Ein Java Tool zur 3D Navigation in Objektbeschreibungen

Größe: px
Ab Seite anzeigen:

Download "Ein Java Tool zur 3D Navigation in Objektbeschreibungen"

Transkript

1 Ein Java Tool zur 3D Navigation in Objektbeschreibungen Magisterarbeit im Fach Informationsverarbeitung Vorgelegt am von Mirko Gontek Gutachter: Prof. Dr. Manfred Thaller Professur für Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

2 Inhaltsverzeichnis 0. Einleitung... 3 Teil 1 Theoretische Grundlagen Problemstellung Beschreibungen von Bildquellen am Beispiel der REALonline Bilddatenbank Objektbeschreibungen Informationsvisualisierung Begriffsdefinition Ziele der Informationsvisualisierung Prozess der Informationsvisualisierung Daten Visuelle Form Interaktion Praktische Anwendung der Informationsvisualisierung Probleme und Lösungen der Informationsvisualisierung Fokus-Kontext Navigation D- versus 3D-Visualisierung D-Visualisierung von Graphen Anforderungen und Probleme beim Zeichnen von Graphen Algorithmen zum Zeichnen von 3D-Graphen Layered Algorithmen Physikalische Algorithmen Vorhandene Anwendungen zur 3D-Visualisierung von Graphen H Narcissus WilmaScope GViz Fazit Teil 2 Verwendete Technologien

3 5. XML XLink X3D X3D-Architektur Szenengraph Laufzeitumgebung Scene Access Interface (SAI) Xj3D Teil 3 Dokumentation Datenstruktur Visualisierung Filter Mapping Positionierung Benutzerinterface Architektur Installation und Anwendung Diskussion...71 Teil 4 Ausblick...73 Literaturangaben...75 Anhang A: Inhalt des Datenträgers Anhang B: Datenstruktur Anhang C: Erklärung

4 0. Einleitung Ende der achtziger Jahre setzte mit der Einführung grafischer Benutzerinterfaces und deren rasanter Verbreitung eine Entwicklung ein, die den Umgang mit Computern und Information stark veränderte. Neue Hardware ermöglichte nun eine dynamische und interaktive Präsentation von Daten. Neue Möglichkeiten zur Visualisierung von Informationen wurden geschaffen, die gleichzeitig neue Fragen und Probleme aufwarfen. Die Entwicklung grafischer Benutzerinterfaces gab die Initialzündung für die Entstehung eines interdisziplinären Forschungsfeldes, das sich mit diesen Problemen beschäftigt der Informationsvisualisierung. Mitte der neunziger Jahre setzte eine neue Entwicklung im Bereich der Benutzerinterfaces ein. Als Interfaces der Zukunft galten nun virtuelle Welten und dreidimensionale Interfaces. Wieder waren die Entwicklung neuer Hardware sowie ein neuer technologischer Standard, VRML97 [VRML], Motor der Entwicklung. Zehn Jahre nach der Einführung des Hoffnungsträgers VRML lässt sich diagnostizieren, dass sich die Erwartungen an die 3D- Technologien im Kontext der Informationssysteme nicht erfüllt haben. 3D- Technologien finden aktuell zwar eine verbreitete Anwendung in Computerspielen, Simulationen und Ähnlichem, für Informationssysteme spielen 3D-Anwendungen jedoch immer noch keine wichtige Rolle. Heute erlebt die Entwicklung leistungsfähiger Informationssysteme einen Aufschwung. Ein Grund dafür ist die Zunahme von zu bewältigenden Informationsmengen durch das Internet. Die Vernetzung von verschiedenen Ressourcen stellt immense Mengen an Daten zur Verfügung. Es werden neue Methoden benötigt, um mit diesen Informationen sinnvoll umgehen zu können. Einen Lösungsansatz zur Entwicklung leistungsfähiger Informationssysteme bietet die Informationsvisualisierung. Im Kontext visueller Informationssysteme werden heute 3D-Anwendungen wieder neu diskutiert. Die 3D-Visualisierung könnte Impulse für die Entwicklung neuer visueller 3

5 Informationssysteme geben, aktuelle Technologien scheinen die technischen Voraussetzungen dafür zu bieten. Welche Herausforderungen die Informationsvisualisierung bietet und wie aktuelle Technologien genutzt werden können, um mit 3D- Anwendungen Lösungen für die gegebenen Probleme zu finden, wird in dieser Arbeit anhand einer Problemstellung aus einem kulturhistorischen Forschungsfeld analysiert. Die Problemstellung sowie der theoretische Hintergrund der Informationsvisualisierung werden in Teil 1 der Arbeit erläutert. Teil 2 stellt anschließend Konzepte einiger aktueller Technologien vor, die für die Umsetzung des praktischen Teils der Arbeit relevant sind. In Teil 3 wird der praktische Teil der Arbeit, der XMLViewer dokumentiert. Dieser ist ein prototypisches Softwaretool, das demonstriert, wie die genannten Technologien zur Lösung der Problemstellung beitragen können. TEIL 4 bietet schließlich einen Ausblick auf eine mögliche zukünftige Weiterentwicklung von 3D-Anwendungen und stellt das Ergebnis der Arbeit in den Kontext dieser Entwicklung. Teil 1 Theoretische Grundlagen Die breite theoretische Analyse der für den XMLViewer verwendeten Methodiken stellt eine wichtige Komponente dieser Arbeit dar. Sie bietet eine Basis für die praktischen Ausarbeitungen und schafft gleichzeitig einen Rahmen, der Ansatzpunkte zur weiteren Forschung liefert. Kapitel 1 arbeitet zunächst die Problemstellung heraus, auf der diese Arbeit aufbaut. Mit der Informationsvisualisierung wird in Kapitel 2 ein methodischer Ansatz präsentiert, der mögliche Lösungsansätze für das genannte Problem bietet und erörtert, wie sie für die Problemstellung dieser Arbeit genutzt werden kann. Kapitel 3 geht speziell auf die 3D-Visualisierung von Graphen ein. In Kapitel 4 werden einige vorhandene 3D-Anwendungen vorgestellt, die zeigen, wie 4

6 die theoretischen Konzepte der Informationsvisualisierung in der Praxis angewendet werden können. 1. Problemstellung Um die Problemstellung dieser Arbeit zu illustrieren, beschreibt Kapitel 1.1 zunächst eine Datenbank-Anwendung des Instituts für Realienkunde des Mittelalters und der frühen Neuzeit (IMAREAL) [IMA]. Der wissenschaftliche Hintergrund und die Funktionsweise der Anwendung sowie vorhandene Probleme bei ihrer Verwendung werden dargelegt. Anschließend diskutiert Kapitel 1.2 diese Probleme auf einer abstrakteren Ebene und setzt sie mit Herausforderungen aus anderen Forschungsfeldern in Beziehung. 1.1 Beschreibungen von Bildquellen am Beispiel der REALonline Bilddatenbank Das Institut für Realienkunde des Mittelalters und der frühen Neuzeit der Österreichischen Akademie der Wissenschaften betreibt einen digitalen Bildserver, REALonline [REA], der umfangreiches Bildmaterial des späten Mittelalters und der frühen Neuzeit zur Verfügung stellt. Diese Bilder stellen für die kulturhistorische Forschung wichtige Quellen dar. Das IMAREAL versucht anhand der Bildquellen Rückschlüsse auf das Alltagsleben des Mittelalters und der frühen Neuzeit zu ziehen. Insbesondere gotische Kunst des späten Mittelalters enthält viele Anhaltspunkte für die Untersuchung von Gegenständen und Situationen des damaligen Alltagslebens. Aus den historischen Bildquellen können Informationen über abgebildete Personen oder Gegenstände und deren Beziehung gewonnen werden. Bilder werden in diesem Forschungskontext nicht primär kunsthistorisch analysiert, sondern vor allem inhaltlich, vor dem Hintergrund ihrer Rolle als Kommunikationsmittel. Anders als in der kunsthistorischen Forschung geht es bei der Quellenanalyse im Wesentlichen darum, was in einem Bild in welchem Kontext dargestellt wird. Diese Art der Analyse kann 5

