Forschungsprojekt DYONIPOS Dynamische, intelligente Unterstützung der Wissensprozesse in der IT-Sektion des BMF

Größe: px
Ab Seite anzeigen:

Download "Forschungsprojekt DYONIPOS Dynamische, intelligente Unterstützung der Wissensprozesse in der IT-Sektion des BMF"

Transkript

1 DYnamic, ONtologybased Integrated Process OptimiSation Forschungsprojekt DYONIPOS Dynamische, intelligente Unterstützung der Wissensprozesse in der IT-Sektion des BMF , 14:50-16:40 Josef Makolm [BMF] Doris Reisinger [m2n] Klaus Tochtermann [Know-Center Graz]

2 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 2

3 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 3

4 Forschungsrahmen Gefördert im Rahmen des Impulsprogramms FIT-IT, Programmlinie Semantic Systems [http://www.fit-it.at] Initiative des BMVIT zur Förderung anspruchsvoller IT-Innovation und IT-Forschung in Österreich Dyonipos als bester Antrag prämiert! Gesamtlaufzeit: 03/ /2008 Forschungspartnerschaft mit BMF, IT-Sektion 4 - BMF, IT-Sektion als Pilotpartner - Wissenschaftlich fundierte, hochinnovative Ergebnisse, die erstmalig im Rahmen eines Prototypen umgesetzt werden

5 Konsortium und Partner Forschungspartner FiT-IT Konsortialpartner DYONIPOS Wissenschaftlicher Partner 5

6 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 6

7 Ausgangslage Umfeld verändert sich Dynamisches Umfeld, geprägt durch diskontinuierliche Veränderung Bedarf zur Anpassung an sich ändernde Anforderungen Aufgabenanreicherung bei gleichzeitiger Ressourcenknappheit Bedarf zur Effizienz- und Effektivitätssteigerung Von hierarchischen zu netzwerkorientierten Organisationsformen Bedarf der Flexibilisierung von Strukturen, Anteil kreativer Tätigkeiten steigt erheblich 7

8 Ausgangslage Wissensintensität steigt Aufgaben werden wissensintensiver der Einzelne benötigt immer mehr Information Menge an verfügbarer Information nimmt permanent zu, gleichzeitig wird Wissen immer schneller obsolet Informationsüberflutung Zahl, Komplexität und Heterogenität von Informationssystemen steigt das Finden relevanter Information wird immer ressourcenintensiver 8

9 Wissens-Paradoxon Der Einzelne weiß im Verhältnis zum verfügbaren Wissen immer weniger Bedeutung des Managements von Nicht-Wissen steigt Wissen Allgemeines Wissen 9 Individuelles Wissen Zeit

10 Ausgangslage aus Sicht des einzelnen Wissensarbeiters Wissen = relevante Information im Kontext! Information wird nur dann zu Wissen, wenn sie in der aktuellen Situation tatsächlich benötigt und angewendet wird! Der Wissensarbeiter weiß oft gar nicht, welches Wissen wo zur Verfügung steht und kann daher nicht oder nur schwer danach suchen. Herkömmliche Suchen liefern Dokumente, Objekte aber nicht das darin enthaltene Wissen! Herkömmliche Suchen haben kein Verständnis - die Suchsituation, 10 - die Bedeutung des Gesuchten.

11 Ausgangslage Prozessorientierung Wissensarbeiter agieren eingebettet in Prozesse Geschäftsprozesse werden von Wissensprozessen begleitet - unstrukturiert, oft implizit - ad-hoc definiert - schwer bis gar nicht standardisierbar - hoch individuell Wissensmanagement hat Prozesscharakter Prozessmanagement hat Wissensrelevanz! Wissens- Arbeiter Prozesse Wissensbasis Quellen Dem effizienten Management von wissensintensiven Prozessen kommt ein immer höherer Stellenwert zu Integration von Geschäftsprozessmanagement und Wissensmanagement 11= Prozessorientiertes Wissensmanagement

12 Klassische IT-Unterstützung Der Fokus in der klassischen IT liegt auf der Datenverwaltung und der Prozessautomatisierung, nicht auf der Wissensgenerierung und -anwendung Die reine Digitalisierung von Papier erzielt nicht die gewünschten Effekte Nur die Integration der Wissenssicht und der Prozesssicht bringt nachhaltige Vorteile Erwartung IT-Unterstützung des WM 12 Überschätzung der Potenziale der reinen Digitalisierung Enttäuschung Dokumanagement / Prozessmanagement Wissensmanagement Ernüchterung Intelligente Systeme Zeit

13 Standardprozesse vs. Wissensarbeit Standardprozesse - Effizienzsteigerung durch Vereinheitlichung, hoher Grad an Formalismus - Nachvollziehbarkeit, Transparenz, Synchronisation stehen im Vordergrund - Handlungsoptionen müssen vorher bekannt sein - Deduktiv - Bestehender Ansatz: Workflow Management Systeme Wissensarbeit ad-hoc definierte Prozesse - Hoher Anteil an kreativen Tätigkeiten, geringer Grad an Formalismus - Geleitet durch Ziele statt Aufgaben, Aktivitäten werden selbst gestaltet - Wissen ist wesentliche Ressource - Induktiv - Bestehender Ansatz: Computer Supported Cooperative Work Systeme Eine neuer Ansatz wird benötigt, um das Dilemma zwischen Flexibilität des Einzelnen 13 und Bedürfnis der Organisation nach Standardisierung zu lösen

14 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 14

15 Multiple Use Wiederverwendung von Prozessen, Applikationen und Daten Begriff Motivation Voraussetzung Erste Schritte Rahmenbedingungen 15

16 Begriff Multiple Use Wiederverwendung + Prozesse + Applikationen + Daten Wiederverwendung von Wissen darüber 16

17 Motivation Multiple Use + Kostensenkung + Effektivität + Qualität One Stop Shop Standort-Sicherung 17

18 Citizens and businesses are to be fully in the centre egovernment is the way forward and a catalyst for innovation, and should now deliver on its promise Achieve flexible interoperation, respecting diversity summarizes the recommendations of leaders or representatives of the national egov.-initiatives to the eeurope Advisory Group Commitment to concrete agenda for pan-european services, interoperability, identification & authentication Reduce burden for citizens/companies by cooperation and by once-only data provision Multiple Use (respecting privacy, citizen rights, and democratic control) 18

19 Voraussetzung Multiple Use Interoperabilität + organisatorisch + semantisch + technisch Zusammenarbeit + Ziele + Prozesse Daten-Inhalte + Bedeutung + Kontext 19 Kommunikation + Schnittstellen + Protokolle

20 European Interoperability Framework 20

21 Erste Schritte Multiple Use Backoffice-Reorg. + Prozess-Orchestrierung + el. Agenten E-Governmnet-Gesetz E-GovG + bereichsspezifische Personenkennung (bpk) 21

22 Prozess-Orchestrierung One Stop Shop Front Office Back Office Agent vervollständigt Antragsdaten Jeffrey Gortmaker, Marijn Janssen and René Wagenaar 22 Towards a Reference Model for Process Orchestration in e-government TCGOV 2005, Bozen/Bolzano, March 7, 2005

