Name des Teilnehmers: Stefan Arnold
Beschreibung des IT-Forschungsprojekts:
Collaborative Enterprise Networks (CEN) sind definiert als Form der koordinierten Zusammenarbeit zwischen mehreren selbständigen und formal vollständig unabhängigen Unternehmen. Eine Art der Zusammenarbeit besteht in der gemeinschaftlichen Erstellung eines prädiktiven Modells, für das die eigene Menge an Daten allein unzureichend ist. Bei der Erstellung des Modells ist zu beachten, dass die hierzu verwendeten Daten sensible und personenbezogene Informationen enthalten können.
Um den Austausch von sensiblen und personenbezogenen Daten zu vermeiden, entstand Federated Learning (FL). Anstelle von Daten werden bei Federated Learning minimale Aktualisierungen, die zur Verbesserung eines prädiktiven Modells erforderlich sind, ausgetauscht. Hierdurch bietet Federated Learning deutliche Vorteile in Hinblick auf den Datenschutz und der Datensouveränität.
Die Grundlagen von Federated Learning wurden ursprünglich für den Einsatz auf mobilen Endgeräten entwickelt. Ziel ist es, den Einsatz von Federated Learning in Unternehmensnetzwerken zu bewerten. Zur Bewertung von Federated Learning soll ein Prototyp zur Klassifikation von steuerdeklaratorischen Dokumenten entwickelt und im Anschluss hinsichtlich Akzeptanz und Machbarkeit analysiert werden.
Software Campus-Partner: Friedrich-Alexander-Universität Erlangen-Nürnberg, DATEV
Umsetzungszeitraum: April 2021 – März 2023
