Wir verwenden Cookies

Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell, während andere uns helfen, diese Website und Ihre Erfahrung zu verbessern.

Essenziell
 
POLICIES

PrEMI: Analytik für Notruf-Infrastruktur

Foto: JOANNEUM RESEARCH/Schwarzl

Die Sicherstellung der bestmöglichen Hilfeleistung in Notfällen und Gefahrensituationen beginnt mit der zuverlässigen und effizienten Entgegennahme und Bearbeitung von Notrufen in einer Leitstelle. Speziell beim polizeilichen Hilfeleistungsprozess geht es oft um Sekunden, um rechtzeitig am Ort des Geschehens zu sein, damit ein Verbrechen verhindert oder Täter zur Verantwortung gezogen werden können.
Die im Leitstellenprozess entstehenden Daten der Kommunikationsinfrastruktur – das sind im Fall der polizeilichen Notrufe die Metadaten der Notrufe selbst und Betriebsdaten der Geräte, die beim laufenden Monitoring der Kommunikationsinfrastruktur anfallen – bergen wertvolle Informationen, die Hinweise auf mögliche akute oder sich entwickelnde Probleme enthalten. Die Analyse dieser Daten, die Extraktion von Mustern und die intelligente Nutzung der extrahierten Informationen mit Hilfe von Prädiktionsmodellen stellen großes Potenzial zur Verbesserung und Optimierung der Notrufbearbeitung dar.
Ziel des Projekts PrEMI ist die lückenlose Bereitstellung eines qualitätsgesicherten Betriebs jener kritischen Kommunikationsinfrastrukturen, die für die Bearbeitung von Notrufen (Polizei und Euronotruf) in der Leitstelle benötigt werden. Es sollen Algorithmen und Modelle erforscht werden, die im laufenden Betrieb zu einer Verbesserung der Verfügbarkeit, Verkürzung der Antwort- und Bearbeitungszeiten sowie zu einer Reduktion von Ausfallzeiten beitragen. Das sind zum Beispiel:

  • Statistische Zuverlässigkeits- und Zeitreihenmodelle zum Zweck der Ursachenanalyse (Predictive Modeling).
  • Deep-Learning Algorithmen zur Erkennung von Mustern und zur Vorhersage von Problemen/Ausfällen.
  • Nutzung von Automated Machine Learning zur bestmöglichen Auswahl bzw. Parametrierung von Lern- bzw. Prädiktionsverfahren.
  • Optimierungsmethoden zur verbesserten Planung von Ressourcen, Instandhaltungsmaßnahmen und Priorisierung von Notrufen.

Projektergebnis ist eine Demonstrationssoftware, die anhand von Testdaten ausgewählter Leitzentralen einen Funktionsnachweis im Labormaßstab erbringt.
Das Projekt soll zeigen, welche Methoden der Datenanalyse und Optimierung für die praktische Nutzung im Leitstellenprozess das meiste Potenzial beinhalten, um Bearbeitungs- und Ausfallzeiten zu reduzieren und die Verfügbarkeit zu optimieren.

Auftraggeber/in
Partner

Technische Universität Wien, Institute for Logic and Computation
Universität Graz, Institut für Soziologie
Axtesys GmbH
NTT Austria GmbH

 

Informieren Sie sich unverbindlich bei
Policies
Telefon:+43 316 876-1555
Fax+43 316 8769-1555
E-Mailulrike.kleb@joanneum.at