Die Vorhersage des zukünftigen Biodieselbedarfs in verschiedenen Regionen der Welt beinhaltet einen umfangreichen Prozess der Datenerfassung. Ein Vorhersagemodell, das auf diesen Daten basiert, muss nicht nur die verfügbaren Informationen über den historischen Kraftstoffverbrauch und die damit verbundenen Mengen berücksichtigen, sondern auch die aktuellen und zukünftigen Einschränkungen durch lokale Biokraftstoffmandate. Evonik ist an einem Berechnungsmodell interessiert, das den zukünftigen Biodieselbedarf pro geographischer Region (z.B. auf Länderebene) für einen Zeithorizont von 10 - 15 Jahren vorhersagen kann. Dies wird Evonik dabei helfen, den zukünftigen Bedarf und die Chancen für sein Geschäft mit Biokraftstoffkatalysatoren abzuschätzen und wie es zu entsprechenden Nachhaltigkeitskriterien beiträgt.
Historische Daten zum Biodieselverbrauch und Informationen zu regulatorischen Einschränkungen werden derzeit manuell aus verschiedenen Datenquellen gesammelt und aggregiert. Zu diesen Quellen gehören öffentlich zugängliche Daten von Regierungswebseiten und nationalen Statistikdiensten sowie zusätzliche Daten von kommerziellen Dienstleistern.
Dieser Anwendungsfall zielt darauf ab, einen automatisierten Datenerfassungsprozess zu entwickeln, der öffentlich verfügbare Informationen über den Biodieselverbrauch und regulatorische Beschränkungen (Biokraftstoffmandate) in einem zentralen Datenspeicher aggregiert. Der Prozess sollte die Möglichkeit zur regelmäßigen automatischen Datenerfassung und -aktualisierung bieten (z. B. auf täglicher oder wöchentlicher Basis). Es muss eine kohärente Datenstruktur aufgebaut werden, um die gesammelten Daten mit weiteren internen Datenquellen zu integrieren. In Verbindung mit dem bei Evonik vorhandenen Expertenwissen soll diese Struktur anschließend als Grundlage für das Training und die Auswertung der benötigten Vorhersagemodelle dienen. Im Rahmen dieser Herausforderung wird auch die Entwicklung eines prototypischen Vorhersagemodells angestrebt, das die aggregierten Datenquellen nutzt und den zu erwartenden Biodieselverbrauch für eine beispielhafte geografische Region vorhersagt.
Wenn die Ergebnisse dieses Use Cases zufriedenstellend sind, soll in einem möglichen Folgeprojekt die Lösung auf eine weltweite Marktabdeckung und zusätzliche Datenquellen erweitert werden, um die Vorhersagegenauigkeit weiter zu verbessern. Genauer gesagt werden die Daten die Entwicklung von Szenarien in Bezug auf globale Treibhausgaseinsparungen ermöglichen und es erlauben, günstige Geschäftsbedingungen mit dem Ziel der Maximierung dieser Einsparungen zu wählen.
Ihr habt euch bereits zur Challenge angemeldet und wollt Bei der Q&A-Session dabei sein? Hier geht es zur Anmeldung!
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.