1. Projekt: KI-basierte Prognosen – KI-Readiness Assessment
Die Durchführung erfolgt durch das Team von Prof. Dr. Richard Pibernik

Motivation
- Ziele der Prognose: Teilnehmende Unternehmen haben Prognosebedarfe für verschiedene Zielgrößen (z.B. Nachfrage nach einzelnen Produkten, Produktkategorien, Rohstoffen) und verschiedenen Zeithorizonten (täglich, monatlich, langfristig)
- Gemeinsamkeit: Unternehmen haben keinen etablierten Prozess für die Extraktion der relevanten Daten und die Erstellung von KI-basierten Prognosemodellen

Ziel
- Entwicklung eines standardisierten Ansatzes zur Bestimmung des individuellen Potentials für den Einsatz von KI-Verfahren in der Prognose

Vorteile für teilnehmende Unternehmen
- Aufbau von internem Wissen zu verfügbaren Daten und verschiedenen KI-Verfahren
- Potentialanalyse zum Einsatz von KI in der Planung des eigenen Unternehmens
- Möglichkeit zur schnellen Evaluation des Angebots externer Unternehmen da intern bereits Datenpool und Kompetenz aufgebaut wurden

Teilnehmende
- Partner: Wir suchen ca. 2-3 Pilotunternehmen mit Interesse an Nachfrageprognose und der Bereitschaft mit uns intensiver zusammenzuarbeiten
- Wer kann teilnehmen?
Alle am KI-Regio Projekt beteiligten Unternehmen mit Interesse an Nachfrageprognosen

Ablauf
- Individuelle Termine zwischen den einzelnen Unternehmen und Mitarbeitenden der Forschungsgruppe zur Analyse verfügbarer Daten und Zielbestimmung
- Aufbau eines standardisierten Prozesses zur automatischen Extrakation relevanter interner Unternehmensdaten
- Automatisierte Verknüpfung mit relevanten externen Daten (Wetter, Feiertage, Ökonomische Indikatoren)
- Training, Evaluation und Vergleich verschiedener Prognosemodelle
- Ableitung der individuellen Potentiale für den Einsatz von KI-Verfahren in den jeweiligen Unternehmen
- Übertragung der Ergebnisse auf interessierte Unternehmen die nicht als Pilotunternehmen am Teilprojekt beteiligt waren
2. Projekt: KI-basierte Innenstadtprognosen
Die Durchführung erfolgt durch das Team von Prof. Dr. Richard Pibernik

Motivation
- Ausgangssituation: Die Stadt Würzburg verfügt (u.a. in ihrem Open Data Portal) über umfangreiche Daten, die u.a. Auskunft über die Frequentierung und Nutzung der Innenstadt geben.
- Leitfrage: Wie lassen sich mit Hilfe von KI diese und weitere Daten (von Unternehmen und anderen Institutionen) nutzbar machen, um wertvolle Informationen für Einzelhändler und Gastronomen zu gewinnen und auch die Attraktivität der Würzburger Innenstadt zu erhöhen?

Ziel
Entwicklung einer KI-basierten App, die folgende Fragen beantwortet:
- Wie viele Personen besuchen die Innenstadt in der näheren Zukunft (abhängig von Wochentag, Monat, Zeitfenstern, Feiertagen, Wetter, Veranstaltungen, etc.)
- Wie hoch ist die zu erwartende Konversionsrate (Verkäufe, Umsätze) in Handel und Gastronomie?
Ableitung von Handlungsempfehlungen für Unternehmen, z.B. in Bezug auf Bestände, Kapazitäten, Sortimentspräsentation, Preisgestaltung, etc.
Identifikation von Maßnahmen zur Stärkung der Attraktivität der Innenstadt

Vorteile für teilnehmende Unternehmen
- Bereitstellung App/Dashboard mit der prognostizierten Besucherzahl in der Innenstadt
- Unternehmensindividuelle Prognosen und Analysen zu Konversionsraten

Teilnehmende
- Unterstützer: Das Projekt wird durch die Stadt Würzburg, den Handelsverband, das Stadtmarketing Würzburg und die IHK unterstützt
- Pilotpartner: Die Teilnehmerzahl ist zunächst nicht begrenzt. Ziel sind mindestens 10 Pilotunternehmen, die historische Abverkaufsdaten zur Entwicklung der App zur Verfügung stellen. Wir gewährleisten, dass die Pilotunternehmen einen sehr geringen Aufwand haben
- Datensicherheit: Wird durch uns gewährleistet und durch eine Geheimhaltungsvereinbarung zugesichert
- Wer kann teilnehmen? Alle Händler und Gastronomen in der Würzburger Innenstadt

Ablauf

3. Projekt: Erkennung von Fertigungsfehlern durch Integration von KI in der Bilderfassung
Die Durchführung erfolgt durch das Team von Prof. Dr. Gunther Gust

Ziel
KMUs werden dabei unterstützt, Qualitätslücken in der Fertigungslinie zu erkennen und diese mithilfe von KI zu schließen

Inhalte


Ablauf
- Zusammenarbeit in Absprache mit einzelnen Unternehmen
- Möglich sind auch Abschlussarbeiten zu diesen Themen
4. Projekt: KI-unterstützte Marketing-Analyse
Die Durchführung erfolgt durch das Team von Prof. Dr. Frédéric Thiesse

Ziel
Potenzialermittlung von datengetriebener Marketing-Analyse für regionale kleine und mittelständische Unternehmen (KMU)

Mögliche Schwerpunkte
- Datengetriebene Kundensegmentierung: Ermittlung und Verständnis verschiedener Kundengruppen basierend auf ihren Schlüsselmerkmalen
- Analyse Vertriebsdaten: Vertriebsdatenanalyse mittels statistischer Methoden sowie maschinellen Lernens zur Erkennung verschiedener Kaufmuster und Produktbündelungen
- Analyse externer Marktdaten: Machine Learning-basierte Analyse externer Marktdaten spezifischer Produktarten sowie verwandter Datenquellen (z.B. Google Trends, Telekomdaten) zur Erkennung neuer Zielmärkte/Zielkundengruppen und entstehenden Trends

Nächste Schritte
- Führung der 1:1 Gespräche mit einzelnen Unternehmen zur Evaluation des aktuellen Datenpotenzials und Datenverständnisses
- Bestimmung konkreter Einsatzgebiete zur Wertgenerierung durch datengetriebene Marketing- Analyse
- Ermittlung der möglichen Wege für Integration zusätzlicher (externer) Datenquellen (z.B. Google Trends, Telekommunikationsdaten, usw.)
- Entwicklung geeigneter Modellansätze
- Wissensaufbau für den potenziellen Einsatz der datengetriebenen Marketing-Analyse für Pilotunternehmen sowie weitere teilnehmende Unternehmen

Vorteile für teilnehmende Unternehmen
- Verständnis nützlicher Muster in eigenen Unternehmensdaten durch Anwendung von KI
- Identifikation der Kanäle zur Wertgenerierung durch datengetriebene Marketing-Analyse im eigenen Unternehmen
- Transfer von modellgenerierten Erkenntnissen zur Entscheidungsunterstützung für Marketingaufgaben