Denne side udgør en bestanddel af Ledelsesberetningen for 2018/2019 og er en del af den lovpligtige redegørelse for samfundsansvar efter årsregnskabslovens §99a.

SAMARBEJDE MED FORSKNINGS- OG UDDANNELSESINSTITUTIONER

Vi ønsker at bidrage til Danmarks udvikling som et højteknologisk samfund. Derfor samarbejder vi med udvalgte uddannelses- og forskningsinstitutioner.

 

Politik

Systematic ønsker at være med til at præge den informations- og kommunikationsteknologiske (IKT) udvikling i Danmark i samarbejde med relevante uddannelses- og forskningsinstitutioner. Vi har mange års indgående erfaring med at samarbejde med virksomheder, uddannelsesinstitutioner og andre offentlige institutioner.

Vi ønsker at bane vejen for samarbejde på tværs af professionelle grænser og sektorer for at opnå computer-know-how i verdensklasse og udvikle nye standarder for at arbejde med og analysere big data.

Vi deltager i udvalgte projekter og programmer, hvor vi kan bidrage med vores teknologiske ekspertise og specifikke domæneviden. Samtidig udvælger vi projekter og programmer ud fra en konkret vurdering af det samfundsøkonomiske og markedsmæssige potentiale.

Implementering

Systematic har samarbejdet med flere danske universiteter for at bidrage til uddannelse af de næste generationers it-kompetencer. Vi bidrager som gæsteforelæsere, vi leverer cases, som studerende kan lære af, vi organiserer aktiviteter på Systematic, vi er aktive i paneler for relevante uddannelsesinstitutioner lige som vi tilbyder praktikforløb for studerende m.v.

Systematic investerer også i relevante forskningsområder, hvor vi bidrager med vores viden, tid og investeringer i udvalgte projekter og programmer. For eksempel:

Systematic har slået sig sammen med flere andre offentlige og private organisationer og universiteter i Danmark om big data-projektet DABAI (Dansk Center for Big Data Analytics).

Målet med DABAI-projektet er at undersøge det fulde potentiale for big data – for eksempel i sundhedssektoren, hvor vigtige, anonymiserede data indsamles om patienter. Hos Systematic ser vi et stort potentiale i samspillet mellem big data og machine learning. Computere kan finde sammenhænge og mønstre i enorme mængder af data og forudsige udviklinger med meget større præcision, end mennesker er i stand til. På den måde kan teknologi hjælpe læger og andre klinikere med at træffe afgørende beslutninger på et oplyst grundlag.

Vi har samarbejdet med Aarhus Universitet, Aarhus Universitetshospital og Aalborg Universitetshospital i et forskningsprojekt støttet af Innovationsfonden: ‘Hospital @ Night’. Projektet har til formål at reducere kronisk stress blandt hospitalslæger. Systemet erstatter den konstante strøm af telefonopkald fra forskellige afdelinger til den vagthavende læge med et smartphone-baseret opgavesystem - og giver samtidig lægen adgang til de patientdata, der er behov for i forbindelse med opgaven. 

Som sponsor og medejer af AGF Esport hjælper Systematic med at udvikle unge, lokale talenter inden for verdens hurtigst voksende sport - esport. AGF Esport blev dannet i 2018 gennem et samarbejde mellem den lokale fodboldklub AGF og Systematic. Gennem dette samarbejde ønsker Systematic at bidrage til Aarhus kulturelle liv og skabe en tryg ramme, hvor unge spillere kan udvikle sig personligt og professionelt med andre ligesindede unge.

Resultater

Gennem ovenstående samarbejder bidrager Systematic til at forbedre it-uddannelserne i Danmark og de studerendes kvalifikationer. Vores bidrag til studieretninger og forskningsprojekter giver de studerende mulighed for at tilegne sig praktisk erfaring med softwareudvikling.

Et andet resultat af forskningsprojekterne er de IT-løsninger, vi har udviklet. For eksempel har Systematic i samarbejde med DABAI udviklet IT-løsningen 'Columna Patient Flow' - en intelligent løsning, der giver et overblik over sengekapaciteten på hospitaler, og som ved hjælp af machine learning kan forudsige patientstrømningen en uge ud i fremtiden på baggrund af både historiske og aktuelle data. Columna Patient Flow understøtter klinikere, når de skal træffe livsvigtige beslutninger og forbedrer effektivitet og patientpleje på hospitalerne.

Risiko

Hvis vi ikke aktivt bidrager til udviklingen af it-uddannelser og forskningsprojekter, er der risiko for, at den næste generation af softwareuddannede ingeniører og kandidater ikke er klædt godt nok på til at løse udfordringer i fremtidens softwareudvikling.

Når vi deltager i forskningsprojekter, hvor big data og machine learning benyttes til at løse samfundsmæssige problemer, imødekommer vi desuden vigtige behov i samfundet. Hvis vores løsninger ikke er i stand til at imødekomme disse behov, risikerer vi at tabe terræn til vores konkurrenter. Vi skal stå i være forrest inden for forskningen på disse områder for at udnytte big data's fulde potentiale.