7 wertvolle Schlüsse auf historische Gegebenheiten ermöglichen. [vgl. Jar93, S.17] Für eine wissenschaftliche inhaltliche Analyse wird eine möglichst objektive und vollständige Beschreibung der Bildinhalte benötigt. Dazu wurde eine standardisierte und formalisierte Beschreibung für die Bildquellen entwickelt. Archivierte Quellen werden dabei formal und ikonografisch dokumentiert. Die formale Beschreibung eines Bildes enthält z.b. Angaben über Künstler, Kunstgattung und thematische Zuordnung des Bildes. Die detaillierte ikonografische Beschreibung erfasst inhaltliche Informationen der Bildszene, also Objekte und Personen der Szene, sowie weitere Merkmale wie Farbe, Material oder Form. Zusätzlich werden die Relationen der Merkmale und der dargestellten Objekte und Personen beschrieben. Relationen zwischen Elementen einer Szene können auf zwei Arten ausgedrückt werden. Elemente können ineinander geschachtelt sein, ein Element kann beliebig viele Unterelemente enthalten. Zum Beispiel sind die Elemente Kopf und Arm mit hoher Wahrscheinlichkeit ein Unterelement von Person. Das Element Arm kann entsprechend weitere Unterelemente, wie Hand oder Elle enthalten. Die entstehende Beschreibungsstruktur ist in solchen Fällen hierarchisch gegliedert. Jedes beschriebene Element ist Teil eines anderen Elementes oder des Bildes selbst, jedes Bild ist wiederum Teil der Gesamtheit der Bilder. Zusätzlich zu den hierarchischen Relationen liegen aber auch nichthierarchische Relationen in der Beschreibung vor. Diese Relationen drücken eine semantische Verbindung aus. Eine semantische Verbindung stellt z.b. die Beziehung zwischen zwei Personen in einer Bildszene dar. Eine Person kann beispielsweise Bruder, Untertan oder Vater einer anderen sein. Ein anderes Beispiel wären Relationen zwischen Elementen mit gleichen Namen oder gleichen Merkmalen. 1 1 In der REALonline Datenbank sind semantische Verbindungen technisch zurzeit nur dadurch implementiert, dass Kleidungsstücke mit Einträgen eines eigenen Lexikons verknüpft werden. Beispielsweise verweist das Kleidungsstück Hut immer auf denselben Eintrag eines Lexikons. Andere semantische Relationen sind bisher nur konzeptionell vorhanden. Eine 6

8 Der REALonline Bildserver umfasst zurzeit etwa Quellen, die resultierende Beschreibung der Gesamtheit der Bilder stellt dementsprechend eine sehr große und komplexe Datenstruktur dar. Wissenschaftliches Arbeiten mit dem vorhandenen HTML-Interface (vgl. Abb.1) des Bildservers ist mühsam und weniger effizient als es wünschenswert wäre. Abb.1: HTML-Interface des REALonline Bildservers [Quelle: REA] Um ein einfacheres Arbeiten mit den Quellen zu ermöglichen, sollte ein effizienteres Werkzeug zum Umgang mit den Daten entwickelt werden. Dieses müsste ein möglichst breites Spektrum an Arbeitsaufgaben mit den Quellen unterstützen, denn je nach wissenschaftlicher Fragestellung können sehr unterschiedliche Arbeiten mit den Quellen erforderlich sein. Für bestimmte Probleme kann es nötig sein, nach spezifischen Bildern zu recherchieren oder auch die Struktur einer einzelnen Quelle zu analysieren. Andere Fälle erfordern das Verständnis von Relationen zwischen einigen wenigen oder sehr vielen Quellen. Es kann z.b. relevant sein, ein bestimmtes wiederkehrendes Element oder eine mehrmals auftretende Kombination von Elementen in technische Implementierung dieser Relationen ist aber denkbar und für die wissenschaftliche Analyse sinnvoll. 7

9 einer Auswahl von Bildern zu finden. Für manche Forschungsgegenstände kann es auch zweckmäßig sein, einen schnellen Überblick über die Gesamtmenge der Quellen zu erhalten, z.b., um bestimmte wiederkehrende Muster sichtbar zu machen. Wünschenswert wäre ein Werkzeug, das für den gesamten Umfang dieses breiten Aufgabenspektrums anwendbar ist. 1.2 Objektbeschreibungen Im folgenden Kapitel soll die geschilderte Problemstellung zunächst abstrahiert und kontextualisiert werden. Komplexe Datenstrukturen, wie sie die REALonline Datenbank beinhaltet, gibt es in vielen wissenschaftlichen Forschungsbereichen. In der Soziologie etwa ergeben sich aus statistischen Erhebungs- und Analyseverfahren oft sehr große und komplexe Datenstrukturen, etwa bei der Beschreibung sozialer Netzwerke [vgl. Kre05]. Auch Ontologien (ontologies [Ger06a]), strukturelle Beschreibungen von Konzeptualisierungen [vgl. Ger06a], sind komplexe Netze. Sie sind eine Technik zur semantischen Auszeichnung von Daten. Ressourcen werden dabei durch Relationen zu anderen Ressourcen beschrieben. Ontologien stellen eine Grundlage für die Entwicklung des Semantic Web dar. 2 Die Analyse wissenschaftlicher Netzwerke (scientific networks [Che04, S.145]) ist ein weiteres Beispiel für den Umgang mit komplexen Strukturen. Beispielsweise mit Hilfe von Zitat- oder Kollaborationsnetzwerken wird dabei die Entwicklung bestimmter Forschungsfelder analysiert. 3 Die verschiedenen Anwendungsgebiete haben gemeinsam, dass sie Elemente aus einer Datenmenge und ihre Relationen zueinander beschreiben. Das Ergebnis ist eine abstrakte, strukturelle Beschreibung der zugrunde liegenden Daten: eine Datenstruktur oder Objektbeschreibung. Die Relationen zwischen Elementen sind in den vorliegenden Daten selbst nicht in ei- 2 Eine übersichtliche Einführung in die Konzepte von Ontologien und Semantic Web gibt [Ger06a]. 3 Eine Einführung in dieses Thema gibt [Che04, S.143ff]. 8

10 ner zugänglichen Form enthalten. Sie müssen erst durch eine Modellierungstechnik, z.b. statistische Verfahren oder manuelle Auszeichnung, erzeugt werden. Aus einer Gesamtheit von Rohdaten werden dabei relevante Informationen extrahiert und in Form einer strukturellen Beschreibung erfasst. Bei diesem Beschreibungsprozess spricht Chen von struktureller Modellierung (structural modeling [Che04, S.34]). Objektbeschreibungen, Chen spricht von virtual structures [Che04, S.34], sind das Ergebnis struktureller Modellierung und nicht Objekten inhärent. Sie bieten gegenüber den unstrukturierten Daten potentiell einen Mehrwert an Information: die Beschreibung einer Bildersammlung kann beispielsweise Auskunft darüber geben, wie einzelne Bilder semantisch miteinander in Verbindung stehen. Dabei ist aber nicht vorausgesetzt, dass zum Erschaffungszeitpunkt der Bilder eine Beziehung beabsichtigt oder vorhanden war. Objektbeschreibungen sind somit ein Hilfsmittel, Relationen erkennbar zu machen, die in den unstrukturierten Daten zwar potentiell enthalten, aber nicht zugänglich sind. Bei der Beschreibung einer Datenmenge werden spezifische Elemente mit anderen Elementen in eine bestimmte Relation gesetzt. Formal kann man die entstehende Struktur als Graph beschreiben. Die Verarbeitung von großen und komplexen Datenstrukturen wirft Probleme auf, die unter anderem für die Informatik eine Herausforderung darstellen. Ein methodischer Ansatz für die Verarbeitung solcher Strukturen ist die Informationsvisualisierung. 2. Informationsvisualisierung Die folgenden Kapitel legen dar, welche Lösungsvorschläge die Informationsvisualisierung für die Problemstellung dieser Arbeit bietet und wie eine Lösung konkret umgesetzt werden kann. Kapitel 2.1 gibt zunächst eine Definition des Begriffes. Welche Ziele die Informationsvisualisierung verfolgt und welche Vorteile sie gegenüber anderen methodischen Ansätzen zur Informationsverarbeitung bietet, soll in Kapitel 2.2 dargelegt werden. Kapitel 9

