Projektlabor

Ideen untersuchen, bevor daraus Lösungen werden

Das Projektlabor ist der Raum für frühe Konzepte, technische Experimente und kleine Prototypen. Hier darf ausprobiert, verworfen und neu begonnen werden.

Nicht jedes Experiment soll ein Produkt werden. Entscheidend ist, was daraus gelernt und nachvollziehbar dokumentiert werden kann.

Was im Projektlabor geschieht

Erkunden

• Eine Beobachtung oder offene Frage wird in eine überprüfbare Hypothese übersetzt.

Erproben

• Mit begrenztem Aufwand entsteht ein Modell, ein technischer Versuch oder ein kleiner Demonstrator.

Bewerten

• Ergebnisse, Unsicherheiten und Grenzen werden dokumentiert. Danach wird entschieden, ob ein Vorhaben weiterentwickelt, verändert oder beendet wird.

Aktuelle Experimente

EuroNoteScanner

Informationen auf Eurobanknoten digital erfassen

EuroNoteScanner untersucht, wie eine fotografierte oder hochgeladene Eurobanknote automatisiert ausgewertet und dokumentiert werden kann. Der Webprototyp erkennt die Seriennummer mittels Texterkennung und führt darauf aufbauend regelbasierte Analysen durch.

Untersuchte Funktionen:

• Aufnahme oder Upload einer Banknote

• Erkennung der Seriennummer

• Berechnung von Ziffern- und Quersummen

• Analyse hinterlegter Buchstaben- und Ländercodes

• Dokumentation mit Erfassungsdatum

• Lokale beziehungsweise dateibasierte Speicherung

Reifegrad: Früher Webprototyp
Bekannte Grenze: Die dauerhafte Speicherung hochgeladener Bilder ist noch nicht abschließend gelöst. Eine produktive Bereitstellung ist nicht belegt.

Infinite Use

Kreislauffähige Nutzung von IT und Elektronik

Infinite Use untersucht, wie Hardware, Komponenten und Materialien möglichst lange genutzt, weitergegeben, aufbereitet oder kontrolliert in den Stoffkreislauf zurückgeführt werden können.

Das Konzept verbindet Ökodesign und Sustainable IT mit digitaler Nachverfolgung, Wiederverwendung, Refurbishment und transparenter Nachhaltigkeitsberichterstattung.

Untersuchte Bausteine:

• Rücknahme- und Sammelsysteme für Elektronik

• Wiederverwendung und Aufbereitung von Geräten

• Rückgewinnung verwertbarer Komponenten und Rohstoffe

• Digitales Tracking von Geräten und Materialströmen

• Nachhaltigkeits- und ESG-Dashboard

• Beratung zu Ökodesign und Sustainable IT

Reifegrad: Geschäftsmodell- und Systemkonzept
Bekannte Grenze: Die beschriebenen Bausteine sind konzeptionelle Entwürfe und noch kein implementiertes Gesamtsystem.

Protected Bio-Quantum Computing

Unsichere Modellergebnisse kontrolliert untersuchen

Dieser Proof of Concept untersucht eine geschützte Verbindung aus klassischer Datenverarbeitung, Quantenmodellen und synthetischen biologischen Messdaten.

Ein „Epistemic Watcher“ vergleicht die Ergebnisse mehrerer Modelle und entscheidet, ob ein Ergebnis freigegeben, gestoppt oder zur menschlichen Prüfung zurückgestellt werden muss.

Mögliche Entscheidungen:

• RELEASE: Modelle liefern ausreichend übereinstimmende Ergebnisse.

• STOP: Das erkannte Risiko überschreitet definierte Grenzen.

• ABSTAIN: Die Datenlage oder Modellübereinstimmung reicht für eine Entscheidung nicht aus.

Reifegrad: Ausführbarer Proof of Concept
Bekannte Grenzen: Ausschließlich synthetische Daten, keine reale biologische Erkenntnis und kein Nachweis eines Quantum Advantage.

pi-s4hana-analyst

KI-gestützte Analyse einer SAP-Sandbox

Der Demonstrator untersucht, wie ein sprachgesteuerter Assistent lesend auf eine SAP-S/4HANA-Sandbox zugreifen, Daten abrufen und fachliche Fragen strukturiert beantworten kann.

Er verbindet eine Kommandozeilenanwendung mit OData-Schnittstellen und einem über SAP AI Core bereitgestellten Sprachmodell.

Untersuchte Funktionen:

• Übersetzung fachlicher Fragen in zulässige Datenabfragen

• Lesender Zugriff auf ausgewählte SAP-OData-Schnittstellen

• Strukturierte Zusammenfassung der Ergebnisse

• Trennung von Benutzeranfrage, Werkzeugaufruf und Antwort

• Dokumentation der verwendeten Agenten- und Providerlogik

Reifegrad: Technischer Lern- und Demonstrationsprototyp
Bekannte Grenzen: Read-only-Sandbox mit vorgegebenen Demonstrationsdaten aus dem Jahr 2016; keine produktive SAP-Integration.

