Inhaltsverzeichnis. Information Engineering und Information Life Cycle. (Vorläufige) Übersicht über die Vorlesung. Übersicht über die Vorlesung

Transkript

1 nhaltsverzeichnis Übersicht über die Vorlesung nformation Engineering und nformation Life Cycle Norbert Fuhr Universität Duisburg-Essen nformation Engineering Einführung nformation Engineering nformationskompetenz Suchkompetenz Daten nformation Wissen Wissensmanagement nformation Lifecycle Zusammenfassung 2 / 73 (Vorläufige) Übersicht über die Vorlesung Übersicht über die Vorlesung 1. Grundlagen 2. Methoden 3. Systeme 4. Anwendungen 5. Evaluierung 4 / 73

2 Grundlagen Methoden nformation Engineering nformation Lifecycle Daten nformation Wissen Wissen und Prozesse: Workflows / Wissensintensive Aufgaben nformation Seeking & Searching Repositories, Datenbanken Digitale Bibliotheken und Collaboratories (Autorensysteme) Digitalisierung nformationsextraktion (nformation Mining) Metadaten Ontologien Annotationen Digital Preservation (Langzeitarchivierung) (nformation Retrieval) Recommendation Evaluierung 5 / 73 6 / 73 Systeme Anwendungen Architekturen Repositories Web Server Content-Management-Systeme Wikis Digitale Bibliotheken DAFFODL COLLATE Soziale Netze / Kollaborative Web 2.0-Systeme 7 / 73 8 / 73

3 Konzepte Bs.: Taktiken, Strategeme, Proaktivität Konzepte Bs.: Ontologien 9 / / 73 Was ist nformation Engineering? Definition Eigenschaften nformation Engineering Eine erste Definition von nformation Engineering: The application of an interlocking set of formal techniques for the planning, analysis, design and construction of information systems, applied on an enterprisewide basis or across a major sector of an enterprise. James Martin 12 / 73

4 Was ist nformation Engineering? Formale Methoden zur Planung Analyse Entwurf Realisierung von nformationssystemen Methoden bauen aufeinander auf und sind voneinander abhängig Methoden werden zumeist unternehmensweit verwendet Was ist nformation Engineering? nformation Engineering is an integrated set of techniques, based on corporate strategic planning, which results in the analysis, design and development of systems which supports those plans exactly. nformation Engineering is applied by managers and users with no knowledge of computers, but instead with an expert knowledge of their business - in conjunction with expert systems which provide rapid feedback to management for refinement of the strategic plans. Finkelstein Strategische Planung Kooperation und Partnerschaft von Managern und Nutzern mit Entwicklern 13 / / 73 Eigenschaften des E Eigenschaften des E nformation Engineering beschreibt keine starre Methodik, sondern Methoden E fördert Top-Down-Ansatz von nformationssystemen: 1. Unternehmensweite nformationssystemplanung 2. Analyse von Geschäftsbereichen 3. nformationssystementwurf 4. nformationsystemrealisierung 5. nformationssystemeinführung E unterstützt Aufbau eines sich laufend weiterentwickelnden Bestands an Wissen über ein Unternehmen E unterstützt langfristige Evolution der nformationssysteme Orientierung an Unternehmenszielen Benutzerbeteiligung Strategische Planung 15 / / 73

5 Eigenschaften des E Probleme Keine Beschränkung auf Unternehmen! Klassische Definition des E zugeschnitten auf das computerisierte Unternehmen Web-nformationssysteme, Digitale Bibliotheken Offene Communities vs. geschlossene Unternehmen Vermittlung von nhalt und Wissen an Communities Kollaborative Erstellung neuen Wissens und neuer nhalte E-Methoden auch auf diese nformationsysteme erweiterbar 2014 Findwise survey: main obstacles for finding information: Lack of appropriate metatags Search results not relevant Don t know where to look Not all content sources are searchable nformation is outdated Search skills are lacking Poor navigation functionality Access restrictions to content that could be of value Search process takes too long 17 / / 73 nformation/wissen als Entscheidungsgrundlage nformationskompetenz nformationskompetenz - 6 Schritte mplizierte Fähigkeiten Benachbarte Kompetenzen (Potenzielle) Systemunterstützung People s actions are based more on what they believe than on what is objectively true [Bandura, 1997; Pajares, 2002]. What you see is all there is (WYSAT) (Entscheidung allein aufgrund der vorhandenen, unzureichenden nformation) (Kahneman, 2011: Thinking fast and slow) nformationskompetenz als notwendige Fähigkeit, um Glauben durch Wissen zu ersetzen 20 / 73

