Simplex4TwIS integriert heterogene und verteilte Datenbestände und macht sie nutzbar für die Anwendung von agentischer KI und Maschine Learning. Dazu bietet Simplex4TwIS einen Werkzeugkasten, um Daten aus verschiedenen Quellen zu harmonisieren, mit OpenData-Beständen anzureichern und maschinenlesbar bereitzustellen. Das Softwaredesign von Simplex4TwIS folgt den Prinzipien von OpenSource, OpenStandards und OpenData und ist somit ein Grundpfeiler für digitale Souveränität in der Arbeit mit Daten.

Für das BMBF-Forschungsprojekt Simplex4Learning wird Simplex4TwIS als zentrales Datenbereitstellungsmodul verwendet, um Machine Learning für die Arbeit von Umweltbehörden verwendbar zu machen. Um dabei die technischen Anforderungen dieser Methoden zu reduzieren, wurde eine Full-Stack-Plattform entwickelt und entlang konkreter Anwendungsfälle der Vorhersage von Insektenbefall und Luftqualität erprobt.

Im Rahmen des Projektes wurde das Simplex4Twis um eine low-code-Arbeitsumgebung erweitert, die es ermöglicht, mittels Daten-Pipelines Daten aufzubereiten, Feature Engineering durchzuführen und Daten bereitzustellen. Diese Arbeitsumgebung lässt sich produktiv nutzen.

Das Projekt Simplex4Learning 2024-2026 wurde realisiert durch eine Kooperation der Disy Informationssysteme GmbH, der Hochschule für Technik und Wirtschaft Berlin und der Simplex4Data GmbH sowie Anwendungspartnern im Landesamt für Natur Umwelt und Klima Nordrhein-Westfalen, der Landesanstalt für Umwelt Baden-Würtemberg und dem Landesbetrieb Forst Brandenburg.