Wissen. Wissensmanagement. Was ist Wissen? Wissen - Informatik. Wissen - Künstlichen Intelligenz. Wissensmanagement und Künstliche Intelligenz

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Wissen. Wissensmanagement. Was ist Wissen? Wissen - Informatik. Wissen - Künstlichen Intelligenz. Wissensmanagement und Künstliche Intelligenz"

Transkript

1 Wissen Uwe Lämmel Fachbereich Wirtschaft Hochschule Wismar Ein System S hat Wissen W, wenn S immer dann, wenn erforderlich, W anwendet. More&Newell,973 Was ist Wissen? Besitz von objektiv bzw. subjektiv als wahr zu klassifizierenden Erfahrungen, die die Grundlage von Urteilen bilden können. Wissen - Informatik Daten Information Wissen Wissen ist Information, die ich zu nutzen weiß... (individuelles) Wissen ist die Menge der individuellen Kenntnisse. (Sachkenntnisse, Verfahrenskenntnisse, Normen-, Wertekenntnisse) Wissen heißt wissen, wo es geschrieben steht. Wissen heißt wissen, wo es gespeichert ist. Albert Einstein Wissen - Künstlichen Intelligenz symbolische Repräsentation der Welt, die das Denken / Handeln von Agenten bestimmt Gewinn / Verlust Versand von Werbematerialien Daten Information - Wissen bestellt bestellt nicht Name Meier Schulze Wohnor t Halle Bonn Vorhersage, wen man anschreiben sollte Data Mining Einko mmen x x bestellt und Künstliche Intelligenz Wissen als (wirtschaftliche) Ressource Informationsflut Techniken zur Wissensextraktion Techniken zur Wissensdarstellung (-speicherung) Techniken zur Wissensverarbeitung Nicht angeschrieben angeschrieben Angeschrieben -6-

2 Expertensystem Wissensbasierte System Expert systems are Computer Systems which store expert's factual and inferential Savory: KI und Expertensysteme, 985 Expertensysteme sind anwendungsbezogener Ausdruck für Systeme, die auf der Wissensverarbeitung beruhen. Posthoff in Grundlagen der KI, 989 Nutzer Dialog -komponente Wissenerwerbskomponente Erklärungskomponente Problemlösungskomponente Wiss. Bas. System Allgemeines Wissen Wissensbasis fallspezifisches Wissen Wissensrepräsentation Logik Regel Objektorientierte Darstellung (Frames) Fuzzy Methoden Neuronale Netze A B C Lager Lager 2 LKW Waggon WENN-DANN-Regeln D E WENN Container steht auf PlatzX UND Container steht oben UND PlatzY ist frei DANN Setze Container von PlatzX nach PlatzY A C D B E Lager Lager 2 LKW Waggon Hierarchisches Wissen - Frames Aker MTW Kapitalgesellschaft Personengesellschaft GmbH AG GbR KG OHG Instanz von Planet AG Instanz von Siemens AG Person vererbt Vages Wissen Fuzzy-Logik Ziel: Neuer Mitarbeiter soll kompetent, jung und familiär gebunden oder ortsansässig sein 0 Wohnort Name Meier Schulze Lehmann Alter 20 = 30 = = 0.3 Entfernung Kompetenz Familie = = 0 0 = Jung A K (F E)

3 Neuronale Netze lernen aus Beispielen Wissensgewinnung Neuronales Netz Erkennung/ Klassifikation Techniken: Knowledge Engineering (Interviews...) Data Mining Maschinelles Lernen Beispiel-Muster Training des Netzes durch Beispiele Verarbeitung neuer, unbekannter Muster möglich Implizite Wissensrepräsentation Knowledge engineering ist der Prozess, der das Wissen eines Experten oder anderer Quellen abbildet auf die Wissensbank eines Expertensystems. Noelke in KI und XPS, 985 Entlohnung? Wenn ich mein Wissen für mich behalte, sichere ich meinen Arbeitsplatz. Und was bekomme ich dafür, wenn ich mir die Zeit nehme, den Kollegen meine Erfahrung weiter zu geben? ist die Disziplin des systematischen Erfassens, Nutzens und Bewahrens von Expertise und Informationen, um die Effizienz, Kompetenz, Innovation und Reaktionsfähigkeit der Organisation zu verbessern. umfasst alle Methoden, Werkzeuge und kritischen Aspekte einer Organisation, die zu seiner Anpassung, Kompetenzbewahrung und -erweiterung notwendig sind, um auf Änderungen des Marktes, die nicht notwendigerweise kontinuierlich und zentralisiert auftreten, effektiv und effizient reagieren zu können. e formale, strukturierte Initiative zur Verbesserung der Erzeugung, Verteilung und Nutzung von Wissen in einer Organisation. Es formaler Prozess zur Wandlung des Wissens einer Unternehmung in swert. Thomas Davenport will Bedingungen herstellen, unter denen Wissen immer dann verfügbar ist, wenn es benötigt. Angelika Menne-Haritz, Archivschule Marburg

