Promotionsstellen

DATEV fördert Forschungsvorhaben im Software Campus

Die DATEV bietet im Rahmen einer Kooperation mit dem „Software Campus“ interessante Promotionsstellen (sowie Masterarbeiten) an. Bewerber können sich bis zum 08. Mai 2017 registrieren und gemeinsam mit den Top-Unternehmen und Forschungseinrichtungen Deutschlands ein Forschungsthema bearbeiten.

Der Software Campus wurde von der Bundesregierung zusammen mit Wirtschaft und Wissenschaft ins Leben gerufen, um Nachwuchstalente zu fördern. Der Software Campus bildet künftige IT-Führungskräfte aus und bietet jungen IT-Experten hochinteressante Karriereperspektiven in Deutschland. Die Doktoranden des Software Campus haben nicht nur die Gelegenheit, ein Forschungsthema mit den innovativsten Unternehmen und besten Informatik-Forschungseinrichtungen Deutschlands voranzutreiben, sondern erhalten auch Trainings der Industriepartner, um das eigene Profil optimal für eine weitere Karriere zu stärken. Insgesamt 19 Partner aus Industrie und Forschung arbeiten gemeinsam in diesem Forschungsprogramm, so auch die DATEV als Innovationstreiber für Software für Unternehmen, Wirtschaftsprüfer und Steuerberater. So wird insbesondere die Digitalisierung der Geschäftsprozesse maßgeblich durch Software der DATEV getrieben. Die DATEV sieht es deshalb als Verpflichtung und eigenen Anspruch diesen Wandel der Industrie gemeinsam mit Partnern zu gestalten und so zur digitalen Transformation der deutschen Wirtschaft beizutragen.

Mögliche Forschungsthemen

Forschungsthemen können durch die Bewerber (idealerweise auf Basis der vordefinierten Themenfelder) vorgeschlagen werden bzw. werden im weiteren Bewerbungsprozess gemeinsam erarbeitet. Grundsätzlich sind insbesondere die Forschungsgebiete Data Science und Web Engineering relevant. Aus Sicht der DATEV sind folgende Themen besonders lohnenswert (weitere Themengebiete können aber vorgeschlagen werden):

1. Deep Learning using Large Scale Transactional Data (Data Science, Cognitive Computing)
Transaktionsdaten sind die Grundlage für sehr viele Geschäftsprozesse. Sie werden genutzt, um Käufe, Buchungen, Produktionsschritte, usw. zu repräsentieren. Dies bietet eine ausgezeichnete Gelegenheit vielfältige Verfahren aus diesen Daten zu lernen (mit Deep Learning) und so Geschäftsprozesse zu automatisieren oder im Allgemeinen in Form von Modellen anzulernen.

2. Fine Grained Workflow/Process Mining and Optimization using a Big Data Approach (Artificial Intelligence, Data Science)
Implizite Workflows entstehen typischerweise während der Interaktion eines Menschen mit einer Softwarelösung. Aufgrund des Fortschritts der Digitalisierung der Unternehmensprozesse ist es nun möglich, die so entstehenden sehr großen Datenmengen auf Workflows hin zu analysieren und ganz neue Arbeitsprozesse zu entdecken bzw. automatisch zu erzeugen.

3. Large Scale Workflow Analytics and Optimization (Process Mining, Artificial Intelligence, Data Science)
Kollaboration, Kommunikation und geschäftliche Prozesse zwischen Unternehmen und Industriesektoren haben sich in den vergangenen Jahren deutlich erhöht bzw. intensiviert. Eine Analyse dieser Daten sowie das automatische Anlernen entsprechender Modelle sind sehr lohnenswert und bergen viele Forschungsfragen.

4. Large Scale Natural Language Processing and Information Retrieval on (semi-)structured Data for computing High Quality Structured Data (i.e., Knowledge Bases)
(Semi-)Strukturierte Daten existieren in vielen Unternehmen bzw. ihren Datenbanken. Allerdings müssen diese Daten in eine strukturierte Form überführt werden, um den Nutzen z.B. für semantische Suchen optimal einsetzen zu können. Das Verständnis natürlicher Sprache und Umwandlung in Maschinenlesbare stellt viele Herausforderungen und damit Forschungsfragen.

5. Knowledge Base Agnostic Question Answering on Logical and Statistical Data (Information Retrieval, Data Science)
Die Menge der Daten wächst ständig und damit ebenso die Anforderungen der Nutzer dieser Daten, da sinnvolle Suchanfragen immer komplexer werden. Darüber hinaus ist der Anspruch, dem Nutzer ein exzellentes Sucherlebnis mittels Methoden des Question Answering (gesprochen z.B. Apple Siri, Amazon Alexa, textuell z.B. Wolfram Alpha) zu ermöglichen.