23 Daten laufen nicht die Menschen Prozess-Orchestrierung government.gv.at/prozess Multi- Kanal- Verbund Grenzen autonomer Agenten 49 DSG: Automatisierte Einzelentscheidungen hl und Judikatur: Willensbildung von Organen der zuständ. Behörde autonomer Agent vervollständigt Bürger-Daten Wissensmanagement gestützter Workflow Gewerbe- Anmeldung Quelle: modellierungen html 23

24 Rahmenbedingungen Multiple Use Ganzheitliche Sicht 24 + Kulturelle, gesellschaftliche und politische Sicht + Rechtliche Sicht + Prozess-Sicht + Organisatorische Sicht + Benutzer-Sicht + Wissens-Sicht + Datenschutz- und Privacy-Sicht + Technische Sicht Vergleiche: Maria A. Wimmer Holistic Reference Framework for e-government Dimension Sichten

25 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 25

26 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 26

27 Research Objectives Entwicklung eines intelligenten, kontextsensitiven, hochflexiblen Systems zur dynamischen Unterstützung von Informations- und Wissensprozessen in Wissens-Organisationen auf Basis semantischer Technologien in Kombination mit Methoden des Knowledge Discovery Nahtlose Zusammenführung von... - strukturierten, explizit abgebildeten Prozessen - dynamischen, undokumentierten Wissensflüssen Integrierte Unterstützung des... - Wissensarbeiters - Wissensprozess-Ingenieurs Verbesserung beim Umgang mit Wissen in der Gesamtorganisation 27

28 Funktionalitäten 28 Unterstützung des Wissensarbeiters bei der flexiblen Durchführung wissensintensiver Aktivitäten - im Arbeitsprozess / Arbeitskontext - gemäß der individuellen Arbeitsweise und der individuellen Bedürfnisse Ein persönlicher, agiler, selbst lernender Assistent - stellt proaktiv das benötigte Wissen zur Verfügung - schlägt nächste Schritte vor - unterstützt bei der Informationsaufbereitung, Rückfluss der aggregierten Erkenntnisse in die Prozessgestaltung Unterstützung des Wissensprozess-Ingenieurs beim Management der Prozess- und Wissensbasis

29 DYONIPOS und Multiple Use Beispiele Wiederverwendung und Übertragung von Inhalten auf neue Kontexte und Anwendungsszenarien Zusammenführung von heterogenen Informationsbeständen Finden von Mustern in Prozessen, Unterstützung bei der Prozessoptimierung (Bottom Up und Top Down) Interoperabilität durch offene Standards und gemeinsame Sprache (z.b. Ontologien) 29

30 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 30

31 Problemstellung am Beispiel Retrieval im Web Millionen verschiedener Dokumente zu beinahe jedem Thema am Web verfügbar Das Auffinden relevanter Information dadurch nicht einfacher - Welche Dokumente enthalten relevante Informationen? - Wie extrahiere ich relevante Informationen aus Dokumenten? - Wie kombiniere ich Informationen aus verschiedenen Informationsquellen? Das Interface zu Anfragen ans Web hat sich kaum verändert - Eingabe von Stichworten - Rückgabe aller Dokumente, die diese Stichworte enthalten 31

32 Recall und Precision Recall: Prozentsatz der gefundenen Dokumente unter allen relevanten Dokumenten Hoher Recall, aber niedrige Precision - Anfrage liefert viel zu viele unnötige Dokument - Die gesuchte Information, ist auf wenigen Seiten zu finden Zu niedriger Recall - Sensitivität zum Query-Vokabular - Wenn man die Anfragen nicht mit den Worten stellt, die im gesuchten Dokument vorkommen, kann es nicht gefunden werden Resultat sind ganze Web-Seiten und nicht das darin enthaltene Wissen Die gesuchte Information findet sich irgendwo auf der Seite Fazit: zeitaufwendige manuelle Recherchen Precision: Prozentsatz der relevanten Dokumente in den Gefundenen 32

33 Finden der richtigen Dokumente Welcher Apache ist gemeint? Enorm hoher Recall, geringe Precision! 33

34 Extraktion relevanter Informationen Was ist ein Buch zum Thema Apache? Was kostet es? 34

35 Kombination der Informationen Welches Buch ist am billigsten? Inkl. Versandkosten? 35

36 Anforderungen aus DYONIPOS Um richtig reagieren zu können, also Wissen zur richtigen Zeit in der richtigen Form an der richtigen Stelle bereitzustellen muss das System den Kontext erfassen sich den aktuellen Anforderungen anpassen die Bedeutung der Daten verstehen die Sprachen anderer Systeme sprechen Vergleichen und Schlüsse ziehen die Ergebnisse verständlich aufbereitet präsentieren 36

37 Gemeinsame Sprache People can't share knowledge if they don't speak a common language. [Davenport] -> Only People? Voraussetzung: Menschen und Maschinen brauchen eine gemeinsame Sprache! Natürliche Sprache????

38 Mensch-Maschine Viele Informationen liegen unstrukturiert vor (Web, Files, Mails ) - Natürliche Sprache - Grafik, Multimedia, Layout Menschen können daraus prinzipiell (und mit ihrem Hintergrundwissen) - Fakten aus unvollständiger Information ableiten - Die Semantik der Daten durch die Präsentation interpretieren (Tabellen, Hervorhebungen, ) - Verbindungen knüpfen, Ähnlichkeiten erkennen, Aber Computer können all das nicht - Unvollständige Information ist nutzlos - Verbindungen knüpfen nur möglich, wenn Regeln explizit und als Programm verfügbar Probleme mit dem Kombinieren und dem Interpretieren von Informationen 38 Ist Das DSG ist auf diesen Fall anzuwenden dasselbe wie Man könnte meinen, das DSG ist auf diesen Fall anzuwenden?

39 Maschine-Maschine IT-Anwendungen sind häufig maßgeschneidert für eine bestimmten Aufgabenstellung schwer von einer Anwendung auf eine neue übertragbar Datenaustausch zwischen verschiedenen Anwendungen... ist nicht trivial siehe Interoperabilität / MU Zusammenführen verschiedener Applikationen / Datenbanken... bereits innerhalb eines Unternehmens... kann eine Herausforderung darstellen ( Data Warehousing, Application Integration ) 39

40 Kodierung Unstrukturiert formale Repräsentation - Informationen liegen in unstrukturierten Freitexten vor. Aussagekräftig für den Menschen aber nur begrenzt interpretierbar für die Maschine. Lösungsansatz: Interpretation der heterogenen Sprache a posteriori Maschinenlesbar für Menschen verständlich - Informationen sind derart kodiert, dass sie nur für die Maschine aber nicht für den Menschen verständlich sind. Lösungsansatz: Verwendung einer standardisierten Sprache a priori (stark formalisiert) -> Für Menschen verständliche Meta-Informationen und Meta-Meta-Informationen explizit machen Kodierung: Transformation von einer Art der Repräsentation (sprachliche Elemente) zu anderer Ausdrucksform (maschinell auswertbare Codes) 40 Freitext semantische Repräsentation Code