4 Fazit Organisation Wissens-Prozess-Gestaltung Human-Ressource-Management Grenzen-Management Wissensschaffung Innovationsmanagement Wissensspeicherung Wissensnutzung Wissensdiffusion Wissenssubstitution Entlernen geplanter Wandel Wissen ist mehr als nur Menge von Daten/Werten Wissen beinhaltet den Umgang/Anwendung mit/von Daten : ist mehr als vernetzte Informationsverwaltung beinhaltet die Verwaltung von Vorgehensweisen, Abläufen - erfordert den Einsatz von Wissensrepräsentation ist ohne Erfahrungen und Techniken aus der künstlichen Intelligenz nicht denkbar funktioniert nur unter Einbeziehung der Mitarbeiter data mining Knowledge Network artificial intelligence processing presentation Knowledge Line (Grundy 2003) creation capture aquisition human resource work flow management rules management frames semantic network topic map document management content management capitalisation communication line codification classification Knowledge Network ThyssenKrupp Base base.thyssenkrupp.com K-infinity intelligent views

5 ThyssenKrupp - Steel ThyssenKrupp Stainless Steel Ontology - two basic meanings Topic Map - DTD Original sense (philosophy): "The science or study of being; that department of metaphysics which relates to the being or essence of things, or to being in the abstract" (Shorter Oxford English Dictionary). Artificial Intelligence:[Russell 995]: "A particular theory of the nature of being or existence. Knowledge Representation ([Sowa 2000]):... study of the categories of things that exist or may exist in some domain. The product of such a study, called an ontology, is a catalog of the types of things that are assumed to exist in a domain of interest D from the perspective of a person who uses a language L for the purpose of talking about D. Ontology: A classification of the types and subtypes of concepts and relations necessary to describe everything in the application domain. Knowledge Network: Manager - VW Es ist nicht genug zu wissen, man muss es auch anwenden; es ist nicht genug zu wollen, man muss es auch tun. Johann Wolfgang von Goethe K-infinity intelligent views

!!!!T!!! Systems!() Multimedia Solutions

!!!!T!!! Systems!() Multimedia Solutions Inhalt. Was ist das semantische Web? Wie findet man einen Arzttermin mit Hilfe des semantischen Web? Wie gibt man Inhalten einen Sinn? Welche Werkzeuge stehen zur Verfügung? Wo können strukturierte Inhalte

Mehr

unter Verwendung von Folien von Herrn Prof. Dr. Flensburg, von Laudon/Laudon/Schoder und von Frau Prof. Dr. Schuhbauer

unter Verwendung von Folien von Herrn Prof. Dr. Flensburg, von Laudon/Laudon/Schoder und von Frau Prof. Dr. Schuhbauer Knowledge Management Wissensmanagement 0. Produktionsfaktoren 1. Data Information Knowledge 2. Knowledge representation Wissensdarstellung 3. Interfaces to artificial intelligence 4. Knowledge management

Mehr

Entwicklung und Einsatz von Expertensystemen

Entwicklung und Einsatz von Expertensystemen Karl Kurbel Entwicklung und Einsatz von Expertensystemen Eine anwendungsorientierte Einführung in wissensbasierte Systeme Mit 46 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo

Mehr

Einführung in die Methoden der Künstlichen Intelligenz

Einführung in die Methoden der Künstlichen Intelligenz Einführung in die Methoden der Künstlichen Intelligenz --- Vorlesung vom 17.4.2007 --- Sommersemester 2007 Prof. Dr. Ingo J. Timm, Andreas D. Lattner Professur für Wirtschaftsinformatik und Simulation

Mehr

nicht wissen macht auch nichts

nicht wissen macht auch nichts Prof. Dr. Hans-Günter Lindner Schmalenbach Institut für W irtschaftswissenschaften Forschungsschwerpunkt W issensmanagement FH Köln hans-guenter.lindner@fh-koeln.de LiNKiT M ittagstisch Köln 2 4. April

Mehr

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de Beschreibungslogiken Daniel Schradick 1schradi@informatik.uni-hamburg.de Was sind Beschreibungslogiken? Definition: Formalisms that represent knowledge of some problem domain (the world ) by first defining

Mehr

ECM und Zusammenarbeit

ECM und Zusammenarbeit ECM und Zusammenarbeit Bernhard Freudenstein Leiter Technical Sales TEIMS TRIA Enterprise Information Management Services Enterprise Content Management Wissen ist das wichtigste Asset im Unternehmen Content

Mehr

SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S

SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S Regelstudienplan SWS im Prüfungsgebiet Module 1. Sem. 2. Sem. 3. Sem. 4. Sem. 5. Sem. 6. Sem. V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S V Ü/L S Propädeutikum 1 1 Grundlagen der Informatik I Informatik und

Mehr

Spezialisierung Business Intelligence

Spezialisierung Business Intelligence Spezialisierung Business Intelligence Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg peter.becker@h-brs.de 10. Juni 2015 Was ist Business Intelligence? Allgemein umfasst der Begriff Business

Mehr

Einführung in die Wissensverarbeitung und Data Mining

Einführung in die Wissensverarbeitung und Data Mining Einführung in die Wissensverarbeitung und Data Mining Peter Becker FH Bonn-Rhein-Sieg Fachbereich Angewandte Informatik!" $# Vorlesung Wintersemester 2001/02 1. Einführung Vorbemerkungen 1 Einführung Vorbemerkungen

Mehr

KI: Wie testet man ein Hirn?

KI: Wie testet man ein Hirn? KI: Wie testet man ein Hirn? (Und warum?) Richard Jelinek PetaMem GmbH Nürnberg Richard Jelinek Künstliche Intelligenz 11. März 2016 1 / 15 Weltwissen & Repräsentation Weltwissen beschreibt das verfügbare

Mehr

Willkommen zum neuen Semester!