11 2.3 stellt ein Modell vor, das den Prozess der Informationsvisualisierung beschreibt. Kapitel 2.4 führt Richtlinien für die praktische Anwendung der Informationsvisualisierung in Informationssystemen auf. Probleme, die bei der Anwendung der Informationsvisualisierung auftreten, sowie wichtige Ansätze zur Lösung werden in Kapitel 2.5 dargelegt. Abschließend gibt Kapitel 2.6 einen Überblick über Vor- und Nachteile der 3D-Visualisierung. 2.1 Begriffsdefinition Mit dem Untertitel using vision to think [Car99, S.1] skizzieren Card et al. den Grundgedanken der Informationsvisualisierung: die Visualisierung von Information als kognitives Werkzeug zur Lösung logischer Probleme. Visualisierung spielt eine maßgebliche Rolle bei Denkprozessen. Mit ihr kann das Kurzzeitgedächtnis entlastet werden, indem komplexe Konzepte oder Strukturen extern zwischengespeichert und bei Bedarf wieder abgerufen werden können 4. Interne mentale Prozesse sind immer eng mit externer Wahrnehmung und mit der Interaktion mit externer Information gekoppelt. Der Mensch benutzt ständig visuelle Hilfsmittel, um Denkprozesse zu unterstützen. Er verlagert damit Aufgaben des Gedächtnisses auf die visuelle Wahrnehmung. In diesem Sinne ist die Visualisierung ein Werkzeug, welches das kognitive System des Menschen unterstützt [vgl. Kel05a, S.5]. Card et al. sprechen auch von externer Kognition (external cognition [Car99, S.1]). Computer mit grafischen Benutzerinterfaces bieten die Möglichkeit, Visualisierungen als kognitives Werkzeug effizient zu nutzen. Darstellungen können automatisch erzeugt werden und dynamisch auf Benutzereingaben reagieren. Die Informationstechnologie bietet so neue Methoden, menschliche Denkprozesse zu unterstützen und zu erleichtern. Zu Beginn der neunziger Jahre wurde in diesem Zusammenhang der Begriff Informationsvisualisierung (information visualization) geprägt. Card et al. definieren den Begriff wie folgt: 4 Für eine genauere Beschreibung dieses kognitiven Prozesses, siehe [War04, S.351ff]. 10

12 Information visualization: The use of computer-supported, interactive, visual representations of abstract data to amplify cognition [Car99, S.7] Die Informationsvisualisierung muss dabei von der Wissenschaftlichen Visualisierung (scientific visualization [Spe01, S.4]) abgegrenzt werden. Während die Wissenschaftliche Visualisierung physische Fakten sichtbar macht [vgl. Dae98, S.41], ist das Ziel der Informationsvisualisierung die Darstellung abstrakter Information. Die Darstellung von Molekülverbindungen ist ein Beispiel für Wissenschaftliche Visualisierung. Es findet zwar bei ihrer Darstellung eine Abstraktion statt, die Zuweisung (mapping [Car99, S.17]) der zugrunde liegenden Daten auf eine visuelle Repräsentation basiert jedoch auf einer physischen Grundlage. Dagegen ist bei der Visualisierung abstrakter Daten, wie Sammlungen von Dokumenten oder Ontologien, die Zuweisung in die visuelle Form nicht eindeutig, denn sie beruht nicht auf physischen Gegebenheiten. Ein fundamentales Problem der Informationsvisualisierung ist deswegen das mapping nichträumlicher, nichtnumerischer abstrakter Daten in eine visuelle Form [vgl. Ree06, S.27]. Die Informationsvisualisierung bietet ein breites Spektrum an Einsatzmöglichkeiten. Card unterscheidet zwischen vier möglichen funktionalen Ebenen der Informationsvisualisierung [vgl. Car96, S.63]. Eine Anwendungsebene ist die Darstellung einer Auswahl von Informationen aus einer Datenmenge als virtuelle Welt (infosphere [Car96, S.63]). Zum Beispiel könnte aufgrund einer Suchanfrage ein relevanter Ausschnitt des Internets als virtuelle Welt visualisiert werden, durch die sich der Benutzer 5 bewegen kann und in der Webseiten als Kugeln oder Würfel dargestellt werden. Die Visualisierung wird bei dieser Anwendungsebene oft mit klassischen Techniken zur Informationssuche kombiniert. Aus einer 5 Auch wenn zu Gunsten eines besseren Leseflusses durchgehend auf die weiblichen Endungen verzichtet wurde, sind Frauen und Männer selbstverständlich gleichermaßen angesprochen. 11

13 großen Menge an Informationen wird ein durch eine Suchanfrage definierter Ausschnitt als virtuelle Welt dargestellt. Die Suchergebnisse befinden sich als visuelle Objekte in dieser Welt. Die Visualisierung eines Arbeitsplatzes (workspace [Car96, S.64]) entspricht in etwa der Desktop-Metapher klassischer grafischer Benutzeroberflächen. Ein Beispiel hierfür ist die Visualisierung von Dokumenten als Bücher, die in einem Regal angeordnet sind. Der Benutzer befindet sich in einem virtuellen Arbeitsraum und kann z.b. an gewünschte Information gelangen, indem er Bücher aus dem Regal entnimmt und in ihnen blättert. Die Visualisierung eines Arbeitsplatzes eignet sich besonders, um eine überschaubare Menge an Informationen zu organisieren. Im genannten Anwendungsbeispiel könnte der Benutzer Informationen organisieren, indem er wiederbenötigte Bücher auf einem virtuellen Schreibtisch ablegt oder Bücher im Regal neu sortiert. Mit sensemaking tools [Car96, S.65] oder visual knowedge tools [Car99, S.12] wird Information in eine Form gebracht, in der sie vom Benutzer gut analysiert und verstanden werden kann. Visual knowledge tools können z.b. benutzt werden, um Muster in Datensätzen sichtbar zu machen. Sie zeichnen sich dadurch aus, dass sie ein hohes Maß an Benutzerinteraktion ermöglichen. Wird eine Datenstruktur als Graph dargestellt, so könnten Knoten des Graphen in einem visual knowledge tool durch interaktive Objekte repräsentiert werden, die der Benutzer anklicken kann, um weitere Details des jeweiligen Knotens anzuzeigen oder die Darstellung in einer anderen Weise zu verändern. Eine weitere funktionale Ebene kombiniert die Visualisierung abstrakter Information mit der Darstellung virtueller physischer Objekte, Card et al. sprechen deswegen auch von virtually enhanced objects [Car99, S.14]. Häufig wird diese Methode benutzt, um eine begrenzte Menge an Information, z.b. ein einzelnes Dokument [vgl. Car96, S.66] zu gliedern und für den Benutzer bequem zugänglich zu machen. Anatomische Informationen über den menschlichen Körper könnten beispielsweise entlang der Abbildung 12

14 eines Menschen gegliedert werden. Durch Anklicken einer bestimmten Stelle der Abbildung könnte der Benutzer Informationen über dort liegende Organe bekommen. 2.2 Ziele der Informationsvisualisierung Die Anwendung der Informationsvisualisierung findet meist im Kontext einer komplexen intellektuellen Aufgabe statt. Die Lösung dieser Aufgabe durch Finden und Auswerten relevanter Daten oder Strukturen aus einer Informationsmenge nennen Card et al. knowledge crystallization [Car99, S.10]. A knowledge crystallization task is one in which a person gathers information for some purpose, makes sense of it (Russel et al., 1993) by constructing a representational framework (which we will refer to as schema), and then package it into some form for communication or action [Car99, S.12] Um einen Erkenntnisgewinn zu erzielen, werden für eine spezifische Aufgabe relevante Informationen gesammelt. Es wird dann eine kognitive Repräsentation, also ein mentales Modell dieser Informationen erzeugt, um über weitere Handlungen zu entscheiden. Der Erfolg des knowledge crystallization hängt vom Finden relevanter Informationen bezüglich einer bestimmten Aufgabe ab. Ein klassischer Weg, relevante Informationen aus Datenstrukturen zu beziehen, ist das information retrieval. Dabei wird durch Ähnlichkeitsanalyse anhand einer Suchanfrage (query) aus einer indexierten Datenbasis ein Retrievalergebnis erzeugt. Der Benutzer kann dann entscheiden, ob das Ergebnis relevante Informationen enthält und gegebenenfalls die Suchanfrage verändern [vgl. Dae98]. Die Informationsvisualisierung bietet einen anderen Ansatz Informationen zu beziehen. Anders als beim information retrieva liegt der Schwerpunkt der Informationsvisualisierung weniger darauf, durch Queries an die 13

