OptoPred
Auslastungsoptimierung für KMU und Selbständige durch Predictive Matching
Ausgangssituation
Die durch das Corona-Virus ausgelöste Volatilität am Projektmarkt stellt eine große Herausforderung für mittelständische Unternehmen dar: So müssen viele Unternehmen zeitgleich neue Projekte für zahlreiche Mitarbeiter finden. Die lange Dauer von Sichtungs-, Bewerbungs- und Auswahlprozessen führt hier zu existenzbedrohenden Liquiditätsengpässen, obwohl nach wie vor zahlreiche Projekte ausgeschrieben sind. Wirtschaftliche Potenziale bleiben so ungenutzt. Daher ist es gerade jetzt besonders wichtig, Angebots- und Nachfrageseite nahtlos durch effizientes und transparentes Matchmaking zusammenzubringen. Auftraggeber sind häufig unsicher hinsichtlich der Glaubwürdigkeit der angegebenen Expertise eines Auftragnehmers, und zögern mit der Vergabe von Aufträgen. Zudem berücksichtigen Matchmaking-Algorithmen oft nur wenige Faktoren, die für ein passendes und relevantes Matching notwendig sind. So handelt es sich meistens um reines Keyword-Matching, bei dem qualitative Faktoren (z.B. die Dauer von Erfahrungen) und weiche Daten nicht berücksichtigt werden.
Projektziele & Inhalt
Das Vorhaben OptoPred zielt darauf ab, Projekte schneller zu besetzen, und kleinen Unternehmen und Selbstständigen damit zu helfen, ihre Auslastung hochzuhalten. Dazu wird ein KI-basiertes Vorhersagemodell entwickelt, welches gezielt Erfolgswahrscheinlichkeiten von Projektbesetzungen prognostiziert. Das Modell identifiziert hierfür glaubwürdige Belege für Skills und Kompetenzen sowie weitere Qualitätsindikatoren in Profilen und Ausschreibungen.
Selbständige und KMUs erhalten Unterstützung durch dieses Modell, um so ihre Profilgestaltung und Kompetenzentwicklung informiert zu steuern, und ihre Erfolgsaussichten in der Akquise zu verbessern. Durch die Integration des Vorhersagemodells in einen Matching-Algorithmus wird erwartet, eine deutlich höhere Matchingqualität zu erreichen und eine schnellere Vermittlung von Projekten zu ermöglichen.
Links
Projektbeteiligte
Förderung
Dieses Projekt (Projektnummer 20_0086_2A) wird im Rahmen des Distr@l-Förderprogramms vom Ministerium für digitale Strategie und Entwicklung aus Mitteln des Landes Hessen gefördert.
Ansprechpartner
- Prof. Dr. Jan Marco Leimeister
M.A. Sascha Weigel