Mit dem Corporate Communication Server (CCS) sollen Social Media- und weitere Kommunikationskanäle serverbasiert in die Unternehmenskommunikation integriert werden. Die steigende Bedeutung dieser neuen Kommunikationskanäle im Geschäftsumfeld hat bei Standardsoftwareanbietern, wie z.B Microsoft oder Tobit, bisher keinen Anklang gefunden. In diese offensichtliche Marktlücke will der CCS stoßen und sich sowohl als Alternative wie auch als Ergänzung vorhandener Lösungen anbieten. Ausgelegt als benutzer- und kundenfreundliche Appliance wird der CCS eine einzigartige Bündelung der Kanäle E-Mail, Fax, SMS, Voice, Brief, Facebook, Twitter, Xing bieten.

Desweiteren trägt der CCS der zunehmenden Bedeutung und Nutzung mobiler Endgeräte Rechnung. Er wird alle zukunftsträchtigen Plattformen integrieren: Apples iOS, Googles Android, RIMs Blackberry und Microsofts Windows Phone. Zwei wegweisende Module für die Unternehmenskommunikation – SmartAddress und SmartMeeting – nutzen die Funktionalitäten des CCS, um neue Möglichkeiten bei der Arbeit mit den eigenen Kontakten und bei der Zeit- und Ortsfindung für ein Treffen mehrerer Personen aufzuzeigen.

Der SmartMeeting-Algorithmus, die darin integrierten KI-Technologien sowie der Dynamic Meeting Request sollen in einem SmartMeeting Protocol zusammengeführt werden und sich dadurch zu einem künftigen Standard am Markt entwickeln, der die folgenden Anforderungen abdeckt:

• SmartMeeting soll die technischen Möglichkeiten einer intelligenten Termin-findung vollumfänglich ausschöpfen. Durch den Zugriff auf die Kalender aller Beteiligten wird der Stand der Technik aller am Markt befindlichen Lösungen übertroffen;
• Durch direkten Zugriff auf die zeitlichen Verfügbarkeiten sowie Verarbeitung von Zu- und Absagen in Echtzeit wird der Zeitauf-wand der Meetingvereinbarung für alle Beteiligten auf das absolute Minimum reduziert. Gleiches gilt auch für den Kommunikationsaufwand zwischen Initiator und Teilnehmern des Treffens;
• Über den SmartMeeting-Connector kann sowohl ein Terminblocker als auch der endgültige Termin in die Kalender der Teilnehmer unmittelbar eingetragen werden;
...mit dem Entwicklungsziel, einen Termin in max. 3 Minuten Bearbeitungszeit je Teilnehmer zu vereinbaren und die ewigen Terminrunden zwischen den Beteiligten durch Vollautomation zu reduzieren.

TeamHub ist die weltweit erste Social Collaboration Middleware. Sie bündelt alle ein- und ausgehenden Kommunikationskanäle (E-Mail, SMS, Messenger, WhatsApp, Twitter, XING, LinkedIn, facebook etc) übersichtlich in einem einzigen Kanal. Die heutige Vielzahl an neuen, schlecht integrierten Kommunikationswerkzeugen sorgt bei Mitarbeitern, die häufig in Teams arbeiten, eher für Frustration und Überarbeitung als für anhaltende Begeisterung. Immer mehr Menschen zeigen sich mit der Bedienung der steigenden Zahl von Geräten, Anwendungen und Services überfordert.

TeamHub ist ein transparenter Personal Communication Assistant und tritt dem entgegen. Der TeamHub-User erhält die nötige Flexibilität und bleibt kontinuierlich im Dialog mit seinen Ansprechpartnern in den unternehmensinternen und -übergreifenden Teams. Der Anwender - und nur er - wählt seinen zentralen Kommunikationskanal aus und konfiguriert ihn genau nach seinen Vorstellungen. Dies sorgt für beschleunigte Projekt-Kommunikation, für Burn-Out-Prävention und zusätzlich für eine rechtssichere Archivierung aller Kommunikationskanäle, egal auf welchem Weg sie versendet wurden oder werden.

Wir beabsichtigen die Entwicklung einer Software, die die internationale Fußballfankultur wesentlich verbessern wird. Ziel der Software ist die automatische Generierung von natürlichsprachlichen Handlungsempfehlungen für Vereins- und Sicherheitsverantwortliche, um durch gezielte Kommunikation die Stimmung an der Vereinsbasis zu verbessern und so Konfliktpotenziale möglichst frühzeitig zu entschärfen.