15 gewünschte Information zu gelangen. Vielmehr sollen mit der Visualisierung von Strukturen und der Navigationsmöglichkeit in Informationsräumen eine Auswahl an Methoden geboten werden, Informationen leicht zugänglich zu machen. Däßler et al. benutzen den Begriff information access [vgl. Dae98, S.6], um diesen Ansatz vom information retrieval abzugrenzen. Chen spricht von information foraging [Che04, S.16]: A wide variety of activities associated with assessing, seeking, and handling information sources can be categorised as information foraging. Furthermore the term foraging refers both to the metaphor of browsing and searching for something valuable, and to the connection with the optimal foraging theory in biology and anthropology [Che04, S.16] Ziel des information foraging ist es, einen möglichst effizienten Weg zur Lösung einer Aufgabe zu finden. Berücksichtigt werden dabei die Kosten, um die gewünschte Information zu finden und der Nutzen, den die Information bringt [vgl. Che04, S.16]. Ziel der Informationsvisualisierung ist es, den Benutzer beim Prozess des knowledge crystallization zu unterstützen. Im Sinne des information foraging erreicht das die Informationsvisualisierung, indem sie dem Benutzer relevante Informationen leicht und irrelevante Informationen weniger leicht zugänglich macht. So wird der Benutzer dabei unterstützt, den effizientesten Weg zur Lösung einer Aufgabe zu finden. Je nach Aufgabe und Eigenschaften der Daten können verschiedene Methoden einen effizienten Weg zur Lösung einer Aufgabe bieten. Klassische Queries, wie sie im information retrieval in textbasierten Informationssystemen üblich sind, sind nur eine Methode, um relevante Informationen zu finden. Sie sind zwar effizient wenn anhand der Problemstellung gezielte Queries formuliert werden können, sie sind jedoch z.b. schlecht geeignet, um Strukturen in Daten zu verstehen [vgl. Fra06, S.156]. Je nach Aufgabe kann das Extrahieren von Charakteristika oder Mustern aus einer Datenstruktur (data analysis [Flu06, S.54]) einen effizienteren Weg zur Lösung des Problems darstellen. Unter Umständen kann es auch effektiv sein, sich zunächst einen 14

16 globalen Überblick zu verschaffen, welche Informationen generell zur Verfügung stehen, Fluit et al. sprechen dabei von data exploration [Flu06, S.56]. 2.3 Prozess der Informationsvisualisierung Um den Prozess der Informationsvisualisierung zu systematisieren, führten Card et al. das reference model for visualization [Car99, S.17] (vgl. Abb.2) ein. Abb.2: Reference model for visualization [nach: Car99, S.17] Ausgangspunkt des Visualisierungsprozesses ist in diesem Modell eine Menge von Rohdaten (raw data), die strukturiert oder unstrukturiert zur Verfügung stehen. Diese Daten müssen zunächst eine Reihe von Transformationen (data transformations) durchlaufen. Dazu gehören z.b. das Filtern, Berechnen von abgeleiteten Daten oder Normalisieren. Am Ende dieses Transformationsprozesses stehen strukturierte Daten (data tables). Erst diese Daten können durch visuelles Mapping (visual mapping) auf entsprechende visuelle Repräsentationen (visual structures) zugewiesen werden. Aus den visuellen Strukturen können durch Festlegen grafischer Parameter schließlich Ansichten (views) erzeugt werden. Der Benutzer kann dann in diesen Ansichten navigieren. Jeder Schritt des Visualisierungsprozesses ist iterativ, er kann also beliebig oft wiederholt werden. Er ist außerdem Interaktiv. Wie durch die Abbildung deutlich wird, kann Benutzerinteraktion (human interaction) den Prozess der Informationsverarbeitung an verschiedenen Punkten beeinflussen. Der Benutzer kann den Blick auf die Daten variieren, die visu- 15

17 ellen Strukturen ändern oder die Transformation der Daten beeinflussen. [vgl. Car99, S.17ff] Entlang der drei Eckpunkte data, visual form und interaction des Referenzmodells soll der Visualisierungsprozess hier näher erläutert werden. Kapitel beschreibt die Modellierung der Datenstruktur aus den Rohdaten (data), in Kapitel wird das Mapping der Daten in eine visuelle Form (visual form) erläutert. Kapitel nennt Möglichkeiten, interaktiv in den Visualisierungsprozess einzugreifen (interaction) Daten Rohdaten können in vielen verschiedenen Formen und Formaten vorliegen. Um sie in eine visuelle Form zu bringen, erfolgt zunächst eine Strukturierung der Rohdaten. Dabei werden sie in eine Tabelle oder ein anderes strukturiertes Datenmodell überführt. Relationen zwischen Elementen werden beschrieben, die Daten werden mit Metadaten angereichert. Dieser Teil der Visualisierung stellt die strukturelle Modellierung (structural modeling [Che99, S.27]) der Daten dar. Ziel der strukturellen Modellierung ist das Erkennen, Extrahieren und Vereinfachen von in den Rohdaten vorhandenen Relationen [vgl. Che99, S.27]. Relevante Strukturen in den Rohdaten sollen gefunden und formalisiert werden. Die strukturelle Modellierung kann durch die Anreicherung der Rohdaten mit Metadaten zu einem Gewinn an Informationen führen. Es können aber auch Informationen verloren gehen, nämlich dann, wenn nicht alle impliziten Relationen der Rohdaten in die explizite Datentabelle übernommen werden (können). Welche Relationen in der Tabelle erfasst werden und mit welchen Metadaten diese angereichert wird, charakterisiert die am Ende des Modellierungsprozesses stehende Datenstruktur. 16

18 2.3.2 Visuelle Form Eine weitere Komponente der Informationsvisualisierung ist die visuelle Form (visual form), Chen benutzt den Begriff graphical representation [Che99, S.27], um dies auszudrücken. Das visuelle Mapping ist die Verbindung zwischen Daten und visueller Form. Die vorhandene Struktur muss in eine grafische Darstellung überführt werden mit der der Benutzer interagieren kann. Dies stellt den Kern des Visualisierungsprozesses dar [vgl. Car99, S.17]. An dieser Stelle des Prozesses wird beispielsweise entschieden, welche Metapher für die Visualisierung der Daten benutzt wird oder ob die Struktur zwei- oder dreidimensional dargestellt werden soll. Es gibt oft eine Vielzahl von Möglichkeiten, wie eine Struktur grafisch dargestellt werden kann. Das Ziel muss hier sein, ein möglichst aussagekräftiges (expressive [Car99, S.23]) und effektives (effective [Car99, S.23]) Mapping zu finden. Um ein aussagekräftiges Mapping zu erreichen, müssen zunächst alle Eigenschaften der Datenstruktur in der visuellen Repräsentation erfasst werden. Das Mapping muss gleichzeitig verhindern, dass ungewollte Daten in der grafischen Darstellung erscheinen. Dies kann passieren, wenn die Darstellung Relationen suggeriert, die nicht in der Struktur vorliegen [vgl. Car99, S.23]. A mapping is said to be expressive if all and only the data in the Data Table are also represented in the Visual Structure [Car99, S.23] Die Suche nach einer effektiven Repräsentation orientiert sich an den Eigenschaften der menschlichen Wahrnehmung. Bei der Wahl der visuellen Form müssen die Stärken und Schwächen der menschlichen Wahrnehmung und Kognition beachtet werden. A mapping is said to be more effective if it is faster to interpret, can convey more distinctions, or leads to fewer errors than some other mapping [Car99, S.23] 17

19 2.3.3 Interaktion Die dritte Komponente des Visualisierungsprozesses ist die Möglichkeit des Benutzers, in den Prozess einzugreifen. Eine Beeinflussung des Prozesses durch den Benutzer ist an drei Stellen möglich: bei der Datentransformation, dem visuellen Mapping und bei der Transformation der Ansicht (vgl. Abb.2). Im Folgenden soll illustriert werden, wie eine Interaktion mit dem Visualisierungsprozess an den verschiedenen Stellen aussehen kann. Die Datentransformation kann beeinflusst werden, indem die Rohdaten gefiltert werden. Dynamische Queries (dynamic queries [Car99, S.233]) filtern nicht relevante Informationen aus den Rohdaten heraus. Nur Daten, die einen Filter passieren, werden in die Datentabelle überführt 6. Die zweite Möglichkeit zur Interaktion ist die Beeinflussung des visuellen Mappings. Das manuelle Zuweisen spezifischer Datentypen auf visuelle Objekte mit bestimmten Eigenschaften ist eine übliche Form der Benutzerinteraktion über das visuelle Mapping. Dem Benutzer kann hier aber beispielsweise auch die Entscheidung überlassen werden, ob eine Struktur zwei- oder dreidimensional dargestellt werden soll. Möglichkeiten mit der Darstellung selbst zu interagieren, bieten beispielsweise Techniken wie overview + detail oder zooming 7. Bei dreidimensionalen Darstellungen ist die Bewegung im 3D- Informationsraum eine übliche Methode zur Interaktion. Nachdem theoretische Grundlagen der Informationsvisualisierung erläutert wurden und ein Referenzmodell als Basis für die weiteren Ausführungen vorgestellt wurde, wird in den folgenden Kapitel dargelegt, wie die Informationsvisualisierung konkret angewendet werden kann, welche Probleme dabei bestehen und welche Lösungen es dafür gibt. 6 Eine nähere Erklärung zu dynamic queries mit Anwendungsbeispielen gibt [Shn94]. 7 Diese Techniken werden in Kapitel näher erläutert. 18

