DEMAND
Organisaties beschikken vaak over vele dataketens. Hoe meer datastromen, hoe complexer het geheel en hoe groter de behoefte aan structuren om deze te integreren en te managen. Het project DEMAND helpt data-gedreven organisaties die hier hulp bij willen met nieuwe methodologieën en tooling.
Lees het laatste nieuws op DEMAND.nl
Wil je op de hoogte blijven van alle ontwikkelingen binnen DEMAND? Bekijk dan onze website. Hier vind je de meest recente info over:
- Onze aankomende en afgelopen events
- Onze learning community
- Nieuwe inzichten over data
- Nieuwe datavraagstukken
- En meer!
Aanleiding
Digitalisering is een proces wat nog steeds in volle gang is. Datagedreven werken is de norm, en de inzet van artificial intelligence is met de komst van generatieve AI een hot topic. Toch is er nog een kloof tussen tech-giganten, start-ups en de beroepspraktijk van het mkb. Er is veel data, maar hoe gaan we daar doelgericht, duurzaam en veilig mee digitaliseren? DEMAND wil daar antwoord op geven.
Doel DEMAND
Kennis bundelen om een toolbox te ontwikkelen met nieuwe toepasbare digitale technologieen en methodologieen die bijdragen aan optimalisatie van dataketens in private en publieke organisaties. Dat is het doel. Dit is mogelijk omdat DEMAND een SPRONG-project is. Dat betekent dat het project ondersteund wordt door het regieorgaan SIA als een samenwerking tussen diverse instituten, lectoraten en bedrijfspartners.
Dataketens vormen de basis van een gedegen datagedreven organisatie, maar hoe organisaties hier ook de vruchten van plukken is een uitdaging. DEMAND wil de beroepspraktijk daarom de middelen aanreiken om datagericht te digitaliseren, met een focus op data-acquisitie en -opslag, -(pre)processing, -exploratie, -modeling en -benutting. Het datafundement op orde hebben is cruciaal voor elke vorm van verdere toepassing van digitale innovaties.
Aanpak
Een goed netwerk is enorm belangrijk om het doel te bereiken. De vragen en behoeften van organisaties moeten in beeld gebracht worden om een goede, bruikbare toolbox te maken. Ook het uitwisselen van kennis en ervaring is belangrijk. Daarom is er constante aandacht voor een goed, breed netwerk. Daarnaast worden elk half jaar evenementen, zoals seminars, workshops en publicaties, georganiseerd. Hier komen onderwijs, onderzoek en het werkveld samen.
Een goed, kwalitatief onderzoek ontstaat niet vanzelf. Daarom werken we aan doorlopende kwaliteitsverbetering en een onderzoeksproces conform methodologische en ethische regels. Ook ontwikkelen en implementeren we een Open Science-systeem, datamanagement en systematische evaluaties.
Ten slotte is er aandacht voor het ontwikkelen van een professionaliseringsplan en trainingenportfolio. Ook zijn er promotieplekken voor PhD/PD-ers. Door het toepassen en ontwikkelen van nieuwe casussen gaan we DEMAND verbinden met het onderwijs. Ook werken we aan de ontwikkeling van minors en masters.
Beoogde resultaten
- Er is een Innovation Hub waar deskundigen complexe vragen op het gebied van dataketens kunnen oppakken in aansluiting op behoeften van organisaties.
- Er is een toolbox ontwikkeld die organisaties nieuwe handelingsperspectieven biedt om hun datafundament op orde te krijgen en waarmee ze nieuwe datagedreven diensten, producten, processen en/of netwerken kunnen ontwikkelen.
- Er zijn diverse evenementen geweest om kennis te delen en nieuwe ideeën op te doen.
- Actuele, digitale technologische ontwikkelingen worden geagendeerd en in de praktijk getoetst op relevantie en uitvoerbaarheid.
- Er zijn promovendi aangesteld die onderzoek doen en bijdragen leveren aan de kennis binnen DEMAND en aan het onderwijs.
Ambities tot en met 2026
DEMAND heeft de ambitie om betekenisvolle bijdragen te leveren aan dataketenvraagstukken van bedrijven en organisaties in de publieke sector. We willen onderzoek doen in casussen die te maken hebben met maatschappelijke opgaven. Daarnaast willen we dat opbrengsten uit DEMAND zoveel als mogelijk worden meegenomen in de beroepspraktijk en het beroepsonderwijs. Samenwerkingen met het MBO en het WO moeten benut worden om kennis voor doorlopende leerlijnen te ontwikkelen, uitdagende leeromgevingen te creëren en beroepsprofessionals voor de actuele en toekomstige beroepspraktijk op te leiden.
Team
Stijn Hoppenbrouwers
Lector Data & Knowledge EngineeringErwin Folmer
(Lector Applied Data Science & AIKees van de Sant
ProjectleiderTilman Todt
Projectleider Master Applied Data ScienceGerard Schouten
Lector AI en Big Data - Fontys ICTWouter Nordsiek
onderzoekerSwarupa Hardikar
PhD candidate, junior ResearcherTeade Punter
lector High Tech Embedded Systems - Fontys ICTWouter Teeuw
Lector Ambient Intelligence Sensortechnologie - Saxion HogeschoolJeroen Linssen
Associate Lector at Ambient Intelligence - Saxion hogeschoolMettina Veenstra
Lector Smart Cities - Saxion hogeschoolSander Maijers
Onderzoeker Applied Computing ScienceTheo Theunissen
Onderzoeker Computer Architecture, Artificial Intelligence and DatabasesPieter Zeilstra
Onderzoeker Ambient Intelligence lectoraat SaxionMichel Hansma
onderzoekerPetra Heck
Onderzoeker AI Engineering FontysBoukje Postma
Procescoördinator HAN AIM lectoratenJanine de Groot
communicatiemedewerkerSPRONG aanvraag
Met de toekenning van een SPRONG-subsidie van € 1 miljoen voor de komende 4 jaar krijgt het onderzoek naar data een flinke impuls. Betrokken partners bij het project zijn de HAN University of Applied Sciences, Fontys Hogeschool en Saxion Hogeschool. Samen met een consortium van bedrijven en organisaties, vormen zij een SPRONG-groep.
Slim - Smart Region
Digitale toepassingen worden steeds sneller ontwikkeld en technologie neemt een steeds belangrijkere plek in ons leven in. Deze digitale innovaties vragen om goede wendbaarheid van mensen, teams en organisaties. Met het samen leren innoveren, delen van kennis en het creëren van ontmoetingsplekken helpt onze focus Smart Region - Slim daarbij. Op deze manier hebben we impact op de digitale toekomstbestendigheid in het werkveld en in ons onderwijs. Samen verleggen we de grenzen met digitale technologie!
Data & Knowledge Engineering
Het Lectoraat Data & Knowledge Engineering past inzichten uit onder andere data- en taalwetenschap toe in het ontwerp van slimme apps en in Applied Data Science & AI. Ze doen praktijkgericht onderzoek naar het doelbewust, effectief en met hoge kwaliteit opsporen, vergaren, creëren, representeren, valideren, managen en toepassen van data en (expliciet beschreven) kennis.