Semantic Web. Anwendungsbereiche & Entwicklungen. Dr. Michael Granitzer
|
|
- Klemens Huber
- vor 8 Jahren
- Abrufe
Transkript
1 Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm
2 Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation des Menschen im Vergleich mit der Maschine Herausforderung: Von Information zu Wissen Anwendungen und Beispiele Social Semantic Systems Semantische Web Services Reifegrade & Anwendbarkeit 2
3 Die Vision I have a dream for the Web [in which computers] become capable of analyzing all the data on the Web the content, links, and transactions between people and computers. A Semantic Web, which should make this possible, has yet to emerge, but when it does, the day-to-day mechanisms of trade, bureaucracy and our daily lives will be handled by machines talking to machines. The intelligent agents people have touted for ages will finally materialize., Tim Berners-Lee, 1999 Quelle: 3
4 Brandaktuelles Thema für Wissenschaft und Wirtschaft International Conference on Web Services Beijing, International Web Conference Karlsruhe, Oktober 2008 International Conference on Formal Ontology in Information Systems Saarbrücken, Oktober/November
5 Notwendigkeit Drei Gründe dafür, Information Bedeutung zu verleihen: Information overload: Kapazität des Menschen Information zu verarbeiten steigt nicht Monolithische Systeme: Teilung von Information über Quellen hinweg nicht möglich Syntaktische Grundlage: Aggregation von Inhalten entsprechend ihrer Bedeutung nicht möglich Daconta, M. C.; Obrst, L. J. & Smith, K. T. (2003). The Semantic Web: A Guide to the Future of XML, Web Services, and Knowledge Management, John Wiley & Sons. 5
6 Wissen Ideen Gedanken Semantik Ontologien Konzepte Modelle Interpretierbar Herausforderung Semantische Lücke Mensch Graphen Modelle Dokumente Metadaten Daten Binärdateien Videostreams Verarbeitbar Information Maschine 6
7 Herausforderung Semantische Lücke 7
8 Herausforderung Semantische Lücke 8
9 Was ist Semantik? John Lennon Band The Beatles Paul McCartney? Alle Bands aus England? Liverpool England?All Bands mit Engländern? Logik: Engländer := Person, geboren in England 9
10 Repräsentationsformen im Semantic Web Resource Description Framework (RDF) Resource Description Frameworks Schema (RDFS) Web Ontology Language OWL-Light OWL-DL (Description Logic) OWL-Full Sprachen zur Explizierung von Wissen für die maschinelle Verarbeitung 10
11 Aktuelle Trends Semantic Wave Report. ( 11
12 Herausforderungen Von Information zu Wissen: Top Down Modellierung von Wissen (z.b. Open Source Tool Protege) Verknüpfung von neuem Wissen mit bereits bestehenden Ontologien Upper Level Ontologies (z.b. SUMO) Linked Open Data ( Forschungsthema: Automatische Methoden zur Verknüpfung von unterschiedlichen Ontologien Anwendung: Vorrangig in abgeschlossenen Domänen Harmonisierung von heterogenen Datenquellen 12
13 Beispiel: Open Calais 13
14 Herausforderungen Von Information zu Wissen: Bottom Up 85% der Information liegt unstrukturiert vor Anwendung statistischer Methoden Text Mining Ontology Learning Ontology Population Forschungsstatus Extraktion von Konzepten und einfachen Relationen Schwierig: Extraktion von Axiomen (z.b. eine Person hat genau ein Geburtsdatum) 14
15 Herausforderungen Social Semantic System Socially Enabled Semantic Web Kollaborative Erzeugung von Wissen Social Semantic Bookmarking Beispiel Semantic Mediawiki Auf der Seite von Berlin [[Hauptstadt von::deutschland]] Semantically Enabled Social Software Vorgabe einer semantischen Struktur Beispiel Semantic Blogging Weiterführende Ressourcen: 15
16 Beispiel 123people.at 16
17 Beispiel 17
18 Beispiel 18
19 Beispiel 19
20 Anwendung Semantische Web Services Von der syntaktischen Beschreibung zur semantischen Beschreibung eines Service Anwendung Service Discovery Überprüfung von Workflows Optimierung von Workflows Automatische Orchestrierung von Services Beispiel e-government Gründung eines Unternehmens 20 Suchen von Diensten, die entsprechende Nachweise bringen und automatische Abarbeitung
21 Reifegrade & Trends RDF/RDFS als durchgängiges Austauschformat Semantische Anreicherung von Such- und Informationsdiensten Linked Data & Mashups Social Semantic Systems Semantische (Web) Services Intelligente Agenten OWL-DL/Logik & Inferenz 21
22 Vielen Dank! Fragen? Dr. Michael Granitzer Bereichsleiter Knowledge Relationship Discovery Know-Center Graz Inffeldgasse 21a 8020 Graz September
!!!!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
Mehrsemantische 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
MehrSemantische Infomationsintegration à la carte?