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide

Mehr

Visuelle Simulation eines Radiosity Algorithmus und ihre Anwendung in Lernprozessen

Visuelle Simulation eines Radiosity Algorithmus und ihre Anwendung in Lernprozessen Visuelle Simulation eines Radiosity Algorithmus und ihre Anwendung in Lernprozessen Abschlussvortrag zur Diplomarbeit von Jörg Karpf Graphische Datenverarbeitung, Institut für Informatik 3. September 2009

Mehr

Projekt AGB-10 Fremdprojektanalyse

Projekt AGB-10 Fremdprojektanalyse Projekt AGB-10 Fremdprojektanalyse 17. Mai 2010 1 Inhaltsverzeichnis 1 Allgemeines 3 2 Produktübersicht 3 3 Grundsätzliche Struktur und Entwurfsprinzipien für das Gesamtsystem 3 3.1 Die Prefuse Library...............................

Mehr

Zeichnen von Graphen. graph drawing

Zeichnen von Graphen. graph drawing Zeichnen von Graphen graph drawing WS 2006 / 2007 Gruppe: D_rot_Ala0607 Christian Becker 11042315 Eugen Plischke 11042351 Vadim Filippov 11042026 Gegeben sei ein Graph G = (V; E) Problemstellung V E =

Mehr

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit

IT-basierte Erstellung von Nachhaltigkeitsberichten. Diplomarbeit IT-basierte Erstellung von Nachhaltigkeitsberichten Diplomarbeit zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen Fakultät der Leibniz Universität Hannover vorgelegt von

Mehr

Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives. Visuelle Exploration Digitaler Bibliothken

Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives. Visuelle Exploration Digitaler Bibliothken Visuelle Suche in Digitalen Filmarchiven Visual Search in Digital Film Archives Visuelle Exploration Digitaler Bibliothken Prof. Dr. am Beispiel des Projektes MedioVis Harald.Reiterer@uni-konstanz.de Kurzvorstellung

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

Gestengesteuerte Visualisierung digitaler Bestandsdaten

Gestengesteuerte Visualisierung digitaler Bestandsdaten Verteidigung der Masterarbeit Gestengesteuerte Visualisierung digitaler Bestandsdaten Mo, 11 NOV 2013 (SLUB Dresden, R0.46) In Kooperation mit der Sächsischen Landes- und Universitätsbibliothek (SLUB)

Mehr

Visual Business Intelligence Eine Forschungsperspektive

Visual Business Intelligence Eine Forschungsperspektive Visual Business Intelligence Eine Forschungsperspektive Dr. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung IGD Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155 646 Fax.: +49

Mehr

1 Einleitung. 1.1 Unser Ziel

1 Einleitung. 1.1 Unser Ziel 1 Dieses Buch wendet sich an alle, die sich für agile Softwareentwicklung interessieren. Einleitend möchten wir unser mit diesem Buch verbundenes Ziel, unseren Erfahrungshintergrund, das dem Buch zugrunde

Mehr

Visual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006]

Visual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006] Seminar Visual Analytics [Guo, 2006] [Keim, 2006] [Wong, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006] Visual Analytics - Definitions Visual analytics is the science of analytical reasoning facilitated

Mehr

beziehung kommunikation im raum / dreidimensionale kommunikation interaction design

beziehung kommunikation im raum / dreidimensionale kommunikation interaction design beziehung kommunikation im raum / dreidimensionale kommunikation interaction design mensch - objekt - kontext gestaltung bedeutet kontextualisierung von informationen. statisch und dynamisch statisch designgebote

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Animation der Montage von CATIA-Bauteilen

Animation der Montage von CATIA-Bauteilen Animation der Montage von CATIA-Bauteilen KONZEPTION UND PROTOTYP PRÄSENTATION ZUM PRAXISPROJEKT SS 2007 VON TIM HERMANN BETREUER: PROF. DR. HORST STENZEL Motivation Voraussetzungen Ziele Datenkonvertierung

Mehr

Parallele und funktionale Programmierung Wintersemester 2013/14. 8. Übung Abgabe bis 20.12.2013, 16:00 Uhr

Parallele und funktionale Programmierung Wintersemester 2013/14. 8. Übung Abgabe bis 20.12.2013, 16:00 Uhr 8. Übung Abgabe bis 20.12.2013, 16:00 Uhr Aufgabe 8.1: Zeigerverdopplung Ermitteln Sie an folgendem Beispiel den Rang für jedes Listenelement sequentiell und mit dem in der Vorlesung vorgestellten parallelen

Mehr

Vorwort. Zu dieser Reihe. Autoren. Vorwort

Vorwort. Zu dieser Reihe. Autoren. Vorwort Vorwort 9 10 Vorwort Vorwort Herzlich Willkommen zu einem Fachbuch von Comelio Medien, ein Bereich der Comelio GmbH. Dieses Buch aus unserer Reihe zur.net-entwicklung ist das Ergebnis einer Forschungsarbeit,

Mehr

ALM mit Visual Studio Online. Philip Gossweiler Noser Engineering AG

ALM mit Visual Studio Online. Philip Gossweiler Noser Engineering AG ALM mit Visual Studio Online Philip Gossweiler Noser Engineering AG Was ist Visual Studio Online? Visual Studio Online hiess bis November 2013 Team Foundation Service Kernstück von Visual Studio Online

Mehr

Kontextbasiertes Information Retrieval

Kontextbasiertes Information Retrieval Kontextbasiertes Information Retrieval Modell, Konzeption und Realisierung kontextbasierter Information Retrieval Systeme Karlheinz Morgenroth Lehrstuhl für Medieninformatik Fakultät Wirtschaftsinformatik

Mehr

Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten

Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Star-Schema-Modellierung mit ERwin - eine kritische Reflexion der Leistungspotentiale und Anwendungsmöglichkeiten Michael Hahne T&I GmbH Workshop MSS-2000 Bochum, 24. März 2000 Folie 1 Worum es geht...

Mehr

Befragung und empirische Einschätzung der Praxisrelevanz

Befragung und empirische Einschätzung der Praxisrelevanz Befragung und empirische Einschätzung der Praxisrelevanz eines Vorgehensmodells zur Auswahl von CRM-Systemen D I P L O M A R B E I T zur Erlangung des Grades eines Diplom-Ökonomen der Wirtschaftswissenschaftlichen

Mehr

Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots

Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots Einleitung Analyse alt- und mittelpaläolithischer Steinartefaktinventare mittels Parallelkoordinatenplots von Irmela Herzog Im Rahmen der Herbsttagung der AG DANK (Datenanalyse und Numerische Klassifikation)

Mehr

Kapitel 8: Semantische Netze

Kapitel 8: Semantische Netze Kapitel 8: Semantische Netze Teil 1 (Dieser Foliensatz basiert auf Material von Mirjam Minor, Humboldt- Universität Berlin, WS 2000/01) Wozu brauchen wir Begriffe? Mit dieser Frage beginnt J. Hoffmann

Mehr

Anforderungen und Auswahlkriterien für Projektmanagement-Software

Anforderungen und Auswahlkriterien für Projektmanagement-Software Anforderungen und Auswahlkriterien für Projektmanagement-Software Anika Gobert 1,Patrick Keil 2,Veronika Langlotz 1 1 Projektmanagement Payment Giesecke &Devrient GmbH Prinzregentenstr. 159, Postfach 800729,

Mehr

DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS

DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS DATA ANALYSIS AND REPRESENTATION FOR SOFTWARE SYSTEMS Master Seminar Empirical Software Engineering Anuradha Ganapathi Rathnachalam Institut für Informatik Software & Systems Engineering Agenda Introduction

Mehr

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann

Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Data Lineage goes Traceability - oder was Requirements Engineering von Business Intelligence lernen kann Andreas Ditze MID GmbH Kressengartenstraße 10 90402 Nürnberg a.ditze@mid.de Abstract: Data Lineage

Mehr

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching 1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere

Mehr

Towards Automated Analysis of Business Processes for Financial Audits

Towards Automated Analysis of Business Processes for Financial Audits Towards Automated Analysis of Business Processes for Financial Audits Michael Werner Universität Hamburg michael.werner@wiso.uni hamburg.de Max Brauer Allee 60 22765 Hamburg StB Prof. Dr. Nick Gehrke Nordakademie

Mehr

Wie schreibt man eine Literaturübersicht?

