Raumebenen anreichern zu können
  • Die flexible, DSGVO-konforme Aggregation (und Darstellung) personenbezogener Daten in beliebige Gebiete


Open Geocoder – offene Geokodierung für Alle

Die Open Source & Data Initiativen machen es möglich. Das Dateninstitut dai plant noch im Laufe dieses Quartals und damit bis Ende des Jahres erstmals einen Open Geocoder auf den Markt zu bringen. Hauptelement der dazu notwendigen Referenzdaten sind die offenen Geodaten der einzelnen Bundesländer (u.a. die 3D-Gebäudedaten), die im Datenmodell TWIN am Institut zusammenfließen und harmonisiert werden. Die Softwareentwicklung und spätere Lizenz folgt dabei den Möglichkeiten von Open Source Richtlinien. Geokodierung ist somit erstmals für alle da (und weiterentwickelbar).

Kontakt

Sie haben Fragen zur räumlichen Aggregation oder zum Framework SAFeDY? Dann kontaktieren Sie uns unter presse@dai.institute

Veröffentlicht am

Neubauten und Neubaugebiete seit 2016

In 2024 entstanden laut Statistischem Bundesamt rund 75.000 Neubauten (neue Wohngebäude), davon alleine 58.450 Einzelhäuser. Diese verteilen sich auf ganz bestimmte Neubaugebiete, die das data analytics institute identifiziert und mit dem entsprechenden Baujahr ausweist. Der Energieträger hier ist überwiegend Umweltthermie.

Neubaugebiete sind Neubauten in einem Quartier

Neubaugebiete
Beispiel für ein Neubaugebiet in Bonn-Beuel (PLZ53225), Quelle: Google Maps 2025

Am Beispiel der beiden Straßen Fideliostraße und Freudestraße in Bonn-Villich (PLZ 53225) lässt sich die Bautätigkeit im Quartier in 2020 auf Google Maps sehr gut nachvollziehen und zeigt auch den zeitlichen Versatz der aktuellen Karten. Noch nicht alle Gebäude (mittlerweile insgesamt 27 Neubauten) sind datenseitig erfasst. Dennoch lässt dich das Neubaugebiet sehr gut erkennen, ist es doch ziemlich weit fortgeschritten (Hinweis: Wir blicken 4-5 Jahre zurück).

Wohngebäude nach 2016 je Baujahr

Für die letzten zehn Jahre (2016-2025) stellt das data analytics institute für Analysen und Auswertungen die Neubauten und deren Neubaugebiete als jährlichen Datensatz zur Verfügung. Es ergänzt damit ideal den Zensusdatensatz 2022 und bietet z.B. für die kommunale Wärmeplanung oder marketingrelevante Aspekte eine ideale Datenbasis. Für die rund 19,3 Mio. Wohngebäude ist das Gebäudealter bis 2016 standardmäßig gemäß Zensus in Dekaden verfügbar (auf Wunsch auch feingliedriger, da die Bautätigkeitsinformationen noch deutlich weiter zurückreichen).

Kontakt

presse@dai.institute

Veröffentlicht am

Bautätigkeit: Was Google Maps & Co. noch nicht kennen

In der Carlo-Schmid-Str. 1 in Bonn wird aktuell gebaut. Von der Bautätigkeit ist in Karten und Luftbildern noch nichts zu sehen. Weder die Adresse, noch veränderte Flächennutzung existieren. Im Internet handelt es sich „augenscheinlich“ um eine unbebaute Fläche. Um diese Informationslücke zu schließen, liefert das data analytics institute ab sofort monatlich die Liste der Bautätigkeiten je Adresse in einem Datendienst. Durchschnittlich rund 3.000 Objekte, saisonbedingt schwankend.

Bautätigkeit in der Carlos-Schmid-Str. 1

Wie auf der Webseite des Bundesamt für Raumordnung (BBR) zu entnehmen ist, entsteht in Bonn das Europäische Zentrum für mittelfristige Wettervohersage ( BBR – Bauprojekte – Europäisches Zentrum für mittelfristige Wettervorhersage ). Genauer gesagt in der Carlo-Schmid-Str. 1. Die Adresse ist in Bonn jedoch unbekannt. Noch nicht einmal den Taxifahrern sagt sie was, lediglich die Straße selbst kennt man als Stellplatz für Wohnwagen – noch.

Was sagen Google Maps & Co?