Grundlage für die Generierung der Handlungsanweisungen sind beabsichtigte Entwicklungen im Bereich der deskriptiven und prädiktiven Algorithmik kombiniert mit Neuentwicklungen im Bereich der NLG (Natural Language Generation). Erstere erlauben Vorhersagen bezüglich Fanverhalten auf Basis verschiedener aktueller und historischer Eingangsdaten (Stimmen in sozialen Medien, Bewegungsdaten an Stadien oder Ticketverkäufe über die Zeit) sowie die Simulation von Was-wäre-wenn Szenarien. Letztere erlauben die Formulierung der Prädiktions- und Simulationsergebnisse auf natürlichsprachliche, auch für den Nicht-Data-Experten verständliche Art. Ihre Kombination ermöglicht erstmals die automatische Ableitung von Handlungsanweisungen [„Assisted Insights“]

Ziel von PANALYTICS ist, den Stand der ITK-Lösungen und Apps zur Pandemiebekämpfung und -analyse zu erweitern und technisch zu übertreffen. PANALYTICS soll sowohl zum aktuellen Kampf gegen Corona beitragen als auch gegen künftige Pandemien helfen. Im Gegensatz zu derzeit verfügbaren Lösungen soll bei einer persönlichen Begegnung immer der Kontakt mit dem jeweiligen spezifischen Kontext ermittelt werden. Dadurch wird die Kontaktnachverfolgung vereinfacht und zudem deutlich beschleunigt. Außerdem wird es so möglich, auch belastbare Erkenntnisse über Ansteckungsorte und -situationen zu gewinnen.

PANALYTICS will die Corona-Warn-App (CWA) dabei nicht ersetzen oder in Wettbewerb zu dieser treten, sondern sie als innovative, privatwirtschaftlich geschaffene Gesamtlösung, die parallel zur CWA betrieben werden kann, ergänzen. Neben Corona-Leugnern und Personen, die sich z.B. die CWA aus Angst vor staatlicher Überwachung/ Datenschutzbedenken nicht installieren, gibt es eine signifikante Anzahl von Menschen, die genau vom Gegenteil überzeugt sind. PANALYTICS ist DSGVO-konform und richtet sich an diese Menschen und Firmen.

Erstmals wird mit AGORA eine Softwareumgebung geschaffen, die die intuitive, plattformunabhängige Entwicklung von digitalen Assistenten, die sich selbst optimieren und untereinander kommunizieren, ermöglicht. AGORA bedient somit den Marktbedarf nach einer intuitiven Entwicklungsumgebung, indem natürliche Sprache bereits im Entwicklungsprozess des digitalen Assistenten zum Kommunikationsmedium wird. Die dafür notwendige Entwicklung im Natural Language Processing stellt mit Blick auf das erstmals verfügbare Verständnis hochkomplexer natürlichsprachlicher Eingaben eine wesentliche Innovation dar.

Hervorzuheben ist, dass es sich nicht um eine plattformspezifische Variante handelt, sondern der Entwickler mit nur einer einzigen Anforderungsdefinition den Quelltext für mehrere Zielplattformen generieren kann. Es können beliebige Adapter für alle auf dem Markt verfügbaren Zielsysteme bedient werden - darunter alle wesentlichen Assistenzplattformen wie Alexa/Amazon, Google Assistant, Apples Siri. Die entstehenden Assistenten werden sich zur Laufzeit selbst optimieren, indem sie automatisch nach Erweiterungen suchen und diese integrieren.

Im Projekt FIDEST wird ein Framework zum intelligenten Design sicherer verteilter Anwendungen entwickelt. Grundidee ist, dass der (nicht zwingend sachkundige) User seinen Anwendungsfall mit einem intuitiven Editor modelliert und unser Framework automatisch ein optimales, lauffähiges, zur Verteilung bereites Codegerüst auf der Basis dezentraler Sicherheitstechnologien (z.B. Blockchain, Smart Contracts, aber auch 2-Faktor-Authentifizierung) generiert.