Wie schreibt man eine Literaturübersicht? Wie schreibt man eine Literaturübersicht? Hinweis: Eine Literaturübersicht kann sowohl ein eigenständiger Text oder Teil einer wissenschaftlichen Arbeit sein. Im zweiten Fall findet sich in der Arbeit

Mehr

UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18

UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18 UI-Testing mit Microsoft Test Manager (MTM) Philip Gossweiler / 2013-04-18 Software Testing Automatisiert Manuell 100% 70% 1 Überwiegender Teil der Testing Tools fokusiert auf automatisiertes Testen Microsoft

Mehr

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder Programmieren in PASCAL Bäume 1 1. Baumstrukturen Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder 1. die leere Struktur oder 2. ein Knoten vom Typ Element

Mehr

Thema: Virtueller 3D Desktop. augmented reality

Thema: Virtueller 3D Desktop. augmented reality Thema: Virtueller 3D Desktop Problemstellung Dritte Dimension wird immer bedeutender im IT-Bereich Maus- und Tastatur- Konzept basiert auf zweidimensionaler Ein- und Ausgabe Ein neues, intuitives und natürliches

Mehr

Linked Data und Semantic Webbasierte Funktionalität in Europeana

Linked Data und Semantic Webbasierte Funktionalität in Europeana Linked Data und Semantic Webbasierte Funktionalität in Europeana Semantic Web in Bibliotheken - SWIB09 Köln, 25. November 2009 Stefan Gradmann, Marlies Olensky Humboldt-Universität zu Berlin, Berlin School

Mehr

Datenmodelle im Kontext von Europeana. Stefanie Rühle (SUB Göttingen)

Datenmodelle im Kontext von Europeana. Stefanie Rühle (SUB Göttingen) Datenmodelle im Kontext von Europeana Stefanie Rühle (SUB Göttingen) Übersicht Datenmodelle RDF DCAM ORE SKOS FRBR CIDOC CRM Datenmodelle "Datenmodellierung bezeichnet Verfahren in der Informatik zur formalen

Mehr

Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen

Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen Enterprise Social Networking: Ein Framework und ein Fachkonzept für ein Industrieunternehmen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor auf Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Analysen sind nur so gut wie die Datenbasis

Analysen sind nur so gut wie die Datenbasis Analysen sind nur so gut wie die Datenbasis Datenaufbereitung und Sicherung der Datenqualität durch den kontextbasierten MIOsoft Ansatz. Daten gelten längst als wichtiger Produktionsfaktor in allen Industriebereichen.

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

Abstrakt zum Vortrag im Oberseminar. Graphdatenbanken. Gero Kraus HTWK Leipzig 14. Juli 2015

Abstrakt zum Vortrag im Oberseminar. Graphdatenbanken. Gero Kraus HTWK Leipzig 14. Juli 2015 Abstrakt zum Vortrag im Oberseminar Graphdatenbanken Gero Kraus HTWK Leipzig 14. Juli 2015 1 Motivation Zur Darstellung komplexer Beziehungen bzw. Graphen sind sowohl relationale als auch NoSQL-Datenbanken

Mehr

Liste der Handbücher. Liste der Benutzerhandbücher von MEGA

Liste der Handbücher. Liste der Benutzerhandbücher von MEGA Liste der Handbücher Liste der Benutzerhandbücher von MEGA MEGA 2009 SP4 1. Ausgabe (Juni 2010) Die in diesem Dokument enthaltenen Informationen können jederzeit ohne vorherige Ankündigung geändert werden

Mehr

Algorithms for graph visualization

Algorithms for graph visualization Algorithms for graph visualization Project - Orthogonal Grid Layout with Small Area W INTER SEMESTER 2013/2014 Martin No llenburg KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum

Mehr

Wissensvisualisierung auf der Basis von XML Topic Maps. Ronald Melster (ronald.melster@first.fraunhofer.de)

Wissensvisualisierung auf der Basis von XML Topic Maps. Ronald Melster (ronald.melster@first.fraunhofer.de) Wissensvisualisierung auf der Basis von XML Topic Maps Ronald Melster (ronald.melster@first.fraunhofer.de) Structure meets Chaos! Wissensmanagement für die Softwarebranche Elicitation und Knowledge Retrieval

Mehr

Diplomarbeit. Entwurf eines generischen Prozessleitstandes für Change Request Systeme

Diplomarbeit. Entwurf eines generischen Prozessleitstandes für Change Request Systeme Fakultät für Mathematik, Informatik und Naturwissenschaften Forschungsgruppe Softwarekonstruktion Diplomarbeit Entwurf eines generischen Prozessleitstandes für Change Request Systeme Development of a Generic

Mehr

Fundamentals of Software Engineering 1

Fundamentals of Software Engineering 1 Folie a: Name Fundamentals of Software Engineering 1 Grundlagen der Programmentwurfstechnik 1 Sommersemester 2012 Dr.-Ing. Stefan Werner Fakultät für Ingenieurwissenschaften Folie 1 Inhaltsverzeichnis

Mehr

- Entwurfsphase: Entwurfsbeschreibung Gesamtsystem - Version: 1.0

- Entwurfsphase: Entwurfsbeschreibung Gesamtsystem - Version: 1.0 Projektbezeichnung Projektleiter Verantwortlich - Entwurfsphase: Entwurfsbeschreibung Gesamtsystem - Version: 1.0 MSP-13 - Integration eines Semantischen Tagging Systems in Microsoft Sharepoint Martin

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

Abbildung 1: Titelbild (Quelle: http://www.oobject.com/algorithmic-architecture/follymorph-continuum-group-finalpresentation/3267/)

Abbildung 1: Titelbild (Quelle: http://www.oobject.com/algorithmic-architecture/follymorph-continuum-group-finalpresentation/3267/) Abbildung 1: Titelbild (Quelle: http://www.oobject.com/algorithmic-architecture/follymorph-continuum-group-finalpresentation/3267/) Enterprise Continuum Wiederverwendung von Unternehmensarchitekturen Modul

Mehr

DOKUMENTATION ZHdK IAD / 4. SEMESTER FS 08

DOKUMENTATION ZHdK IAD / 4. SEMESTER FS 08 DOKUMENTATION ZHdK IAD / 4. SEMESTER FS 08 MODUL INFORMATION VISUALIZATION: SOFTWARE VISUALIZATION Studenten: Balz Rittmeyer, Dominik Schläpfer, Kai Jauslin Dozent: Prof. Jürgen Späth 1 2 INHALTSVERZEICHNIS

Mehr

SemTalk Services. SemTalk UserMeeting 29.10.2010

SemTalk Services. SemTalk UserMeeting 29.10.2010 SemTalk Services SemTalk UserMeeting 29.10.2010 Problemstellung Immer mehr Anwender nutzen SemTalk in Verbindung mit SharePoint Mehr Visio Dokumente Viele Dokumente mit jeweils wenigen Seiten, aber starker

Mehr

Visual Business Analytics Visueller Zugang zu Big Data

Visual Business Analytics Visueller Zugang zu Big Data Visual Business Analytics Visueller Zugang zu Big Data Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax:

Mehr

1 Einleitung. Betriebswirtschaftlich administrative Systeme

1 Einleitung. Betriebswirtschaftlich administrative Systeme 1 1 Einleitung Data Warehousing hat sich in den letzten Jahren zu einem der zentralen Themen der Informationstechnologie entwickelt. Es wird als strategisches Werkzeug zur Bereitstellung von Informationen

Mehr

1. Normen für Unternehmen

1. Normen für Unternehmen 1. Normen für Unternehmen Normen sind gut für ein Missverständnis und schlecht für ein Verständnis. Um diesem Wortspiel einen konkreten Inhalt zu geben, seien zwei Thesen angeführt: Das Missverständnis

Mehr

Grob- und Detailplanung bei der Implementierung nutzen

Grob- und Detailplanung bei der Implementierung nutzen Softwarearchitektur Grob- und Detailplanung bei der Implementierung nutzen Bereich Realisierung Aktivität Softwareinkrement realisieren Ziele Vermitteln einer Orientierungshilfe für alle Entwickler Etablierung

