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.

Smart Data Corrector

Emscher Genossenschaft und Lippeverband sind zwei öffentliche Einrichtungen mit vergleichbaren gesetzlichen Aufgaben. Sie bündeln jedoch bereits seit mehr als 85 Jahren ihre Kompetenz und repräsentieren damit das größte Abwassermanagementunternehmen und den größten Betreiber von Kläranlagen in Deutschland.

Website

Startup

Ergebnis

Kritische Infrastrukturen erfordern ein Höchstmaß an Datenqualität. Doch Outdoor-Sensoren sind rauen Umgebungen ausgesetzt und liefern nicht immer die genauesten Informationen. Verschmutzung, Alterung der Sensoren und Vandalismus sind typische Gründe für Datenfehler. Die manuelle Datenkorrektur erfordert viel Erfahrung, Konzentration und Zeit. Mit steigender Anzahl an installierten Sensoren skaliert sie nicht gut. Können smarte Algorithmen hier Abhilfe schaffen?

Use Case

Seit über 100 Jahren erbringt die EGLV wasserwirtschaftliche Dienstleistungen im Ruhrgebiet. An rund 100 Standorten überprüfen modernste Sensorsysteme permanent die Veränderungen der Umweltbedingungen. Um die Wasserressourcen nachhaltig und effizient zu bewirtschaften, werden permanent qualitativ hochwertige Daten benötigt. Leider werden die Sensoren durch raue Außenbedingungen und unerwartete äußere Faktoren beeinträchtigt. Die Identifizierung und Korrektur von ungenauen Sensordaten ist heute ein manueller Prozess. Hochqualifizierte und erfahrene Datenexperten korrigieren täglich Datenpunkte.

Wir wollen den aktuellen Prozess mit einem neuen "Smart Data Corrector", der ungenaue Datenpunkte automatisch identifiziert und auf Basis bestimmter Regeln, Analysen und des Verständnisses des hydrologischen Systems in Kombination mit Erfahrung eine Empfehlung zur Korrektur ausspricht, unterstützen. Diese können anhand historischer Korrekturen gesammelt werden. Der Datenexperte prüft die vom "Smart Data Corrector" empfohlenen Werte und segnet sie ab oder gibt bei Bedarf manuell korrekte Werte ein.

Es wird mit einer Projektdauer von ca. 2 Monaten gerechnet.

WAS DU MITBRINGEN SOLLTEST

Erfahrung im Bereich IoT und Sensordaten
Vertiefte Kenntnisse in Ausreißererkennung und Mustererkennung
Erfahrung mit intuitiver UI- und UX-Entwicklung ist ein Plus
Motivation, den Status Quo zu hinterfragen

ERWARTETES ERGEBNIS

Zuverlässige Erkennung von 99 % der Sensormessfehler
Für alle Messfehler wird eine Empfehlung für korrigierte Werte gegeben
In 90% der Fälle akzeptieren die Datenexperten den empfohlenen Wert als gültigen Fix
Der Gesamtaufwand der Datenexperten wird um 50 % reduziert

MILESTONES

Das Projekt kann in drei Bereiche aufgeteilt werden:

Der erste Meilenstein ist erreicht, wenn die Daten ordnungsgemäß geladen wurden und Visualisierungen und deskriptive Statistiken verwendet wurden, um das Problem der Fehleridentifizierung und -korrektur zu verstehen.
In der zweiten Phase des Projekts sollten die Analysten die Erkenntnisse aus der ersten Phase nutzen, um einen Algorithmus zu implementieren, der Fehler zuverlässig identifiziert.
Der dritte Meilenstein ist erreicht, wenn ein Algorithmus implementiert ist, der nicht nur Fehler identifiziert, sondern diese auch zuverlässig korrigiert. Die Ausgabe dieses Algorithmus wird dann zusammen mit EGLV überprüft und bei zufriedenstellendem Ergebnis wird das Projekt abgeschlossen.