6 nformationskompetenz - 6 Schritte 1. Aufgabendefinition Definiere das nformationsproblem dentifiziere das nformationsbedürfnis 2. nformations-beschaffungs-strategien Bestimme alle möglichen Quellen Wähle die besten Quellen aus 3. Lokalisierung und Zugriff Lokalisiere die Quellen (intellektuell und physisch) Finde die nformation innerhalb der Quelle 4. Benutze die nformation Anschauen (z.b. lesen, hören, betrachten, anfassen) Extrahiere die relevante nformation 5. Synthese Organisiere die nformation aus verschiedenen Quellen Präsentiere die nformation 6. Bewertung Ergebnisse bewerten Rechercheweg bewerten 21 / 73 nformationskompetenz - Beispiel 1. Aufgabendefinition Definiere das nformationsproblem ch will das neue Handy Galaxy Xperia Lumia kaufen dentifiziere das nformationsbedürfnis Wo kriege ich es am günstigsten? 2. nformations-beschaffungs-strategien Bestimme alle möglichen Quellen Freunde, Handy-Shop, Google, Preisvergleichs-Seiten, Amazon,... Wähle die besten Quellen aus 3. Lokalisierung und Zugriff Lokalisiere die Quellen (intellektuell und physisch) Freunde/Shops aufsuchen, Web-Seiten aufrufen Finde die nformation innerhalb der Quelle Fragen / Suchen / Browsen 22 / 73 nformationskompetenz - Beispiel (2) 4. Benutze die nformation Anschauen (z.b. lesen, hören, betrachten, anfassen) Extrahiere die relevante nformation Mit/ohne Vertrag, Lieferzeit, Gesamtpreis inkl. Versand 5. Synthese Organisiere die nformation aus verschiedenen Quellen Vergleichbare Zusammenstellung Prozessiere/Präsentiere die nformation Übersichtstabelle, Bewertung Ergebnisse bewerten Habe ich das günstigste Angebot gefunden? Rechercheweg bewerten Hätte ich schneller zum Ziel kommen können? Was war überflüssig? mplizierte Fähigkeiten 1. Aufgabendefinition nformationsbedarf erkennen 2. nformations-beschaffungs-strategien Kenntnis von Strategien Kenntnis von Quellen 3. Lokalisierung und Zugriff Lokalisierung von nformationsquellen Suchen nach nformation 4. Benutze die nformation verschiedene Medien anschauen und nhalt erfassen Extraktion der relevanten nformation 5. Synthese Organisation von nformation zweckoptimierte Gestaltung und Präsentation 6. Bewertung kritische Beurteilung von nformation Selbstreflektion bzgl. Vorgehensweise 24 / / 73

7 Benachbarte Kompetenzen Bibliothekskompetenz Computerkompetenz Digitalkompetenz (Fähigkeit, über Computer dargestellte nformationen unterschiedlicher Formate verstehen und anwenden zu können) nternet-kompetenz Suchkompetenz Kommunikationskompetenz Lesekompetenz Medienkompetenz Schreibkompetenz (Potenzielle) Systemunterstützung 1. Aufgabendefinition Wissenstests in Lehr-/Lernumgebungen 2. nformations-beschaffungs-strategien Strategien für Standardprobleme (z.b. known item search) 3. Lokalisierung und Zugriff Hilfe bei der Anfrageformulierung ( Daffodil) situationsabhängige Vorschläge zur Suchfortsetzung ( Daffodil) 4. Benutze die nformation strukturierte Ablage ( persönliche Handbibliothek in Daffodil) Annotationsmöglichkeiten 5. Synthese? 6. Bewertung? 25 / / 73 Suchkompetenz Suchbarkeit Linguistische Funktionen Anfragesprache Ranking Suchtaktiken und Strategeme Suchkompetenz Aufbau einer Web-Suchmaschine Suchbarkeit Linguistische Funktionen Anfragesprache Ranking Suchtaktiken und Strategeme 28 / 73