Mehr

Software Engineering Übung 4 Architektur, Modulentwurf

Software Engineering Übung 4 Architektur, Modulentwurf software evolution & architecture lab Software Engineering Übung 4 Architektur, Modulentwurf 1 Informationen 1.1 Daten Ausgabe Di 27.10.2009 Abgabe So 08.11.2009 bis 23:59 Uhr Besprechung am Di 17.11.2009

Mehr

Group and Session Management for Collaborative Applications

Group and Session Management for Collaborative Applications Diss. ETH No. 12075 Group and Session Management for Collaborative Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZÜRICH for the degree of Doctor of Technical Seiences

Mehr

Bioinformatik I (Einführung)

Bioinformatik I (Einführung) Kay Diederichs, Sommersemester 2015 Bioinformatik I (Einführung) Algorithmen Sequenzen Strukturen PDFs unter http://strucbio.biologie.unikonstanz.de/~dikay/bioinformatik/ Klausur: Fr 17.7. 10:00-11:00

Mehr

Maple Ein WMS zur Visualisierung von Tagclouds generiert aus OpenStreetMap Daten

Maple Ein WMS zur Visualisierung von Tagclouds generiert aus OpenStreetMap Daten Fakultät Forst-, Geo- und Hydrowissenschaften Institut für Kartographie Maple Ein WMS zur Visualisierung von Tagclouds generiert aus OpenStreetMap Daten Stefan Hahmann Fakultät Forst-, Geo- und Hydrowissenschaften

Mehr

Webdesign in Bibliotheken:

Webdesign in Bibliotheken: Webdesign in Bibliotheken: Zwischen Usability und Informationskompetenz Antje Schimpf Kerstin Schoof Überblick 1. Websites in Bibliotheken Alte und neue Funktionen 2. Usability vs. Informationskompetenz

Mehr

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence SS 2014 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 07.05.2014 Business Intelligence Praktikum

Mehr

Relationale Datenbanken Datenbankgrundlagen

Relationale Datenbanken Datenbankgrundlagen Datenbanksystem Ein Datenbanksystem (DBS) 1 ist ein System zur elektronischen Datenverwaltung. Die wesentliche Aufgabe eines DBS ist es, große Datenmengen effizient, widerspruchsfrei und dauerhaft zu speichern

Mehr

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung

Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte Einleitung Adlerblick So gewinnen Sie einen Überblick über ein DWH Dr. Andrea Kennel InfoPunkt Kennel GmbH CH-8600 Dübendorf Schlüsselworte DWH Projekt, Methodik, Stärken und Schwächen, Übersicht, Weg der Daten,

Mehr

Thema. Aufgabenstellung. Fachpraktikum Visualisierung und interaktive Systeme WS 2011. Aufgabe 5: 3D-Tetris. 3D - Tetris.

Thema. Aufgabenstellung. Fachpraktikum Visualisierung und interaktive Systeme WS 2011. Aufgabe 5: 3D-Tetris. 3D - Tetris. Fachpraktikum Visualisierung und interaktive Systeme WS 2011 Aufgabe 5: 3D-Tetris Thema 3D - Tetris. Aufgabenstellung Die Aufgabe ist, ein Drei-Dimensionales Tetrisspiel zu konstruieren. Es werden zufällig

Mehr

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung

Mehr

Das Studiengangsinformationssystem (SGIS)

Das Studiengangsinformationssystem (SGIS) Das Studiengangsinformationssystem (SGIS) Manual für Typo3-Redakteure Version 1.a Mai 2015 Kontakt: Referat 1.4 - Allgemeine Studienberatung und Career Service Christian Birringer, christian.birringer@uni-rostock.de

Mehr

YAGO YAGO. A semantic knowledge base. Paul Boeck. Humboldt Universität zu Berlin Institut für Informatik. Dezember 2012 1/19

YAGO YAGO. A semantic knowledge base. Paul Boeck. Humboldt Universität zu Berlin Institut für Informatik. Dezember 2012 1/19 1/19 A semantic knowledge base Paul Boeck Humboldt Universität zu Berlin Institut für Informatik Dezember 2012 2/19 Übersicht 1 Einführung 2 Das Modell Struktur Semantik 3 Das System 4 Anwendung 3/19 Einführung

Mehr

Praktikum Entwicklung von Mediensystemen mit ios

Praktikum Entwicklung von Mediensystemen mit ios Praktikum Entwicklung von Mediensystemen mit ios WS 2011 Prof. Dr. Michael Rohs michael.rohs@ifi.lmu.de MHCI Lab, LMU München Today Heuristische Evaluation vorstellen Aktuellen Stand Software Prototyp

Mehr

Oracle und.net sind ein populäres Gespann. Doch wie lassen sich Oracle Features mit.net nutzen?

Oracle und.net sind ein populäres Gespann. Doch wie lassen sich Oracle Features mit.net nutzen? Betrifft Autor Oracle und.net im n-tier Umfeld Urs Meier (urs.meier@trivadis.com) Art der Info Technical Info (April 2003) Quelle Aus unserer Projekterfahrung Einführung Oracle und.net sind ein populäres

Mehr

Folge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12

Folge 19 - Bäume. 19.1 Binärbäume - Allgemeines. Grundlagen: Ulrich Helmich: Informatik 2 mit BlueJ - Ein Kurs für die Stufe 12 Grundlagen: Folge 19 - Bäume 19.1 Binärbäume - Allgemeines Unter Bäumen versteht man in der Informatik Datenstrukturen, bei denen jedes Element mindestens zwei Nachfolger hat. Bereits in der Folge 17 haben

Mehr

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung

Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten am Beispiel der Kreditwürdigkeitsprüfung Prof. Dr. Gerhard Arminger Dipl.-Ök. Alexandra Schwarz Bergische Universität Wuppertal Fachbereich Wirtschaftswissenschaft Fach Statistik Automatische Mustererkennung zur Klassifikation von Konsumentenverhalten

Mehr

Kybernetik Das Kybernetische Modell

Kybernetik Das Kybernetische Modell Kybernetik Das Kybernetische Modell Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 05. 06. 2012 Das Modell Das Modell Was ist ein Modell? Ein Modell

Mehr

Relationale Datenbanken Kursziele

Relationale Datenbanken Kursziele Relationale Datenbanken Kursziele DB Grundlagen Daten-Modellierung Relationales Modell und DB => Praxis: Mit SQL als Anfragesprache Mit MySQL als DB RDB 1-1 Kursinhalt (Tage) 1. DB Einleitung / Entity-Relationship

Mehr

Von der UML nach C++

Von der UML nach C++ 22 Von der UML nach C++ Dieses Kapitel behandelt die folgenden Themen: Vererbung Interfaces Assoziationen Multiplizität Aggregation Komposition Die Unified Modeling Language (UML) ist eine weit verbreitete

Mehr

Data Mining-Modelle und -Algorithmen

Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining-Modelle und -Algorithmen Data Mining ist ein Prozess, bei dem mehrere Komponenten i n- teragieren. Sie greifen auf Datenquellen, um diese zum Training,

Mehr

3.9 Grundelemente einer Benutzeroberfläche

3.9 Grundelemente einer Benutzeroberfläche 92 3 Grundlagen einer ios-anwendung 3.8.4 Target-Actions Einer der häufigsten Anwendungsfälle bei einer Oberfläche ist das Betätigen einer Schaltfläche durch einen Anwender, woraufhin eine bestimmte Aktion

Mehr

Visualisierung in Natur- und Technikwissenschaften. 0. Einführung. Vorlesung: Mi, 11:15 12:45 + Fr, 9:15 10:45, INF 368 532 Prof. Dr.