Willkommen zum neuen Semester! Willkommen zum neuen Semester! Informationsmanagement und Informationstechnologie (IMIT) und Wirtschaftsinformatik (Winf) Wintersemester 2012/13 1 Informationen (1) Belegung von Mastermodulen im Bachelor

Mehr

Semantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer

Semantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation

Mehr

Intelligente Systeme WS 2015/16

Intelligente Systeme WS 2015/16 Lehrgebiet Intelligente Systeme WS 2015/16 Andreas Dengel Fragestellungen Automatisierung von intelligentem" Verhalten im Sinn eines Leistungsverstärkers für den Menschen, z.b. Verstehen von Bildern, Sprache

Mehr

Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten) Diagnoseziel Klassifikation

Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten) Diagnoseziel Klassifikation Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Expertensysteme (Aufgaben, Aufbau, Komponenten) Diagnoseziel Klassifikation sicher heuristisch überdeckend Entscheidungstabellen

Mehr

Franz Lehner. Wissensmanagement. unter Mitarbeit von Michael Scholz und Stephan Wildner. 2., iiberarbeitete Auflage HANSER

Franz Lehner. Wissensmanagement. unter Mitarbeit von Michael Scholz und Stephan Wildner. 2., iiberarbeitete Auflage HANSER Franz Lehner Wissensmanagement unter Mitarbeit von Michael Scholz und Stephan Wildner 2., iiberarbeitete Auflage HANSER Inhaltsverzeichnis 1 Die Herausforderung: Wandel und Bewaltigung von Wandel in Unternehmen

Mehr

Wissensmanagement HANSER. Grundlagen, Methoden und technische U. Franz Lehner. unter Mitarbeit von Michael Scholz und Stephan Wildner

Wissensmanagement HANSER. Grundlagen, Methoden und technische U. Franz Lehner. unter Mitarbeit von Michael Scholz und Stephan Wildner Franz Lehner Wissensmanagement Grundlagen, Methoden und technische U unter Mitarbeit von Michael Scholz und Stephan Wildner 3., aktualisierte und erweiterte Auflage HANSER Inhaltsverzeichnis 1 Die Herausforderung:

Mehr

Wissensmanagement. Grundlagen, Methoden und technische Unterstützung. von Franz Lehner. 2., überarbeitete Auflage. Hanser München 2008

Wissensmanagement. Grundlagen, Methoden und technische Unterstützung. von Franz Lehner. 2., überarbeitete Auflage. Hanser München 2008 Wissensmanagement Grundlagen, Methoden und technische Unterstützung von Franz Lehner 2., überarbeitete Auflage Hanser München 2008 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 41443 3 Zu Leseprobe

Mehr

Bereiche der KI. KI und das Web Eine Übersicht. Allgemeines zur KI. Einfluss der KI auf die Informatik. Herausforderungen im Web

Bereiche der KI. KI und das Web Eine Übersicht. Allgemeines zur KI. Einfluss der KI auf die Informatik. Herausforderungen im Web Bereiche der KI KI und das Web Eine Übersicht Web Site Engineering, Vorlesung Nr. 13 Neuronale Netze Suchverfahren Expertensysteme Fallbasiertes Schließen (Case-Based Reasoning) Planen Maschinelles Lernen

Mehr

Künstliche Intelligenz. Potential und Anwendung

Künstliche Intelligenz. Potential und Anwendung Künstliche Intelligenz Potential und Anwendung Menschliche Intelligenz Intelligentere Maschinen dank künstlicher Intelligenz Bilder Bilder Texte Sprache Texte Sprache Verstehen von strukturierten und unstrukturierten

Mehr

Mehr als 75% aller Mitarbeiter verwenden Facebook in Österreich Mehr als 50% aller Mitarbeiter verwenden Xing in Österreich Mehr als 30% aller

Mehr als 75% aller Mitarbeiter verwenden Facebook in Österreich Mehr als 50% aller Mitarbeiter verwenden Xing in Österreich Mehr als 30% aller Mehr als 75% aller Mitarbeiter verwenden Facebook in Österreich Mehr als 50% aller Mitarbeiter verwenden Xing in Österreich Mehr als 30% aller Mitarbeiter verwenden LinkedIn in Österreich Intranet mit

Mehr

Management in agilen Transitionen Impedimentoder Erfolgsfaktor?

Management in agilen Transitionen Impedimentoder Erfolgsfaktor? Management in agilen Transitionen Impedimentoder Erfolgsfaktor? Jürgen Dittmar 28.06.2013, München Who is talking? Jürgen Dittmar > 20 Jahre IT, 10 Jahre Manager Organisationspsychologe (Master) Selbstständiger

Mehr

GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.

GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie. GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen Teil 1: Einführung: Wissensbasis und Ontologie Was ist eine Wissensbasis? Unterschied zur Datenbank: Datenbank: strukturiert

Mehr

CONTINUOUS LEARNING. Agile Anforderungsanalyse mit Impact Mapping

CONTINUOUS LEARNING. Agile Anforderungsanalyse mit Impact Mapping CONTINUOUS LEARNING Agile Anforderungsanalyse mit Impact Mapping Nils Wloka Berater und Coach codecentric AG @nilswloka Softwareentwicklung auf dem Gipfel der Effizienz! There is nothing so useless as

Mehr

Inhaltsverzeichnis. Franz Lehner. Wissensmanagement. Grundlagen, Methoden und technische Unterstützung ISBN: 978-3-446-42563-7

Inhaltsverzeichnis. Franz Lehner. Wissensmanagement. Grundlagen, Methoden und technische Unterstützung ISBN: 978-3-446-42563-7 Franz Lehner Wissensmanagement Grundlagen, Methoden und technische Unterstützung ISBN: 978-3-446-42563-7 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42563-7 sowie im Buchhandel.

