Für die Vianova haben wir einen Help Desk entwickelt, dieses beruht auf dem Open Source Ticketsystem OTOBO.
Dieses System haben wir konfiguriert auf die speziellen Anforderungen der Vianova.
Die Vianova hilft Carsharing-Anbietern bei der Betreibung. Zusammen mit den Inselwerken betreibt die Vianova eine Telefon Hotline. Bei der Hotline rufen täglich Kunden an, welche Probleme mit Ihrem Auto haben.
Um die Hotline effizienter zu machen und die Kommunikation zu verbessern haben wir ein Ticketsystem entwickelt.
Nun wird bei einem Anruf direkt ein Ticket im OTOBO Help Desk erstellt.
In Zusammenarbeit mit dem DGRV und der Vianova, haben wir eine Webseite erstellt, welche die Mobilität der Zukunft vorantreibt.
Auf der Webseite finden sich viele Informationen über Mobilitäts Projekte in Deutschland.
Insbesondere Carsharing Projekte in Deutschland.
Außerdem finden sich auf der Webseite Informationen, damit DU dein eigenes Carsharing-Projekt starten kannst.
https://gemeinsam-mobil.net
Beim Projekt kam der meiste Content von der Vianova und der DGRV .
Design, Entwicklung und Security wurde zum größten Teil von UNS gemacht.
Wir haben der Firma ITecon bei der Migration von OTRS zu OTOBO geholfen.
Ein sehr spannendes und immer aktuelles Thema ist Gesundheit & Ernährung. Zur Zeit macht der Begriff "Nutri-Score" die Runde. Zum Verständnis: der Nutri-Score gibt auf einer Skala von A bis E an wie gesund das jeweilige Lebensmittel ist. Die Basis für die Auswertung sind die Inhaltsstoffe eines Produkts.
SoftOft hat eine App entwickelt, die es jedem ermöglicht den entsprechenden Nutri-Score für ein Produkt herauszufinden. Dafür muss man dieses nur mithilfe des Handys einscannen und erhält den Score. So wird gesunde Ernährung schnell und leicht für jeden zugänglich!
Daten sind eine wertvolle Quelle, um wichtige Informationen gewinnen zu können und genau das zeigt das Ergebnis unseres Projekts. Die WhatsApp Analyse, in Zusammenarbeit mit dem Gymnasium-Mainz-Oberstadt, beschäftigt sich mit den WhatsApp Nachrichten des Abi-Jahrgangs '21.
Zuerst haben wir die Daten gesammelt mithilfe der in WhatsApp eingebauten Export-Funktion. Danach folgte das Reinigen und Strukturieren der Daten, um falsche Datensätze zu eliminieren. Der letzte Schritt war die grafische Visualisierung der Daten (ein Beispiel ist oben zu sehen). Für die Umsetzung des Ganzen haben wir die Programmiersprache Python verwendet.