In der Zeitschrift Managerial and Decision Economics ist der Artikel „Two-sided service markets: Effects of quality differentiation on market efficiency“ erschienen. Auf zweiseitigen Märkten für Dienstleistungen spielen Qualitätsunterschiede eine immer wichtigere Rolle. Beispielsweise werden auf Carsharing-Plattformen Bewertungen für Fahrer abgebeben, welche die Kaufentscheidung von zukünftigen Mitfahrern beeinflussen können. Jedoch sind in den meisten Fällen die Zahlungsbereitschaft der Kunden sowie die anbieterseitigen Kosten a priori nicht bekannt. Diese unbekannten Informationen auf beiden Marktseiten können gerade im Zusammenhang mit öffentlich verfügbaren Qualitätsunterschieden zu Ineffizienzen auf den jeweiligen Märkten führen. Im Beitrag werden aus der Perspektive des Mechanism Design Marktmechanismen charakterisiert, die Käufer und Verkäufer miteinander paaren (sog. Matching). Es wird eine Heuristik vorgeschlagen, welche die Paare so bildet, dass die soziale Wohlfahrt maximiert wird. Zur Evaluation werden realweltliche Datensätze aus den Bereichen Carsharing und elektrische Fahrzeuge herangezogen, um die Wirkung von Qualitätsunterschieden auf die Markteffizienz zu untersuchen. Es stellt sich heraus, dass große Qualitätsunterschiede zu einem Verlust der Markteffizienz führen können. Jedoch verschwinden diese Ineffizienzen allmählich, wenn die Marktgröße ansteigt. Der Artikel ist hier abrufbar: https://doi.org/10.1002/mde.3256

Heute endete mit einem Zoom-Meeting unser BMBF-Projekt UrbanLife+. Pandemiebedingt war es leider nicht möglich, uns von den Projektpartnern aus Mönchengladbach, Leipzig und München persönlich zu verabschieden. In den vergangenen fünf Jahren entstanden neuartige Konzepte und prototypische Umsetzungen digitaler Technologien, um die Mobilität älterer Menschen im öffentlichen Raum zu unterstützen. Alle Untersuchungen erfolgten im Feld und wurden von der Sozial-Holding der Stadt Mönchengladbach GmbH koordiniert. Der zentrale Beitrag unseres Teilprojektes sind Konzepte, Modelle und Verfahren für Smarte Städtebauliche Objekte (SSO), die auf die sichere Mobilität älterer Menschen (Safety) ausgerichtet sind und dazu Technologien des Internets der Dinge (IoT) aufgreifen. Die Ergebnisse dokumentieren sich in Dissertationen, Zeitschriftenartikeln, Konferenzbeiträgen, Prototypen, Tagungs- und Messebeteiligungen sowie Abschlussarbeiten und neuen Lehrinhalten. Herzlichen Dank allen Projektbeteiligten und den älteren Menschen in Mönchengladbach!

Unser BMWi-Technologieprojekt PlatonaM hat heute den 2. Meilenstein erreicht. Gemeinsam mit Forschungseinrichtungen und Unternehmen entwickeln wir ein Plattform-basiertes Ecosystem für Predictive Maintenance. Das Meilensteintreffen fand wiederum online statt, unter Beteiligung von Vertretern der Begleitforschung zum Technologieprogramm "Smarte Datenwirtschaft" und des Projektträgers DLR. Julian González und Martin Riekert berichteten erste Evaluationsergebnisse zu den von uns entworfenen Prognoseverfahren für Maschinenausfälle. In dieser experimentellen Studie untersuchten wir u.a. wie mit Hilfe der Random-Undersampling-Technik der Fehleranteil in Trainingsdaten so zu erhöhen ist, um die Prognosequalität zu verbessern. Dies überprüften wir für drei Verfahren (Support Vector Machine, Random Forest, Logistische Regression) und die Metriken Accuracy, Precision und Recall anhand eines industriellen Datasets.

Am Lehrstuhl startet im kommenden Jahr ein neues Forschungsprojekt zu Machine-Learning-Anwendungen in der Landwirtschaft. Unsere Forschung ist Teil des großen Verbundprojektes Digitale Wertschöpfungsketten für eine nachhaltige kleinstrukturierte Landwirtschaft (DiWenkLa), das die Universität Hohenheim gemeinsam mit der Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU) und zahlreichen Praxispartnern aus Baden-Württemburg durchführt (https://diwenkla.uni-hohenheim.de/). Heute beteiligten wir uns mit einem Poster an der ersten öffentlichen Veranstaltung, die infolge der Corona-Lockerungen möglich war und auf dem Hofgut Tachenhausen als DiWenkLa-Tag 2020 stattfand. Bei schönem Spätsommerwetter tauschten sich Vertreter*innen der 14 Teilprojekte, Ministerien, Landesanstalten und Unternehmen über erste Zwischenergebnisse aus und erlebten eindrucksvolle Vorführungen digitaler Innovationen.

