Empfehlungssysteme sind auf digitalen Plattformen allgegenwärtig. Viele Systeme stützen sich allerdings entweder auf die Verfügbarkeit grosser Datenmengen, die ihnen eine datengetriebene Optimierung erlauben (kollaboratives Filtern), oder dann sind sie eher starr und primitiv. Gerade im Umfeld von Life Sciences und Facility Management gibt es eine Vielzahl potentieller Anwendungen von Empfehlungssystemen, die sich aufgrund einer Anwendungsnische nicht auf grosse Datenmengen abstützen können. In einem solchen Fall wird die Möglichkeit intelligenter Empfehlungen typischerweise durch ein Expertensystem implementiert, mit dem Nachteil, dass die datenbasierte Lernfähigkeit des Systems zumeist sehr begrenzt ist.
Zur Überwindung dieser Limitation entwickeln wir in diesem KTI-Projekt zusammen mit der Firma Dayzzi ein neuartiges hybrides Empfehlungssystem, das ein Expertensystem mit einem lernfähigen neuronalen Modul kombiniert und Online-Lernen ermöglicht.