Wissenschaft & Forschung

In der Forschung verwurzelt.
Auf Evidenz ausgerichtet.

OptiMod ist aus der Forschung an der Leibniz Universität Hannover hervorgegangen. Seine Entwicklung verbindet statistische Methodik, aktive Forschungskooperationen und den Anspruch an reproduzierbare Evidenz in einem System.

Das Forschungsprojekt entdeckenUnsere akademischen Wurzeln

Aus akademischer Forschung wird wissenschaftliche Software.

OptiMod begann als Projekt einer GRANAT-Sommerschule an der Leibniz Universität Hannover und entwickelte sich zu einer Ausgründung des ITE. Diese akademische Verbindung setzt sich in der Forschungskooperation Pharma Intelligence fort.

Bericht der Universität lesen (PDF)

Gemeinsame Forschung

Pharma Intelligence

Das Konsortium untersucht, wie KI-gestützte Clusterverfahren und statistische Modellierung Zusammenhänge in pharmazeutischen und patientenbezogenen Daten sichtbar machen können.

Projektlaufzeit
16. Juni 2025 – 15. Juni 2028
Konsortialleitung
OptiMod UG
Forschungspartner
Leibniz Universität Hannover, Institut für Innovationsforschung, Technologiemanagement und Entrepreneurship (ITE)
Industriepartner
Soranos IT-Service GmbH
Projektförderung
Europäischer Fonds für regionale Entwicklung (EFRE) und das Land Niedersachsen im Rahmen des Programms EU-EFRE – Forschung und Entwicklung in Unternehmen.

Die Universität bringt Forschung zu Digitalisierung und angewandter Statistik ein. Pharma Intelligence ist ein laufendes Forschungsprojekt mit dem Schwerpunkt Methodenentwicklung.

Projektseite der Universität lesen

Forschungsbeziehungen und ihre Rollen.

Leibniz Universität Hannover
Akademische Ursprünge und Forschungskooperation im Projekt Pharma Intelligence. Projektinformationen
BioIntelligence
OptiMod wurde nach einer mehrstufigen wissenschaftlichen und wirtschaftlichen Bewertung in den Hightech-Inkubator aufgenommen. BioIntelligence unterstützt die Unternehmensentwicklung und bietet Mentoring. Portfolioprofil
EU und Niedersachsen
Öffentliche Förderung des Projekts Pharma Intelligence. Förderinformationen
NBank / HTI-Programm
Die NBank betreut das Hightech-Inkubationsprogramm des Landes Niedersachsen. Informationen zum Landesprogramm
Universität Göttingen
Drini Morinas persönliche akademische Anbindung und Lehrtätigkeit. Lehrendenprofil

Anerkennung und Austausch.

  • Sieger der deutschen Vorrunde

    The Waltz of Pioneers ViennaUP

  • Für eine Präsentation ausgewählt

    European DE-TECH Final Istanbul

  • Eingeladen zur Technologiepräsentation

    Life Science Dialog Niedersachsen

  • Pressebericht

    Hannoversche Allgemeine Zeitung

Wissenschaftliche Prüfung als Selbstverständlichkeit.

Belastbare Erkenntnisse erfordern mehr als ein Modellergebnis. Daten, Methodenwahl, Annahmen und Unsicherheit müssen überprüfbar sein, damit andere Teams die Arbeit verstehen, hinterfragen und darauf aufbauen können.

OptiMod verankert statistische Prüfungen im Analyseablauf und dokumentiert, wie eine Schlussfolgerung zustande kommt. Der Wissenschaftliche Bericht verbindet die Ergebnisse mit Methoden, konkreten Tests, analytischen Entscheidungen und Grenzen.

Warum die Dokumentation zählt

In einer Nature-Umfrage von 2016 berichteten mehr als 70 % von 1.576 Forschenden, bereits erfolglos versucht zu haben, die Experimente anderer Wissenschaftler zu reproduzieren. Die Zahl beschreibt die Erfahrungen der Befragten. Sie verdeutlicht, warum neben einem Ergebnis auch Methoden, Annahmen, Unsicherheit und Softwareversionen wichtig sind.

Nature-Umfrage lesen

Reproduzierbarkeit setzt außerdem voraus, dass Daten, ausführbare Einstellungen oder Code sowie Softwareversionen erhalten bleiben. Zusammen mit dem Wissenschaftlichen Bericht bilden sie eine Dokumentation, die andere erneut prüfen können.

Eine Beispielanalyse im DetailÖffentliche Daten · Wissenschaftlicher Bericht & Analysecode

Dieses unabhängig berechnete Beispiel veranschaulicht die Analysedokumentation anhand öffentlicher Bikesharing-Daten.

Öffentliche Daten · Capital Bikeshare

Tägliche Nachfrage bei leichtem Regen oder Schnee

Geschätztes Verhältnis der Ausleihzahlen gegenüber klarem Wetter

0.496 Adjustiertes Verhältnis der Ausleihzahlen
95%-Konfidenzintervall 0,399–0,617

Klares Wetter = 1,00. Die Schätzungen verwenden alle 731 Tage. Das Intervall beruht auf Standardfehlern, die um die Korrelation der Residuen über sieben tägliche Zeitabstände bereinigt wurden.

Beispielbericht lesen (PDF, Englisch)

In den öffentlichen Fahrradverleihdaten war leichter Regen oder Schnee mit einer rund 50 % geringeren erwarteten Nachfrage als bei klarem Wetter verbunden, unter Berücksichtigung weiterer Variablen. Das Unsicherheitsintervall reicht von 38 % bis 60 % geringerer Nachfrage.

Das Modell schätzt einen explorativen Zusammenhang. Der Bericht benennt verbleibende Abhängigkeiten der Residuen, die geringe Zahl von Tagen in dieser Wetterkategorie und die Grenzen einer kausalen Interpretation. Anhand der zugrunde liegenden Daten und des Codes lässt sich jede Entscheidung nachvollziehen.

Modellkandidaten vergleichenDaten und Analysecode herunterladen (Englisch)

Der Hintergrund der Gründer.

Ylli Morina Mitgründer & CEO

Ylli hat Informatik an der Georg-August-Universität Göttingen studiert. Er verantwortet die Geschäftsentwicklung und strategische Partnerschaften und bringt seinen technischen Hintergrund in die Produktentwicklung ein.

Dr. rer. nat. Drini Morina Mitgründer & CTO

Drini hat Statistik an der Georg-August-Universität Göttingen studiert. Er forscht am ITE der Leibniz Universität Hannover und verfügt über einen Hintergrund in angewandter Statistik und internationaler Wirtschaft, einschließlich eines Studiums an der Fudan University. Seine Forschung umfasst quantitative Arbeiten zu Innovation, Risiko und Renditen. Zudem wird er als Lehrender im Göttinger LIPIT-Programm geführt.

Mitarbeiterprofil der LUHLehrendenprofil in GöttingenPublikation in PLOS ONE

Quellen und Nachweise.

Universitäre Nachweise, wissenschaftliche Publikationen und Programmunterlagen dokumentieren OptiMods Herkunft und Kooperationen. Das ergänzende Analysebeispiel enthält seine öffentliche Datenquelle und eine unabhängig berechnete Auswertung.

Ihren Analyseablauf evaluieren