41 Formale Wissensorganisation

42 Gemeinsames Verständnis Wohldefiniertes Vokabular / Einheitliches Verständnis, welche Begriffe und Beziehungen referenziert werden Semiotik = Lehre von Zeichen, ihren Bedeutungen und Wirkungen Ebene des Denkens Konzept Apache Server ruft hervor bezieht sich auf 42 Symbol Apache Ebene der Sprache steht für Objekt Ebene der Realität

43 Meta-Daten Meta-Daten = Daten über Daten Strukturierte, beschreibende Informationen zu einer Informationseinheit Aufgabe solcher Meta-Daten ist es, - die Bedeutung (Semantik) einer Datenquelle maschinenlesbar zu beschreiben - und dadurch den Austausch zwischen Akteuren zu erleichtern 43

44 Formen von Begriffsystemen Index Schlagworte Liste Katalog Lexikon Taxonomie Hierarchie Gehört zu Klassifikation Thesaurus Hierarchie Äquivalenz Assoziation Ontologie Konzepte Eigenschaften Beziehungen Regeln Semantische Reichhaltigkeit 44

45 Konzeptueller Graph (= Semantisches Netz) Graphische Begriffsnetze mit definierter Semantik Sowohl Begriffe als auch Beziehungen sind typisiert und es existiert eine Grammatik für deren Verwendung Zur Überführung von Information in anwendbares Wissen sind verwandt-mit -Relationen nicht mehr ausreichend Sprung vom Thesaurus zum semantischen Netz Eingeführt von Linguisten, um die Bedeutung von Wörtern entsprechend ihrer Verwendung darzustellen (Kontext!) 45 Geordnete Zusammenstellung von Begriffen und Bezeichnungen, deren Zusammenhang über beliebige Beziehungen miteinander definiert wird.

46 Anwendung Semantic Web Web heute Web-neu (Semantic Web) Info über Alice Info über Bob Alice Freund von Bob arbeitet mit Info über Lucy Lucy Semantic Web = ein Web mit Bedeutung. The Semantic Web is not a separate Web but an extension of the current one, in which information is given welldefined meaning, better enabling computers and people to work in cooperation. (Tim Berners-Lee in Scientific American, Inc. 2001) If HTML and the Web made all the online documents look like one huge book, RDF, schema and inference languages will make all the data in the world look like one huge database. (Tim Berners-Lee in Weaving the Web, 1999) 46

47 Ontologien und Semantik Grundlagen Ontologie: (griech. ontos = seiend und logos = Lehre) Lehre vom Seienden, Aristoteles: ca. 300 v. Chr. Gemeinsames, allgemeingültiges Verständnis eines Wissensgebietes, mittels dem innerhalb von Domänen oder zwischen Domänen kommuniziert werden kann Vereinbarung über ein gemeinsam zu nutzendes Vokabular Eine Ontologie ist Sammlung von Konzepten, Beziehungen und Regeln, die auf dem Konsens einer Gruppe von Personen beruhen. Immer subjektiv und dynamisch, Wesensbestimmung aus einem bestimmten Blickwinkel! 47

48 Ontologien und Semantik In der Informatik I Ein formal definiertes System von Konzepten und Relationen zwischen diesen, wobei der Relation eine spezifizierte, formal definierte Bedeutung zukommt. Zusätzlich enthält die Ontologie Axiome Ontologien stellen eine... - maschinenlesbare - semantische Sicht auf Informationen bereit, welche zwischen - verschiedenen Agenten (Software und Human) - kommuniziert werden kann. Ontologiebasiertes Wissensmanagement zielt darauf ab, Wissen einer Domäne zu Explizieren und damit zu Formalisieren Ontologien als DIE Wissenssprache 48

49 Einfache Ontologie Prüfungsmanagement EZ Namen AZ internes Projekt Eigenschaften: Datatype Properties Klassenhierarchien Projekt Prüfungsprojekt Eigenschaften: Object Properties hat Mitarbeiter hat Auftraggeber kritische Erfolgsfaktoren Person Vornamen Nachnamen Sonderprüfung Initiativprüfung Gutachten Instanzen Gesundheitsreform des Landes hat Mitarbeiter Max Gruber hat Auftraggeber 49 Susi Direktor

50 Ontologie-Anwendung Prüfungsmanagement 50

51 Ontologien Einsatzbereiche Knowledge Engineering und Representation Objektorientierte Analyse Datenbankdesign Künstliche Intelligenz, Entscheidungsunterstützung Integration von Anwendungssystemen (EAI), Offene Systeme Kontextuelle Einbindung von Dokumenten / Dokumentmanagement Basis für Information Retrieval, Extraction und Visualisation u.v.m 51

52 Wissenserschließung

53 Techniken State of the art Information Extraction Extraktion von Zusatzinformation wie z.b. Personen- oder Ortsbezügen Clustering Automatisches extrahieren von Strukturen (z.b. Klassen) Klassifikation Automatisches einordnen/annotieren von Wissensobjekten Retrieval Finden von Wissensobjekten nach verschiedenen Kriterien 53 - Kontextbezogene Suche nach ähnlichen Wissensobjekten - Suche nach Inhalt, Metadaten und semantischen Beschreibungen Information Visualisation Darstellung der Ergebnisse aus Clustering / Klassifikation / Retrieval zur Komplexitätsreduktion

54 Informationsextraktion Überführung von unstrukturierten Text in strukturierte Vorlagen Füllen von vorgegebenen Strukturen Anwendungen - Metadatenextraktion - Befüllen von Ontologien Vorname Nachname Zugehörigk. Michael Granitzer Know-Center Wolfgang Kienreich Know-Center Vedran Sabol Know-Center Firmenname Firmenort Rechtsform Know-Center Graz? 54

55 Informationsextraktion Beispiel Extraktion von Konzepten 55

56 Clustering Automatisches Gruppieren von Objekten Finden von Gruppen von ähnlichen Objekten - Finde jene Gruppen von Informationsobjekten bei denen die Ähnlichkeit innerhalb der Gruppe maximiert und die Ähnlichkeit zwischen den Gruppen minimiert wird Beschreibung der Objektgruppen durch Schlüsselwörter Anwendung - Automatische Extraktion von Themen einer Suche - Finden von Plagiaten/Mutationen von Texten - Extraktion von Konzepten & Konzepthierarchien in einem Informationsraum - Zusammenfassung von Texten 56

57 Clustering Beispiel Clustern zur Laufzeit 57

58 Klassifikation Automatisches Einordnen von Objekten Automatisches einordnen von Wissensobjekten in eine vorgegebene Systematik - Gegeben ist eine Ablagesystematik/Ontologie - Vorgegebene Zuordnungen zw. Dokument <-> Ablagesystematik - Automatisches ermitteln von Regeln zur Zuordnung von neuen Dokumenten Beispiele: - Ablegen von s in speziellen Ordner, abhängig vom Inhalt (z.b. Spam) - Automatisches Verschlagworten von Objekten z.b. mittels eines Thesaurus / einer Ontologie als Ablagestruktur 58

