OptoPred

Bei OptoPred (Auslastungsoptimierung für KMU und Selbstständige durch Predictive Matching) handelt es sich um ein gemeinsames Forschungsprojekt mit der Universität Kassel, das aus Mitteln des Landes Hessen im Rahmen des Förderprogramms Distr@l unterstützt wird.

Projektbeschreibung
smarTransfer betreibt mit Lyncronize einen KI-basierten Projektagenten für Selbstständige und kleine Unternehmen im DACH-Raum. Lyncronize such im Internet nach geeigneten Projekten für Mitarbeiter, analysiert deren Skills und gibt Empfehlungen zur persönlichen fachlichen Weiterentwicklung.

Gerade 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. Bisherige Lösungen auf dem Markt können dies aus drei Gründen nicht leisten:
1. Auftraggeber sind häufig unsicher hinsichtlich der Glaubwürdigkeit der angegebenen Expertise eines Auftragnehmers, und zögern mit der Vergabe von Aufträgen.
2. Sie berücksichtigen 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.
3. Bestehende Plattformen sind geschlossene Systeme, die nur eigene Projekte anbieten und als klassische Marktplätze fungieren, während Lyncronize als Agent all diese Plattformen beständig auf passende Projekte analysiert und dadurch die Anmeldung auf Dutzenden unterschiedlichenr Plattformen überflüssig macht.

Projektziele
Das Vorhaben OptoPred zielt darauf ab, diese Projekte schneller zu besetzen, und kleinen Unternehmen und Selbstständigen damit zu helfen, ihre Auslastung hoch zu halten. Dazu entwickeln die Antragsteller ein KI-basiertes Vorhersagemodell, welches gezielt Erfolgswahrscheinlichkeiten von Projektbesetzungen prognostiziert. Das Modell berücksichtigt dabei vorwiegend folgende Dimensionen:
• Qualitätsindikatoren von Profilen, insb.
• glaubwürdige Belege für Skills und Kompetenzen
• Qualitative Hinweise in den 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 den Matching-Algorithmus von Lyncronize wird erwartet, eine deutlich höhere Matchingqualität zu erreichen und eine schnellere Vermittlung von Projekten zu ermöglichen. Den Antragstellern ist in Wissenschaft und Praxis kein Ansatz bekannt, der ein transparentes qualitatives Matching im beschriebenen Umfang leisten könnte.

Partner im Forschungsvorhaben ist das Fachgebiet Wirtschaftsinformatik der Universität Kassel von Prof. Dr. Jan Marco Leimeister. Das Fachgebiet forscht gestaltungsorientiert und mit hohem Praxisfokus an den Themen Innovation Management, Crowdsourcing, Hybrid Intelligence und Collaboration Engineering. Prof. Leimeister belegt im Forschungsranking der ETH Zürich den vierten Platz unter den forschungsstärksten BWL-Lehrstühlen im deutschsprachigen Raum.