Mehr

Unterstützung des Wissensmanagements durch Informations- und Kommunikationstechnologie

Unterstützung des Wissensmanagements durch Informations- und Kommunikationstechnologie Unterstützung des Wissensmanagements durch Informations- und Kommunikationstechnologie Thorsten Wolf SAP AG Stefan Decker Institut für Angewandte Informatik und formale Beschreibungsverfahren (AIFB) Universität

Mehr

Leseprobe. Uwe Lämmel, Jürgen Cleve. Künstliche Intelligenz ISBN: 978-3-446-42758-7. Weitere Informationen oder Bestellungen unter

Leseprobe. Uwe Lämmel, Jürgen Cleve. Künstliche Intelligenz ISBN: 978-3-446-42758-7. Weitere Informationen oder Bestellungen unter Leseprobe Uwe Lämmel, Jürgen Cleve Künstliche Intelligenz ISBN: 978-3-446-42758-7 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42758-7 sowie im Buchhandel. Carl Hanser Verlag,

Mehr

Ausarbeitung Iteration I

Ausarbeitung Iteration I Ausarbeitung Iteration I Domain Model siehe [Lar02], Kap. 0 2 Domain Model Illustriert relevante Konzepte des Problembereichs Das wichtigste Dokument in OOA (Use-Cases sind nicht OO; Use-Cases sind ein

Mehr

Volkswagen Wissensmanagement. Die Wissensstafette von Volkswagen Wenn das Wissen geht

Volkswagen Wissensmanagement. Die Wissensstafette von Volkswagen Wenn das Wissen geht Volkswagen Wissensmanagement Die Wissensstafette von Volkswagen Wenn das Wissen geht Die Wissensstafette von Volkswagen Inhalt: Wissensmanagement bei Volkswagen Die Wissensstafette von Volkswagen Formen

Mehr

Vorlesung. Data und Web Mining. Kurzinformation zur. Univ.-Prof. Dr. Ralph Bergmann. Lehrstuhl für Wirtschaftsinformatik II

Vorlesung. Data und Web Mining. Kurzinformation zur. Univ.-Prof. Dr. Ralph Bergmann.  Lehrstuhl für Wirtschaftsinformatik II Kurzinformation zur Vorlesung Data und Web Mining Univ.-Prof. Dr. Ralph Bergmann www.wi2.uni-trier.de - I - 1 - Die Ausgangssituation (1) Unternehmen und Organisationen haben enorme Datenmengen angesammelt

Mehr

Management Information System SuperX status quo and perspectives

Management Information System SuperX status quo and perspectives Management Information System SuperX status quo and perspectives 1 Agenda 1. Business Intelligence: Basics 2. SuperX: Data Warehouse for Universities 3. Joolap: OLAP for Universities 4. Cooperative reporting

Mehr

Seminar: Software Engineering verteilter Systeme

Seminar: Software Engineering verteilter Systeme Seminar: Software Engineering verteilter Systeme Hauptseminar im WS 2010/2011 Programmierung verteilter Systeme Institut für Informatik Universität Augsburg 86135 Augsburg Tel.: +49 821 598-2118 Fax: +49

Mehr

Ideen entwickeln und bewerten Kreativität in der Produktion speziell Gruppenfertigung

Ideen entwickeln und bewerten Kreativität in der Produktion speziell Gruppenfertigung Ideen entwickeln und bewerten Kreativität in der Produktion speziell Gruppenfertigung Dipl.-Psych. Sandra Ohly Institut f. Psychologie TU Braunschweig Was ist Kreativität? Die Die Erzeugung von neuen und

Mehr

LEHRVERANSTALTUNGSBESCHREIBUNG

LEHRVERANSTALTUNGSBESCHREIBUNG LEHRVERANSTALTUNGSBESCHREIBUNG 1. Angaben zum Programm 1.1 Hochschuleinrichtung Babes-Bolyai Universität 1.2 Fakultät Mathematik und Informatik 1.3 Department Informatik 1.4 Fachgebiet Informatik 1.5 Studienform

Mehr

IBM Verse die Zukunft der E-Mail Kommunikation

IBM Verse die Zukunft der E-Mail Kommunikation CENIT EIM Innovations-Tag, 09. Juni 2015 Empower Your Digital Business! IBM Verse die Zukunft der E-Mail Kommunikation Steffen Lörcher Leiter Collaboration Management Stuttgart Agenda 1. Was ist IBM Verse?

Mehr

Complex Event Processing

Complex Event Processing [10] Armin Steudte HAW Hamburg Masterstudiengang Informatik - WS 2011/2012 Agenda Motivation Grundlagen Event Processing Networks Ausblick Quellen 2 Agenda Motivation Grundlagen Event Processing Networks

Mehr

Wie sollte ein Manager coachen?