Semantische Infomationsintegration à la carte? Ziele und Herausforderungen der Anwendung des CIDOC CRM. Historisch-Kulturwiss. Informationsverarbeitung, Universität Köln 1. Oktober 2010 1 Ein User Scenario
MehrThema. 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
MehrOntologien und Ontologiesprachen
Ontologien und Ontologiesprachen Semantische Datenintegration SoSe2005 Uni Bremen Yu Zhao Gliederung 1. Was ist Ontologie 2. Anwendungsgebiete 3. Ontologiesprachen 4. Entwicklung von Ontologien 5. Zusammenfassung
MehrÜbersicht SEMANTIC WEB. Semantisches Netz. Concept Map. Möglichkeiten der Wissensrepräsentation 10.01.2011. Wissensrepräsentation
Übersicht Wissensrepräsentation Semantische Netze Semantic Web Motivation Semantic Web Prinzipien Ontologien Anwendungen SEMANTIC WEB Marcel Götze Möglichkeiten der Wissensrepräsentation Katalog, Glossar,
MehrSemantic Web Services
Semantic Web Services Daniel Fischer TU Chemnitz - WS 2011/12 1 Gliederung (1) Web Services (2) Semantic Web Services: Motivation (3) Ontologien (4) Technologien 1. WSDL 2. SA-WSDL 3. WSMF / WSMO 4. OWL-S
MehrWissensrepräsentation. Semantische Netze. Semantic Web Motivation Semantic Web Prinzipien Ontologien Anwendungen
Semantic Web Übersicht Wissensrepräsentation Semantische Netze Semantic Web Motivation Semantic Web Prinzipien Ontologien Anwendungen Möglichkeiten der Wissensrepräsentation Katalog, Glossar, Taxonomie
MehrSemantic Web Technologies I
Semantic Web Technologies I Lehrveranstaltung im WS11/12 Dr. Elena Simperl PD Dr. Sebastian Rudolph M. Sc. Anees ul Mehdi Ontology Engineering Dr. Elena Simperl XML und URIs Einführung in RDF RDF Schema
MehrDas Social Semantic Web
Das Social Semantic Web Treffpunkt für soziale und künstliche Intelligenz IT Businesstalk Vom Breitband zum Web 3.0 Salzburg, 14. Juni 2007 Dr. Sebastian Schaffert Salzburg Research Forschungsgesellschaft
MehrSemantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!
Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture
MehrSemantic Markup für die Dokumentenklassifizierung. Seminarvortrag von Mirko Pracht
Semantic Markup für die Dokumentenklassifizierung Seminarvortrag von Mirko Pracht Ziel des Vortrags Aufbau digitaler Bibliotheken Verbesserung Informationssuche Semantic Markup Gliederung 1. Grundlagen
MehrLinked Open Cultural Heritage.