8 Aufbau einer Web-Suchmaschine 29 / 73 Basiskomponenten einer Web-Suchmaschine Suchbarkeit Welche Dokumente ko nnen u berhaupt gefunden werden? Crawler Sammelt Webseiten, interagiert mit Webservern beim Dokumentzugriff, folgt Links zu neuen Quellen Zugriff: Parser/ndexer Extrahiert Schlu sselwo rter aus Texten und indexiert die Dokumente Datenbank Effiziente Speicherung der extrahierten und aufbereiteten Daten (z.b. in einer Datenbank mit invertierten Listen) Aktualita t Dokumentformat Searcher Entgegenname von Anfragen, sucht in der Datenbank nach den passenden Antworten 31 / 73 o ffentlich zuga nglich verlinkt durch robots.txt erlaubt keine Datenbankinhalte (außer wenn verlinkt) nur Texte (kein Faksimile, andere Medien nur u ber Text) keine exotischen Dokumentformate keine Sprachu bersetzung 32 / 73

9 Suchkompetenz - linguistische Funktionen Wortnormalisierung Fuhr fuhr, Schuss Schuß, colour color, meta tag meta-tag metatag meta tag s Grundformreduktion Häuser Hauses Hause Haus, Duisburg Duisburgs, Duisburger Nominalphrasen information retrieval, retrieval * information Komposita Einfamilienhaus, Reihenendhaus, Doppelhaushälfte Synonyme Handy Mobiltelefon Smartphone / handy Anfragesprache UND, ODER, Negation handy -vertrag Zahlenbereiche: EURO Facetten: Objekttyp (Bilder/Maps/Videos/News/Shopping/..), Standort, Sprache, Zeitraum site:, link:, filetype:, related: link:uni-due.de -site:uni-due.de inurl:, intitle:, intext:, inanchor: duisburg -intext:duisburg 33 / / 73 Ranking Faktoren, die eine Seite nach oben bringen Suchtaktiken und Strategeme Suchbegriffe kommen häufig in der Seite vor Suchbegriffe kommen in Ankertexten vor Page rank Nutzer-Klicks: fremde, eigene, Freunde (Google+) Diversität (Faktoren werden als Merkmale in einem learning to rank-ansatz verwendet, auf Klick-Daten trainiert) Search engine optimization: Maßnahmen, eine Seite nach oben zu bringen aber: Web spam Taktiken: Monitoring Tactics to keep the search on track and efficient Strukturelle Taktiken auf der Menge der potenziellen Antworten Suchformulierung verbreitern/einengen, viele/wenige Terme Term-Taktiken Auswahl/Variation der Suchterme deen-taktiken offene Suchmöglichkeiten/Variation Strategem: Aktionen in einer Suchdomäne Strategie: Plan zu Durchführung einer komplexen Suche 35 / / 73

10 Daten nformation Wissen Daten nformation Wissen Die Begriffe Daten, nformation und Wissen Sichtweisen auf Wissen m Zusammenhang mit nformationssystemen tauchen die Begriffe Daten, Wissen und nformation auf n der nformatik redet man auch von Datenbanken oder Wissensmanagement Was also ist der Unterschied zwischen Daten, Wissen und nformation? 38 / 73 Sichtweise des Wissensmanagement Sicht der nformationswissenschaft Unterscheidung zwischen Daten und nformation auf der einen und Wissen der anderen Seite Kontinuum Daten nformation Wissen Abgrenzung hinsichtlich der Fragestellung Daten und nformation: wer was wo und wann? Wissen: wie? und warum? Prozessorientierter Ansatz: Wissen als Ressource, die zur Erledigung einer Aufgabe notwendig ist Neues Wissen kann aus der Erledigung der Aufgabe entstehen ntegrierte Betrachtung von Daten, nformation und Wissen Ursprünglich: Kontinuum Daten Wissen nformation Gegensatz zur allgemein üblichen Begrifflichkeit Daher: Daten nformation Wissen, mit Erläuterungen aus der nformationswissenschaft 39 / / 73