Wie sollte ein Manager coachen? COACHING Als Führungskraft sind Sie da um mit Menschen mit vielen verschiedenen Fähigkeiten zu arbeiten, und Ihre Rolle als Coach ist eine solche Funktion. Coaching ist eine Gelegenheit um zur Entwicklung

Mehr

Lehrveranstaltungen im Wintersemester 2012/2013

Lehrveranstaltungen im Wintersemester 2012/2013 Lehrveranstaltungen im Wintersemester 2012/2013 Information Systems and Machine Learning Lab (ISMLL) Prof. Dr. Dr. Lars Schmidt-Thieme Hildesheim, Juli 2012 1 / 1 Übersicht Praktika Hildesheim, Juli 2012

Mehr

Strategie Wissen und Lernen (SWL) Volkswagen Wissensmanagement. Erfolgreich Übergänge gestalten. Die Wissensstafette von Volkswagen.

Strategie Wissen und Lernen (SWL) Volkswagen Wissensmanagement. Erfolgreich Übergänge gestalten. Die Wissensstafette von Volkswagen. Strategie Wissen und Lernen (SWL) Volkswagen Wissensmanagement Erfolgreich Übergänge gestalten Andreas Kaiser Die Wissensstafette von Volkswagen Wissensmanagement-Stammtisch 2. Mai 2006, Braunschweig Lernen

Mehr

Klassische Themen der Computerwissenschaft

Klassische Themen der Computerwissenschaft Klassische Themen der Computerwissenschaft 3 VO, 1 UE, 716.113 / 716.114 Bernhard Aichernig Oswin Aichholzer Alexander Felfernig Gerald Steinbauer Franz Wotawa Institut für Softwaretechnologie, TU Graz

Mehr

technik.aau.at Masterstudium Informatik

technik.aau.at Masterstudium Informatik technik.aau.at Masterstudium Informatik Masterstudium Informatik Das Masterstudium Informatik beginnt mit einer Reihe von Vertiefungsfächern, in denen, aufbauend auf das Bachelorstudium, Teilgebiete der

Mehr

Neue Strategien und Innovationen im Umfeld von Kundenprozessen

Neue Strategien und Innovationen im Umfeld von Kundenprozessen Neue Strategien und Innovationen im Umfeld von Kundenprozessen BPM Forum 2011 Daniel Liebhart, Dozent für Informatik an der Hochschule für Technik Zürich, Solution Manager, Trivadis AG Agenda Einleitung:

Mehr

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe

Mehr

3.17 Zugriffskontrolle

3.17 Zugriffskontrolle 3. Der SQL-Standard 3.17. Zugriffskontrolle Seite 1 3.17 Zugriffskontrolle Datenbanken enthalten häufig vertrauliche Informationen, die nicht jedem Anwender zur Verfügung stehen dürfen. Außerdem wird man

Mehr

MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK

MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK MASTER FERNSTUDIENGANG WIRTSCHAFTSINFORMATIK STUDIENBRIEF: MODUL: Semester IV Spezialisierung Wissensmanagement: Wissensbasierte Systeme AUTOR: Prof. Dr.-Ing. Uwe Lämmel 2 IMPRESSUM IMPRESSUM WINGS Wismar

Mehr

Thema. Intelligente Agenten im Web

Thema. Intelligente Agenten im Web Thema Intelligente Agenten im Web Einführendes Beispiel Suchmaschine Probleme: - Immer mehr falsche Informationen - Anwender werden überfordert - Zeitaufwand erhöht sich - Zunehmendes Sicherheitsrisiko

Mehr

Vorlesung: Künstliche Intelligenz

Vorlesung: Künstliche Intelligenz Vorlesung: Künstliche Intelligenz - KI heute, KI morgen, KI übermorgen- D P LS G ML ES S ST SA NN ME O EA SV Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte

Mehr

1. Lernen von Konzepten

1. Lernen von Konzepten 1. Lernen von Konzepten Definition des Lernens 1. Lernen von Konzepten Lernziele: Definitionen des maschinellen Lernens kennen, Klassifikationen des maschinellen Lernens kennen, Das Prinzip des induktiven

Mehr

DPM_flowcharts.doc Page F-1 of 9 Rüdiger Siol :28

DPM_flowcharts.doc Page F-1 of 9 Rüdiger Siol :28 Contents F TOOLS TO SUPPORT THE DOCUMENTATION... F-2 F.1 GRAPHIC SYMBOLS AND THEIR APPLICATION (DIN 66 001)... F-2 F.1.1 Flow of control... F-3 F.1.2 Terminators and connectors... F-4 F.1.3 Lines, arrows

Mehr

Wissensmanagement mehr als Software

Wissensmanagement mehr als Software Wissensmanagement mehr als Software empolis Kundentag Kornwestheim 2. Juni 2005 Unser Profil Wir unterstützen Sie dabei, Ihr Wissen zu organisieren, weiter zu entwickeln, zu sichern und Gewinn bringend

Mehr

Mobile Device Management

Mobile Device Management Mobile Device Management Na und? Stefan Mai Partner Manager, Good Technology, Frankfurt Netzplan MDM Kosten oder Nutzen? Wann was steuern und warum. MDM der Beginn einer Reise. Steigen Sie ein und seien

Mehr

Personalisierung. Der Personalisierungsprozess Nutzerdaten erheben aufbereiten auswerten Personalisierung. Data Mining.