Visualisierung in Natur- und Technikwissenschaften. 0. Einführung. Vorlesung: Mi, 11:15 12:45 + Fr, 9:15 10:45, INF 368 532 Prof. Dr. Visualisierung in Natur- und Technikwissenschaften 0. Einführung Vorlesung: Mi, 11:15 12:45 + Fr, 9:15 10:45, INF 368 532 Prof. Dr. Heike Leitte Vertiefung Computergraphik und Visualisierung Jürgen Hesser

Mehr

Objektorientierte Programmierung. Kapitel 12: Interfaces

Objektorientierte Programmierung. Kapitel 12: Interfaces 12. Interfaces 1/14 Objektorientierte Programmierung Kapitel 12: Interfaces Stefan Brass Martin-Luther-Universität Halle-Wittenberg Wintersemester 2012/13 http://www.informatik.uni-halle.de/ brass/oop12/

Mehr

Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT

Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT Werkzeuge für Datenbank Handwerker: IBM Data Studio und IBM Optim QWT Neue Technologien effizient nutzen Ehningen, 3. Juli 2014 Rodney Krick rk@aformatik.de aformatik Training & Consulting GmbH & Co. KG

Mehr

Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken

Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen

Mehr

Über dieses Buch. Kapitel 1. 1.1 Einleitung

Über dieses Buch. Kapitel 1. 1.1 Einleitung Kapitel 1 Über dieses Buch 1.1 Einleitung Dieses Buch behandelt das Vorgehensmodell Kanban und seinen Einsatz in Softwareentwicklungsprojekten. Kanban ist ein Vorgehensmodell der schlanken Softwareentwicklung

Mehr

Institut für angewandte Informationstechnologie (InIT)

Institut für angewandte Informationstechnologie (InIT) School of Engineering Institut für angewandte Informationstechnologie (InIT) We ride the information wave Zürcher Fachhochschule www.init.zhaw.ch Forschung & Entwicklung Institut für angewandte Informationstechnologie

Mehr

Unterrichtsvorhaben Q2- I:

Unterrichtsvorhaben Q2- I: Schulinterner Lehrplan Informatik Sekundarstufe II Q2 III. Qualifikationsphase Q2 Unterrichtsvorhaben Q2- I: Im ersten Halbjahr 1 Klausur, im 2. Halbjahr ein Projekt. Die Länge der Klausur beträgt 90 min.

Mehr

Interaktive Visualisierung und Visual Analytics

Interaktive Visualisierung und Visual Analytics Interaktive Visualisierung und Visual Analytics Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax: +49 6151

Mehr

Navigation und Interaktion im Katalog: Das Projekt MedioVis und seine Anwendung. am Beispiel des Projektes MedioVis

Navigation und Interaktion im Katalog: Das Projekt MedioVis und seine Anwendung. am Beispiel des Projektes MedioVis Navigation und Interaktion im Katalog: Das Projekt MedioVis und seine Anwendung Visuelle in Exploration der Mediothek Digitaler der UB Konstanz Bibliothken am Beispiel des Projektes MedioVis Prof. Dr.

Mehr

Use-Cases. Bruno Blumenthal und Roger Meyer. 17. Juli 2003. Zusammenfassung

Use-Cases. Bruno Blumenthal und Roger Meyer. 17. Juli 2003. Zusammenfassung Use-Cases Bruno Blumenthal und Roger Meyer 17. Juli 2003 Zusammenfassung Dieses Dokument beschreibt Netzwerk-Szenarios für den Einsatz von NetWACS. Es soll als Grundlage bei der Definition des NetWACS

Mehr

Universität Dortmund Integrating Knowledge Discovery into Knowledge Management

Universität Dortmund Integrating Knowledge Discovery into Knowledge Management Integrating Knowledge Discovery into Knowledge Management Katharina Morik, Christian Hüppe, Klaus Unterstein Univ. Dortmund LS8 www-ai.cs.uni-dortmund.de Overview Integrating given data into a knowledge

Mehr

Übergangsbestimmungen für das Masterstudium. Visual Computing

Übergangsbestimmungen für das Masterstudium. Visual Computing Übergangsbestimmungen für das Masterstudium Visual Computing an der Technischen Universität Wien Version 1.0 vom 27.6.2011 Redaktion: G.Salzer, sp2011@logic.at (1) Im Folgenden bezeichnet Studium das Masterstudium

Mehr

Data Mining und Knowledge Discovery in Databases

Data Mining und Knowledge Discovery in Databases Data Mining und Knowledge Discovery in Databases Begriffsabgrenzungen... Phasen der KDD...3 3 Datenvorverarbeitung...4 3. Datenproblematik...4 3. Möglichkeiten der Datenvorverarbeitung...4 4 Data Mining

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

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

2. DFG- Workshop 3.1. Erfassung/Bewertung/Transfer. Beitrag von Peter Küsters. Spiegelung. Archiv. Bild 1: Unterschied zwischen FTP und Spiegelung

2. DFG- Workshop 3.1. Erfassung/Bewertung/Transfer. Beitrag von Peter Küsters. Spiegelung. Archiv. Bild 1: Unterschied zwischen FTP und Spiegelung 2. DFG- Workshop 3.1. Erfassung/Bewertung/Transfer Beitrag von Peter Küsters Formen des Datentransfers bei der Erfassung von Websites Im folgenden werden Methoden und Software zur Erfassung vorgestellt.

Mehr

Wissensverwaltungstool für Wissensarbeiter Masterprojekt Idee von Florian Weil

Wissensverwaltungstool für Wissensarbeiter Masterprojekt Idee von Florian Weil Wissensverwaltungstool für Wissensarbeiter Masterprojekt Idee von Florian Weil Inhalt: Abstract.. 3 Hintergrund. 4 Ziel der Arbeit 5 Lösungsansatz.. 6 Persönliche Motivation. 9 2 Abstract In unserer heutigen

Mehr

Tagung des Deutschen Museumsbundes in Leipzig 07. 10. Mai 2006

Tagung des Deutschen Museumsbundes in Leipzig 07. 10. Mai 2006 Tagung des Deutschen Museumsbundes in Leipzig 07. 10. Mai 2006 Tagung der Fachgruppe Dokumentation 10. Mai 2006 Analyse und Vergleich ausgewählter Informationskategorien verschiedener Museumsdatenbanken

Mehr

Big-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI. Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH

Big-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI. Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH Big-Data-Visualisierung über Geo-Daten mit SQL-Server & Power BI Robert Schulz, PhD Consultant für Datenmanagement bei ergon Datenprojekte GmbH Wofür werden Geo-Daten benutzt? Zeiterfassung & -auswertung

Mehr

Visual Business Analytics Effektiver Zugang zu Daten und Informationen

Visual Business Analytics Effektiver Zugang zu Daten und Informationen Visual Business Analytics Effektiver Zugang zu Daten und Informationen Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151

Mehr

Leistungsbeschreibung. PHOENIX Archiv. Oktober 2014 Version 1.0

Leistungsbeschreibung. PHOENIX Archiv. Oktober 2014 Version 1.0 Leistungsbeschreibung PHOENIX Archiv Oktober 2014 Version 1.0 PHOENIX Archiv Mit PHOENIX Archiv werden Dokumente aus beliebigen Anwendungen dauerhaft, sicher und gesetzeskonform archiviert. PHOENIX Archiv

Mehr

Business Intelligence Praktikum 1

Business Intelligence Praktikum 1 Hochschule Darmstadt Business Intelligence WS 2013-14 Fachbereich Informatik Praktikumsversuch 1 Prof. Dr. C. Wentzel Dipl. Inf. Dipl. Math. Y. Orkunoglu Datum: 14.10.2013 Business Intelligence Praktikum

Mehr

EXASOL Anwendertreffen 2012

EXASOL Anwendertreffen 2012 EXASOL Anwendertreffen 2012 EXAPowerlytics Feature-Architektur EXAPowerlytics In-Database Analytics Map / Reduce Algorithmen Skalare Fkt. Aggregats Fkt. Analytische Fkt. Hadoop Anbindung R LUA Python 2

Mehr

p^db=`oj===pìééçêíáåñçêã~íáçå=

p^db=`oj===pìééçêíáåñçêã~íáçå= p^db=`oj===pìééçêíáåñçêã~íáçå= Error: "Could not connect to the SQL Server Instance" or "Failed to open a connection to the database." When you attempt to launch ACT! by Sage or ACT by Sage Premium for

Mehr

Integration Services - Dienstarchitektur

Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Integration Services - Dienstarchitektur Dieser Artikel solle dabei unterstützen, Integration Services in Microsoft SQL Server be sser zu verstehen und damit die

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Dipl. Inform. Andreas Wilkens aw@awilkens.com Überblick Grundlagen Definitionen Elementare Datenstrukturen Rekursionen Bäume 2 1 Datenstruktur Baum Definition eines Baumes

Mehr

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit

Universität Passau. Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth. Masterarbeit Universität Passau Betriebswirtschaftslehre mit Schwerpunkt Internationales Management Prof. Dr. Carola Jungwirth Masterarbeit "Identifikation von Erfolgsfaktoren für eine Facebook- Recruiting-Strategie"

Mehr

A Platform for Complex Event Processing

A Platform for Complex Event Processing A Platform for Complex Event Processing Einführung Business Process Technology Prof. Dr. Mathias Weske Matthias Kunze Nico Herzberg Business Process Technology Seit 2001 Untersuchung realer Probleme des

Mehr