Innovative Lösungen in den Sektoren Mobilität und Infrastruktur sowie
assoziierten Smart City-Anwendungen erfordern zunehmen Video- und
Bilddatensätze in Kombination mit komplexen Sensordaten, um ein Lagebild der
Umgebung zu erhalten und auf dieser Basis Entscheidungen zu unterstützen
oder automatisiert zu treffen. Automatisierte Erkennungsverfahren aus dem
Bereich des Statistischen und Maschinellen Lernens benötigen Trainingsdaten,
um die Erkennungsraten von Objekten und Personen konsequent zu verbessern.
Die Erstellung derartiger Trainingsdatensätze ist sehr aufwendig und kann
von neuen Marktteilnehmern, KMU die sich in der Digitalen Transformation
ihrer Geschäftsmodelle befinden oder Startups praktisch nicht durchgeführt
werden. Die Konsequenz ist, dass der Markt heute in vielen Bereichen von
Großkonzernen und Unternehmen aus der Internetindustrie geprägt ist.

Im Rahmen des Projekts OCROSS (Open Data Crowd Sensing Service für die
einfache Fusion annotierter und schwarmbasierter Massendaten) sollen zum
einen große "Trainings-Datensätze" erzeugt und bereitgestellt werden, um die
Investitionsschwelle für zukünftige Akteure/Startups zu reduzieren und somit
die Grundlage für innovative Lösungen zu schaffen. Außerdem soll die Nutzung
dieser Datensätze sowie deren zukünftige Anreicherung über ein Rahmenwerk
mit einer angeschlossenen Marktplatzplattform realisiert werden. Teil dieses
Rahmenwerks ist auch die Entwicklung von Verfahren zur verbesserten
Kombination und Harmonisierung der durch die Crowd gesammelten Daten.