Google Maps und Microsoft Bing zeigen ein ähnliches Bild: Die Straße ist bekannt. Jedoch weder die Adresse selbst (hier Carlo-Schmid-Str. 1), noch die Bautätigkeit sind den Informationsdiensten zu entnehmen.

Bautätigkeit als bundesweiter Abo-Dienst

Um diese Datenlücke zu schließen, bietet das data analytics institute ab Oktober einen neuen Service an: Monatlich sind die Bautätigkeiten bundesweit je Adresse verfügbar. Für Bonn wird so beispielsweise die fortlaufende Erschließung des neuen Wohnquartiers „Am Vogelsang“ sichtbar (siehe dazu auch Wohnquartier „Am Vogelsang“).

Kontakt und Abodienst

Sie haben Interesse an den monatlichen Bautätigkeiten auf Adressebene? Dann kontaktieren Sie uns einfach und unverbindlich unter info@dai.institute

Veröffentlicht am

Geoinformationen als Schlüsselressource für unsere Transformation

Geoinformationen als strategisches Gut verstehen: Positionspapier der Branche adressiert an die Politik, dass die brennenden gesellschaftlichen Themen wie Klimawandel und Energiewende nur datengetrieben gelöst werden können.

Zahlreiche Verbände der Geoinformationsbranche wie beispielsweise der Bund der Öffentlich bestellten Vermessungsingenieure e.V. (BDVI) oder die Deutsche Gesellschaft für Kartographie haben gemeinsam unter dem Deutschen Dachverband für Geoinformation, kurz DDGI ein Positionspapier für Geoinformationen zur 21. Legislaturperiode veröffentlicht. Es setzt konkrete Impulse für eine resiliente, digitale und nachhaltige Zukunft.

Die zentralen Forderungen:
✅ Geoinformation als strategisches Gut verstehen & verankern.
✅ Den Digitalen Zwilling unserer Welt auf Basis von Geodaten gesetzlich integrieren.
✅ Raumbezogene Daten für Klimaschutz & Energieplanung verpflichtend nutzen.
✅ Open Geodata durch Rechtsanspruch und Standardisierung ermöglichen.
✅ Bildung, Forschung und Fachkräfte gezielt fördern.

Der Vorstand und CEO des data analytics institute, Michael Herter, ist Beirat im DDGI und unterstützt ausdrücklich die gezielte Erfassung unserer Welt als Digitaler Zwilling. Er stellt die Basis für den strategischen Einsatz von Geodaten gemäß der EU-Datennutzung (EU Data Act).

Geoinformationsbranche will aktiv unterstützen

Die Herausforderungen unserer Zeit – digitale Transformation, geopolitische Unsicherheiten, Klimawandel, Energiewende – erfordern belastbare und raumbezogene
Entscheidungsgrundlagen. Das Positionspapier formuliert konkrete Forderungen an die neue Bundesregierung, um die Potenziale von Geoinformation gezielt für die nächste Legislaturperiode zu erschließen.

Die Geoinformationsbranche steht bereit, dafür ihre hohe Expertise aktiv einzubringen. Sie möchte damit eine moderne Verwaltung, nachhaltige Entwicklung und digitale Souveränität gewährleisten. Die Branche bietet konkrete, technologiegestützte Lösungen zur Bewältigung zentraler Zukunftsfragen. Die Verbände fordern die Bundesregierung auf, ihre strategische Rolle anzuerkennen, gezielt zu fördern und in die gesetzgeberischen, infrastrukturellen und digitalpolitischen Maßnahmen der Legislaturperiode zu integrieren.

„Schlimm genug, dass sie überhaupt aktiv angeboten werden muss“, ergänzt Herter, denn immerhin ist die politische Bedeutung von Daten bereits auf EU-Ebene seit 2014 klar verankert und sollte „für eine florierende datengesteuerte Wirtschaft“ auch umgesetzt werden. Nur passiert ist seitdem wenig.

Hier geht’s zum Positionspapier für Geoinformationen:
https://lnkd.in/e3GaEVmc

Kontakt

presse@dai.institute

Veröffentlicht am

Mobilitätsanalysen mit GPS-Daten

Woher kommen meine Kunden, Gäste oder Besucher an welchem Tag zu welcher Uhrzeit? Diese Fragen beantworten hochauflösende, anonymisierte GPS-Daten flächendeckend, egal ob für die Parkgarage in der Stadt oder einem Freizeit-Hotspot auf dem Land.

