Home | Lehre | Forschung | Team | Service | Demos

Intelligente Informationsvisualisierung durch End-User

Neuigkeiten

08-2018	Studentische Hilfskräfte gesucht! Wir suchen engagierte SHKs für das IVEU-Projekt. Hier sind vertiefende Informationen zur Ausschreibung zu finden.
08-2018	Startschuss für das IVEU-Projekt Das Projekt IVEU beginnt zum Juli mit einer Laufzeit von 18 Monaten. Auf Seiten der Seniorprofessur ist Oliver Mroß am Projekt beteiligt.

Motivation und Ziele

Die zunehmende Digitalisierung von Geschäftsprozessen – von der Personalverwaltung, Warenwirtschaft und Produktion bis hin zur Kundenbetreuung – ermöglicht es, komplexe Entscheidungsprozesse im Unternehmenskontext auf Basis fundierter Daten nachhaltiger zu gestalten und bietet Möglichkeiten der Erkennung und Bewertung neuer geschäftsrelevanter Marktsituationen. Dies setzt jedoch voraus, dass auf den Entscheidungsebenen relevante Daten vorliegen und im Rahmen des Entscheidungsprozesses analysiert werden können. Da Entscheidungsträger jedoch keine Kenntnisse zu den verfügbaren unstrukturierten Daten und ihrer Filterung sowie über die Möglichkeiten der Visualisierung meist multidimensionaler Daten verfügen, wird das Potenzial heute nur von großen Firmen mit ausreichender Expertise zur Informationsfilterung und -visualisierung genutzt. In Unternehmen befindet sich ca. 80% der relevanten Informationen in unstrukturierten Datenobjekten.

Nur wenige Informationsaspekte können z. Z. automatisch aus unstrukturierten Datenobjekten abgeleitet werden, da die fachlichen Zusammenhänge in den Daten bzw. Dokumenten (E-Mails, Textdokumen-ten, Wikis, etc.) verborgen und damit klassischen Analysemethoden nicht zugänglich sind. Hinzu kommt, dass es insbesondere in KMU kaum Datenanalyse-Experten gibt.

In Zusammenarbeit mit dem Industriepartner interface:projects ist das Ziel dieses Vorhabens Domänen-Experten, z. B. einen Manager, ohne Inanspruchnahme eines „Data Scientist“ in die Lage zu versetzen, selbständig ad-hoc Analysen auf der Basis unstrukturierter und strukturierter Daten durchzuführen. Hierfür sind intelligente Werkzeuge zur Exploration und Visualisierung der in den Daten enthaltenen Informationen und Zusammenhänge zu konzipieren. Folgende Phasen iterativer Analyseprozesse gilt es dabei zu unterstützen:

1. Formulierung der Zielstellung des Nutzers
2. Erfassen aller Datenobjekte des Unternehmens, die für die Zielstellung relevante Informati-onen enthalten und Extraktion der Informationen aus den Datenobjekten, die Basis der Visu-alisierung darstellen,
3. Auswahl geeigneter Datensätze, Transformation und Filterung mit Hilfe geeigneter Analyse-funktionen,
4. Visualisierung der gewählten Daten durch u. U. mehrere miteinander in Wechselwirkung stehenden Perspektiven sowie
5. die iterative Verfeinerung der Visualisierungen aufgrund des interaktiven Dialogs zwischen dem Analysten und der Anwendung, z. B. durch dynamische Empfehlung von Filteroptionen in Abhängigkeit von den gewählten Visualisierungskomponenten oder die sukzessive Erweite-rung der Anwendung aufgrund der Auswahl neuer Datensätze.

Über die Visualisierung der Informationen sollen semantische Zusammenhänge schneller und vollständiger erschlossen werden können. Die Zielstellung des Vorhabens beinhaltet insbesondere folgende wesentliche Herausforderungen:

• Erfassung des semantischen Kontextes der vom Nutzer angestrebten Analyse (des Analyseziels), ohne explizite Erstellung eines entsprechenden Modells,
• Erschließung der relevanten heterogenen Datenobjekte (Enterprise Search) und Extraktion der für die Analyse relevanten Informationen in den Datenobjekten sowie Transformation dieser Informationen in einen Satz von Daten, die Basis für die Visualisierung darstellen,
• für den Endnutzer verständliche Visualisierung mehrdimensionaler Datenaspekte und
• Erschließung semantischer Links (systemübergreifende Informationsbeziehungen).