11 Syntax, Semantik und Pragmatik Daten nformation Wissen Syntax: Hierbei wird ein Objekt als Folge von Symbolen aufgefasst. Semantik beschäftigt sich mit der Bedeutung eines Objektes. Pragmatik orientiert sich an der Nutzung eines Objektes für einen bestimmten Zweck. 41 / / 73 Wissen Beispiel: LNUX Manuals Wissen ist die Teilmenge von nformation, die von jemandem in einer konkreten Situation zur Lösung von Problemen benötigt wird Suche nach Wissen in externen Quellen nformationssysteme: Extraktion des benötigten Wissens aus der bereitgestellten nformation Transformation von nformation in Wissen als ein Mehrwert erzeugender Prozess Wissen ist nformation in Aktion Beinhalten nformation über Linux Beispiel: wie drucke ich ein Dokument? Benötigtes Wissen: Teilmenge der insgesamt in den Manuals verfügbaren, umfangreichen nformation Mehrwert durch gezielte Bereitstellung (z.b. durch das Linux man-kommando) 43 / / 73

12 Anderes Beispiel: Daten Aus Daten wird nformation T01 -- T02 1:2 T03 -- T04 2:0 T05 -- T06 2:4 T07 -- T08 1:4 T09 -- T10 1:1 T11 -- T12 1:0 T13 -- T14 1:4 T15 -- T16 1:3 Ergebnisse Fußball-Bundesliga 28. Spieltag Hannover Bayern 1:2 Schalke Gladbach 2:0 Hamburg Stuttgart 2:4 Aachen Dortmund 1:4 Berlin Bielefeld 1:1 Bremen Nürnberg 1:0 Leverkusen Bochum 1:4 Frankfurt Cottbus 1:3 Wolfsburg Mainz 3:2 T17 -- T18 3:2 45 / / 73 Wissen zur Entscheidungsfindung Rolle des Wissens zur Entscheidungsunterstützung Problem: Soll ich heute mein BVB-Trikot auf der Arbeit anziehen? Wissen dient zur informationellen Handlungsabsicherung Ergebnisse Fußball-Bundesliga 28. Spieltag Hannover Bayern 1:2 Schalke Gladbach 2:0 Hamburg Stuttgart 2:4 Aachen Dortmund 1:4 Berlin Bielefeld 1:1 Bremen Nürnberg 1:0 Leverkusen Bochum 1:4 Frankfurt Cottbus 1:3 Wolfsburg Mainz 3:2 47 / 73 1) Verfügbarkeit a) Bereitstellung b) Zugänglichkeit 2) nterpretierbarkeit Daten nformation 3) Neuigkeit 4) Glaubwürdigkeit 5) Relevanz a) Kontext Relevanz b) Aktualität 6) Entsch. Verfügbark. a) Bereitstellung b) Zugänglichkeit Wissen Entscheidung 7) Validität a) nformationsgehalt b) Verständlichkeit 8) nformationswert Nützlichkeit 48 / 73

13 Sichtweisen auf Wissen Alltagswissen Dies sind 4 Äpfel Enzyklopädisches Wissen Alltagswissen Lexikalisches Wissen Fachwissen Erfahrungswissen Handlungswissen Räumliches Wissen Episodisches Wissen Unternehmen sollen Gewinne erwirtschaften 49 / / 73 Lexikalisches Wissen Fachwissen Schimmel bezeichnet weißes Pferd Gewinn ist Umsatz minus Kosten G = U K Abbildung: Weißes Pferd, Jerzy Panek Fohlen bezeichnet junges Pferd... und das Team von Borussia Mönchengladbach ;-) Komplexe Zahlen besitzen einen Real- und maginärteil Realteil {}}{ 1.631, 4.73i }{{} maginärteil 51 / / 73

14 Erfahrungswissen Handlungswissen Unreife Früchte können Durchfall verursachen Kenntnis von Prozeduren und Problemlösungen Abbildung: Unreife Frucht der Red Savina, schärfster Chili der Welt 53 / / 73 Räumliches Wissen Analoge Repräsentation physischer Objekte durch Repräsentation räumlicher nformation und Verhältnisse Beispiel: Mentale Rotation analoger Objekte Episodisches Wissen Autobiografisches Wissen, das aus erinnerbaren Erlebnissen besteht Beispiel: George spielt Golf in Yale 55 / / 73