Anonymisierte GPS-Daten in einer Auflösung von ca. 75x75m am Beispiel von Köln.

Die Zusammenarbeit zwischen data analytics institute und Targomo macht es möglich: Millionenfach gesammelte GPS-Daten, jeden Tag zu jeder Uhrzeit. Die Daten, anonymisiert und aggregiert, stehen für unterschiedlichste Mobilitätsanalysen und Standortbewertungen zur Verfügung. Kaum zu glauben aber wahr: Da die Daten eine Ursprungzelle „Wohnen/zu Hause“ besitzen, können sogenannte Origin-Destination-Auswertungen erfolgen. Vereinfacht heißt das, dass zu jedem beliebigen Standort eine Einzugsgebietsanalyse möglich ist – wo kommen also meine Kunden, Gäste oder Besucher genau her – und das auf Wunsch unterschieden nach Tages- und Nachtzeit.

Bestimmung und Bewertung von Hot Spots

Die aggregierten GPS-Daten in Verbindung mit sogenannten Points-of-Interest zeigen eindrucksvoll, wo sich welche Hot Spots befinden. Aber nicht nur das: Es wird sichtbar wie gut oder schlecht diese frequentiert werden und woher die Besucher kommen. Ein Hot Spot kann prinzipiell beliebig sein. Darunter fallen u.a. Stadien, Konzerthallen, Schwimmbäder, Haltestationen, Fußgängerzonen, Sehenswürdigkeiten u.v.m.

Durch die flächendeckende Datenverfügbarkeit werden Hot Spots derselben Kategorie, beispielsweise Konzerthallen untereinander vergleichbar und damit bewertbar.

Kontakt

Sie interessieren sich für GPS-Daten bzw. Standortbewertungen oder Mobilitätsanalysen. Dann kontaktieren Sie uns einfach und unverbindlich unter info@dai.institute – wir beraten Sie gerne!

Veröffentlicht am

Gewiss kein Grüner Schwan? Plädoyer für ein Datengütesiegel in Zeiten Künstlicher Intelligenz.

Grüner Schwan bezeichnet eine neue Klasse systemischer Risiken, vor allem aus dem Kontext des Klimawandels, die ebenso unvorhersehbar wie unumkehrbar sind und dabei die Stabilität von Wirtschaft und Gesellschaft tiefgreifend gefährden können. Er baut auf dem Begriff des „Schwarzen Schwans“ von Taleb auf, der in seinem gleichnamigen Buch damit seltene Ereignisse mit enormer Wirkung, wie etwa die Finanzkrise 2008 beschreibt. Seinen Namen verdankt das Konzept der historischen Annahme, alle Schwäne seien weiß – bis 1697 in Australien zum ersten Mal ein schwarzer Schwan tatsächlich beobachtet wurde. Grüne Schwäne hingegen existieren (nach wie vor) nicht.

Die Datenwirtschaft teilt seit vielen Jahren ihre Daten auf Lizenzbasis. Die Nutzer bezahlen für die Erstellung, Bereitstellung und Art der Datennutzung. Lizenz- und Preisstandards dazu gibt es nicht. Doch nicht nur das. Es fehlt dem Markt an Qualitätsorientierung. Nehmen wir das Beispiel der Vollständigkeit. So lange alle Objekte unserer Welt nicht vollständig in Raum und Zeit digital erfasst sind, fehlt es an der objektiven Referenz. Was gibt es alles und wieviel davon? Über die sogenannten „unknown unknowns“ wissen wir nichts. Das ist gewiss. Mit welchem Maß an Gewissheit können wir also sagen, dass der fehlende „Grüne Schwan“ in unseren Daten wirklich fehlt oder ein möglich enthaltener schwarze Schwan wirklich stimmt? Übertragen in die Praxis: Was stellt beispielsweise die Referenz dar, ob eine am Datenmarkt verfügbare Liste aller Kindergärten, Kitas und privater „Tagesmütter“ für eine Versorgungsanalyse in Deutschland wirklich Vollständigkeit ist? Sie gibt es nicht.