Personalisierung. Der Personalisierungsprozess Nutzerdaten erheben aufbereiten auswerten Personalisierung. Data Mining. Personalisierung Personalisierung Thomas Mandl Der Personalisierungsprozess Nutzerdaten erheben aufbereiten auswerten Personalisierung Klassifikation Die Nutzer werden in vorab bestimmte Klassen/Nutzerprofilen

Mehr

Management von Softwaresystemen Systembewertung: Metriken und Prozess

Management von Softwaresystemen Systembewertung: Metriken und Prozess Management von Softwaresystemen Systembewertung: Metriken und Prozess Referent: Vadym Alyokhin Betreuer: Florian Deißenböck Übersicht Definition Einführung in die Messtheorie Meilensteine von Software-Metriken

Mehr

Proseminar Website-Management-Systeme ZOPE/CMF. Andreas M. Weiner

Proseminar Website-Management-Systeme ZOPE/CMF. Andreas M. Weiner Proseminar Website-Management-Systeme ZOPE/CMF Andreas M. Weiner Technische Universität Kaiserslautern Fachbereich Informatik Arbeitsgruppe Softwaretechnik Betreuer: Dipl. Inf. Christian Stenzel Überblick

Mehr

Toolgestützte Prozessdokumentation. Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46

Toolgestützte Prozessdokumentation. Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46 Toolgestützte Prozessdokumentation Prozessorientiertes E-Government, 28.10.2005 Joel Meir, jmeir@csc.com, +41 31 998 46 46 Wir bieten unseren Kunden End-to-End Lösungen an Consulting Systems Integration

Mehr

Wissensmanagement das richtige Wissen am richtigen Platz

Wissensmanagement das richtige Wissen am richtigen Platz ArtSet Netzwerkkonferenz Lernendes Management in der Weiterbildung Workshop 4: Wissensmanagement das richtige Wissen am richtigen Platz Hannover, 22. November 2010 Fabian Brückner Agenda für unseren Workshop

Mehr

TELEMETRIE EINER ANWENDUNG

TELEMETRIE EINER ANWENDUNG TELEMETRIE EINER ANWENDUNG VISUAL STUDIO APPLICATION INSIGHTS BORIS WEHRLE TELEMETRIE 2 TELEMETRIE WELCHE ZIELE WERDEN VERFOLGT? Erkennen von Zusammenhängen Vorausschauendes Erkennen von Problemen um rechtzeitig

Mehr

1.1 Was ist KI? 1.1 Was ist KI? Grundlagen der Künstlichen Intelligenz. 1.2 Menschlich handeln. 1.3 Menschlich denken. 1.

1.1 Was ist KI? 1.1 Was ist KI? Grundlagen der Künstlichen Intelligenz. 1.2 Menschlich handeln. 1.3 Menschlich denken. 1. Grundlagen der Künstlichen Intelligenz 20. Februar 2015 1. Einführung: Was ist Künstliche Intelligenz? Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert Universität Basel 20. Februar 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche

Mehr

Seminar: Software Engineering verteilter Systeme

Seminar: Software Engineering verteilter Systeme Seminar: Software Engineering verteilter Systeme Hauptseminar im Sommersemester 2011 Programmierung verteilter Systeme Institut für Informatik Universität Augsburg 86135 Augsburg Tel.: +49 821 598-2118

Mehr

Neue Erkenntnisse aus unstrukturierten Daten gewinnen

Neue Erkenntnisse aus unstrukturierten Daten gewinnen Neue Erkenntnisse aus unstrukturierten Daten gewinnen Univ.-Prof. Dr. Josef Küng Institut für anwendungsorientierte Wissensverarbeitung (FAW) Johannes Kepler Universität Linz In Zusammenarbeit mit Mag.

Mehr

Wissen und Wertvorstellungen! Reflexion von Werten! beim Transfer von Erfahrungswissen!

Wissen und Wertvorstellungen! Reflexion von Werten! beim Transfer von Erfahrungswissen! Wissen und Wertvorstellungen! Reflexion von Werten! beim Transfer von Erfahrungswissen! Klemens Keindl! Beratung und Training für Innovation und Wissensmanagement 24.10.2012, Stuttgart, Know-tech 2012!

Mehr

Content Management Systeme

Content Management Systeme Content Management Systeme Ein Vergleich unter besonderer Berücksichtigung von CoreMedia und TYPO3 Bachelorthesis im Kooperativen Bachelor Studiengang Informatik (KoSI) der Fachhochschule Darmstadt University

Mehr

Context-adaptation based on Ontologies and Spreading Activation

Context-adaptation based on Ontologies and Spreading Activation -1- Context-adaptation based on Ontologies and Spreading Activation ABIS 2007, Halle, 24.09.07 {hussein,westheide,ziegler}@interactivesystems.info -2- Context Adaptation in Spreadr Pubs near my location

Mehr

Data Loss Prevention (DLP) Überlegungen zum praktischen Einsatz

Data Loss Prevention (DLP) Überlegungen zum praktischen Einsatz Heinz Johner, IBM Schweiz AG 30. November 2009 Data Loss Prevention (DLP) Überlegungen zum praktischen Einsatz Agenda, Inhalt Begriff und Definition Umfang einer DLP-Lösung Schutz-Szenarien Typische Fragestellungen

Mehr

1 + 1 = mehr als 2! Geschwindigkeit, Transparenz und Sicherheit

1 + 1 = mehr als 2! Geschwindigkeit, Transparenz und Sicherheit Seite 1 objective partner 1 + 1 = mehr als 2! Sicherheit Effiziente Prozesse mit SAP Seite 2 objective partner AG Gründung: 1995 Mitarbeiterzahl: 52 Hauptsitz: Weinheim an der Bergstraße Niederlassungen:

Mehr

Bachelor- und Masterseminare Komplexe und Intelligente Systeme

Bachelor- und Masterseminare Komplexe und Intelligente Systeme Bachelor- und Masterseminare Komplexe und Intelligente Systeme Universität Passau Ablauf Masterseminar 1 2 1. Anmeldung über Stud.IP 2. Besuch der Auftaktveranstaltungen Einführung in Literaturrecherche

Mehr

Extraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten

Extraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten Extraktion und Visualisierung von multidimensionalen Textinformationen zur Integration von Big Data in unternehmensspezifischen Wissenslandkarten FOM Hochschulzentrum Dortmund, Fachbereich Wirtschaftsinformatik

Mehr

WAS IST DER KOMPARATIV: = The comparative

WAS IST DER KOMPARATIV: = The comparative DER KOMPATATIV VON ADJEKTIVEN UND ADVERBEN WAS IST DER KOMPARATIV: = The comparative Der Komparativ vergleicht zwei Sachen (durch ein Adjektiv oder ein Adverb) The comparative is exactly what it sounds

Mehr

Ontologien. Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Ontologien: Konstrukte. Konzepte/Klassen

Ontologien. Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Ontologien: Konstrukte. Konzepte/Klassen Ontologien Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Norbert Fuhr Ursprung: semantische Netze aus der künstlichen Intelligenz (1970er) weiterentwickelt als terminologische Logiken, Beschreibungslogiken

Mehr

Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Norbert Fuhr

Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Norbert Fuhr Ontologien (aus ISM Kap. 3. Wissensrepräsentation für Texte) Norbert Fuhr 1 / 23 Ontologien Ursprung: semantische Netze aus der künstlichen Intelligenz (1970er) weiterentwickelt als terminologische Logiken,

Mehr

Institut für Künstliche Intelligenz

Institut für Künstliche Intelligenz Institut für Künstliche Intelligenz Prof. Sebstaian Rudolph --- Computational Logic Prof. Steffen Hölldobler --- Wissensverarbeitung Prof. Ivo F. Sbalzarini --- Wissenschaftliches Rechnen für Systembiologie

Mehr

Erfolgsfaktor Wissen

Erfolgsfaktor Wissen Treffpunkt Zukunft Erfolgsfaktor Wissen Handwerkskammer Dresden 18. September 2012 Innoventum, Berlin Seite 1 Innoventum Innovations- u. Wissensmanagement Wer wir sind: Beratung & Training zu allen Handlungsfeldern

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Wissensorientierte Unternehmensführung in der Softwareentwicklung

Wissensorientierte Unternehmensführung in der Softwareentwicklung Wissensorientierte Unternehmensführung Sven Thomas Übersicht Definition und Eigenschaften von Wissen Wissenstreppe von North Wissensorientierte Softwareentwicklung Hindernisse bei Aufbau und Nutzung von

Mehr

Systematisches Wissensmanagement mittels Workshopkonzept einführen

Systematisches Wissensmanagement mittels Workshopkonzept einführen Systematisches Wissensmanagement mittels konzept einführen 2 Abschlussveranstaltung des Projektes StratEWiss Dagmar Schulze, TU Dresden/ CIMTT Dresden, 19.01.2012 Vorgehensweise zur Einführung und Weiterentwicklung

Mehr

semantische Informationssysteme

semantische Informationssysteme "Finden" nicht "Suchen" Fakultät TI Department Informatik AW1, Master, SS 2008 Gliederung 1 Motivation 2 Semantic Web 3 Ontologien 4 Zusammenfassung Gliederung 1 Motivation die perfekte Informationsplattform

Mehr

Case-Based Reasoning und anderen Inferenzmechanismen

Case-Based Reasoning und anderen Inferenzmechanismen Case-Based Reasoning und anderen Inferenzmechanismen Daniel Müller 21 April 2006 DM () CBR und Inferenz 21 April 2006 1 / 31 Contents 1 Einleitung 2 Inferenzmechanismen Statistische Verfahren Data Mining

Mehr

Das Führungskräftetraining

Das Führungskräftetraining Das Führungskräftetraining Sicher führen: Mit dem Führungskräfte-Training fördern Sie Nachwuchskräfte, unterstützen und entwickeln Führungskräfte und etablieren starke Abteilungs- und Teamleitungen. Das

Mehr

AutoSPARQL. Let Users Query Your Knowledge Base

AutoSPARQL. Let Users Query Your Knowledge Base AutoSPARQL Let Users Query Your Knowledge Base Christian Olczak Seminar aus maschinellem Lernen WS 11/12 Fachgebiet Knowledge Engineering Dr. Heiko Paulheim / Frederik Janssen 07.02.2012 Fachbereich Informatik

Mehr

Reif, Kevin Wenzel, Florian Team 5: Uni-Versum

Reif, Kevin Wenzel, Florian Team 5: Uni-Versum Wissensmanagement in Projekten Reif, Kevin Wenzel, Florian Team 5: Uni-Versum Kernfragen des Vortrags Was ist Wissensmanagement? Wieso brauchen Projekte Wissensmanagement? Effizienzsteigerung Transfer

Mehr

Unterstützt HL7 die interdisziplinäre Zusammenarbeit?