Linked Open Cultural Heritage. Herausforderungen, Risiken und Chancen der Datenvernetzung im Bereich des Kulturerbes. Georg Hohmann Germanisches Nationalmuseum Referat für Museums- und Kulturinformatik
MehrEmpfehlungen für die Zukunft Mehrwerte für Ihre Daten. Prof. Felix Sasaki (Deutsches Forschungszentrum für Künstliche Intelligenz)
Empfehlungen für die Zukunft Mehrwerte für Ihre Daten Prof. Felix Sasaki (Deutsches Forschungszentrum für Künstliche Intelligenz) 1 Daten bisher: unverknüpfte Silos Original Übersetzung Proprietäre Formate
Mehrunter 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
MehrCHLexML: Aktueller Stand
CHLexML: Aktueller Stand Geschäftsstelle Agenda Was bisher geschah Aktueller Stand Wohin geht die Reise? Geschäftsstelle CHLexML Datenstandard für die strukturierte elektronische Speicherung bzw. Bereitstellung
MehrEntwicklung eines Electronic Resource Management Systems für Bibliotheken auf Basis von Linked Data Technologien
Entwicklung eines Electronic Resource Management Systems für Bibliotheken auf Basis von Linked Data Technologien Lydia Unterdörfel, Björn Muschall Wissenschaftskommunikation im Semantischen Web Teilprojekt
MehrRDF und RDF Schema. Einführung in die Problematik Von HTML über XML zu RDF
RDF und RDF Schema Einführung in die Problematik Von HTML über XML zu RDF Kirsten Albrecht Roland Illig Probleme des HTML-basierten
MehrMetadaten bei der Digitalisierung von analogen archivalischen Quellen. Kathrin Mileta, Dr. Martina Wiech
Metadaten bei der Digitalisierung von analogen archivalischen Quellen Kathrin Mileta, Dr. Martina Wiech 2014 Metadaten Aufgabe des LAV NRW im DFG-Pilotprojekt zur Digitalisierung archivalischer Quellen:
MehrReasoner for the Semantic Web
Reasoner for the Semantic Web KAON & KAON2 Seminar A.I. Tools Erik Endres 18.1.2007 Übersicht Reasoner KAON1 KAON2 & Protégé Reasoner Ontologien machen Daten für Maschinen verarbeitbar. Reasoner setzen
MehrDr. Max Mustermann. Universitätsbibliothek Regensburg
Dr. Max Mustermann Fachreferat Referat Kommunikation Musterbereich & Marketing Universitätsbibliothek Verwaltung Regensburg Die Regensburger Verbundklassifikation (RVK) ein weites Feld : Zur Herausforderung
MehrSeminar Informationsintegration und Informationsqualität. Dragan Sunjka. 30. Juni 2006
Seminar Informationsintegration und Informationsqualität TU Kaiserslautern 30. Juni 2006 Gliederung Autonomie Verteilung führt zu Autonomie... Intra-Organisation: historisch Inter-Organisation: Internet
MehrVorlesung Computerphilologie. Ontologien und Ontologie-Sprachen
Wintersemester 2006 Institut für Germanistik I Vorlesung Computerphilologie Ontologien und Ontologie-Sprachen Wie kann man Inhalte (von Webseiten) erschließen? v.hahn Uni Hamburg 2005 1 Was bringen Ontologien
MehrEntwicklung eines Electronic Resource Management Systems für Bibliotheken auf Basis von Linked Data Technologien
Entwicklung eines Electronic Resource Management Systems für Bibliotheken auf Basis von Linked Data Technologien Lydia Unterdörfel, Björn Muschall Wissenschaftskommunikation im Semantischen Web (EFRE)
MehrLinked Cultural Heritage.
Linked Cultural Heritage. Herausforderungen und Chancen der Datenvernetzung im Bereich des Kulturerbes. Georg Hohmann Germanisches Nationalmuseum Referat für Museums- und Kulturinformatik Kornmarkt 1,
Mehrpaluno Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014
Impulse aus dem CPS-Netzwerk NRW Software & CPS Matthias Book Innovationsworkshop Horizon 2020 ICT 23.01.2014 Cyber Physical NRW Überblick: Software-technische Herausforderungen Cyber Physical Systems
MehrModul 5: Semantik im WWW
Modul 5: Semantik im WWW Lernziele The Internet will become a repository of knowledge, Vinton Cerf (geb. not only a compendium of facts. 1943), einer der Väter des Internets [W1] Interoperabilität und
MehrAusgangsposition. Aspekte der Texttechnologie. Aspekte der Texttechnologie. Susanne J. Jekat Zürcher Hochschule Winterthur E-mail: jes@zhwin.