ERP- und Daten-Sandbox

Datenstrukturen verstehen, bevor Prozesse automatisiert werden

Die ERP- und Daten-Sandbox dient dazu, Datenmodelle, SQL-Abfragen, Dokumentstrukturen und Entscheidungslogiken in einer kontrollierten Umgebung zu untersuchen.

Im Mittelpunkt steht nicht nur, ob eine Abfrage technisch funktioniert, sondern auch, ob ihre fachliche Bedeutung nachvollziehbar bleibt.

Typische Artefakte:

• Versionierte XLSX- und CSV-Dateien

• Datenwörterbücher und Feldbeschreibungen

• Kommentierte SQLite- und SQL-Abfragen

• Prüfung von Schlüsseln und JOIN-Kardinalitäten

• Kausaldiagramme und Entscheidungsmodelle

• PCS-Matrizen und Entscheidungsmemos

Reifegrad: Fortlaufende Lern- und Experimentierumgebung
Besonderer Fokus: Verlorene Datensätze, Mehrfachzuordnungen und fachliche Annahmen werden ausdrücklich dokumentiert.

Digitale Workbenches

Arbeitsabläufe sichtbar und diskutierbar machen

In diesem Bereich entstehen einfache Oberflächenentwürfe für komplexe Arbeitsprozesse. Beispiele sind ein „Workshop Cockpit“ für Aufgaben und Entscheidungen sowie eine „Auditor Workbench“ für Dokumente, Risiken, Prüfungen und Freigaben.

Die Entwürfe dienen zunächst als Gesprächsgrundlage. Erst nach fachlicher Prüfung wird entschieden, ob daraus eine Anwendung entstehen soll.

Untersuchte Elemente:

• Aufgaben und Verantwortlichkeiten

• Dokumente und Herkunftsnachweise

• Risiken und offene Fragen

• Prüf- und Freigabeschritte

• Entscheidungsverläufe

• Übergabe in Backlogs und Umsetzungsvorhaben

Reifegrad: Low-Fidelity- und Workshop-Prototyping
Bekannte Grenze: KI-generierte ERP- und SAP-Inhalte gelten als Entwürfe und müssen fachlich validiert werden.

Vom Experiment zum Projekt

Ein Versuch wird erst dann in das reguläre Projektportfolio übernommen, wenn folgende Punkte ausreichend geklärt sind:

1. Das Problem und die Zielgruppe sind nachvollziehbar beschrieben.

2. Die zentrale Hypothese kann überprüft werden.

3. Mindestens ein sichtbares Artefakt oder ein reproduzierbarer Versuch liegt vor.

4. Quellen, Annahmen und bekannte Grenzen sind dokumentiert.

5. Datenschutz, Sicherheit und ethische Auswirkungen wurden betrachtet.

6. Ein konkreter nächster Entwicklungsschritt wurde festgelegt.

Ein negatives Ergebnis ist dabei kein Scheitern. Auch die begründete Entscheidung, ein Vorhaben nicht weiterzuverfolgen, ist ein verwertbares Ergebnis.

Grundsätze des Projektlabors

Transparenz vor Wirkung

• Ein überzeugender Demonstrator darf nicht als validiertes Produkt dargestellt werden.

Kleine, überprüfbare Schritte

• Experimente werden so begrenzt, dass Ergebnisse nachvollzogen und wiederholt werden können.

Synthetische Daten vor personenbezogenen Daten

• Frühe Versuche sollen nach Möglichkeit ohne reale personenbezogene oder vertrauliche Geschäftsdaten auskommen.

Menschliche Entscheidung bei Unsicherheit

• Bei erhöhtem Risiko oder widersprüchlichen Ergebnissen wird keine automatische Freigabe erteilt.

Dokumentierte Grenzen

• Bekannte Fehler, ungelöste Fragen und verworfene Annahmen bleiben Bestandteil der Dokumentation.

Archivierte und pausierte Versuche

Nicht weiterverfolgte Experimente werden nicht gelöscht. Sie werden mit ihrem letzten Reifegrad, den gewonnenen Erkenntnissen und dem Grund für die Unterbrechung dokumentiert.

Statuskennzeichnungen:

• In Untersuchung

• Prototyp vorhanden

• Weiterentwicklung vorgesehen

• Pausiert

• In ein Hauptprojekt überführt

• Nach Prüfung beendet

An einem Experiment mitwirken

Du möchtest einen Versuch fachlich prüfen, einen Anwendungsfall beisteuern oder gemeinsam einen kleinen Pilot entwickeln?

claudiu.dangulea@gmail.com · www.dangulea.at