59 Klassifikation Beispiel Infosky 59

60 Retrieval Finden von Objekten Ziel: Auf Basis einer unscharfen Formulierung des Informationsbedürfnisses sollen Dokumente gefunden werden, welche das Informationsbedürfnis befriedigen Inhaltsbezogen Semantisch Relevance Feedback Automatisches Einteilen in Themengruppen Analyse der Treffer nach Metadaten Visualisierungen 60

61 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 61

62 Ontologien und Wissenserschließung Kombination bestehender Systeme Verbindung der formalisierten Know Miner Knowledge Discovery Framework Ontologiebasiertes Applikationsframework 62 mit der unstrukturierten Datenwelt

63 Schematischer Ablauf Wissens- (Prozess) Ingenieur Organisationale Wissensbasis Organisationale Sphäre Kontextinformation, Bedeutung Persönliche Sphäre Prozesse Aktivitäten Wissensarbeit Individuelle Wissensbasis Verbesserte Wissensbereitstellung 63 Wissens- Arbeiter

64 Ontologien & Wissenserschließung Applikationsgrundlage: Graphen in allen Komponenten Integration heterogener Datenquellen Content in semantischer Representation 64 - Abbildung von Meta-Daten - Formale Beschreibung von Inhalten (Ontology Learning, Ontology Population) Kontext (Prozess): Semi-automatische Definition von ad-hoc Prozessen & Integration in Standardprozesse - Formale Beschreibung von Standardprozessen - Identifikation / Analyse von ad-hoc-prozessen - Integration ad-hoc- und Standardprozesse Visualisierung (und Manipulation) komplexer Graphenstrukturen

65 Inhalt Forschungsrahmen Ausgangslage, Motivation Multiple Use Pause DYONIPOS Zielsetzungen und Funktionen Grundlagen / Technologien Anwendung in DYONIPOS Timeline und Know-how 65

66 Projektsetting Timeline DYONIPOS Rahmen-Projekt Vorprojekt Rahmenbedingungen Tech., Recht., Org. IST-Dokumentation Anforderungsdetail. UseCases Infrastrukt. Test Data Schnittstellen / Data Network Implementierung Pilot- und Testbetrieb 66

67 Projektsetting Know-How und Kompetenzen Domänen-Wissen Knowledge Discovery Strategie, Organisation, Kultur Kultur Know-How Use Use Case Case Prozess-Wissen Wissensprozesse, BPM BPM Know-How Forschungsrahmen Wissensorganisation, Semantic Systems, Ontologien Technische Einbettung, Infrastruktur Rechtliche Aspekte, Datenschutz DataNetwork Repositories, Vorsysteme Visualisierung Forschungspartner DYONIPOS Konsortium 67

68 Ansprechpartner Forschungspartner: Josef Makolm, BMF, IT-Sektion Forschungskonsortium: Doris Reisinger, m2n consulting and development gmbh 68

69 Danke für Ihre Aufmerksamkeit! Forschungsprojekt DYONIPOS Dynamische, intelligente Unterstützung der Wissensprozesse in der IT-Sektion des BMF Josef Makolm Doris Reisinger

Steuerung 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 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

Mehr

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

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

Mehr

m2n Intelligence Management Semantic Technologies Knowledge Discovery Modelbased Development Technologies

m2n Intelligence Management Semantic Technologies Knowledge Discovery Modelbased Development Technologies Semantic Technologies Knowledge Discovery Modelbased Development Technologies Application Layer Application Semantic Mapping Configuration Rules Model Layer User Data Data Mapping Structured Data Data

Mehr

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

Dr. Christian Stein Ontologie-Design Die nächste Generation des Web für sich nutzen lernen

Dr. Christian Stein Ontologie-Design Die nächste Generation des Web für sich nutzen lernen Technische Universität Braunschweig Humboldt-Universität zu Berlin Projekt iglos Dr. Christian Stein Ontologie-Design Die nächste Generation des Web für sich nutzen lernen Dr. Christian Stein (christian.stein@hu-berlin.de)

Mehr

Die 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 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

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

Luca Piras SharePoint Specialist it-function software GmbH

Luca Piras SharePoint Specialist it-function software GmbH Luca Piras SharePoint Specialist it-function software GmbH Agenda Fazit & Ausblick BPM Vision Lösungsideen SharePoint & WfM Workflow Baukasten Die Business Process Management Vision Problemstellungen Komplexität

Mehr

Ontologie Sinn, Zweck und Mehrwert für Ihr Unternehmen

Ontologie Sinn, Zweck und Mehrwert für Ihr Unternehmen NOW YOU KNOW [ SERIES] Ontologie Sinn, Zweck und Mehrwert für Ihr Unternehmen [YVES BRENNWALD, ONTOS INTERNATIONAL AG] 002 Ontologie und deren Bedeutung für die Unternehmen von heute Der Begriff der Ontologie

Mehr

ProWim Prozessorientiertes Wissensmanagement. Zu wissen, was man weiß, und zu wissen, was man tut, das ist Wissen (Konfuzius)

ProWim Prozessorientiertes Wissensmanagement. Zu wissen, was man weiß, und zu wissen, was man tut, das ist Wissen (Konfuzius) ProWim Prozessorientiertes Wissensmanagement Zu wissen, was man weiß, und zu wissen, was man tut, das ist Wissen (Konfuzius) Die Zielsetzung vom Wissensmanagementsystemen Bedarfsgerechte Bereitstellung

Mehr

Die Bedeutung von Ontologien für das Wissensmanagement

Die Bedeutung von Ontologien für das Wissensmanagement Die Bedeutung von Ontologien für das Wissensmanagement Prof. Dr. Rudi Studer 1, Henrik Oppermann 2, Hans-Peter Schnurr 2 1 Institut AIFB, Universität Karlsruhe, 76128 Karlsruhe http://www.aifb.uni-karlsruhe.de/wbs

Mehr

Jubiläumsabo März / April 2012 Jubiläumsausgabe #1-12 Deutschland Euro 12,00 ISSN: 1864-8398 www.dokmagazin.de

Jubiläumsabo März / April 2012 Jubiläumsausgabe #1-12 Deutschland Euro 12,00 ISSN: 1864-8398 www.dokmagazin.de Nur jetzt! Jubiläumsabo März / April 2012 Jubiläumsausgabe #1-12 Deutschland Euro 12,00 ISSN: 1864-8398 www.dokmagazin.de Enterprise Search Strategien für Erfolg Dokumentenmanagement mit SharePoint: Neue

Mehr

PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion WS2001/2002 Klaus Unterstein 20.10.2001 PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion 1 Verlauf Begriffsklärung Ontologiebasierte

Mehr

Semantic Markup für die Dokumentenklassifizierung. Seminarvortrag von Mirko Pracht

Semantic 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

Mehr

Innovative informationstechnische Ansätze für die Unterstützung moderner Arbeitsformen in Gegenwart und Zukunft. SmartPeople@Work