Durch die fortschreitende Datafication, wie man auch die Digitalisierung unserer Welt nennt, mehren sich fortlaufend die Echtdaten. Schätzungen und Hochrechnungen werden entsprechend weniger notwendig. Doch die Ungewissheit (Uncertainty) darüber, ob Grundgesamtheit bzw. Teilpopulation in einem bestimmten Gebiet zu einem bestimmten Zeitpunkt (Aktualität) vollständig abgebildet ist, bleibt. Dazu zählen auch Präzision der Datenerfassung (Exaktheit) und Schätzung (Vorhersagegüte) bei nicht vorhandenen Echtdaten.

Den Käufern sowie Nutzern von Daten fehlt ein verlässliches Maß an „Certainty“. Der Datenmarkt setzt Lizenzbedingungen und Preise fest, ohne ein Maß an Gewissheit zu liefern. Man schenkt lieber einer aufbereitenden Information, dem Outcome auf Daten, seinen Glauben und sinniert höchstens noch über die angewendete Analyse, als dass die Qualität der eingehenden Daten, das Income selbst hinterfragt wird. Ganz in der Hoffnung „no garbage in, no garbage out“. Ob aber der grüne Schwan einfach nur vergessen wurde zu erfassen oder gewiss keiner vorhanden ist, weiß man nicht. Was jedoch gewiss fehlt: Ein Datengütesiegel.

Datengütesiegel der dai

Das data analytics institute hat es sich zur Aufgabe gemacht, die CERTAINTY als Qualitätsmaß für Daten zu entwickeln. Kontaktieren Sie uns gerne, wenn Sie Fragen dazu haben oder Ihre Daten in ihrer Qualität in unserem Data Lab überprüfen lassen wollen.

Weiterführender Artikel zur Uncertainty & ML u.a. [2305.16703] Sources of Uncertainty in Supervised Machine Learning — A Statisticians‘ View

Veröffentlicht am

Neue Partnerschaft für mehr Wertschöpfung aus Agrardaten

Q-Farm-Hub und Data Analytics Institute bündeln Kräfte zur Nutzung land- und forstwirtschaftlicher Daten für mehr Resilienz, Transparenz und Wirtschaftlichkeit. Dazu werden getrennt bestehende Datensilos im Agrarsektor miteinander verknüpft und so ein europäischer Datenraum für Agrardaten geschaffen.

Bonn, 2. Juni 2025 – Daten, Daten, Daten – sie entstehen auch fortlaufend in der Landwirtschaft. Sogenannte Agrardaten können konkret dabei helfen, Risiken zu minimieren, Wertschöpfung zu steigern und den gesellschaftlichen Nutzen zu erhöhen. Zwei Partner, die sich dieser Aufgabe verschrieben haben, bündeln ab sofort ihre Kräfte. Der Q-Farm-Hub der EQA und das Data Analytics Institute (dai) mit Sitz im Digital Hub agieren künftig gemeinsam vom Standort Bonn aus, um land- und forstwirtschaftliche Betriebe datenbasiert zu stärken.

Der Q-Farm-Hub – die neue Daten- und Informationsdrehscheibe für die Agrarwirtschaft

Initiiert von der Education and Qualification Alliance SCE (EQASce), ist der Q-Farm-Hub Europas erster webbasierten Agrar-Cloud-Hub. Ziel ist es, Daten aus der Landwirtschaft (sog. Agrardaten) als Vermögenswert zu erfassen, aufzubereiten und weiterzugeben. Nutzer der Agrardaten sind die Landwirt:innen, Marktpartner, Dienstleister und öffentliche Stellen. Der Hub erfüllt dabei auch eine neue Funktion im Sinne des Onlinezugangsgesetzes (OZG), indem er standardisierte digitale Schnittstellen zur Kommunikation mit Veterinär-, Gesundheits- und Umweltämtern sowie Forschungs- und Bildungseinrichtungen etabliert.

Das Data Analytics Institute – Daten zur Wertschöpfung bringen

Das Data Analytics Institute (dai) bietet ein breites Spektrum datenwissenschaftlicher und interdisziplinärer Expertise: Von der rechtlichen Einordnung der Daten über die Modellierung und Analyse bis zur auf den Punkt gebrachten Informationsbereitstellung. Ziel des Instituts ist es, Daten in greifbaren Mehrwert zu transformieren – und dabei auch organisationsübergreifende Kooperationen zu ermöglichen. Im Fokus steht dabei stets: Wissen generieren, Entscheidungen fundieren, Wirkung entfalten. Und das gilt selbstverständlich auch für Agrardaten.