15 mplizites vs. explizites Wissen mplizites vs. explizites Wissen mplizites Wissen: n mentalen Modellen, kognitiven Bildern Konstrukten und Karten sowie routinierten Verhaltens- und Vorgehensweisen eingelagertes Wissen bezeichnet man als implizites Wissen (tacit knowledge ), auch als Know-how oder Fingerspitzengefühl beschrieben Explizites Wissen (Polanyi) Spezifisches, reproduzierbares Wissen, n der Regel schriftlich (oder anderweitig explizit) repräsentiert Aufgabe von nformationssystemen: mplizites Wissen in Explizites überführen Explizites Wissen bei Anwendung evtl. wieder implizit 57 / / 73 Wissensmanagement Wissensmanagement Wissensmanagement beschäftigt sich mit den Möglichkeiten, auf die Wissensbasis eines Unternehmens Einfluss zu nehmen. Unter der Wissensbasis eines Unternehmens werden alle Daten und nformationen, alles Wissen und alle Fähigkeiten verstanden, die diese Organisation zur Lösung ihrer vielfältigen Aufgaben benötigt. (Wikipedia) SEC-Modell Wissen als Produktionsfaktor nformationssysteme zur Verwaltung des Wissens Chief nformation Officer (CO) für nformationsmanagement Kritik: Wissensmanagement verwendet undifferenzierten Wissensbegriff 60 / 73

16 SEC-Modell Sozialisation Lernen durch Beobachtung Anderer Besprechungen, Brainstorming [Nonaka & Takeuchi 95] Modell der Wissenserzeugung: Sozialisation Externalisierung Kombination nternalisierung Externalisierung Dokumentieren, Veröffentlichung Abspeichern in Datenbanken Kombination Organisation von Wissen ntegration von Wissen aus verschiedenen Quellen nternalisierung Verinnerlichen von Wissen (Lernen) Wissen erhalten und anwenden 61 / / 73 nformation Lifecycle im E nformation Lifecycle Der nformation Lifecycle im nformation Engineering Phasen des nformation Lifecycle E-Methoden im nformation Lifecycle n dieser VL: Konzentration auf Methoden und Werkzeuge des E Grundlage der weiteren Betrachtungen: nformation Lifecycle Betrachtung aller Lebensphasen von nformation (Erstellung bis Anwendung) deal: nformationssystem unterstützt alle Phasen Einsatz von Methoden hängt vom nformationssystementwurf ab (nach Planung und Analyse) mplementierung und ntegration der Methoden und Werkzeuge Teil der Realisierung des nformationssystems 64 / 73

17 nformation Lifecycle nformation Lifecycle nformation dient der Erfüllung einer Aufgabe Formulierung als Prozess Teilaufgaben als untergeordnete Prozesse Wissensintensive Aufgaben 65 / / 73 Creation/Receipt Creation/Receipt Autorensysteme (Authoring) Erstellung einfacher Texte Hypertext- und Multimediadokumente, Hypermedia Metadaten Daten über Dokumente z.b. bibliographische Daten Annotationen Spezielle Art von Metadaten Verschlagwortung, tagging bzw. semantische Annotation Textuelle Kommentare, Diskussionen Markup Digitalisierung Erfassung und Umsetzung von nicht-digitalen Quellen in digitale Textuelle Dokumente (Scanning, OCR) Nicht-textuelle Daten (Schall, Messdaten, Video, Bilder) Sampling Modellierung Formale Darstellung von Prozessabläufen, Sequenzen, Anwendungsfällen, Zuständen und Beziehungen 67 / / 73

18 Storage Dissemination Kurz- bis langfristige Speicherung der nformation Flüchtige nformation im Hauptspeicher Ablage in Dateien Größere Datenmengen, (semi-)strukturierte Daten: Datenbanken Dokumente: Digitale Bibliotheken/Repositories Langzeitarchivierung (digital preservation) Wissensrepräsentation und Organisation, Ontologien Aufbereitung für die Suche: ndexierung nformation Retrieval Recommender-Systeme Zugangsmanagement (access management) 69 / / 73 Use nformationssysteme dienen häufig der Erfüllung einer bestimmten Aufgabe oder eines bestimmten Zwecks nformationssystem kann Anwendungen gezielt unterstützen Beispiel Geisteswissenschaften: nterpretation des Materials mittels annotationsbasierter Diskussion (damit auch Generierung neuer nformation) Beispiel nformationssystem für Multimediadokumente: Abspielfunktionen für Videos oder Musik Zusammenfassung 71 / 73

19 Zusammenfassung Begriff des nformation Engineering erläutert Keine starre Methodik, sondern Methoden und Werkzeuge Konzentration auf Realisierung von nformationssystemen nformationskompetenz als notwendige Voraussetzung Daten nformation Wissen Wissensmanagement nformation Lifecycle 4 Phasen Mögliche Methoden für jede Phase 73 / 73