FIDEST bietet keine Insellösung für ein bestimmtes Teilproblem und ist unabhängig von Cloud-Providern oder Softwareherstellern. Vielmehr unterstützt es den Anwendungsentwickler umfassend in allen IT-Sicherheitsfragen von der Konzeption über die Entwicklung seiner Anwendung bis hin zur Simulation von Angriffs- oder Skalierungsszenarien, stets unter Berücksichtigung von Performanzbedingungen und Implementierungskosten.

Es soll ein Tool für Supply Chain Manager zur automatischen Modellierung, Analyse und Überwachung von Lieferketten entwickelt werden. Das erzeugte Modell erkennt jegliche Abhängigkeiten innerhalb des Lieferketten-Netzwerks, quantifiziert diese und stuft sie ggf. als systemkritisch ein. Die Idee ist, dass mit Hilfe intelligenter Algorithmen auch Abhängigkeiten zu externen Faktoren wie das Geschäftsklima, politische Situation, Wetter und Verkehr ins Modell integriert werden. Gleichzeitig werden automatisch Schnittstellen generiert, über die Unternehmen untereinander sicher Daten teilen können. So könnten etwa Geschäftspartner, mit denen ein Lieferantenverhältnis besteht, Produktions- und Lieferzahlen zur Verfügung stellen, sodass eine dynamische Abbildung der aktuellen Liefer- und Absatzsituation in Echtzeit ermöglicht wird.

Das Modell der Lieferkette gewinnt deutlich an Präzision, weil über Verfahren des maschinellen Lernens Zusammenhänge zwischen externen und internen Daten gefunden werden. Diese ermöglichen eine kontinuierliche Simulation des Modells, sodass automatisch immer präzisere Handlungsempfehlungen gegeben werden können.

Ziel unserer Entwicklung ist PRIVACY MATCH, eine Softwarelösung, die Unternehmen Tag für Tag bei der Pflege und Compliance ihrer IT-Systemlandschaft(en) unterstützt. Unsere innovativen Algorithmen erfassen dabei automatisch die vorhandene IT-Landschaft, unterstützt durch ein interaktives System, das die Beschreibung vorhandener Geschäftsprozesse auf natürlichsprachliche Weise ermöglicht. Darauf aufbauend erkennen die von uns neu entwickelten, auf maschinellem Lernen und Graph-Matching basierenden Analyse- und Diagnoseverfahren erstmals, ob erfasste Daten und Prozesse regelgerecht eingehalten werden. Wir wenden dies zunächst für den Zielmarkt der DSGVO-Compliance an, können mit unserer Technologie aber auch noch viele andere Regelwerke (wie die ePrivacy-Verordnung o.ä.) kontrollieren. Ein interaktives Vorschlagssystem, das zusätzlich eine einfache Schritt-für-Schritt Anleitung bietet, ermöglicht bei Bedarf die Regelwerk konforme Anpassung von Daten und Prozessen und komplettiert so die Funktionalität von PRIVACY MATCH. Die Architektur von PRIVACY MATCH stellt sicher, dass die Funktionalität leicht auf neue Compliance-Regeln ausgeweitet werden kann. Durch einen Privacy-by-Design-Ansatz sind die analysierten Daten selbst jederzeit vor missbräuchlicher Verwendung geschützt.

Die Idee des Projekts ACTION ist, beliebig komplexe Prozesse interaktiv zu modellieren, deren Codes zu generieren und die Workflows permanent zu optimieren. ACTION bietet dafür die Möglichkeit, mit Hilfe von Chatbots und im Dialog mit allen Prozessbeteiligten, semi-automatisiert und intuitiv Prozesse zu dokumentieren. Während früher Prozesse am Reißbrett auf einem einsamen Schreibtisch definiert wurden, kommen für die Arbeit mit ACTION alle Beteiligten zum Dialog zusammen und beschreiben ihren Prozess in natürlicher Spra-che. Smarte Chatbots, die von ACTION bereitgestellt werden, integrieren sich in das Gespräch und nehmen die Rolle von beteiligten IT-Systemen ein. ACTION erfasst im Hintergrund ein formales Prozessmodell, so dass alle Beteiligten live sehen, wie der Prozess entsteht.
Eine Qualitätsverbesserung wird erreicht, indem ACTION während der Modellierung selbst aktiv Machbarkeitsanalysen durchführt und Vorschläge zur Verbesserung macht. Die Entwicklungsidee sieht weiterhin vor, User über den gesamten Prozess-Lebenszyklus zu begleiten, indem es jede Ausführung aktiv überwacht, Bottlenecks mit Blick auf IT-Kapazitäten erkennt und behebt und mit Hilfe intelligenter Algorithmik Abweichungen von Prozessmodell und gelebter Prozesswirklichkeit erkennt und berichtet.