Vorgesehene Lösungsansätze

Die Lösungswege der verschiedenen Teilziele lassen sich der Modell- sowie Infrastrukturebene zuordnen. Die Unterscheidung beider Ebenen dient der deutlicheren Abgrenzung der Lösungsbereiche, in denen geeignete Ansätze zu entwickeln sind. Abbildung 1 gibt einen Überblick zu den verschiedenen Lösungswegen und präsentiert zum einen die Verteilung wesentlicher Funktionalitäten innerhalb der Infrastrukturebene (rechte Seite), zum anderen benennt sie notwendige Modellfragmente (linke Seite) zur Unterstützung der Assistenzfunktionen des Analysesystems. Die einzelnen Komponenten in Abbildung 1 werden im Anschluss näher vorgestellt.

Das Gesamtziel des Forschungsprojektes IVEU ist die Schaffung verschiedener Funktionen und Werkzeuge (im Sinne eines Toolkit), mit dessen Hilfe ad-hoc Analysen von Domänenexperten mit begrenztem Initialaufwand ausgeführt werden können. Es soll dabei von den Domänenexperten kein Detailwissen zum Analyse- und Visualisierungsvorgehen sowie zur Aufbereitung und Verarbeitung von heterogenen Datenstrukturen gefordert werden. Hierfür notwendig ist die Gestaltung eines intelligenten Prozesses, in dem der Endanwender ausgehend von einer groben formulierten Zielstellung werkzeuggestützt durch die verschiedenen Analyse- und Visualisierungsschritte geführt wird.

Zu konzipierende Infrastrukturelemente

1. Client-seitige Assistenten:
   • dienen der Überführung der Analyseanforderungen des Nutzers in formale Repräsentationen
   • führen den Endnuter in Datenanalyse und leiten passende Datensätze sowie deren Kombinationsmöglichkeiten anhand der Nutzeranforderungen ab
   • stellen Dialoge zur expliziten und impliziten Eingabe von relevantem Analysewissen bereit
   • umfassen Werkzeuge zur Beschreibung von Datenbeziehungen sowie zum Einsatz von Aggregationsfunktionen
2. Server-seitige Funktionalitäten:
   • automatische Filterung des Dokumentenkorpus im Unternehmen anhand der Nutzeranforderungen
   • Ableitung detaillierter Daten- und Dokumentenbeziehungen mit Hilfe der formalisierten Grobanforderungen des Nutzers
   • Extraktion von semantischen Datenbeziehungen aus unstrukturierten Dokumenten im Unternehmen
   • Ermittlung und Empfehlung relevanter Datensätze in Anbetracht des Nutzerkontextes

