The growing availability of data offers plenty of opportunities for data driven innovation of business models for SMEs like interactive media companies. However, SMEs lack the knowledge and processes to translate data into attractive propositions and design viable data-driven business models. In this paper we develop and evaluate a practical method for designing data driven business models (DDBM) in the context of interactive media companies. The development follows a design science research approach. The main result is a step-by-step approach for designing DDBM, supported by pattern cards and game boards. Steps consider required data sources and data activities, actors and value network, revenue model and implementation aspects. Preliminary evaluation shows that the method works as a discussion tool to uncover assumptions and make assessments to create a substantiated data driven business model.
MULTIFILE
Robotic services, which have started to appear in urbanenvironments, are going to transform our society.Designers of these robots are not only required tomeet technical and legal challenges, but also addressthe potential social, political, and ethical consequencesof their design choices. In this paper, we present aworkshop format with its related tools intendedfor enabling speculation about such possible futuresand fostering reflection on potential socio-ethicalimplications that might support/oppose these futures.We report the results and discussion of one particularworkshop case, in which the implementation of twoparticular robotic services for a city was envisionedand questioned, i.e., surveillance and delivery of goods.By discussing the results, we illustrate how such aworkshop format might be beneficial for setting theagenda for a more conscious design of urban robots andorienting future research towards meaningful themesrelated to the emerging coexistence scenarios betweencitizens and robots.
On the 11th of March, just a few days aheadof COVID – 19, the team working on the ELISEUse Case “Comparative analysis of differentmethodologies and datasets for EnergyPerformance Labelling of buildings” organizedthe 2nd European SimStadt workshop atSaxion University of Applied Sciences inEnschede, hosted by the Saxion researchgroup Sustainable Building Technology (SBT).SimStadt is a workflow-driven urban energysimulation platform for CityGML city modelsenabling solar potential- , heating demand- ,environmental- and district heating networkanalysis. Linking urban simulation platformsto CityGML models allows the use ofgeospatial information to enrich data modelsto be used for scenario analysis, e.g. relatedto energy transition. However, the rapid andwidespread development of applications andtools requires the European Commission tofocus on harmonization measures for dataformats.
MULTIFILE
In het project “ADVICE: Advanced Driver Vehicle Interface in a Complex Environment” zijn belangrijke onderzoeksresultaten geboekt op het gebied van het schatten van de toestand en werklast van een voertuigbestuurder om hiermee systemen die informatie geven aan de bestuurder adaptief te maken om zo de veiligheid te verhogen. Een voorbeeld is om minder belangrijke informatie van een navigatiesysteem te onderdrukken, zolang de bestuurder een hoge werklast ervaart voor het autorijden en/of belangrijke informatie juist duidelijker weer te geven. Dit leidt tot een real-time werklast schatter die geografische informatie meeneemt, geavaleerd in zowel een rijsimulator als op de weg. In de ontwikkeling naar automatisch rijden is de veranderende rol van de bestuurder een belangrijk (veiligheids) onderwerp, welke sterk gerelateerd is aan de werklast van de bestuurder. Indien rijtaken meer geautomatiseerd worden, wijzigt de rol van actieve bestuurder meer naar supervisie van de rijtaken, maar tevens met de eis om snel en gericht in te grijpen indien de situatie dit vereist. Zowel deze supervisie als interventietaak zijn geen eenvoudige taken met onderling een sterk verschillende werklast (respectievelijk lage en (zeer) hoge werklast). Of een goede combinatie inclusief snelle overgangen tussen deze twee hoofdtaken veilig mogelijk is voor een bestuurder en hoe dit dan het beste ondersteund kan worden, is een belangrijk onderwerp van huidig onderzoek. De ontwikkeling naar autonoom rijden verandert niet alleen de rol van de bestuurder, maar zal ook de eisen aan het rijgedrag van het voertuig beïnvloeden, de voertuigdynamica. Voor de actieve bestuurder kunnen snelle voertuigreacties op bestuurdersinput belangrijk zijn, zeker voor een ‘sportief’ rijdende bestuurder. Indien dit voertuig ook automatische rijtaken moet uitvoeren, kan juist een meer gelijkmatig rijgedrag gewenst zijn, zodat de bestuurder ook andere taken kan uitvoeren. Dit stelt eisen aan vertaling van (automatische) input naar voertuigreactie en aan de voertuigdynamica. Mogelijk wil zelfs een sportieve bestuurder een meer comfortabel voertuiggedrag tijdens automatisch rijden. Eveneens voor deze twee voertuigtoestanden, menselijke of automatische besturing, moet gezocht worden naar een goede combinatie inclusief (veilige) overgangen tussen deze twee toestanden. Hierbij speelt de werklast en toestand van de bestuurder een doorslaggevende rol. In de geschetste ontwikkelingen in automatisch rijden kunnen de onderzoeksresultaten van ADVICE een goede ondersteuning bieden. Veel van deze ontwikkelingen worstelen met het schatten van de werklast van de bestuurder als cruciaal (veiligheids) aspect van automatisch rijden. De ADVICE resultaten zijn echter gepresenteerd voor beperkt publiek en gepubliceerd op conferenties, waarvan de artikelen veelal slechts tegen betaling toegankelijk zijn. Daarnaast zijn dergelijke artikelen gelimiteerd in aantal pagina’s waardoor de over te dragen informatie beperkt is. Om een betere doorwerking van ADVICE aan ‘iedereen’ te realiseren en tevens de mogelijkheden hiervan in de toekomst van automatisch rijden te plaatsen, willen wij top-up gebruiken om hierover een artikel te schrijven en dit in een peer-reviewed Open Access tijdschrift online toegankelijk te maken. Hierdoor wordt de informatie voor iedereen, gratis toegankelijk (open access), is de inhoud uitgebreider aan te geven (tijdschriftartikel) en is de inhoud en kwaliteit goed en relevant voor het vakgebied (peer-reviewed).
Veel mbo-opleidingen kiezen voor praktijkroutes, hybride leeromgevingen en gepersonaliseerde leerroutes. Dit levert dilemma’s op bij de afsluiting van de opleiding. Gebruikelijke examens passen vaak niet meer. Deze opleidingen willen informatie uit het onderwijs laten meewegen in de diplomabeslissing en een mix aan bewijzen gebruiken uit praktijk, werk en andere leeromgevingen.
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.