Im vorliegenden Projekt ist beabsichtigt, eine Plattform zu entwickeln, mit deren Hilfe Applikationen (sog. Apps) für mobile Endgeräte (iPad, iPhone, Android, aber auch Notebooks und PCs) extrem einfach erstellt werden können. Die Lösung zielt ausschließlich auf relativ komplexe Apps im B2B-Markt, mit deren Hilfe operative Arbeitsabläufe, also Workflows und Geschäftsprozesse, abgebildet werden.

Die wesentliche technologische Innovation hierbei ist die - eigens hierfür zu entwickelnde und völlig neue - Smart2Biz Modelling Visualization Notation (SMVN), die es erlaubt, bereits im Beisein des Business-Kunden auf eben jenen mobilen Endgeräten ad hoc die notwendigen Datenstrukturen zu erfassen, prozessual zu verknüpfen, anschließend ('what you see is what you get') zu visualisieren und im Smart2Biz-eigenen Verwaltungsmenü gleich zu deployen. Darüber hinaus unterstützt SMVN die Beschreibung und Einbindung von Drittsystemen in einer bei Wettbewerbstechnologien bislang unerreichten Tiefe.

Bei Smart2Biz 2.0 handelt es sich um ein komplexes System, das es ermöglicht, mobile Anwendungen vor Ort (beim Kunden) zu modellieren. Aus dem aus dieser Modellierung entstehendem Modell wird eine App für verschiedene mobile Endgeräte und die zugehörige Backend-Infrastruktur automatisch generiert. Dies enthält sowohl den Datenbankaufbau als auch die Verwaltung von Benutzerrechten und die Verbindung zu Drittsystemen. Im Zusammenspiel mit dem Backend entsteht so ein in Echtzeit (also parallel zur Modellierung) einsetzbares Produkt. Innerhalb von 2-3 Werktagen soll somit die ansonsten in Monaten zu bemessende Entwicklung einer mobilen Business-App abgeschlossen sein. Die neue Produkt bietet enorme Verbesserungen gegenüber dem Stand der Technik:

- Generierung von Musterdaten während der Modellierung
- Neuartiger Modelling-Notator
- Modellier-Wizards
- Modulbildung und Verwendung auf Metamodell-Ebene (Modellierungs-Bibliotheken)

und hauptsächlich: Die Implementierung einer Meta-Modell-Absicherung als Kern der Entwicklung.

Portal4Biz ist ein komplexes System, das es ermöglicht, noch komplexere Web-Portale direkt vor Ort beim Kunden aus dessen Vorgaben zu modellieren. Aus dieser Modellierung wird das eigentliche Portal und die Backend-Infrastruktur samt redundantem und skalierbarem Server-Setup automatisch generiert. Es gibt diesen Generierungsansatz bereits für mobile Apps, unsere Portalgenerierung jedoch ist ungleich schwieriger und risikobehafteter.

Portal4Biz wird viele, wegen ihrer intrinsischen Modellierbarkeit neuartige Sicherheitslösungen bieten wie 2-Faktor-Authentifizierung, Verschlüsselung, Leakage Prevention via Datenvereinzelung, Kennzeichnung persönlicher Daten zur Automatisierung von DSGVO-Vorschriften. Hinzu kommen Features wie Offline-Fähigkeit, elektronische Signatur auf Metaebene und erstmals eine automatisch generierte Dokumentation des Portals. Portal4Biz reduziert den Aufwand für eine Portalerstellung um bis zu 70% im Vergleich zur herkömmlichen Programmierung. Einfache Portal-Lösungen können bereits nach einem Tag Modellierung genutzt werden.

Dieses Projekt befindet sich noch in Entwicklung.

Das Projekt befindet sich in Entwicklung.

