Verbundvorhaben: PAIRS - privacy-aware, intelligent and resilient crisis management

Abstract

Bei diesem Dokument handelt es sich um den Abschlussbericht und Berichtsblatt / Document Control Sheet des Projekts PAIRS. Das Projekt wurde vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) im dritten Förderaufruf „Künstliche Intelligenz und vernetzte Datentechnologien für infektiologische und andere die Wirtschaft bedrohende Krisen“ innerhalb des Innovationswettbewerb „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ unter dem Förderkennzeichen 01MK21008 gefördert. Der Förderrahmen „Entwicklung digitaler Technologien“ (BAnz 17.01.2019 B1) bildete die Grundlage. Das Verbundvorhaben PAIRS – Privacy-Aware, Intelligent and Resilient Crisis Management verfolgte das Ziel, eine serviceorientierte, offene Dateninfrastruktur in Form eines Datenraumes zu etablieren, mit dem Krisen domänenübergreifend früh erkannt und antizipiert werden können. Akteurspezifisch bewertete Risiken einzelner Krisenszenarien werden erfasst und durch Frühwarnungen gemeldet. Der hinterlegte Maßnahmenpool dient dazu schnell und individuell auf krisenbedingte Störungen, z. B. in der Lieferkette zu reagieren. Dabei soll die Verfügbarkeit essenzieller Ressourcen und Fähigkeiten von Unternehmen-Ökosystemen gesichert und ihre Marktfähigkeit nachhaltig gestärkt werden. Projektpartner: ADVANEO GmbH, Neuer Zollhof 2, 40221 Düsseldorf (Konsortialführer) Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. / Fraunhofer IPA FIR e.V. an der RWTH Aachen Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) Bundesanstalt Technisches Hilfswerk (THW) Bisping Medizintechnik GmbH Universität des Saarlandes Sick AG Tiplu GmbH OFFIS e.V. IBM Deutschland GmbH PAIRS (Privacy-Aware, Intelligent and Resilient Crisis Management) was a BMWK-funded consortium project (2021-2024) that developed an open, service-oriented data room infrastructure for cross-domain crisis management. The aim was to strengthen economic resilience and protect critical infrastructures through AI-supported risk analysis, early warning systems and recommended measures. The project addressed three central focal points:

technology development: building an interoperable, data sovereign data ecosystem according to IDS and GAIA-X standards. application & integration: development and testing of practical AI services in the fields of energy, healthcare and supply chain/logistics. ecosystem building: Building the Green Deal Dataspace including ResilienceMesh for sustainable, cross-sector use. Highlights include:

Supply Chain Radar (SCR): a modular, customisable early warning service for risk detection in supply chains, especially for SMEs. AI modules: Development of 12 AI modules, including for power outage prediction, epidemic detection, material requirements planning, hidden problem detection, social signalling.