Innovative informationstechnische Ansätze für die Unterstützung moderner Arbeitsformen in Gegenwart und Zukunft. SmartPeople@Work Innovative informationstechnische Ansätze für die Unterstützung moderner Arbeitsformen in Gegenwart und Zukunft SmartPeople@Work @E-Government Infoveranstaltung Luzern Jörg Hofstetter, www.hslu.ch/d3s

Mehr

Übersicht SEMANTIC WEB. Semantisches Netz. Concept Map. Möglichkeiten der Wissensrepräsentation 10.01.2011. Wissensrepräsentation

Übersicht 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,

Mehr

Business Intelligence Mehr Wissen und Transparenz für smartes Unternehmens- Management NOW YOU KNOW [ONTOS TM WHITE PAPER SERIES]

Business Intelligence Mehr Wissen und Transparenz für smartes Unternehmens- Management NOW YOU KNOW [ONTOS TM WHITE PAPER SERIES] NOW YOU KNOW [ SERIES] Business Intelligence Mehr Wissen und Transparenz für smartes Unternehmens- Management [YVES BRENNWALD, ONTOS INTERNATIONAL AG] 001 Potential ontologiebasierter Wissens- Lösungen

Mehr

Seminarvortrag Ontologien im Software Engineering. Markus Luczak

Seminarvortrag Ontologien im Software Engineering. Markus Luczak Seminarvortrag Ontologien im Software Engineering Markus Luczak Übersicht Einleitung Anwendungsgebiete von Ontologien im SE Ontologien im SE State-of-the-Art Zusammenfassung Fazit und Fragestellungen Seminar

Mehr

Semantic Wiki Eine Erweiterung des Wiki-Konzepts von Harald Cichos

Semantic Wiki Eine Erweiterung des Wiki-Konzepts von Harald Cichos Semantic Wiki Eine Erweiterung des Wiki-Konzepts von Harald Cichos Seminar: Semantic Web Wintersemester 2005/2006 Universität Jena Seminarleiter: Prof. Dr. C. Beckstein, Dr. H. Sack, Dipl.-Inform. H. Peter

Mehr

Industrie 4.0 Berufliche und akademische Aus- und Weiterbildung vor neuen Herausforderungen?

Industrie 4.0 Berufliche und akademische Aus- und Weiterbildung vor neuen Herausforderungen? Industrie 4.0 Berufliche und akademische Aus- und Weiterbildung vor neuen Herausforderungen? Prof. Dr. habil. Christoph Igel Universität des Saarlandes Shanghai Jiao Tong University Deutsches Forschungszentrum

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

Semantische Infomationsintegration à la carte?

Semantische 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

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

Ein Ansatz für eine Ontologie-basierte Verbindung von IT Monitoring und IT Governance

Ein Ansatz für eine Ontologie-basierte Verbindung von IT Monitoring und IT Governance Ein Ansatz für eine Ontologie-basierte Verbindung von IT Monitoring und IT Governance MITA 2014 23.09.2014 Andreas Textor andreas.textor@hs-rm.de Hochschule RheinMain Labor für Verteilte Systeme Fachbereich

Mehr

Die Lösung Turbo ixtractor

Die Lösung Turbo ixtractor Die Lösung Turbo ixtractor Intelligente und lernende Altdatenintegration für die Serviceinformationen älterer Pkw- und Nfz-Baureihen Jens Freiberg, CSC Ploenzke AG Agenda 1. Ursprung von der Lösung 2.

Mehr

Neue Strategien und Innovationen im Umfeld von Kundenprozessen

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

Mehr

Effiziente, nachvollziehbare und flexible Geschäftsabläufe

Effiziente, nachvollziehbare und flexible Geschäftsabläufe Effiziente, nachvollziehbare und flexible Geschäftsabläufe Knut Hinkelmann Fachhochschule Nordwestschweiz FHNW knut.hinkelmann@fhnw.ch Architektur für E-Government Verschiedene Portale um einen Prozesse

Mehr

Workflow-Kontext zur Realisierung prozessorientierter Assistenz in Organisational Memories

Workflow-Kontext zur Realisierung prozessorientierter Assistenz in Organisational Memories Workflow-Kontext zur Realisierung prozessorientierter Assistenz in Organisational Memories Dipl.-Inform. Heiko Maus Deutsches Forschungszentrum für Künstliche Intelligenz GmbH Trippstadter Straße 122 67663

Mehr

Workflow-Management für CORBA-basierte Anwendungen

Workflow-Management für CORBA-basierte Anwendungen Wolfgang Schulze 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Workflow-Management für CORBA-basierte Anwendungen

Mehr

Foundations of Knowledge Management Knowledge Management on the Web Social Meta Data Models

Foundations of Knowledge Management Knowledge Management on the Web Social Meta Data Models 707.009009 Foundations of Knowledge Management Knowledge Management on the Web Social Meta Data Models Markus Strohmaier Univ. Ass. / Assistant Professor Knowledge Management Institute Graz University

Mehr

Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme. Tillmann Schall, anaptecs GmbH

Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme. Tillmann Schall, anaptecs GmbH Modellgetriebene Entwicklungsprozesse in der Praxis - eine Bestandsaufnahme Tillmann Schall, anaptecs GmbH : Agenda Grundlagen modellgetriebener Entwicklungsprozesse Schritte zur Einführung Erfahrungen

Mehr

Geschäftsprozessmanagement. Prof. Dr. Knut Hinkelmann

Geschäftsprozessmanagement. Prof. Dr. Knut Hinkelmann Geschäftsprozessmanagement Geschäftsprozesse im Kontext Alter, Steven: Information Systems The Foundation of E-Business, 4. Auflage, Prentice Hall, New Jersey, 2002 2 Drei Gesichtspunkte auf das Unternehmen

Mehr

Das Unstrukturierte managen

Das Unstrukturierte managen Das Unstrukturierte managen Adaptive Case Management in ITSM-Prozessen Christoph Bäckeralf und Franziska Wauch I Cassini Consulting Nord GmbH Version 1.00 2013 Cassini Consulting GmbH Guten Tag! Ich ziehe

Mehr

Technologie für RIS und Portalverbund der nächsten Generation E-Government Experts Meeting 2010-02-16

Technologie für RIS und Portalverbund der nächsten Generation E-Government Experts Meeting 2010-02-16 Technologie für RIS und Portalverbund der nächsten Generation E-Government Experts Meeting 2010-02-16 Technologie4RISuPV.PPT/hoffmann/feb10/1 R4eGov Technologie4RISuPV.PPT/hoffmann/feb10/2 Ausgangspunkt:

Mehr

Information 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 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

Mehr

Business Intelligence

Business Intelligence Business Intelligence TOP Priorität für CIOs? Köln 08. Mai 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business Intelligence BI TOP Priorität

Mehr

Contextualized Information Delivery supports Knowledge Work at PHARMIG

Contextualized Information Delivery supports Knowledge Work at PHARMIG Contextualized Information Delivery supports Knowledge Work at PHARMIG Helga Tieben (Director - Regulatory, Compliance & Innovation, PHARMIG) Wolfgang Kienreich (Director Business & Markets, Know-Center)