Die Substitution von hochpreisigen durch niedrigpreisige Inhaltstoffe ist ein Problem, welches in der Lebensmittelwirtschaft („Pferdefleisch“) zu beobachten ist. Diese Thematik gewinnt an Bedeutung, weil Standards des Einzelhandels (z.B. IFS, BRC) hohe Anforderungen an die Authentizitätskontrolle formuliert haben. In Deutschland werden rund 70.000 t Separatorenfleisch p.a. verarbeitet. Dabei ist die Verwendung von Separatorenfleisch von Hühnern und Schweinen deklarationspflichtig, aber im Gegensatz zu Separatorenfleisch vom Rind, Schaf, Ziege grundsätzlich erlaubt.

Die DLG merkt in diesem Zusammenhang an, dass die existierenden Analysemethoden zum Nachweis von Separatorenfleisch, zugesetzten hydrolisierten Proteinen sowie Blutplasma in Fleischerzeugnissen nicht ausreichen und technologisch neu entwickelt werden müssen, da bestehende Verfahren (histologische Differenzierung, Messung Ca-Gehalt) nicht eindeutig sind. Die vorliegende Projektidee liefert mit Hilfe der LC-MS eine neue, spezifische Analysemethode für den Nachweis und den Mengenanteil von Separatorenfleisch in Fleisch-/Wurstwaren, wobei die Probenvorbereitung aus wenigen und wenig zeitintensiven Schritten bestehen soll.

Ein detaillierter Einblick in unsere innovative Technologie findet sich in der Fachzeitschrift LABO - Fit for Lab, Ausgabe 7-8/2022 oder hier: Download PDF

Weitere technologische Beschreibungen finden Sie in diesem SPRINGER-Artikel: Download PDF

Ein anderes Paper mit dem Titel „Massenspektrometrie: eine neue Technik zum Nachweis von Lebensmittelbetrug in Fleisch- und Wurstwaren?“, der Lebensmittelbrief Ausgabe Jan./Feb. 2023, S.28-32 herausgegeben von Lebensmittel-Informations-Dienst GmbH finden Sie in diesem Download PDF

Das Projekt wurde abgebrochen.

Der Status von Bio-Produkten kann auch bei Abwesenheit von Pestizid-Rückständen nicht sicher bestimmt werden. Pestizide werden von ihren Herstellern so konzipiert, dass sie in der Regel noch in der Reifephase der Pflanzen abgebaut und so am Ende im Erntegut nicht mehr nachgewiesen werden können. In der Pflanze werden die Pestizide aber zu Metaboliten verstoffwechselt und in den Vakuolen eingelagert.

Hier soll das geplante F&E-Projekt Bio-Fraud-Scan ansetzen. Geplant ist die Entwicklung eines neuen Analyseverfahrens zur sicheren Detektion von Pestizid-Metaboliten. Werden weder Mutterpestizide noch ihre Metaboliten analytisch nachgewiesen, kann der Bio-Status des Ernteguts sicherer deklariert werden.

Ausführlichere Infos finden Sie in diesem PDF-Dokument.

Die Rückverfolgbarkeit von Lebensmitteln, der Nachweis ihrer Herkunft und die Reinheit der Produkte sind essentielle Bestandteile des Verbraucherschutzes und können darüber hinaus einen wichtigen Beitrag zur Bewertung der Qualität von Nahrungs- und Genussmitteln leisten. Das FuE-Projekt besitzt die Zielstellung, eine Bestimmungsmethode zum Herkunftsnachweis von Grüntee und Grünteeprodukten sowie zu deren Produktreinheit zu entwickeln. Hierzu werden Inhaltsstoffe aus den Originalproben isoliert und künstliche Antikörper hergestellt. Diese künstlichen Antikörper (MIPs) bilden die Basis der innovativen Entwicklung.

Darauf aufbauend wird die Analysenmethode entwickelt. Der Nachweis erfolgt anhand des spezifischen Isotopengemisches einer Leitsubstanz, das für bestimmte Regionen stets die gleiche Struktur liefert. Als Messmethode für das Analysenverfahren MIP-CRDS kommt die 'cavity ring down spectroscopy' zum Einsatz. Die Differenzen im Isotopengemisch zur ursprünglichen Originalprobe werden ermittelt und liefern den Nachweis von Manipulationen. Eine weitere Zielstellung ist der Nachweis von künstlichen Zusätzen, die nicht deklariert sind und den Verbraucher bewusst falsch informieren.