Unterstützt HL7 die interdisziplinäre Zusammenarbeit? Effiziente und wirtschaftliche Gesundheitsversorgung von heute und morgen nur mit Medizinischer Dokumentation und Medizinischer Informatik, Medizinischer Biometrie und Epidemiologie 5. bis 9. September

Mehr

CAIRO if knowledge matters

CAIRO if knowledge matters CAIRO if knowledge matters Monitoring mit Microsoft Operations Manager 2007 Ein Überblick Johann Marin, Inhalt if knowledge matters Warum Monitoring? Was soll überwacht werden? SCOM Key Features Das SCOM

Mehr

Herzlich Willkommen zum Swiss Insurance Club

Herzlich Willkommen zum Swiss Insurance Club Herzlich Willkommen zum Swiss Insurance Club Swiss Insurance Club 8. Peter Lüssi 8. Switzerland's Next Top Modell wie nutzen Sie Datenmodelle in der Praxis www.pwc.com Switzerland's Next Top Modell - wie

Mehr

Seminar Künstliche Intelligenz Wintersemester 2013/14

Seminar Künstliche Intelligenz Wintersemester 2013/14 Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,

Mehr

Und schon gar nicht Tränen einsetzen Gender, Emotionsarbeit und Mikropolitik im Management

Und schon gar nicht Tränen einsetzen Gender, Emotionsarbeit und Mikropolitik im Management Und schon gar nicht Tränen einsetzen Gender, Emotionsarbeit und Mikropolitik im Management Mikropolitik: Aufstiegskompetenz von Frauen *Das Projekt wird für die Dauer von drei Jahren aus Mitteln des BMBF

Mehr

S I G M A. Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma

S I G M A. Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma S I G M A B R E A K A W A Y P E R F O R M A N C E Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma E-mail: peter.pointner@gmx.at daniel.puehringer@gmx.at Content

Mehr

Listening Comprehension: Talking about language learning

Listening Comprehension: Talking about language learning Talking about language learning Two Swiss teenagers, Ralf and Bettina, are both studying English at a language school in Bristo and are talking about language learning. Remember that Swiss German is quite

Mehr

Semantische Reputationsinteroperabilität

Semantische Reputationsinteroperabilität Semantische sinteroperabilität Adrian Paschke (CSW) und Rehab Alnemr (HPI) Corporate Semantic Web Workshop, Xinnovations 2010, 14. September 2010, Berlin Agenda Motivation Unternehmensreputation Probleme

Mehr

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf

Mehr

client: date: project: more info: KARIN HOLZFEIND

client: date: project: more info: KARIN HOLZFEIND KARIN HOLZFEIND corporate design BL Immobilien 2006 Corporate Design Mag. Babara Maria Lederer Immobilienvermittlung Mag. Karin Holzfeind Musterfirma Canisiusgasse 21/24 1090 Wien Wien-11-05-2005 Hier

Mehr

Spezielle Themen der KI Wissensrepräsentation und Lernen Einleitung

Spezielle Themen der KI Wissensrepräsentation und Lernen Einleitung Spezielle Themen der KI Wissensrepräsentation und Lernen Einleitung Marc Erich Latoschik AI & VR Lab, Faculty of Technology marcl@techfak.uni-bielefeld.de Übersicht der Vorlesung Ergänzung und Vertiefung

Mehr

ISO SPICE Erste Eindrücke

ISO SPICE Erste Eindrücke ISO 15504 SPICE Erste Eindrücke Klaus Franz Muth Partners GmbH, Wiesbaden 06122 5981-0 www.muthpartners.de klaus.franz@muthpartners.de SPiCE ISO 15504 1 Stand der Dinge 29. Januar 2005 ISO/IEC 15504 PUBLICATION

Mehr

WSO de. <work-system-organisation im Internet> Allgemeine Information

WSO de. <work-system-organisation im Internet> Allgemeine Information WSO de Allgemeine Information Inhaltsverzeichnis Seite 1. Vorwort 3 2. Mein Geschäftsfeld 4 3. Kompetent aus Erfahrung 5 4. Dienstleistung 5 5. Schulungsthemen 6

Mehr

Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten. Click here if your download doesn"t start automatically

Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten. Click here if your download doesnt start automatically Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Click here if your download doesn"t start automatically Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Ein Stern in dunkler

Mehr

Proseminar - Data Mining

Proseminar - Data Mining Proseminar - Data Mining SCCS, Fakultät für Informatik Technische Universität München SS 2014, SS 2014 1 Data Mining: Beispiele (1) Hausnummererkennung (Klassifikation) Source: http://arxiv.org/abs/1312.6082,

Mehr

Der Chef-TÜV. Spieglein, Spieglein an der Wand, wie soll ich führen in diesem Land?

Der Chef-TÜV. Spieglein, Spieglein an der Wand, wie soll ich führen in diesem Land? Der Chef-TÜV Spieglein, Spieglein an der Wand, wie soll ich führen in diesem Land? Übersicht Eigenbild/Fremdbild Sich selbst und andere bewegen Positives Menschenbild Führungstools Wer bin ich? Eigenbild/Fremdbild

Mehr

Die perfekte Bewerbung richtig schreiben online & klassisch

Die perfekte Bewerbung richtig schreiben online & klassisch make-it-better (Hrsg.) Die perfekte Bewerbung richtig schreiben online & klassisch Ein gratis Bewerbungsbuch von make-it-better die Agentur für Bewerbung & Coaching Liebe Leserin, lieber Leser, ich erleben

Mehr