Innovationsprojekt zur Früherkennung von Exportchancen für Hidden Champions

Vorgehensweise

In Anlehnung an das Predictive Intelligence Vorgehensmodell wurden im Rahmen des Seminars im Wintersemester 2021/22 folgende Aktivitäten durchgeführt:

1. Aufsetzen eines interaktiven Tools zur Sammlung der relevanten Datenquellen (Intelligence Gathering Tool, IGT)

2. Pilotieren und testen des Tools in Bezug auf User Experience mit 1 - 3 Vertreter des Sub-Verticals Biomasse zur Evaluierung des auf den Vorlagen basierenden, vordefinierten und automatisierten Standardprozess

3. Übermittlung der Informationen an bestimmte Pilotteilnehmer

4. Durchführung eines Online Briefings mit den benannten Experten aus dem Sub-Vertical zur Projektvorstellung und der Präsentation des realisierten Tools für Phase 1 „Datenquellen“.

5. Durchführung von 1-2-1 Video-Calls zur Befüllung aller Eingabefelder für die Sammlung von Daten und Durchführung von Analysen auf Metaebene auf der Grundlage von Daten, aber auch von informellem Nutzerfeedback.

6. Abgleich/Optimierung des interaktiven Intelligence Gathering Tools (IGT).

7. Durchführung erster beispielhafter Datenauswertungen und -modellierungen

8. Entwicklung, Präsentation und Feinabstimmung erster Pilot-Dashboards

Folgende Ziele wurden erreicht:

• Realisierung eines interaktiven und agil-erweiterbaren Abfrageinstruments zur branchenspezifischen Identifikation, Definition und Selektion von relevanten Daten Quellen, Segmenten und Parametern
• Erfolgreiche Pilotierung des Abfrageinstrumentes anhand des definierten Bereiches „Biomasse“
• Durchführung weiterer Forschungsarbeiten in drei weiteren Branchen als Basis für die Erarbeitung weiterer relevanter Erkenntnisse in Bezug auf die geforderte Skalierbarkeit des Vorgehensmodells
• Entwicklung eines Entwurfes einer möglichen IT-Infrastruktur-Architektur für ein stabiles und skalierbares AWO Portal
• Definition der Vorgehensweise zur nunmehrigen Durchführung der zweiten Phase des Proof-of-Concept mit dem Ergebnis eines Minimum-Viable-Products (MVP) in Form eines generierten und realisierten Dashboards für zumindest die definierten Pilot-Branche Biomasse innerhalb der definierten neun Monate der gesamten Projektlaufzeit bis zum Juni 2022.
• Identifikation und Ansprache von relevanten möglichen Pilot-Unternehmen und -Lösungen im Bereich der Künstlichen Intelligenz zur Realisierung des MVPs.

Teilnehmer

Der Dank gilt den Seminarteilnehmern, die maßgeblich mit vollem Engagement zum Erfolg dieses Projektes beigetragen haben. Magnus Bauer, Adolf Blisse, Melisa Kaya, Fabian Rieth, Johannes Schwarz

„Die besten Entscheidungen basieren auf einer stabilen Datengrundlage. Durch Professor Seebacher konnten wir in dem Gebiet der Prädiktion auf Datenbasis eine beeindruckend steile Lernkurve verzeichnen, was nicht zuletzt an der guten Erreichbarkeit des Professors und der Anwendung auf die private Wirtschaft gelegen hat. Ich habe viel gelernt und werde mich definitiv in diesem Gebiet weiterbilden. Vielen Dank Professor Seebacher und Wirtschaftskammer Österreich für die Möglichkeit, dass ich an diesem spannenden Projekt mitwirken konnte.“ Johannes Schwarz

Autor: Prof. h.c. Dr. Uwe Seebacher