Smart Data Innovation Lab (SDIL)

Das Smart Data Innovation Lab (SDIL) ist eines der führenden Big Data Zentren Deutschlands. Es vereint nationale Partner aus Wissenschaft und Wirtschaft die gemeinsam an den Herausforderungen von Big Data arbeiten. Das SDIL besteht aus themengerichteten Arbeitsgruppen, den sogenannten Data Innovation Communities (DIC) sowie der Smart Data Innovation Lab Plattform. So entsteht in den zukunftsträchtigen Themengebieten Industrie 4.0, Energie, Smart Cities und Medizin ein reger Austausch zwischen hochrangigen Firmenpartnern und Partnern aus der Forschung.

Eine Übersicht aller Partner finden Sie hier.

Sprecher des SDIL ist Michael Beigl, Informatikprofessor am Karlsruher Institut für Technologie (KIT). Hier ist auch die technische Infrastruktur beheimatet, welche die Forscher zur Bereitstellung und Verarbeitung der riesigen Datenmengen benötigen. Dies bietet einige Vorteile, denn in Karlsruhe kennt man sich damit bestens aus. Neben dem Know How bietet das Steinbuch Centre for Computing (SCC) am KIT durch seine groß angelegten Serveranlagen ausreichend Infrastruktur für die Forschungsprojekte. Zudem werden hier die notwendigen Werkzeuge, wie SAP HANA oder weitere Tools, zur Verfügung gestellt.

Vom Standort Karlsruhe aus werden somit im SDIL die Kompetenzen führender deutscher Unternehmen und Forschungseinrichtungen im Bereich Big Data gebündelt, um aus den großen Datenmengen der Unternehmenspartner nutzbare Daten (Smart Data) zu machen und für die Forschungsgruppen realitätsnahe Bedingungen zu schaffen.
Dies geschieht auch in enger Zusammenarbeit mit dem Smart Data Solution Center Baden-Württemberg, welches ebenfalls die SDIL Plattform nutzt. So können auch kleine und mittelständische Unternehmen Zugang zu den verfügbaren Smart Data Technologien erhalten.

Den Stellenwert der Forschung im SDIL hat nun auch die Bundesregierung in der deutsch-französischen Regierungserklärung erkannt und festgehalten. Ein weiterer Baustein für erfolgreiche Spitzenforschung im Bereich Data Engineering / Smart Data in Deutschland.

Data Innovation Communities

Industrie 4.0

Durch das Internet wachsen reale und virtuelle Welt zum Internet der Dinge zusammen. Im Bereich Fertigung sind Maschinen, Produktionsanlagen und Lagersysteme zunehmend in der Lage selbstständig Informationen auszutauschen, Aktionen anzustoßen und einander zu steuern. Ziel ist es, Prozesse in den Bereichen Entwicklung und Konstruktion, Fertigung und Service signifikant zu verbessern. Diese vierte industrielle Revolution steht für die Verknüpfung von industrieller Fertigung und Informationstechnologie.

Energie

Die Umstellung auf erneuerbare Energien, die von der EU geforderte Installation von Smart Metern, die Entwicklung neuer, kundenzentrierter Geschäftsmodelle: Aus diesen Veränderungen ergeben sich für die Energiebranche ganz neue Herausforderungen an die IT-Infrastruktur. Durch Datenanalyse können Energieversorger Geschäftsprozesse optimieren und neue Geschäftsmodelle entwickeln. So ermöglichen Big-Data-Analysen beispielsweise bessere Verbrauchsprognosen, mit denen Versorger den Einkauf von Energie genauer als bisher steuern können.

Smart Cities

Auch in den Bereichen Stadtentwicklung und Verkehrsmanagement ergeben sich durch die Auswertung von Big Data völlig neue Möglichkeiten. Mithilfe verbesserter Transportkommunikation und intelligenter Systeme für das Verkehrsmanagement kann der Verkehr in schnell wachsenden dichtbesiedelten Stadtgebieten besser bewältigt werden. Werden Informationen in Echtzeit analysiert, richtig ausgewertet und in Kontext mit historischen Daten gesetzt, können Staus und Gefahren im Straßenverkehr frühzeitig erkannt und Verkehrsaufkommen, Emissionen und Fahrzeiten signifikant gesenkt werden.

Medizin

Auch in der modernen Medizin fallen zunehmend größere Datenmengen an, zum Beispiel durch die immer höher aufgelösten Daten aus modernen Untersuchungsmethoden wie der Kernspintomografie, eine ITgesteuerte Medizintechnik, die umfangreiche medizinische Dokumentation und das stetig detaillierter werdende Wissen über das menschliche Erbgut. Immer häufiger wird Software eingesetzt um aus Terabytes an klinischen, molekularen und medikamentösen Daten in Echtzeit effektive Behandlungsoptionen für jeden einzelnen Patienten abzuleiten und so Behandlungserfolge zu verbessern.