Zu konzipierende Modelle

• M1 Vorgehensmodell zur Ableitung präziser Nutzeranforderungen: Es soll ein iteratives Vorgehensmodell geben, das Schrittfolgen definiert, die notwendig sind, um das Bedürfnis des Domänenexperten systemseitig in hinreichender Genauigkeit zu erfassen. Ein solches Modell bildet die Grundlage zur Spezifikation von Assistenten im Frontend, deren Abfolge von Fragen, Dialogansichten etc. letztlich das Vorgehensmodell umsetzen müssen. Dabei sollen verschiedene Rollen und Erfahrungen von Analysten betrachtet werden.
• M2 Metamodell zur formalen Repräsentation von Nutzeranforderungen: Im Rahmen des Vorgehensmodells M1 müssen die vom Nutzer abgefragten Anforderungen bzw. Ziele in einem formalen Modell abgelegt werden. Dazu dient M2 und wird darüber hinaus die Eingabe für Assistenz- und Empfehlungsmechanismen darstellen, welche zur Erbringung der Anforderungen dienen.
• M3 Metamodell zur Beschreibung beliebiger Domänenobjekte und deren Zusammenhänge: Um zur Erbringung der Nutzeranforderungen notwendige Datensätze ableiten zu können, bedarf es eines vorde-finierten Zusammenhangs- und Kombinationswissens. Um es systemverständlich innerhalb der Infra-strukturebene einbeziehen zu können, soll eine entsprechende Ontologie (M3) zur Beschreibung der Zusammenhangsmuster inklusive notwendiger Transformations- und Aggregationsfunktionen konzipiert werden.
• M4 Metamodell der Beziehungen zwischen Domänenkonzepten und Visualisierungsformen: Zur Identifikation geeigneter Filter- und Visualisierungsformen ist ein Wissensmodell notwendig, das unterschiedlich komplexen und in Relation stehenden Datensätzen passende Darstellungsformen zuordnet. Es soll zum einen Konzepte zur Beschreibung der Art und Anzahl notwendiger Datendimensionen umfassen, zum anderen müssen auf ihrer Grundlage Abbildungsvorschriften zwischen den Datenobjekten (in-dividuelle und in Wechselwirkung stehende Datensätze) und ihren repräsentierenden Visualisierungsformen spezifiziert werden können.
• M5 Metamodell für die strategische Vorgehensweise bei Datenanalyse- bzw. Rechercheprozesse: Dieses Metamodell erlaubt die detaillierte Modellierung von Datenanalyse- und Rechercheprozessen. Es soll dazu ein Vokabular zur feingranularen Beschreibung der Aktivitäten und Eingaben des Anwenders aus der Systemperspektive bereitstellen, um bspw. Modifikationen der Analyseanforderungen (Hinzufü-gen/Entfernen fachspezifischer Konzepte) und den damit einhergehenden Veränderungen der Präsentationsebene im Sinne eines Vorgehensmusters erfassen zu können. Neben allgemeingültigen Aktivitäten im Analyse- und Visualisierungsprozess, soll das Metamodell rollenspezifische Teilschritte unterstützen, um bspw. im Fall von erfahrenen und unerfahrenen Analysten oder domänenspezifischen Analysen ge-eignete Hinweise vorschlagen zu können.

Team und Kontakt

	Name	Aufgabe im Projekt
	Prof. Dr.-Ing. Klaus Meißner	Betreuender Hochschullehrer, Projektleiter
	Dipl.-Medieninf. Oliver Mroß	Wissenschaftlicher Mitarbeiter

Studentische Mitarbeit

Im Rahmen des InfoApp-Projekts stehen jederzeit interessante Themen für studentische Arbeiten im Bereich kompositer Webanwendungen und semantischer Technologien zur Verfügung. Mögliche Aufgabenkomplexe (sind nicht zwangsläufig deckungsgleich mit einer einzelnen Arbeit) umfassen unter anderem:

• Engineering semantischer Modelle und Verfahrensweise in der Business-Analytics-Domäne
  • Vorgehen und Unterstützungsmechanismen zur intelligenten Datenanalyse durch den Endnutzer
  • Semantisches Datenmodell als generische Grundlage zur Extraktion von Daten aus verschiedenen Datenquellen sowie Ableitung von Datenzusammenhängen
  • Spezifikation von komplexen Datenbeziehungen unter Berücksichtigung von zusätzlichen Analysefunktionen (bspw. Korrelationsanalysen, Aggregationsfunktionen usw.)
• Beschreibung von Widgets
  • Semantische Beschreibung bzw. Annotation
  • Konfigurierbarkeit bzw. Parametrisierbarkeit z.B. hinsichtlich Datenmodell und Visualisierungseigenschaften
  • Schnittstelle von Widgets zum Laufzeit-Container
• Semantik-basierte Komposition von Business-Analytics-Mashups
  • Kompositionsmodell und Relation zum Datenmodell
  • Vorgehensmodell für Auswahl und Erstellung von Kompositionen
  • Konzepte zur Nutzerführung und Feedbackerhebung
  • Empfehlungsmechanismen (initiale als auch prozessbegleitende Vorschläge zu Komponenten, Verknüpfungen etc.)
  • Konzeption einer Architektur für die IVEU-Plattform, die sich auf einem semantischen Wissensgraphen stützt

Bei Interesse wenden Sie sich an Dipl.-Medieninf. Oliver Mroß (APB 2073). Weiterhin können gerne eigene inhaltlich passende Themenvorschläge unterbreitet werden.

Darüber hinaus besteht die Möglichkeit als studentische Hilfskraft am Projekt mitzuwirken.

Folgende Auflistungen geben Überblick über offene, laufende und abgeschlossene studentische Abschlussarbeiten im Rahmen des Projekts.

Offene Themen für studentische Arbeiten

keine

Laufende studentische Arbeiten

keine

Beendete studentische Arbeiten

keine

Publikationen

Letzte Änderung am 06.08.2018 17:27