chevron_left
chevron_right
News

BFS und UniNE verstärken ihre Zusammenarbeit

Das Bundesamt für Statistik will die Statistikmethoden, Datenwissenschaft und künstliche Intelligenz optimieren.

Die Universität Neuchâtel (UniNE) und das Bundesamt für Statistik (BFS) bauen ihre Zusammenarbeit im Bereich Datenwissenschaft und Statistikmethoden aus.

Die Universität Neuchâtel (UniNE) und das Bundesamt für Statistik (BFS) haben im Januar die Zusammenarbeitsvereinbarung 2021–2024 unterschrieben. Zum einen wurde beim BFS eine neue Abteilung für Datenwissenschaft und statistische Methoden ins Leben gerufen, zum anderen wurde an der UniNE ein neuer Lehrstuhl für Datenwissenschaften geschaffen. Damit soll die Forschung und Entwicklung in konkreten Digitalisierungsprojekten vorangetrieben werden.

Das BFS entwickelt zurzeit eine Struktur, mit der die Herausforderungen der Digitalisierung im Zusammenhang mit der Datenwissenschaft und den statistischen Methoden angegangen werden können. Im BFS wurde hierfür eine neue Abteilung geschaffen, die sich mit dieser Thematik befasst. In den kommenden Monaten wird das Kompetenzzentrum für Datenwissenschaft eingerichtet. Dieses soll die Bedürfnisse der gesamten Bundesverwaltung abdecken. Die angebotenen Dienstleistungen reichen von der Beratung im Ausbildungsbereich über die methodische Begleitung bis hin zu umfassenden themenspezifischen Projekten.

Die UniNE wird einen neuen Lehrstuhl für Datenwissenschaft einrichten, dessen Fokus auf der Forschung im Bereich künstliche Intelligenz liegt. Die Person, die den Lehrstuhl besetzen wird, wird am Informatikinstitut entsprechende Projekte mit internationaler Tragweite aufgleisen.

 

Qualitätsfördernde und effizienzsteigernde Projekte

Das BFS und die UniNE arbeiten seit rund 20 Jahren eng zusammen. Früchte dieser Zusammenarbeit waren am Statistikinstitut namentlich rund zehn Doktorarbeiten und zahlreiche Artikel für wissenschaftliche Fachzeitschriften mit Peer-Review. Im Gegenzug konnte das BFS dank dieser Partnerschaft ein System zur Verteilung der Erhebungslast sowohl auf Unternehmensebene als auch auf Ebene der befragten Personen einführen. Darüber hinaus wurden beispielsweise die Beschäftigungsstatistik und die Schweizerische Lohnstrukturerhebung stark optimiert. 

Ein weiterer wichtiger Schritt war die Lancierung von Pilotprojekten, die auf der Microsite «Experimentelle Statistiken» des BFS beschrieben sind. Alle diese Innovationen tragen dazu bei, die Effizienz der aktuellen Methoden weiter zu steigern. Im Rahmen des Projekts «Arealstatistik Deep Learning» (ADELE), bei dem für die Arealstatistik Algorithmen der künstlichen Intelligenz in der Luftbilderkennung eingesetzt werden, konnten das Automatisierungspotenzial und somit der mögliche Produktivitätsgewinn deutlich aufgezeigt werden. 

 

Höhere Attraktivität dank realer Daten

Für die UniNE sind die grosse Themenvielfalt beim BFS, die damit einhergehenden spezifischen Problemstellungen und insbesondere der gesicherte, projektbezogene und einem Datenschutzvertrag unterliegende Zugang zu realen Daten inspirierend. Folglich entscheiden sich zahlreiche Forscherinnen und Forscher für die UniNE. Im Rahmen der Zusammenarbeitsvereinbarung tätige Personen, also in der Regel Personen, die ein Doktorat oder ein Postdoktorat absolvieren, sehen den direkten Nutzen ihrer Forschung in die Statistikproduktion des BFS einfliessen.

Es gibt noch andere Partnerschaften. In den Bereichen Datenwissenschaft und künstliche Intelligenz ist das BFS mit weiteren Schweizer Universitäten und Fachhochschulen sowie mit den beiden Eidgenössischen Technischen Hochschulen und deren «Swiss Data Science Center» im Austausch.

 

Eine zukunftsgerichtete Vision

Zur Intensivierung dieser Zusammenarbeit hat das BFS eine interne Ausschreibung lanciert, mit der neue Projekte in den zukunftsgerichteten Bereichen Datenwissenschaft und statistische Methoden ins Leben gerufen werden sollen. Damit sollen die Themenvielfalt im BFS abgedeckt und neue Möglichkeiten zur projektbezogenen Zusammenarbeit geschaffen werden. Hierzu zählen beispielsweise die Kodierung oder die Verarbeitung von Antwortausfällen und/oder Ausreissern.