In den Proceedings der 6th International Conference on Human Aspects of IT for the Aged Population (ITAP 2020) ist der Artikel "To do or not to do: How socio-demographic characteristics of older adults are associated with online activities" erschienen. Obgleich ein immer höherer Anteil älterer Menschen das Internet nutzt, gehören relevante Teilgruppen zu den Nicht-Nutzern. Zur Erklärung dieses Phänomens werden in der empirisch-quantitativen Forschung häufig logistische Regressionsanalysen angewandt. Allerdings weisen bisherige Studien eine hohe Heterogenität in der Berichterstattung über diese Analysen auf. Diese Heterogenität erschwert die Interpretation und den Vergleich von Einzelergebnissen sowie ihre Integration in konsolidiertes Wissen. Für diese Zwecke schlagen die Autoren Jörg Leukel, Barbara Schehl und Vijayan Sugumaran fünf Leitlinien vor. Die Anwendung der Leitlinien wird anhand des Zusammenhangs zwischen soziodemografischen Merkmalen und acht Online-Aktivitäten gezeigt. Hierzu werden Daten analysiert, die wir im Rahmen des BMBF-Projektes UrbanLife+ in der Stadt Mönchengladabch erhoben hatten. Die Ergebnisse verdeutlichen, wie ergänzende statistische Informationen und ihre Kontextualisierung helfen können, Fehlinterpretationen von Regressionsmodell zu vermeiden. Der Artikel ist hier abrufbar: https://doi.org/10.1007/978-3-030-50232-4_18

In der Zeitschrift Computers and Electronics in Agriculture ist der Artikel „Automatically detecting pig position and posture by 2D camera imaging and deep learning” erschienen. Zum Verstehen des Wohlergehens von Nutztieren ist eine möglichst genaue Erfassung des Tierverhaltens erforderlich, beispielsweise mit Hilfe von Videokameras. Deep-Learning-Verfahren können helfen, Videodaten automatisiert auszuwerten. Hierzu entwickelten die Autoren Martin Riekert, Achim Klein, Felix Adrion, Christa Hoffmann und Eva Gallmann ein neuartiges Verfahren zur Erkennung der Position und des Liegeverhaltens von Schweinen. Die empirische Evaluation erfolgte auf Basis eines Datensatzes der Landesanstalt für Schweinezucht Boxberg. Der Datensatz ist als Open Access bereitgestellt und beinhaltet einstündige Videoaufzeichnungen von 18 Stallabteilen mit insgesamt 7277 Annotationen. Die Ergebnisse zeigen, dass für realistische und zugleich technisch einfache Kamera-Setups bereits eine hohe Leistung erreicht werden kann. Der Artikel ist im Forschungsprojekt Landwirtschaft 4.0: Info-System entstanden und hier abrufbar: https://doi.org/10.1016/j.compag.2020.105391

Unser BMWi-Technologieprojekt PlatonaM hat heute den 1. Meilenstein erreicht. Im Projekt entwickeln wir neuartige Datenanalyseverfahren für die vorausschauende Instandhaltung (Predictive Maintenance) und führen Maschinendaten auf einer Digitalen Plattform zusammen. Als Ergebnisse liegen mittlerweile vor: Plattformarchitektur, -prototyp, Machine-Learning-Verfahren sowie Evaluation mit realen Datasets. Das Meilensteintreffen fand wegen der Corona-Krise rein virtuell statt. Die Projektpartner diskutierten mit Vertretern der Begleitforschung und des Projektträgers die nächsten Entwicklungs- und Umsetzungsschritte. Wir hoffen darauf, alle beim nächsten Projekttreffen gesund und dann von Angesicht zu Angesicht wiederzusehen.

Tobias Zimpel stellte auf der 15. Internationalen Tagung Wirtschaftsinformatik (WI 2020) seinen Beitrag „Designing a Smart Farming Platform for Sustainable Decision Making“ (Co-Autoren: Martin Riekert, Andrea Wild) vor. Die WI ist die bedeutendste Wirtschaftsinformatik-Konferenz im deutschsprachigen Raum und wurde in diesem Jahr an der Universität Potsdam ausgerichtet. Darin ging es um die Entwicklung und Evaluierung einer Datenplattform in der Schweinezucht zur Unterstützung bei ökonomischen Entscheidungen. Mit den Daten des Produktionsprozess in der Schweinezucht werden Maschinelle Lernverfahren trainiert, um dem Management Prognosen von betriebswirtschaftlichen Kennzahlen (z.B. des individuellen Tierwohls) zur Verfügung zu stellen. Die Plattform soll einen Beitrag zur Digitalisierung für eine nachhaltige, ökonomische Landwirtschaft leisten. Der Beitrag ist im Forschungsprojekt Landwirtschaft 4.0: Informationssystem für die Schweinehaltung entstanden und kann hier abgerufen werden.