6. Expert System for Analyzing Large Data Sets using a Natural Language Interface (Question Answering, Data Science)
Die gesammelten Daten eines Unternehmens bergen ein hohes Potenzial auch für Experten, z.B. zur Bewertung von Zeitlinien, der Suche nach Auffälligkeiten, oder zur Bewertung der Unternehmensaktivitäten. Innovativ wäre die Suche mittels natürlich sprachiger Anfragen (vgl. Siri oder Wolfram Alpha) – dies birgt viele wissenschaftliche Fragestellungen, z.B. aus dem Forschungsfeldern information retrieval, data science und human-computer interaction (HCI).

7. Open Big Data Analytics Platform using Linked Data (Web Engineering, Linked Data, Data Engineering)
An vielen typischen Geschäftsprozessen sind vielfältige Service-Provider beteiligt. Dies bedeutet auch, dass viele Daten in dezentralen Datenbanken gespeichert sind. Eine Web-basierte Plattform zur dynamischen Integration von Daten-Feeds, automatischer Verknüpfung (Interlinking) von importierten Daten, vielfältigen Analyse- und Visualisierungsmöglichkeiten soll geschaffen werden, so dass die Potenziale von Big Data gehoben werden können.

8. Recommendation Systems within distributed and hybrid Environments (Machine Learning, Data Science)
Das zentralisierte Anlernen von Empfehlungssystemen (Recommendation Engines) ist gut erforscht, birgt aber einige Nachteile. Das dezentrale Anlernen von derartigen Funktionalitäten bietet viele Vorteile (z.B. mehr Privacy), wenn zusätzliche die Daten von vielen dezentralen Nutzern auch in zentrales Modell überführt werden.

9. New user interfaces beyond touch for Data-driven Business Process (Human Computer Interactions, Augmented Reality, Data Science)
Smartphones und Tablets sind vielfältig verbreitet. Gleichzeitig wäre es aber wünschenswert auch im Unternehmensbereich weiterführend Mixed Reality Szenarien zu ermöglichen und mittels neuartiger Interfaces und Verfahren einen großen Nutzen aus Augmented Reality Technologien zu ziehen.

10. Storing and Analyzing Linked Information in a Distributed Ledger (Blockchain, Web Engineering)
Insbesondere revisionssichere Kommunikationsanforderungen sind bereits sehr typisch für heutige Industrien. Insbesondere falls Prozesse über Branchengrenzen oder Ländergrenzen hinweg gehen, stellt sich die Frage, auf welchem Weg sinnvoll kommuniziert werden kann. Blockchain ist eine Möglichkeit, welche in Kombination mit anderen Technologien (z.B. Linked Data) zu einer Revolution von Geschäftsprozessen führen kann.

11. Collaborative Economy und Open APIs (Web Engineering, Ecosystems, Data Science)
Die Unternehmen bzw. Geschäftsmodelle sind mittlerweile angetrieben von dem Ökosystem-Gedanken. Offene Forschungsfragen sind den Themen gewidmet: Analyse des Erfolges eines Ökosystems, Social Software Engineering und dem (automatisiertem) Service-Designs.

12. Engineering and Analytical Challenges of Collaborative Economies on-top of Open APIs (Web Engineering, Data Science)
Ökosysteme stellen viele Anforderungen an z.B. Service-Design, Systemarchitektur und Analyse. Mögliche Technologien zur Lösung der Herausforderungen bezüglich des Softwaredesign könnten z.B. Linken Data und Restfil Service sein.

13. Pattern for Data Integration and Governance in Collaborative Business Environments (Data Governance, Data Engineering, Web Engineering)
Dieses Thema befindet sich an der Schnittstelle zwischen Data Science und Web Engineering. Bei der Etablierung von Vorgehensmodellen/Mustern muss dabei ebenso der Datenschutz bzw. Data Gouvernance beachtet werden. Damit stellen sich vielfältige Herausforderungen.

Kurzfristige Ergänzungen: End-to-end Question Answering System, Usability Analytics Metrics

Haben wir Ihr Interesse geweckt?

Bewerben Sie sich bis zum 08.05.2017 über die offizielle Website des Software Campus (www.softwarecampus.de/bewerbung). Eine genaue Themenbestimmung erfolgt gemeinsam zwischen Bewerber, Forschungspartner sowie Industriepartner im Laufe des Bewerbungsprozesses.

Für eine weitere Kontaktaufnahme steht Ihnen gerne Dr. Andreas Both (Head of Architecture, Web Technology and IT Research der DATEV eG) unter andreas.both@datev.de zur Verfügung (Deutsch oder Englisch).