Mehr

Automatisierte Wissensnetze im Entwicklungsprozess. Dr. Thomas Kamps Darmstadt 2012

Automatisierte Wissensnetze im Entwicklungsprozess. Dr. Thomas Kamps Darmstadt 2012 Automatisierte Wissensnetze im Entwicklungsprozess Dr. Thomas Kamps Darmstadt 2012 Überblick Präsentation 1. ConWeaver: Unternehmensprofil, Mission, Zielgruppe 2. Entscheidungskriterien für automatisierte

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

Content Management Systeme auf dem Weg zum Semantic Web

Content Management Systeme auf dem Weg zum Semantic Web Content Management Systeme auf dem Weg zum Semantic Web Semantic Web baut auf der Anreicherung bestehender Datenbestände mit strukturierten Metadaten auf. Um die vieldiskutierten Vorteile von Semantic

Mehr

Wer seine Dokumentation liebt, vernetzt sie

Wer seine Dokumentation liebt, vernetzt sie Wer seine Dokumentation liebt, vernetzt sie Technische Dokumentation als Teil eines semantischen Netzes Achim Steinacker, intelligent views gmbh Ulrike Parson, parson AG parson AG, Hamburg Firmenvorstellungen

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

An der Grenze zum Semantic Web LOGD für die Statistik

An der Grenze zum Semantic Web LOGD für die Statistik An der Grenze zum Semantic Web LOGD für die Statistik Alain Nadeau, Armin Grossenbacher Schweizer Tage der öffentlichen Statistik, 20.9.2012 Von Print zum Web und immer mehr Das Web als Informationsplattform

Mehr

PinK meets Web2.0, 3.07.2007 Maya Biersack. Tagging auch für s Geschäft interessant

PinK meets Web2.0, 3.07.2007 Maya Biersack. Tagging auch für s Geschäft interessant PinK meets Web2.0, 3.07.2007 Maya Biersack Tagging auch für s Geschäft interessant Tagging im geschäftlichen Umfeld Agenda! Was ist Tagging?! Anwendungsgebiete! Eigenschaften/Probleme! Im geschäftlichen

Mehr

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie

Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Prozess- und Service-Orientierung im Unternehmen mehr als Technologie Presse Talk CeBIT 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin Software EMEA Performance Tour 2013 17.-19 Juni, Berlin HP Autonomy Information Governance Strategie: Die Kontrolle über die Informationsflut Petra Berneaud - Account Manager Autonomy Status in vielen

Mehr

Text Mining und CRM. Hans Hermann Weber Univ. Erlangen IMMD 8, den 12.09.03

Text Mining und CRM. Hans Hermann Weber Univ. Erlangen IMMD 8, den 12.09.03 Text Mining und CRM Hans Hermann Weber Univ. Erlangen IMMD 8, den 12.09.03 Was ist Textmining Unstrukturierte Daten (Text) anreichern mit Strukturinformation: Metadaten hinzufügen Struktur (Segmentinformation)

Mehr

Enterprise Content Management

Enterprise 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

Mehr

Ontologien & Enterprise Ontology

Ontologien & Enterprise Ontology Ontologien & Enterprise Ontology Dietmar Gombotz, 0426481 Information Management Seminar WS 2005, TU Wien Agenda Was ist eine Ontologie Warum brauchen wir Ontologien Formale Sprachen zur Beschreibung von

Mehr

Interoperabilitätstandards damals und heute

Interoperabilitätstandards damals und heute Jahrestagung HL7 Österreich Interoperabilitätstandards damals und heute Prof. Dr. habil., FACMI, FACHI, FHL7, Interoperabilitäts-Herausforderung Interoperabilität beschreibt Motivation, Bereitschaft, Fähigkeit

Mehr

Business Intelligence Meets SOA

Business Intelligence Meets SOA Business Intelligence Meets SOA Microsoft People Ready Conference, München, Nov. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Was sind Ontologie-Editoren?

Was 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

Mehr

Prozesse und Wissensintensive Aufgaben

Prozesse und Wissensintensive Aufgaben Prozesse und Wissensintensive Aufgaben Ingo Frommholz Universität Duisburg-Essen Vorlesung "Information Engineering" SS 2007 UNIVERSITÄT D U I S B U R G E S S E N Inhaltsverzeichnis 1 Wissensintensive

Mehr

Vertiefungsseminar i session 1. Dr. Anna Fensel, Univ.-Prof. Dr. Dieter Fensel. University of Innsbruck

Vertiefungsseminar i session 1. Dr. Anna Fensel, Univ.-Prof. Dr. Dieter Fensel. University of Innsbruck Vertiefungsseminar i session 1 Dr. Anna Fensel, Univ.-Prof. Dr. Dieter Fensel STI Innsbruck University of Innsbruck 2 October 2013 1 Inhalt Administrative matters Introduction to the topic Ontologien Ihre

Mehr

Die Erkenntnis von gestern muss heute mit einem neuen. 19.06.2009 TEAM - Ihr Partner für IT 2

Die Erkenntnis von gestern muss heute mit einem neuen. 19.06.2009 TEAM - Ihr Partner für IT 2 Beratung Software Lösungen Integration von Reporting Tools in Oracle ADF 11g Applikation Der Inhalt dieses Vortrages beruht auf den Erfahrungen und Erkenntnissen zu einem bestimmten Zeitpunkt und unter

Mehr

Assetwise. Asset Lifecycle Information Management. Ulrich Siegelin. 2010 Bentley Systems, Incorporated

Assetwise. Asset Lifecycle Information Management. Ulrich Siegelin. 2010 Bentley Systems, Incorporated Assetwise Asset Lifecycle Information Ulrich Siegelin Agenda Was bedeutet Asset Lifecycle Information? AssetWise Technischer Überblick Positionierung von Bentley s AssetWise Einsatz und Arbeitsweise von

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

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

DSpace 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. 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,

Mehr

Corporate Smart Process Content. Wissensmanagement mittels Prozesskontext

Corporate 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

Mehr

Eine Ontologie für Kommunikationsstandards (CSO) zur Etablierung semantischer Interoperabilität

Eine Ontologie für Kommunikationsstandards (CSO) zur Etablierung semantischer Interoperabilität Eine Ontologie für Kommunikationsstandards (CSO) zur Etablierung semantischer Interoperabilität Frank Oemig, Bernd Blobel GMDS 2010, Mannheim 5.-9. September 2010 Einleitung Wissen über Kommunikationsstandards

Mehr

Prozesse visualisieren mit Informatik- Werkzeugen Ist Schaffhausen bereit? Beat Kobler, Abteilungsleitung Service Center, KSD Schaffhausen

Prozesse visualisieren mit Informatik- Werkzeugen Ist Schaffhausen bereit? Beat Kobler, Abteilungsleitung Service Center, KSD Schaffhausen Prozesse visualisieren mit Informatik- Werkzeugen Ist Schaffhausen bereit? Beat Kobler, Abteilungsleitung Service Center, KSD Schaffhausen 1 Agenda Ausgangslage Prozessmanagement KSD Anforderungen / Ziele