Maul- und Klauenseuche zeigt Handlungsbedarf: Agrardaten als Frühwarnsystem

Ein aktuelles Beispiel für die Notwendigkeit intelligenter Datenlösungen ist der Ausbruch der Maul- und Klauenseuche (MKS) im Januar 2025 in Brandenburg. Die unmittelbaren Auswirkungen auf Fleisch- und Milchlieferketten waren gravierend. EU-Hilfen in Höhe von 15 Millionen Euro sollen jetzt nach Deutschland, Tschechien und Slowenien fließen. Doch der wirtschaftliche Schaden für die Betriebe bleibt.

„Ein schnellerer, transparenterer und zielgerichteter Daten- und Informationsfluss kann bei zukünftigen Krisen Schäden deutlich minimieren“, betont Prof. Dr. Brigitte Petersen, Vorstandsvorsitzende der EQASce. Dafür brauche es klare Regeln: „Welche Daten sind relevant, welche Betriebe und Lieferketten sind wie und vor allem wo betroffen – und in welcher Form gelangen die Informationen effizient zu den zuständigen Akteuren?“ ergänzt Michael Herter, CEO des Data Analytics Institute. Die Herausforderung liegt darin, diese Daten so zu strukturieren und bereitzustellen, dass sie grundsätzlich, vor allem aber im Krisenfall sofort handlungsleitend sind.

Gemeinsam für eine resiliente und datengetriebene Landwirtschaft

Der Schulterschluss von EQASce und dai zeigt: Datenräume im Agrarsektor können konkrete wirtschaftliche und gesellschaftliche Mehrwerte schaffen – wenn sie sinnvoll gestaltet, standardisiert und strategisch genutzt werden. Die Kooperation in Bonn ist ein klares Signal: Die Datenzukunft der Landwirtschaft ist digital, vernetzt – und resilient.


Kontakt:

Data Analytics Institute (dai)

Digital Hub Bonn

presse@dai.institute

www.dai.institute

Veröffentlicht am

(Senior) Data Scientist gesucht

Das dai sucht im Auftrag eines ihrer Klienten einen Data Scientist (m/w/d) in Teilzeit. Das internationale Unternehmen ist am Markt der Datenwirtschaft etabliert und bietet einen attraktiven Arbeitsplatz remote (im Home-Office) an.

Der Job umfasst inhaltlich vielfältige Aufgaben, wie z.B.:

  • Scoringverfahren und Scorecards berechnen
  • Kundensegmentierungen und Kundenwertmodelle
  • Standortanalysen inkl. Kartografische Darstellungen und Distanzanalysen
  • Reportings und Präsentationen für Kunden

Neben Consumer-Analysen können auch B2B-Auswertungen gefragt sein. Beide Datentypen werden mit eigenen mikrogeographischen Daten kombiniert. Grundsätzlich erforderlich sind sehr gute Kenntnisse von multivariaten Analyseverfahren.

Systeme im Einsatz sind u.a. SAS. Reportings werden in Tableau umgesetzt. Der Job als Data Scientist kann Full Remote ausgeführt werden und ist gut bezahlt.

Bei Interesse bitte Bewerbungen schriftlich an info@dai.institute

Veröffentlicht am

Erstes unabhängiges und interdisziplinäres Dateninstitut für Wirtschaft, Wissenschaft und Politik in Deutschland gegründet.

Bonn [11.04.2025] – Mit der Gründung des data analytics institute (dai) entsteht das erste unabhängige, interdisziplinäre Dateninstitut für Wirtschaft, Wissenschaft und Politik. Die Aktiengesellschaft mit Hauptsitz in Bonn und Niederlassungen in Berlin und Stuttgart setzt auf die innovative Kombination aus Data Science und Artificial Intelligence (AI), um datengetriebene Lösungen für gesellschaftsrelevante Fragestellungen zu entwickeln.

Daten als Mehrwert für unsere Gesellschaft

Die Pandemie hat deutlich gezeigt, wie wichtig Daten für ein objektives Verständnis aktueller und zukünftiger Herausforderungen sind. Nur qualitativ hochwertige, belastbare Daten fehlen oft. Nicht ohne Grund findet der Begriff Datenwüste Deutschland seinen Weg über Wissenschaft und Wirtschaft in die Medien. Das data analytics institute soll das als erstes unabhängiges und interdisziplinäre Dateninstitut ändern. Durch die gezielte Identifikation von Datenlücken, neuer Einsatzmöglichkeiten von AI und daraus resultierende datenwirtschaftsrechtliche Fragestellungen schafft die dai AG qualitatives Wissen, auf das man sich verlassen kann. So erst werden evidenzbasierte, richtige Entscheidungen in Wirtschaft und Politik möglich.

