Marten Borchers, M. Sc.

Marten Borchers ist seit September 2021 für den Arbeitsbereich Wirtschaftsinformatik, insb. sozio-technische Systemgestaltung (WISTS) am Fachbereich für Informatik der Universität Hamburg tätig. Sein duales Masterstudium beendete er an der Universität Bremen wo er sich insb. mit Künstlicher Intelligenz (KI), Machine Learning (ML), Natural Language Processing (NLP), IT-Management und IT-Strategientwicklung beschäftigte. Zudem verbrachte er ein Semester an der University of Tartu (Estland) und arbeitete über vier Jahre in der IT-Beratung (Public Service Consultant). Seine Forschungsinteressen liegen in den folgenden Bereichen:

• Smarty City
• Urban Planning
• KI, ML und NLP
• Collaboration Engeeniering
• Virtual- und Mixed-Reality
• E-Government

RESCUE-MATE

• Im Rahmen des Forschungsprojekts Rescue-Mate wird die Herausforderung der Lagebilderstellung und Optimierung von Informationsflüssen im Sicherheitsszenario einer Sturmflut in Hamburg untersucht. Diese Herausforderung ergibt sich vor dem Hintergrund des steigenden Meeresspiegels, häufigerer Extremwetterereignisse und einer wachsenden Anzahl von Anwohnern, die im Katastrophenfall evakuiert und versorgt werden müssen. Im Projekt verantwortet die AG WISTS den Bereich Bürgerbeteiligung und ist für die Entwicklung der Rescue-Mate App zuständig, die präventiv als auch im Krisenfall die Einbindung und Erhebung von Daten aus Gefahrengebieten ermöglichen soll, um das Lagebilde zu vervollständigen und die Entscheidungsfindung zu unterstützen.
• Laufzeit: 01.10.2023 - 30.09.2027
• Webseite: Rescue-Mate

Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg)

• Im Projekt Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg) werden real existierende Herausforderungen aus dem Bereich Smart City von Studierenden im Rahmen einer Lehrveranstaltung analysiert und prototypische Lösungen entwickelt. Im Zeitraum 01.04.2022 bis 31.03.2023 wurde hierfür mit der HOCHBAHN, dem HSV/Future Dock und dem Landesbetrieb Geoinformation und Vermessung kooperiert, um einen Transfer zwischen Theorie und Praxis zu ermöglichen. Seit dem 01.04.2023 wird das Projekt im Rahmen der Daten und KI Kooperation der AG WISTS mit der HOCHBAHN fortgeführt und ausgebaut.
• Laufzeit: 01.04.2022 - 31.03.2025
• Webseite: D²S²C Hamburg

Toward intelligent Assistance Systems for the smart Utilization of Participation Data for Urban Planning and Design

• Die Urbanisierung führt weltweit zu einem großen Bevölkerungswachstum in Städten und Metropolregionen, und viele Statistiken und Prognosen gehen davon aus, dass dieser Trend in den nächsten Jahrzehnten anhalten wird. Diese Entwicklung erzeugt neue soziale und gesellschaftlichen Konflikte und intensiviert bestehende. Dies betrifft z. B. den Wohnungsmarkt, Erholungsflächen, Grünanlagen, kulturelle Einrichtungen, Bildungsstätten, nachhaltige Arbeitsplätze und innovative Geschäftsmodelle. Im Projekt Toward intelligent Assistance Systems for the smart Utilization of Participation Data for Urban Planning and Design werden innovative Ansätze zur Durchführung von Bürgerbeteiligung untersucht und entwickelt. Hierfür werden unterschiedliche (intelligente) Prototypen mithilfe neuer Technologien wie dem Machine Learning entwickelt und erprobt.
• Laufzeit: 01.09.2022 - 31.08.2024
• Webseite: Toward intelligent Assistance Systems for the smart Utilization of Participation Data for Urban Planning and Design

Innovation by Legal Design Thinking – Studentisches Digitalisierungslabor (StudDigiLab)

• Das StudDigiLab richtet sich an Jura- und Informatikstudierende, die im Seminar reale, interne Prozesse vom Kooperationspartner Die Caritas (Niedersachsen) digitalisieren und optimieren sollen. Konfrontiert mit der ergebnisoffenen Gestaltungsaufgabe, wird, als Grundlage für die Entwicklung innovativer Lösungsansätze, das Konzept des Legal Design Thinking vorgestellt und eine Iteration durchlaufen.
• Laufzeit: 01.04.2022 - 31.03.2024
• Webseite: StudDigiLab

Data-driven Optimization of electric Bus Operations (D²eBus)

• Ziel des Projektes ist die Optimierung des Einsatzes von elektronischen Bussen im öffentlichen Nahverkehr. Hierfür werden Sensordaten dieser als auch Daten zum Stadtverkehr genutzt, um Machine Learning Modelle für eine zuverlässige Reichweitenprognose zu entwickeln. Diese werden in ausführbaren einen Webprototyp integriert und evaluiert, um Anforderungen als auch Potenziale an die Transformation hin zum nachhaltigen Verkehr und benötigter Systeme aufzuzeigen, mithilfe der Einsatz elektronischer Busse gesteuert und optimiert werden kann. Im Projekt wird mit der HOCHBAHN kooperiert, um einen Transfer zwischen Theorie und Praxis zu ermöglichen.
• Laufzeit: 01.07.2023 - 31.12.2023

Lehrveranstaltungen im Sommersemester 2024

• Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg)
  • Geeignet für alle Studierenden der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE

Lehrveranstaltungen im Wintersemester 2023/24

• Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg)
  • Geeignet für alle Studierenden der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE

• Innovation by Legal Design Thinking – Studentisches Digitalisierungslabor (StudDigiLab)
  • Geeignet für alle Studierenden der Rechtswissenschaften und der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE

Lehrveranstaltungen im Sommersemester 2023

• Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg)
  • Geeignet für alle Studierenden der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE

Lehrveranstaltungen im Wintersemester 2022/23

• Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg)
  • Geeignet für alle Studierenden der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE
• Innovation by Legal Design Thinking – Studentisches Digitalisierungslabor (StudDigiLab)
  • Geeignet für alle Studierenden der Rechtswissenschaften und der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE

Lehrveranstaltungen im Sommersemester 2022

• Data-driven Solutions for the Smart City Hamburg (D²S²C Hamburg)
  • Geeignet für alle Studierenden der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE
• Innovation by Legal Design Thinking – Studentisches Digitalisierungslabor (StudDigiLab)
  • Geeignet für alle Studierenden der Rechtswissenschaften und der MIN-Fakultät
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE
• Praktikum Anwendungsentwicklung für KI-basierte Kollaboration
  
  • Geeignet für alle Studierenden der Informatik
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE
• Praktikum Drohnen in Hamburg
  
  • Geeignet für alle Studierenden der Informatik
  • Aufwand: 4 SWS / 6 ECTS
  • Beschreibung: STiNE

Lehrveranstaltungen im Wintersemester 2021/22

• Projekt Softwareentwicklung für die Digitale Stadt
  • Geeignet für alle Studierenden der Informatik
  • Aufwand: 6 SWS / 9 ECTS
  • Beschreibung: STiNE