Aspekte der Texttechnologie Susanne J. Jekat Zürcher Hochschule Winterthur E-mail: jes@zhwin.ch Aspekte der Texttechnologie Thema 5 Semantic Web Termine: 24. Mai 2007 Lernfrage: Was ist das Semantic Web
MehrKapitel WT:VIII. VIII. Semantic Web
Kapitel WT:VIII VIII. Semantic Web WWW heute Semantic Web Vision RDF: Einführung RDF: Konzepte RDF: XML-Serialisierung RDF: Anwendungen RDFS: Einführung RDFS: Konzepte Semantik im Web Semantik von RDF/RDFS
MehrInstitut für Unternehmensinformatik Konzeption eines Service Repository zur Beschreibung von Services in der Cloud
Institut für Unternehmensinformatik Konzeption eines Service Repository zur Beschreibung von Services in der Cloud Commit Clusterworkshop Datenmanagement Thomas Specht Mannheim, 22.10.2012 Hochschule Mannheim
Mehrbuildm Erarbeitung eines deskriptiven Metadatenschemas für digitale Gebäudeinformationen im EU-Projekt DURAARK
buildm Erarbeitung eines deskriptiven Metadatenschemas für digitale Gebäudeinformationen im EU-Projekt DURAARK Konferenz Langzeitzugriff auf Sammlungs- und Multimediadaten Berlin, 25. Juni 2015 Michael
MehrEins plus Eins ist Drei Medienunternehmen auf dem Weg in die Web-Gesellschaft. W.Kienreich Area Management, Knowledge Relationship Discovery
Eins plus Eins ist Drei Medienunternehmen auf dem Weg in die Web-Gesellschaft W.Kienreich Area Management, Knowledge Relationship Discovery http://www.know-center.at Know-Center gefördert durch das Kompetenzzentrenprogramm
MehrDie virtuelle Forschungsumgebung WissKI Museumsdokumentation im Semantic Web. Georg Hohmann Germanisches Nationalmuseum g.hohmann@gnm.
Die virtuelle Forschungsumgebung WissKI Museumsdokumentation im Semantic Web Georg Hohmann Germanisches Nationalmuseum g.hohmann@gnm.de WissKI Das Projekt WissKI = Abk. Wissenschaftliche KommunikationsInfrastruktur
MehrLinked Samian Ware: Potentiale von Linked Data in der Archäologie. Florian Thiery M.Sc.
Linked Samian Ware: Potentiale von Linked Data in der Archäologie Florian Thiery M.Sc. Linked Samian Ware: Potentiale von Linked Data in der Archäologie Workshop der AG CAA Tübingen 15.02.2014 Als Grundlage
MehrVorstellung des Clusters E-Systems Die Herausforderung der Technologien
Die Herausforderung der Technologien escience Netzwerkkonferenz/Burgstädt/25.-27.06.2012 Dr. Toni Tontchev Koordinator des Clusters E-Systems E-Systems definiert sich als eine Community von Wissenschaftlern
MehrEinführung Software Domänenspezifische Anpassung Demo Ausblick. ERM mit OntoWiki. Andreas Nareike
Entwicklung eines Electronic Resource Management Systems für Bibliotheken auf Basis von Linked Data Technologien Institut für Informatik, UB Leipzig Universität Leipzig DINI AG KIM Workshop, 15 April 2014
MehrEinführung. Arbeitsgruppe. Proseminar Corporate Semantic Web. Prof. Dr. Adrian Paschke
Arbeitsgruppe Proseminar Corporate Semantic Web Einführung Prof. Dr. Adrian Paschke Arbeitsgruppe Corporate Semantic Web (AG-CSW) Institut für Informatik, Freie Universität Berlin paschke@inf.fu-berlin.de
MehrRDF RESOURCE DESCRIPTION FRAMEWORK. Referentin: Claudia Langer
RDF RESOURCE DESCRIPTION FRAMEWORK Referentin: Claudia Langer Überblick RDF allgemein RDF und XML Praktisches Beispiel RDF allgemein vom WWW Konsortium (W3C) für das Semantic Web entwickelt Sprache zur
MehrDSpace 5 und Linked (Open) Data. Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28.