Mehr

tfacet: Hierarchisch-facettierte Exploration semantischer Daten mit Hilfe bekannter Interaktionskonzepte

tfacet: Hierarchisch-facettierte Exploration semantischer Daten mit Hilfe bekannter Interaktionskonzepte IVDW-Workshop 2011, Berlin (6. Oktober) Institut für Visualisierung und Interaktive Systeme tfacet: Hierarchisch-facettierte Exploration semantischer Daten mit Hilfe bekannter Interaktionskonzepte Philipp

Mehr

Web Data Mining. Alexander Hinneburg Sommersemester 2007

Web Data Mining. Alexander Hinneburg Sommersemester 2007 Web Data Mining Alexander Hinneburg Sommersemester 2007 Termine Vorlesung Mi. 10:00-11:30 Raum?? Übung Mi. 11:45-13:15 Raum?? Klausuren Mittwoch, 23. Mai Donnerstag, 12. Juli Buch Bing Liu: Web Data Mining

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

ibpm - intelligent Business Process Management: WWW.AXONIVY.COM

ibpm - intelligent Business Process Management: WWW.AXONIVY.COM ibpm - intelligent Business Process Management: ein neues Zeitalter bricht an. Peter Wiedmann 14.11.2014 WWW.AXONIVY.COM AGENDA 2 Vorstellung und Einführung Produktvorstellung ibpm die neue Dimension Anwendungsszenario

Mehr

Studie Semantic Media Web. Dr. Joachim Quantz Wiebke Lang

Studie Semantic Media Web. Dr. Joachim Quantz Wiebke Lang Studie Semantic Media Web Dr. Joachim Quantz Wiebke Lang Gliederung Einleitung - Ziele der Studie - Hintergrund/Methodologie Semantic Media Web - SMW-Technologien - Medienbranche/Wissensarbeiter; Geschäftsmodelle

Mehr

Beschreibung von interorganisationalen Informationsystemen und Industriestrukturen

Beschreibung von interorganisationalen Informationsystemen und Industriestrukturen Beschreibung von interorganisationalen Informationsystemen und Industriestrukturen Business Networking: A process-oriented Framework by Elgar Fleisch and Hubert Österle Benjamin Spottke 13.06.2005 Agenda

Mehr

Semantic 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 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

Mehr

Semantische Integration für translationale und personalisierte klinische Forschung: Unterschiedliche Lösungen und Vorgehensweisen

Semantische Integration für translationale und personalisierte klinische Forschung: Unterschiedliche Lösungen und Vorgehensweisen Semantische Integration für translationale und personalisierte klinische Forschung: Unterschiedliche Lösungen und Vorgehensweisen Wolfgang Kuchinke (HHU Düsseldorf) 15.5.2014 in Berlin BMBF Partnering

Mehr

3.4 Unified Process. 1999 Ivar Jacobson, Grady Booch, James Rumbaugh: The Unified Software Development Process.

3.4 Unified Process. 1999 Ivar Jacobson, Grady Booch, James Rumbaugh: The Unified Software Development Process. 1999 Ivar Jacobson, Grady Booch, James Rumbaugh: The Unified Software Development Process. 1996 Philippe Kruchten: Rational Unified Process Produkt der Firma Seit 2002 Teil des IBM Konzerns Objektorientiertes

Mehr

Silvan Geser Solution Specialist Unified Communications Microsoft Schweiz GmbH

Silvan Geser Solution Specialist Unified Communications Microsoft Schweiz GmbH Silvan Geser Solution Specialist Unified Communications Microsoft Schweiz GmbH - Henry Ford, 1863-1947 Individuelle erreichbarkeit Sicherheit und Regulatorien Verteilte Teams Partner und Kunden Hohe Kosten

Mehr

Web Application Security

Web Application Security Web Application Security Was kann schon schiefgehen. Cloud & Speicher Kommunikation CMS Wissen Shops Soziale Netze Medien Webseiten Verwaltung Chancen E-Commerce Kommunikation Globalisierung & Digitalisierung

Mehr

Wiki-basierte Dokumentation von Software-Entwicklungsprozessen

Wiki-basierte Dokumentation von Software-Entwicklungsprozessen Wiki-basierte Dokumentation von Software-Entwicklungsprozessen Erfahrungen aus der industriellen Praxis Fraunhofer IESE Kaiserslautern Inhalt Wiki-basierte Dokumentation von Software-Entwicklungsprozessen

Mehr

Innovationstechnologien in Bildungsprozessen

Innovationstechnologien in Bildungsprozessen Innovationstechnologien in Bildungsprozessen Change Management im Spannungsfeld von Wissenschaft und Wirtschaft Christoph Igel GML 2 2011 Berlin, 30.Juni /1. Juli 2011 CeLTech ::: Institut Institut: der

Mehr

eid in der Schweiz Problem Lösung Zahllose eid/iam Lösungen SuisseID SuisseTrustIAM Einklinken in den europäischen Identitätsverbund

eid in der Schweiz Problem Lösung Zahllose eid/iam Lösungen SuisseID SuisseTrustIAM Einklinken in den europäischen Identitätsverbund STORK 2.0 1 eid in der Schweiz Problem Zahllose eid/iam Lösungen Lösung SuisseID SuisseTrustIAM Einklinken in den europäischen Identitätsverbund Europäische Vision (1) - Digital Single Market (DSM) - Abbau

Mehr

Application Life Cycle Management

Application Life Cycle Management Application Life Cycle Management Konzepte von ALM Hermann Lacheiner +43 7236 3343 849 Hermann.Lacheiner@scch.at www.scch.at Das SCCH ist eine Initiative der Das SCCH befindet sich im Anwendungsorientierte

Mehr

ConWeaver Make Your Data Work

ConWeaver Make Your Data Work ConWeaver Make Your Data Work 2012 ConWeaver Know-how im Bereich Wissensvernetzung seit 1993 2007 Ausgründung aus der Fraunhofer-Gesellschaft (Mit-)Gewinner des Software-Clusters 2010 und des Innovationspreis-IT

Mehr

Strategieentwicklung und deren Umsetzung

Strategieentwicklung und deren Umsetzung entwicklung und deren Umsetzung MUK IT 29.04.2004 in München 1 Agenda! Was ist?! baum! entwicklungsprozess! Beispiel! Erfolgsfaktoren (Ergebnisse der Gruppenarbeiten vom 29.04.2004) " -Entwicklung " -Umsetzung

Mehr

Das Daten-Web nutzen Nutzungspotenzial der nächsten Generation des World Wide Web

Das Daten-Web nutzen Nutzungspotenzial der nächsten Generation des World Wide Web Gefördert mit Mitteln des BMWFJ, BMVIT und des Landes Salzburg Das Daten-Web nutzen Nutzungspotenzial der nächsten Generation des World Wide Web 6. SNML-Talk Montag, 17.06.2013 Stiegl-Brauwelt, Salzburg

Mehr

Intelligente Unternehmens- und Prozesssteuerung durch CPM

Intelligente Unternehmens- und Prozesssteuerung durch CPM Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Grenzen überschreiten Intelligente Suche im Input Management

