Orbit

Eine semantische Matchmaking-Plattform für das Innovationsökosystem rund um Baden und die FHNW. Orbit bringt Bedarf und Kompetenz zusammen, mit nachvollziehbaren, quellenbelegten Begründungen statt Vitamin B.

Der Einstieg in Orbit: suchen oder gefunden werden, regionales Innovations-Matchmaking

Ausgangslage

Im regionalen Innovationsökosystem rund um Baden, Brugg und die FHNW läuft die Zusammenarbeit zwischen Startups, Forschenden und Unternehmen fast nur über informelle Kontaktketten, also über «Vitamin B». Wer eine bestimmte Kompetenz oder einen Partner sucht, ist auf das eigene Netzwerk angewiesen. Das ist langsam, hängt vom Zufall ab und schliesst alle aus, die noch keinen Zugang zu den bestehenden Kreisen haben. Das Kernproblem in einem Satz: «Ich brauche jemanden in meiner Nähe, von dem ich nicht weiss, dass es ihn gibt.»

Zielsetzung

Statt das informelle Netzwerk zu ersetzen, ergänzt Orbit es um einen strukturierten, für alle zugänglichen Weg. Die Plattform ist bewusst asymmetrisch aufgebaut: Nachfrage handelt, Angebot wartet. Wer sucht, formuliert seinen Bedarf in freier Sprache. Wer gefunden werden will, baut ein Profil auf und setzt seine Verfügbarkeit. Profile werden nicht von Hand geschrieben, sondern auf Abruf aus verknüpften Quellen generiert, etwa GitHub, ORCID über OpenAlex, dem Handelsregister und Websites. Das Matching ist evidenzbasiert. Jeder Treffer erklärt in einfacher Sprache, warum er passt, mit zitierten Belegen statt einer undurchsichtigen Prozentzahl.

Ergebnisse

Entstanden ist eine durchgängig funktionsfähige Plattform mit zwei Oberflächen auf einer gemeinsamen Datenschicht. Kern ist eine mehrstufige Such-Pipeline: eine Bi-Encoder-Retrieval-Stufe (PostgreSQL-Volltextsuche und pgvector, fusioniert per Reciprocal Rank Fusion) findet Kandidaten, ein Cross-Encoder bewertet sie neu, und ein Sprachmodell ergänzt eine deutschsprachige Begründung mit geprüften Zitaten. Das Sprachmodell entscheidet dabei nie, wer gefunden wird. Es erklärt nur.

• Semantische Discovery Engine mit belegten, deutschsprachigen Begründungen zu jedem Treffer.
• Auf Abruf generierte Profile aus acht Quell-Adaptern (GitHub, OpenAlex/ORCID, Lebenslauf-PDF, LinkedIn-PDF, persönliche Website, Firmen-Website, Zefix, manueller Text).
• Vollständiger Anfrage-Lebenszyklus mit regelbasierter, exakt erklärbarer Verteilung und dringlichkeitsgesteuerter Eskalation.
• Kontextreicher Erstkontakt: genau eine vermittelte Nachricht, danach läuft der Austausch off-platform weiter.
• Strukturierte Verfügbarkeit (Zeitraum, Pensum, Art der Zusammenarbeit) und Themen-Abonnements.
• Hub-/Region-Modell (FHNW → Aargau → Schweiz) als harter Suchfilter und als Aufweitungsmechanismus bei Anfragen.
• Admin-Bereich zur Hub-Verwaltung sowie Onboarding-Assistent mit Entwurf-/Publikations-Flow.

Technische Schlüsselbegriffe

• Semantische SucheHybridretrieval (PostgreSQL-Volltextsuche + pgvector), Reciprocal Rank Fusion, Cross-Encoder-Reranking
• Sprachmodellemultilingual-e5-large Embeddings, BGE-Reranker, Gemini für Begründungen (RAG / Grounded Generation)
• BackendJava 21, Spring Boot 4 (geschichteter Monolith), PostgreSQL mit pgvector, Flyway
• FrontendReact 19, TypeScript, Vite, Tailwind CSS
• Auth & DeploymentClerk (JWT), Docker, Kubernetes (k3s)

Auftraggeber

PowerPlant
Industry-Startup-Connector, Baden
Dynamostrasse 8, 5400 Baden
www.powerplant-baden.ch

Team