DSpace 5 und Linked (Open) Data Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28. Oktober 2014 Ausblick: DSpace 5 Metadaten für alle Objekte (Collections,
MehrSemantische Reputationsinteroperabilität
Semantische sinteroperabilität Adrian Paschke (CSW) und Rehab Alnemr (HPI) Corporate Semantic Web Workshop, Xinnovations 2010, 14. September 2010, Berlin Agenda Motivation Unternehmensreputation Probleme
MehrEinführung in das Semantic Web
Einführung in das Semantic Web Jakob Voß Verbundzentrale des GBV (VZG) Semantic Web in Bibliotheken 24. November 2009 Before libraries join the "Semantic Web" (which exists, if I'm not mistaken, in Unicorn-Land),
MehrAKWM. Natürlichsprachliche Suche. Semantische Suche. www.ontoprise.de. 03.04.2008 Eddie Mönch. Copyright 2008 ontoprise GmbH, Karlsruhe
AKWM Natürlichsprachliche Suche Semantische Suche 03.04.2008 Eddie Mönch Copyright 2008 ontoprise GmbH, Karlsruhe know how to use Know-how! Profil Kunden Ontoprise ist der führende Anbieter industriebewährter
MehrFreie und vernetzte Daten:
Freie und vernetzte Daten: Das Konzept des Linked Open Data und sein Einsatz beim RISM-OPAC KoFIM-Kolloquium an der Staatsbibliothek zu Berlin, 6. Oktober 2014 Jürgen Diet, Bayerische Staatsbibliothek
MehrDie On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer. Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck
Die On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck Copyright 2008 STI INNSBRUCK www.sti-innsbruck.at 1 Der Hotelier
Mehr! "# $% &'!( $ ) *(+,(,-
! "# $ &'! $ ) *+,,- 1. SALSA-Projekt Service Discovery / Definition Services Definition Kontext Service Discovery Service Architektur Föderation von Service Discovery Services Zusammenfassung 2 / 0 SALSA
MehrInformation Workbench Linked Data-Anwendungen im Unternehmen. Leipziger Semantic Web Tag, 5.5.2011 Peter Haase, fluid Operations
Information Workbench Linked Data-Anwendungen im Unternehmen Leipziger Semantic Web Tag, 5.5.2011 Peter Haase, fluid Operations Agenda Linked Data im Unternehmen Herausforderungen Die Information Workbench
MehrEffzienzsteigerung durch intelligentes Datenmanagement
Effzienzsteigerung durch intelligentes Datenmanagement Analyse, Optimierung, Steuerung und Prognose von Prozessen Dr. Thomas Natschläger +43 7236 3343 868 thomas.natschlaeger@scch.at www.scch.at Das SCCH
MehrSemantic Web Technologies II SS 2009 22.06.2009. Semantic Web 2.0 - Übung
Semantic Web Technologies II SS 2009 22.06.2009 Semantic Web 2.0 - Übung Dr. Sudhir Agarwal Dr. Stephan Grimm Dr. Peter Haase PD Dr. Pascal Hitzler Denny Vrandečić Content licensed under Creative Commons
MehrEnterprise Content Management
Enterprise Content Management Dr.-Ing. Raymond Bimazubute Lehrstuhl für Künstliche Intelligenz Friedrich Alexander Universität Erlangen-Nürnberg Email: raymond.bimazubute@informatik.uni-erlangen.de Vorbemerkungen
MehrYAGO 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
MehrWas sind Ontologie-Editoren?
Was sind Ontologie-Editoren? Kurzeinführung Protégé Sonja von Mach und Jessica Otte Gliederung Ontologie Editoren- allgemein warum nutzen wofür nutzen Probleme Marktlage Einführung in die praktische Arbeit
MehrThementisch Anwendungsgebiete und
Thementisch Anwendungsgebiete und b Erfolgsgeschichten KMUs und Big Data Wien 08. Juni 2015 Hermann b Stern, Know-Center www.know-center.at Know-Center GmbH Know-Center Research Center for Data-driven
MehrSeminarphase PG 402 Thema: Semantic Web Autor: Phillip Look
Seminarphase PG 402 Thema: Semantic Web Autor: Phillip Look Phillip Look Folie 1 Übersicht Vision des Semantic Web Ontologien RDF(S) DAML+OIL Suche im Semantic Web Fazit Phillip Look Folie 2 Vision des
MehrSteuerung und Unterstützung von Wissensprozessen in Verwaltungsorganisationen 02.06.2006, e-government Konferenz 2006
Steuerung und Unterstützung von Wissensprozessen in Verwaltungsorganisationen 02.06.2006, e-government Konferenz 2006 Klaus Tochtermann [Know-Center Graz und TU Graz] Doris Reisinger [m2n consulting and
MehrTransformation von Regelungen in Softwareanforderungen
Transformation von Regelungen in Softwareanforderungen Beitrag zur GfP Jahrestagung 2015 Prof. Dr. Thomas Off Beuth Hochschule für Technik Berlin Inhalt Software für E Government Anwendungen Semantic Web
MehrBIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D
make connections share ideas be inspired BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE Wolfgang Schwab SAS D Copyright 2013, SAS Institute Inc. All rights reserved. BIG DATA: BEDROHUNG ODER CHANCE?
MehrDas Komplexe einfach machen
Das Komplexe einfach machen Semantik und Visualisierung im Bibliothekskatalog der Zukunft 14. April 2015 Dr. Jens Mittelbach, SLUB Dresden Das Komplexe einfach machen Semantik und Visualisierung im Bibliothekskatalog
MehrDie Plattform Wissensmanagement als Community zum Aufbau von vernetztem Wissen!