Wir beteiligten uns am Auftakttreffen der Begleitforschung zum BMWi-Technologiepgramm Smarte Datenwirtschaft, das heute in Berlin-Mitte bei der VDI/VDE Innovation + Technik GmbH stattfand. Unser Projekt PlatonaM ist eines von insgesamt 20 Projekten, die zum Ziel haben, Daten wirtschaftlich intelligent zu nutzen, sicher und rechtskonform zu verwerten und sie als eigenständiges Wirtschaftsgut zu behandeln. Hierzu stellte Dr. Jörg Leukel den PlatonaM-Lösungsansatz und erste Zwischenergebnisse vor. In interaktiven Workshops arbeiteten alle Projekte an ihren Wertschöpfungsnetzwerken und Geschäftsmodellen und erhielten Feedback von Experten.

Mit zwei Beiträgen waren wir auf der 40. Jahrestagung der Gesellschaft für Informatik in der Land-, Forst- und Ernährungswirtschaft vertreten, die auf dem Campus Weihenstephan ausgerichtet wurde. Die folgenden Arbeiten entstanden gemeinsam mit der Landesanstalt für Schweinezucht Boxberg im Forschungsprojekt Landwirtschaft 4.0 und sind online abrufbar:

• Riekert, M., Zimpel, T., Hoffmann, C., Wild, A., Gallmann, E., & Klein, A. (2020). Towards animal welfare monitoring in pig farming using sensors and machine learning
• Zimpel, T., Riekert, M., Hoffmann, C., & Wild, A. (2020). Maschinelle Lernverfahren zur frühzeitigen Prognose der Handelsklasse

In der Zeitschrift European Journal of Ageing ist der Artikel „Associations between individual factors, environmental factors, and outdoor independence in older adults” erschienen. Für ältere Menschen hat die Fähigkeit, möglichst lange selbstständig außerhäuslich aktiv zu bleiben, eine hohe Bedeutung. Während frühere Studien die Teilnahme an außerhäuslichen Aktivitäten untersuchen, ist noch unzureichend verstanden, welche Faktoren den Grad der Selbstständigkeit erklären. Hier setzt die Studie von Barbara Schehl und Jörg Leukel an, die den Einfluss von Individual- und Umgebungsfaktoren anhand von in der Stadt Mönchengladbach erhobener, empirischer Daten untersucht (N=1070). Die Ergebnisse zeigen, dass jene Personen, die männlich, jüngeren Alters und gesünder waren, eine höhere außerhäusliche Selbstständigkeit aufwiesen. Die Wahrnehmung umgebungsbedingter Barrieren (z.B. gefährliche Gehwege, schlechte Beleuchtung, Mangel an Sitzgelegenheiten und öffentlichen Toiletten) verringerte die außerhäusliche Selbstständigkeit. Dieser negative Zusammenhang war stärker für die weniger gesunden und älteren Personen. Das dem sozio-ökologischen Ansatz folgende Modell erklärte 66% der Varianz. Insgesamt liefert die Studie neue Einblicke in die Beziehung von Individual- und Umgebungsfaktoren zu außerhäuslicher Selbstständigkeit. Somit sind die Ergebnisse relevant für die Gestaltung altersgerechter Stadtquartiere. Die Studie ist im BMBF-Forschungsprojekt UrbanLife+ entstanden und als Open-Access-Artikel hier abrufbar: https://doi.org/10.1007/s10433-020-00553-y

Das BMWi-Technologieprojekt PlatonaM war zwei Tage lang zu Gast beim Projektpartner und Softwareunternehmen simba n3 GmbH im beschaulichen Oelsnitz im Vogtland. Julian Gonzalez und Martin Riekert stellten die Entwicklung und empirische Evaluation von Lernverfahren für die Vorhersage von Maschinenfehlern vor. Diese Verfahren sind Teil des im Projekt prototypisch entstehenden Plattform-Ökosystems für Predictive Maintenance. In den nächsten Monaten werden wir die Verfahren fortentwickeln, für weitere industrielle Datasets von Maschinenbetreibern auf Wirksamkeit hin untersuchen und in die Daten- und Service-Plattform integrieren.