Grenzen überschreiten Intelligente Suche im Input Management Grenzen überschreiten Intelligente Suche im Input Management Carsten Fuchs Lead Consultant / TPO XBOUND ReadSoft AG Carsten.Fuchs@ReadSoft.com #InspireEU15 Agenda Integration überschreitet Grenzen Anwendungsfälle

Mehr

TOGAF The Open Group Architecture Framework

TOGAF The Open Group Architecture Framework TOGAF The Open Group Architecture Ein Überblick Gesellschaft für Informatik, Regionalgruppe München Dr. Michael Bulenda München, 7.12.2009 Vorstellung Dr. M. Bulenda Seit 2001 bei Cirquent IT Management

Mehr

Nutzen und Vorteile des Prozessmanagements mit ECM

Nutzen und Vorteile des Prozessmanagements mit ECM Nutzen und Vorteile des Prozessmanagements mit ECM Balz Zürrer, Online Consulting AG Online Consulting AG Weststrasse 38 CH-9500 Wil Tel. +41 (0) 71 913 31 31 Fax +41 (0) 71 913 31 32 info@online.ch, www.online.ch

Mehr

Wer seine Dokumentation liebt, vernetzt sie

Wer seine Dokumentation liebt, vernetzt sie Wer seine Dokumentation liebt, vernetzt sie Technische Dokumentation als Teil eines semantischen Netzes Achim Steinacker, intelligent views gmbh Ulrike Parson, parson AG Firmenvorstellungen parson AG,

Mehr

Linked Open Cultural Heritage.

Linked 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

Mehr

SOA und Prozessmanagement: Herausforderung und aktuelle Arbeiten

SOA und Prozessmanagement: Herausforderung und aktuelle Arbeiten SOA Prozessmanagement: Herausforderung aktuelle Arbeiten Projekt-Kurzvorstellung beim Gründungstreffen des EMISA-Arbeitskreises Entwicklung agiler, prozessorientierter Informationssysteme Reiner Siebert,

Mehr

Thementisch Anwendungsgebiete und

Thementisch 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

Mehr

Flexible Prozessbearbeitung durch prozessorientiertes Wissensmanagement

Flexible Prozessbearbeitung durch prozessorientiertes Wissensmanagement Wirtschaftsinformatik Knowledge and Business Engineering Flexible Prozessbearbeitung durch prozessorientiertes Wissensmanagement Prof. Dr. Knut Hinkelmann Fachhochschule Solothurn Nordwestschweiz knut.hinkelmann@fhso.ch

Mehr

Vorlesung. Modelle für Geschäftsprozesse und Services. Prof. Dr. Karsten Wolf

Vorlesung. Modelle für Geschäftsprozesse und Services. Prof. Dr. Karsten Wolf Vorlesung Modelle für Geschäftsprozesse und Services Prof. Dr. Karsten Wolf Was ist ein Geschäftsprozess? Beispiele: Bearbeitung eines Schadensfalls in einer Versicherung Kreditüberprüfung in einer Bank

Mehr

Open Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH)

Open Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH) , XML LV BF23 (0F32) Open Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH) Achim Oßwald FH Köln Institut für Informationswissenschaft Wintersemester 2010 (Stand: 3.12.10) 1/ 18 OAI-PMH

Mehr

Das House of Social Business Collaboration Ein Framework zur Unterstützung der Anforderungserhebung bei Social Business Collaboration Projekten

Das House of Social Business Collaboration Ein Framework zur Unterstützung der Anforderungserhebung bei Social Business Collaboration Projekten HERZLICH WILLKOMMEN zu unserem Vortrag www.q-perior.com Seite 1 Das House of Social Business Collaboration Ein Framework zur Unterstützung der Anforderungserhebung bei Social Business Collaboration Projekten

Mehr

Enterprise Wikis Nutzen und Anwendungspotentiale. Andreas Koller

Enterprise Wikis Nutzen und Anwendungspotentiale. Andreas Koller Enterprise Wikis Nutzen und Anwendungspotentiale Andreas Koller punkt. netservices ist seit 1998 Anbieter von web-basierten SoftwareLösungen für Organisationen & Communities in der Wissensgesellschaft.

Mehr

Sentiment Analysis (SA) Robert Bärhold & Mario Sänger Text Analytics WS 2012/13 Prof. Leser

Sentiment Analysis (SA) Robert Bärhold & Mario Sänger Text Analytics WS 2012/13 Prof. Leser Sentiment Analysis (SA) Robert Bärhold & Mario Sänger Text Analytics WS 2012/13 Prof. Leser Gliederung Einleitung Problemstellungen Ansätze & Herangehensweisen Anwendungsbeispiele Zusammenfassung 2 Gliederung

Mehr

Detecting Near Duplicates for Web Crawling

Detecting 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

Mehr

Junisphere Systems AG 23.11.2010. Aligning Business with Technology. One step ahead of Business Service Management. Intelligentes ITSM

Junisphere Systems AG 23.11.2010. Aligning Business with Technology. One step ahead of Business Service Management. Intelligentes ITSM Aligning Business with Technology One step ahead of Business Service Management Intelligentes ITSM Agenda Junisphere s Lösung Use cases aus der Praxis Zentrale Informatik Basel-Stadt ETH Zürich Ausblick

Mehr

Kooperativer Speicher: Schwächen und Gegenmaßnahmen

Kooperativer Speicher: Schwächen und Gegenmaßnahmen Kooperativer Speicher: Schwächen und Gegenmaßnahmen Cooperative storage: weaknesses and countermeasures Lutz Behnke 2. Dezember 2005 2005 Lutz Behnke 1 /home/sage/texte/haw/master/seminar/coop_storage_failure.sxi

Mehr

Dr. Stefan Wess, Geschäftsführer

Dr. Stefan Wess, Geschäftsführer Dr. Stefan Wess, Geschäftsführer Wirtschaftliche Aspekte der Suchtechnologie: Es geht um (viel) mehr als (nur) Die richtige Information zur richtigen Zeit bei der richtigen Person 4 Dr. Stefan Wess 11.

Mehr

Entwicklung einer Methode zur Bewertung der Transformierbarkeit von On-Premise Anwendungssystemen in Software as a Service Lösungen

Entwicklung einer Methode zur Bewertung der Transformierbarkeit von On-Premise Anwendungssystemen in Software as a Service Lösungen Fakultät für Informatik Technische Universität München Entwicklung einer Methode zur Bewertung der Transformierbarkeit von On-Premise Anwendungssystemen in Software as a Service Lösungen Bachelorarbeit

Mehr

Prozessoptimierung in der Markt- und Medienforschung bei der Deutschen Welle (DW) mit Big Data Technologien. Berlin, Mai 2013

Prozessoptimierung in der Markt- und Medienforschung bei der Deutschen Welle (DW) mit Big Data Technologien. Berlin, Mai 2013 Prozessoptimierung in der Markt- und Medienforschung bei der Deutschen Welle (DW) mit Big Data Technologien Berlin, Mai 2013 The unbelievable Machine Company? 06.05.13 The unbelievable Machine Company

Mehr