Die Plattform Wissensmanagement als Community zum Aufbau von vernetztem Wissen! Claudia Thurner-Scheuerer Plattform Wissensmanagement Know-Center Graz - gefördert durch das Kompetenzzentrenprogramm Übersicht
MehrÖkonomik der Agrar und Ernährungswirtschaft in ILIAS
ILIAS Open Source elearning Die ersten Schritte in ILIAS & Der Zugriff auf das Modul Ökonomik der Agrar und Ernährungswirtschaft in ILIAS Gliederung Login Einführung Was versteht man unter ILIAS? Hauptansichten
MehrDaten, 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
MehrRessourcen-Beschreibung im Semantic Web
Ressourcen-Beschreibung im Semantic Web Cristina Vertan Inhaltsübersicht Wie sollen die Ressourcen für Semantic Web annotiert werden? Was ist und wie funktioniert RDF? Wie kodiert man RDF-Statements in
MehrStrategisches Informationsmanagement auf Basis von Data Warehouse-Systemen
Strategisches Informationsmanagement auf Basis von Data Warehouse-Systemen SAS PharmaHealth & Academia Gabriele Smith KIS-Tagung 2005 in Hamburg: 3. März 2005 Copyright 2003, SAS Institute Inc. All rights
MehrTechnologien des Semantic Web und ihre Anwendungen
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Technologien des Semantic Web und ihre Ulrike Fischer Dresden, 21.06.07 Gliederung Motivation Begriff Semantic
MehrDie virtuelle Forschungsumgebung WissKI
Die virtuelle Forschungsumgebung WissKI Georg Hohmann Deutsches Museum g.hohmann@deutsches-museum.de Das Projekt WissKI = Abk. Wissenschaftliche KommunikationsInfrastruktur Projektpartner Friedrich-Alexander-Universität
MehrKommunikation. 18.Juni 2009 Ingwar Peterson Guido Mörs. 18. Juni 2009 Kommunikation 1
Kommunikation 18.Juni 2009 Ingwar Peterson Guido Mörs 18. Juni 2009 Kommunikation 1 Lost Update Agent 1 Agent 2 lesen lesen Variable 18. Juni 2009 Kommunikation 2 Lost Update Agent 1 Agent 2 (arbeitet
MehrOWL Web Ontology Language
OWL Web Ontology Language Hauptseminar Ontologien in Informatik und Linguistik SS 2007 Bianca Selzam 27.4.2007 Gliederung 1. Einleitung 2. Resource Description Framework (RDF) 3. Resource Description Framework
MehrBigData Wie wichtig ist die Datenqualität bei der Analyse und Auswertung von großen Daten Praxisbeispiel. Christin Otto
BigData Wie wichtig ist die qualität bei der Analyse und Auswertung von großen Praxisbeispiel Christin Otto Was ist Big Data? Der Big Data Prozess Sammlung und Speicherung von Analyse der zum Gewinn von
MehrBig & Smart Data. bernard.bekavac@htwchur.ch
Big & Smart Data Prof. Dr. Bernard Bekavac Schweizerisches Institut für Informationswissenschaft SII Studienleiter Bachelor of Science in Information Science bernard.bekavac@htwchur.ch Quiz An welchem
MehrVirtuelle Hubs als Antwort auf heterogene Geoinformations-Systeme Das europäische Projekt ENERGIC-OD
Virtuelle Hubs als Antwort auf heterogene Geoinformations-Systeme Das europäische Projekt ENERGIC-OD Michael Müller 11. GeoForum MV 2015 13.04.2015 AED-SICAD AG Rund 180 Mitarbeiter Kataster/Topographie
MehrMasterstudium Softwareentwicklung- Wirtschaft CURRICULUM 2005 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG
Masterstudium Softwareentwicklung- Wirtschaft CURRICULUM 2005 IN DER VERSION 2013 MICHAEL KRISPER, BASISGRUPPE INFORMATIK & SOFTWAREENTWICKLUNG Infos für den Anfang Curriculum ist im Mitteilungsblatt veröffentlicht:
MehrMulti-Agent Systems. Agentensysteme. Industry 4.0 Machine Learning. Energy and Smart Grids
Multi-Agent Systems VDI/VDE-Gesellschaft Mess- und Automatisierungstechnik (GMA) Fachausschuss 5.15 Agentensysteme Industry 4.0 Machine Learning Material Handling Energy Management Production Control Operations
MehrWerkzeugbasierte Entwicklung von Benutzeroberflächen mit CDA-Templates und ART DECOR
Werkzeugbasierte Entwicklung von Benutzeroberflächen mit CDA-Templates und ART DECOR Dipl.-Inform. Med. Markus Birkle HL7/IHE Jahrestagung 2015, Kassel Praktische Herausforderungen bei der Implementierung
MehrWas ist Analyse? Hannover, CeBIT 2014 Patrick Keller
Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität
MehrWorkflow, Business Process Management, 4.Teil
Workflow, Business Process Management, 4.Teil 24. Januar 2004 Der vorliegende Text darf für Zwecke der Vorlesung Workflow, Business Process Management des Autors vervielfältigt werden. Eine weitere Nutzung
MehrWeb Information Retrieval. Zwischendiskussion. Überblick. Meta-Suchmaschinen und Fusion (auch Rank Aggregation) Fusion
Web Information Retrieval Hauptseminar Sommersemester 2003 Thomas Mandl Überblick Mehrsprachigkeit Multimedialität Heterogenität Qualität, semantisch, technisch Struktur Links HTML Struktur Technologische
MehrWahlmodul 335055 MI-IT-Workshop
Wahlmodul 335055 MI-IT-Workshop Durchführung eines kleinen Softwareprojekts im Team Themen rings um Softwaresysteme: Hauptthema im SS2014: Frontend für ein Schutzrechteverwaltungssystem (Kooperation mit
MehrSemantische Wikis als Informationsdrehscheibe für verteilt arbeitende Softwareprojekte
Semantische Wikis als Informationsdrehscheibe für verteilt arbeitende Softwareprojekte Hans-Jörg Happel, FZI Forschungszentrum Informatik 3. Trendkongress net economy, Karlsruhe, April 2011 1 Das Projekt
MehrAutonomic Computing. Veronica Garcia, Lukas Knauer, Christopher Suter. 18. Mai 2006 Seminar Communication Systems IFI, UniZH
Autonomic Computing Veronica Garcia, Lukas Knauer, Christopher Suter 18. Mai 2006 Seminar Communication Systems IFI, UniZH Agenda Warum Autonomic Computing? Was ist Autonomic Computing? Level der Evolution
MehrWerkzeugbasierte Entwicklung von Benutzeroberflächen mit CDA-Templates und ART DECOR
Werkzeugbasierte Entwicklung von Benutzeroberflächen mit CDA-Templates und ART DECOR Dipl.-Inform. Med. Markus Birkle Heidelberger Archivtage 2015, Heidelberg HL7 Clinical Document Architecture (CDA) für
MehrNeuerungen im Service Pack 2
Neuerungen im Service Pack 2 amando software GmbH Kemptener Straße 99 D-88131 Lindau Telefon: +49 (0) 83 82 / 9 43 90 0 E-Mail: info@amandosoftware.com www.amandosoftware.com Miss Marple Enterprise Edition
MehrMHP Servicemanagement Solution Ihre ideale Lösung zur Steuerung und Organisation des IT-Servicemanagements!
MHP Servicemanagement Solution Ihre ideale Lösung zur Steuerung und Organisation des IT-Servicemanagements! Business Solutions 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung
MehrErfolgsfaktoren bei DMS: Was beim Dokumentenmanagement wichtig ist.