Das Dateninstitut und seine Ziele

Das data analytics institute versteht sich als unabhängiger Berater und Informationslieferant, um sektorübergreifend Institutionen beim strategischen Einsatz von Daten zu unterstützen. 

Im Fokus dabei stehen:

  • Evaluation, Qualifizierung und Entwicklung von Daten durch hochspezialisierte Data Scientisten in Kombination mit AI-gestützter Verfahren
  • Datenschutz- und lizenzrechtliche Fragestellungen, z.B. wem gehört ein Datum?
  • Verknüpfung von Daten aus Quellen der Public, Private und Science Data als bestmöglichen „Digitalen Zwilling“ sowie die dazu notwendige Beratung und bedarfsgerechte Bereitstellung von Daten
  • Schließen von Datenlücken und Fördern von Datenwissen in Deutschland
  • Beratung und Implementierung AI-gestützter Datenplattformen und Agenten

Bereits in der Gründungsphase startet das dai mit folgenden wegweisenden Forschungsprojekten:

  • Aufbau des Datenmodells TWIN als Digitales Abbild von Mensch & Erde
  • Implementierung AI-gestützter Datenimputation TERRAIN
  • Umsetzung einer datenspezifischen AI-Infrastruktur (DAII) für Organisationen
  • Entwicklung des agentenbasierten Data Scientist MAIK und einem neuen statistischen Vorhersagefaktor CERTAIN

Zum Gründungsteam

Die dai AG baut von Beginn an auf die Expertise führender Datenwissenschaftler Deutschlands. Gründer, Vorstand und Aufsichtsrat setzen sich aus einem einzigartigen, interdisziplinären Team zusammen

  • Björn Schmidt, CFO & Vorstandsvorsitzender ist Rechtsanwalt mit der Spezialisierung auf Datenschutz- und Datenwirtschaftsrecht, was u.a. auch das Urheber- und Lizenzrecht umfasst. Sein Wissen und Expertise beeinflusst seit Jahren die deutsche Datenlandschaft.
  • PD Dr. oec. publ. Ursula Berger, CSO, ist Biostatistikerin und Epidemiologin. Als Chief Science Officer ist sie im Vorstand zuständig für datenwissenschaftliche Forschungfragen – insbesondere für komplexe Datenmodelle im Bereich Health Care.
  • Michael Herter, CEO, übernimmt die operative Führung der dai AG und baut dabei auf mehr als zwei Jahrzehnte Erfahrung im Management und Marketing für Daten & Analysen.
  • Thomas Losse-Müller, Vorsitzender des Aufsichtsrats, ist einer der führenden Politiker für Digitalisierung und Klimaneutralität. Er ist u.a. Direktor der Stiftung Klimaneutralität sowie des Sozial-Klimarats.
  • Özlem Doger-Herter, Aufsichtsrätin, ist Gründungsgeschäftsführerin von ASK-A-WOMAN.COM und Vorständin der German Data Science Society sowie Ambassador für Women in Data Science der Stanford University mit dem Fokus „Diversity in Data Science“.
  • Prof. Dr. Göran Kauermann, Aufsichtsrat, ist Professor für Statistik an der LMU München, Vorstand der German Data Science Society (GDS) und Gründungsvorsitzender der Deutschen Arbeitsgemeinschaft für Statistik (DAGStat). Er ist ausgesprochener Fachexperte für statistische Methodik, u.a. in der Bestimmung von Uncertainty in AI-Modellen.
  • Jörn Bielfeldt, Gründungsgesellschafter und Geschäftsführer der Public Good GmbH, komplettiert das Team beratend.
Von links: Özlem Doger-Herter, Björn Schmidt, Göran Kauermann, Ursula Berger, Jörn Bielfeldt, Michael Herter

Pressekontakt

Für weitere Informationen steht Ihnen jederzeit Michael Herter (CEO) unter 0151 6767 6600 zur Verfügung.

datenschutzerklärung Mit Stolz präsentiert von WordPress