Ziel des beantragten Projekts ist die Entwicklung einer neuen Generation von Dreiphasentransformatoren bis 1000 kVA mit passiv-intrinsischer Einschaltstrombegrenzung bei gleichbleibend hohem Wirkungsgrad von >98% während des Dauerbetriebs. Die Herausforderung liegt darin, dass bei Transformatoren mit hohem Wirkungsgrad hohe Einschaltströme entstehen und umgekehrt. Die Einschaltstromstärke soll auf maximal das 2-fache der Nennstromstärke während des Dauerbetriebs begrenzt werden. Neuartiges, funktionales Design kombiniert mit innovativen Ansätzen zur passiven Regelung des Einschaltstroms soll dies ermöglichen:
1. Dynamische, durch thermische Ausdehnung des Kernmaterials verschwindende Luftspalte
2. Asymmetrische, geteilte Anordnungen der Primär- und Sekundärwicklungen
3. Lokale Sättigung des Kernmaterials durch eine mit Gleichstrom versorgte Zusatzwicklung
4. Verringerung bzw. vollständige Beseitigung der Remanenz des Kerns durch zyklisches Durchlaufen der
Hysteresekurve nach Abschalten

Ziel ist die Entwicklung einer neuen Generation von Dreiphasentransformatoren, die auf Steckkerntechnik basiert und für die gleich auch die notwendigen Fertigungs- und Messtechniken entwickelt werden sollen.

Die Produktionszeit soll für Transformatoren dieser Leistungsklasse von derzeit etwa 6h bis 8h auf künftig 1h reduziert werden. Gleichzeitig soll der Wirkungsgrad von derzeit etwa 92% auf 96% gesteigert werden, was einer Halbierung der Verlustleistung entspricht. Da eine direkte visuelle Prüfung nach dem Fügeprozess nicht mehr möglich ist, soll die korrekte Durchführung der Kernmontage durch eine neuartige akustische Überprüfung des Schwingungsverhaltens des Kerns überprüft werden.

Das Projekt befindet sich noch in der Entwicklungsphase.

Mit Smart Profiler and Mapper [Arbeitstitel SPaM] soll eine Software entwickelt werden, die mit hohem technischen Aufwand die Aufgabe übernimmt, selbständig die Syntax und Semantik einer bestehenden Datenbank und deren Inhalte zu verstehen und Mappingvorschläge für die Übernahme in eine neue Datenbank zu berechnen bzw. für neu entwickelte Programme zugänglich zu machen.

SPaM soll die zielgerichtete Analyse einer vorhandenen Datenbank in maximal 1/10 der Zeit erreichen. Der Profiler als Kernentwicklung wird theoretisch unendlich viele Datenbanken parallel untersuchen können und ein sich ständig erweiterndes Wissen von Zusammenhängen zwischen eingesetzter Software und zugehörigen Datenbank-Schemata mitbringen. Der Profiler wird einen einzigartigen, ressourcenschonenden Algorithmus zur Erkennung von Differenzen vor und nach einer Datenbank-Transaktion enthalten. Der zur Checksummenermittlung entwickelte Algorithmus soll hier eine Komprimierung von mindestens 1:1000 erreichen.

Connect MarketPlace löst ein massives Problem für normale Gelegenheitsverkäufer: Das sog. Onboarding auf einem Marktplatz. Das Einstellen eines Produktes in einen Online-Marktplatz bedingt schon für einen einzigen Marktplatz spezielles Produktwissen und Kenntnisse der Anforderungen des gewählten Marktplatzes und verursacht großen Zeitaufwand. Will man seinen Vertriebserfolg optimieren, muss man auf mehreren Marktplätzen und in mehreren Ländern präsent sein. Dies potenziert das notwendige Wissen und den zeitlichen Aufwand: Gesetze, Landessprache, Maßeinheiten und landesspezifisches Zielgruppen-Kaufverhalten sind zu beachten. Dieses Problem löst unsere Middleware durch die Automatisierung von Produkterkennung, -beschreibung, -kategorisierung und -einstellung auf Basis einer ständig wachsenden Meta-Datenbank sowie Erzeugung von intelligenten Marktplatz-Vorschlägen. Mit Connect MarketPlace wollen wir auch KMU den Einstieg in den Multimarktplatz-Online-Handel ermöglichen. Als Proof of Concept für die Middleware wurde zusätzlich eine App entwickelt, über welche Produkt-Daten dezentral erfasst werden können, die zur Weiterbearbeitung und Anreicherung an die Middleware übertragen werden.