Erhalte bis zu €20k,  um deinen Proof of Concept zu erstellen

Arbeite mit echten Daten von führenden UNTERNeHMEN

UNSER ANGEBOT FÜR STARTUPS
Erhalte Zugang zu führenden Unternehmen mit der Chance, diese als Neukunden zu gewinnen
Erhalte bis zu 20.000 € für die Erstellung eines Proof of Concept - ohne Equity abzugeben
Echte Anwendungsfälle und einzigartige Datensätzen von etablierten Unternehmen

Data Challenges

Das DataHub Ruhr ist ein Business-Building-Programm, das Startups mit etablierten Unternehmen aus dem Ruhrgebiet zusammenbringt. Eure Aufgabe ist es, die Use Cases unserer Partnerunternehmen mit innovativen, datengetriebenen Ideen zu lösen. Innerhalb eines 3-monatigen Kooperationszeitraums soll ein Proof of Concept erstellt werden, dafür erhaltet Ihr bis zu 20.000 €. Die Equity bleibt stets bei euch.
JETZT ANMELDEN UND BEVORSTEHENDE CHALLENGES NICHT VERPASSEN
Wir sammeln derzeit neue
Data Challenges. Wenn du über neue Challenges benachrichtigt werden möchtest, melde dich jetzt für unseren Newsletter an.
Claim Predictor
Ergebnis
Das Ruhrgebiet ist der größte Ballungsraum Deutschlands und berühmt für seine umfangreiche Bergbaugeschichte. In einer Ära nach dem Bergbau ist die RAG bestrebt, das Gebiet sicher und lebenswert für seine vielen Einwohner zu erhalten. Die Analyse und das Verständnis der räumlichen Anordnung der mehr als 400 Kohlebergwerken ist der Schlüssel zu diesem Bestreben. Trotzdem kommt es immer noch regelmäßig zu Sachschäden als Folge des Bergbaus. Können Sie helfen, diese Schäden und ihre Kosten besser zu verstehen?

Use Case

Die RAG fördert bis Ende 2018 in Deutschland Steinkohle im Untertagebau und trägt weiterhin die Verantwortung für die daraus resultierenden Folgen in Nordrhein-Westfalen und im Saarland. Seit fast 200 Jahren werden unter Tage Tausende von Schächten und anderen Hohlräumen erschlossen, viele davon zu einer Zeit, als Computer und 3D-Modelle noch unbekannt waren.


Durch die kontinuierliche Überwachung von Bodenanomalien ist die RAG in der Lage, potenziell betroffene Bereiche frühzeitig zu identifizieren. (Ein sehr erfolgreicher Algorithmus resultierte sogar aus einer früheren Data Hub Challenge "Räumliche Mustererkennung"). Doch trotz aller Präventionsbemühungen kommt es in der Region immer wieder zu Sachschäden durch den (ehemaligen) Bergbau. Die RAG ist für viele dieser Schäden haftbar und entschädigt die betroffenen Eigentümer. Daher ist ein gutes Verständnis der zu erwartenden Entschädigungskosten für die RAG geschäftskritisch. Zusätzlich zu jahrzehntelanger individueller Expertise verwenden die Experten bereits etablierte Vorhersagemodelle, die auf der Größe und Bevölkerungsdichte des stillgelegten Gebiets basieren.


Das Ziel dieses Anwendungsfalls ist es, historische Daten von Sachschäden zu nutzen, um zukünftige Entschädigungskosten besser vorherzusagen. Es wird angenommen, dass die Anzahl und der Wert der geltend gemachten Schäden in allen Stillstandsgebieten einer ähnlichen "Kurve" über die Zeit folgen. Daher sollten historische Schadendaten aus Gebieten, die bereits über einen längeren Zeitraum stillgelegt waren, es uns ermöglichen, Schadendaten von erst kürzlich stillgelegten Bergbaugebieten vorherzusagen. Wir erwarten eine präzisere Vorhersage als die aktuellen Modelle und eine frühere Erkennung von möglichen Überschreitungen der Rückstellungen.

Eine zusätzliche Möglichkeit zur Verbesserung der Vorhersagequalität wäre die Berücksichtigung der Lokalität der Claims. Wenn zum Beispiel ähnliche Ansprüche von 3 von 5 Häusern in einer Straße eingehen, ist die Wahrscheinlichkeit von Ansprüchen der anderen 2 Hausbesitzer relativ hoch.   


Es liegen Daten von mehreren tausend Schadensfällen pro Jahr aus bis zu 43 Stilllegungsgebieten vor. Insbesondere die Schadendaten seit 2000 können als vollständig und qualitativ hochwertig angesehen werden (Datum, Wert, Art des Schadens, Art des Gebäudes, Ort).


Ihr habt euch bereits zur Challenge angemeldet und wollt Bei der Q&A-Session dabei sein? Hier geht es zur Anmeldung!

WAS DU MITBRINGEN SOLLTEST

  • Vertiefte Kenntnisse der Korrelationsanalyse und Zeitreihenvorhersagemodelle
  • Fortgeschrittenes Verständnis der Szenarioanalyse
  • Erfahrung im Umgang mit Daten in einer DSGVO-sensiblen Umgebung (Datvenschutzgrundverordnung)

ERWARTETES ERGEBNIS

  • Verbesserte Vorhersagegenauigkeit und Aktualität der Entschädigungskosten
  • Kontinuierlich aktualisierte Vorhersage basierend auf neuen Eingabedaten 
  • Detailliertes Verständnis von Korrelationen zwischen Abschaltbereichen
  • Interaktive Szenario-Analyse
  • Grafische Benutzeroberfläche, z. B. Dashboard

MILESTONES

Das Projekt kann in drei Meilensteine unterteilt werden:


  1. Der erste Meilenstein ist erreicht, wenn Korrelationen zwischen stillgelegten Bereichen nachgewiesen sind. Zusätzlich soll die Möglichkeit und das Potenzial der Lokalität von Schadensfällen untersucht werden.  
  2. Im zweiten Meilenstein soll ein Vorhersagemodell entwickelt werden, das die Ergebnisse von Meilenstein 1 berücksichtigt und aktuelle Modelle auf Testdaten übertrifft.
  3. Drittens wird eine grafische Benutzeroberfläche benötigt, die eine interaktive Szenarioanalyse ermöglicht.

Das Ruhrgebiet ist Deutschlands größte Metropolregion und bekannt für seine umfangreiche Bergbaugeschichte. In einer Zeit nach dem Bergbau setzt sich die RAG dafür ein, dass das Gebiet für seine vielen Einwohner sicher und lebenswert bleibt. Die Analyse und das Verständnis der räumlichen Anordnung von mehr als 400 Kohlebetten sind dabei von entscheidender Bedeutung.
Website
Startup

Let's talk

Felix Schröder
Programmleiter DataHub Ruhr

Join DataHub Network

Wir haben es uns zur Aufgabe gemacht, Dateninnovationen in der B2B- und Industriewelt zu fördern. Werde Mitglied in unserem DataHub Ruhr Netzwerk und erhalte aktuelle Informationen über spannende Challenges und Matchmaking Events aus dem Ruhrgebiet.

Let's talk

Felix Schröder
Programmleiter DataHub Ruhr