Erfolgsfaktoren bei DMS: Was beim Dokumentenmanagement wichtig ist. 0172 6868697 ayelt@komus.de Mainz, 27.4.2010 http://photography.nationalgeographic.com/phot ography/enlarge/car-transport_pod_image.html
MehrXDOC Extraktion, Repräsentation und Auswertung von Informationen
XDOC Extraktion, Repräsentation und Auswertung von Informationen Manuela Kunze Otto-von-Guericke Universität Magdeburg Fakultät für Informatik Institut für Wissens- und Sprachverarbeitung Gliederung Ausgangspunkt
MehrCorporate Smart Process Content. Wissensmanagement mittels Prozesskontext
Corporate Smart Process Content Wissensmanagement mittels Prozesskontext Agenda 1. Ziele des Teilvorhabens 2. Einführung in die Prozesswelt 3. SemTalk als Werkzeug für Prozessmodellierung und Wissensmanagement
MehrDie DITA-Entscheidungshilfe der tekom
Die DITA-Entscheidungshilfe der tekom Dr. Michael Fritz Dr. Manfred Krüger Mathias Rehsöft Prof. Dr. Wolfgang Ziegler 8.11.2007 - tekom Jahrestagung Wiesbaden Gliederung Entscheidungshilfe Entstehung Konzept
MehrWeb Content Management
Web Content Management Informationen sinnvoll aufbereiten und anreichern Lars Onasch Senior Director Product Marketing Open Text Cooperation Copyright Open Text Corporation. All rights reserved. Web Content
MehrText-Mining: Einführung
Text-Mining: Einführung Claes Neuefeind Fabian Steeg 22. April 2010 Organisatorisches Was ist Text-Mining? Definitionen Anwendungsbeispiele Textuelle Daten Aufgaben u. Teilbereiche Literatur Kontakt Sprechstunde:
MehrMobile Applikationen für Geschäftsreisen Was brauchen die Unternehmen wirklich?
Mobile Applikationen für Geschäftsreisen Was brauchen die Unternehmen wirklich? Seite 1 Mobile Applikationen für Geschäftsreisen Was brauchen die Unternehmen wirklich? 1. Kurze Einleitung ins Thema 2.
MehrMathematisch-algorithmische Grundlagen für Big Data
Mathematisch-algorithmische Grundlagen für Big Data Numerische Algorithmen für Datenanalyse und Optimierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2016
MehrText Mining. Joachim Schole. Fakultät Technik und Informatik Hochschule für angewandte Wissenschaften Hamburg. Grundseminar, WS 2014
Text Mining Joachim Schole Fakultät Technik und Informatik Hochschule für angewandte Wissenschaften Hamburg Grundseminar, WS 2014 Joachim Schole (HAW Hamburg) Text Mining Grundseminar, WS 2014 1 / 26 Agenda
MehrInhaltsverzeichnis Einleitung Vision eines KM Systems
Inhaltsverzeichnis 1 Einleitung... 1 1.1 Definitionen (Knowledge, Knowledge Management, Open Source,...)... 2 1.1.1 DefinitionvonKnowledge... 2 1.1.2 DefinitionvonKnowledgeManagement... 3 1.1.3 Das Verhältnis
MehrEnterprise 2.0 Redefinition der Wissensorganisation oder alter Wein in neuen Schläuchen? 9. Publishers Forum, 23. April 2012, Berlin
Enterprise 2.0 Redefinition der Wissensorganisation oder alter Wein in neuen Schläuchen? 9. Publishers Forum, 23. April 2012, Berlin Prof. Dr. Frank Schönefeld, T-Systems Multimedia Solutions GmbH Wenn
MehrAdvanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.
Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken
MehrDetecting Near Duplicates for Web Crawling
Detecting Near Duplicates for Web Crawling Gurmeet Singh Manku et al., WWW 2007* * 16th international conference on World Wide Web Detecting Near Duplicates for Web Crawling Finde near duplicates in großen
Mehrbasis06 AG @ Open Source Roundtable Reto Trinkler 29. August 2012
basis06 AG @ Open Source Roundtable Reto Trinkler 29. August 2012 Wir machen Ihr Business einfacher 12 Jahre im Markt Inhabergeführt Hauptsitz Bern 15 Mitarbeitende Die Bewältigung Ihrer Informationsflut
MehrDie Renaissance von Unified Communication in der Cloud. Daniel Jonathan Valik UC, Cloud and Collaboration
Die Renaissance von Unified Communication in der Cloud Daniel Jonathan Valik UC, Cloud and Collaboration AGENDA Das Program der nächsten Minuten... 1 2 3 4 Was sind die derzeitigen Megatrends? Unified
MehrBPM im Kontext von Unternehmensarchitekturen. Konstantin Gress
BPM im Kontext von Unternehmensarchitekturen Konstantin Gress Agenda 1 Worum geht s BPM, EA und SOA im Überblick 2 Link zwischen EA und BPM 3 Link zwischen SOA und BPM 4 Wie spielt das zusammen? 5 Q&A
MehrDigital Library & Virtual Museum
Semantic is author of has collected Digital Library & Virtual Museum AG: Elektronisches Publizieren der Akademienunion München 20.-21.10.14 Anwendung der Semantischen VRE WissKI (wiss-ki.eu) in Semantic
MehrEXASOL 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