Ontologiebasierte Abhängigkeitsanalyse im Projektlastenheft. Automotive Mai 2017 Konstantin Zichler
|
|
- Alwin Winter
- vor 5 Jahren
- Abrufe
Transkript
1 basierte Abhängigkeitsanalyse im Projektlastenheft Automotive Mai 2017 Konstantin Zichler 1
2 basierte Abhängigkeitsanalyse im Projektlastenheft Agenda 1. Einleitung 2. Grundlagen 3. Lösungsansatz 4. Zusammenfassung 2
3 Lösungsraum Ein fehlerfreies Fahrzeugkonzept sichert eine stabile Serienentwicklung S Frontloading QG9 SOP Ressourceneinsatz niedrig hoch hoch niedrig Einfluss auf Ergebnis/ Prozessstabilität Einleitung 3
4 Lösungsraum Ein fehlerfreies Fahrzeugkonzept sichert eine stabile Serienentwicklung S Frontloading QG9 SOP Ressourceneinsatz niedrig hoch hoch niedrig Einfluss auf Ergebnis/ Prozessstabilität Einleitung 4
5 Lösungsraum Ein fehlerfreies Fahrzeugkonzept sichert eine stabile Serienentwicklung S Frontloading QG9 SOP Ressourceneinsatz niedrig hoch $ hoch niedrig Einfluss auf Ergebnis/ Prozessstabilität Einleitung 5
6 Lösungsraum Ein fehlerfreies Fahrzeugkonzept sichert eine stabile Serienentwicklung S Frontloading QG9 SOP Ressourceneinsatz niedrig hoch Projektlastenheft - 4% CO 2 $ hoch niedrig Einfluss auf Ergebnis/ Prozessstabilität Einleitung 6
7 Gute Projektlastenhefte sind die Grundlage für Projekterfolg Projektlastenheft: Product Concept Anforderungen an alle Lebensphasen eines Nutzfahrzeugs Target Setting Realisierungskonzepte entsprechend den Anforderungen Market & Environment - 4% Erfordert interdisziplinäres Wissen Erstellt von einem interdisziplinären Projektteam Umfang bis zu 1000 Seiten Text CO 2 Production & Logistics Project Management Grundlage für Produktentwicklung Quality Management Kommunikationsgrundlage im Projekt Einleitung 7
8 Die unterschiedlichen Perspektiven der Projektteammitglieder erschweren die Abhängigkeitsanalyse im PLH Entwicklung Qualität Problematik: Das interdisziplinäre Wissen liegt verteilt vor Fachexperten dokumentieren nur einen Teil ihres Wissens im Projektlastenheft Struktur und Umfang der Projektlastenhefte Zeitdruck Legende: Projektlastenheft Produktion Gefahr: Die interdisziplinären Abhängigkeiten zwischen Anforderungen werden übersehen! Begriff bekannte Abhängigkeit unbekannte Abhängigkeit Einleitung 8
9 Übersehene Abhängigkeiten führen zu Abweichungen von Zeit-, Kosten- und Qualitätszielen im Projekt Beispiel: Entwicklung eines Plug-in-Hybrid-Fahrzeugs vorhandene Fahrzeugplattform dient als Basis Teile des Bordnetzes aus dem Vorgänger werden übernommen (z.b. CAN-Bus) Problem: Bei Beladung des Akkumulators im Stillstand des Fahrzeugs, sind Teile des Bordnetzes aktiv Diese Abhängigkeit wird erst während der Produktentwicklung bemerkt Das Konzept muss überarbeitet werden, zusätzliches Budget ist erforderlich, der Business Case rechnet sich nicht mehr! Projektlastenheft (Ausschnitt) Engineering Vehicle 7 shall perform TestDriveCityTour. Vehicle 7 shall perform Charge4FreeCharging. EBus2X is part of vehicle Vehicle 7. Quality The durability of EBus2X shall be at least h. Einleitung 9
10 basierte Abhängigkeitsanalyse im Projektlastenheft Agenda 1. Einleitung 2. Grundlagen 3. Lösungsansatz 4. Zusammenfassung 10
11 Mit Hilfe von n wird Wissen digitalisiert und formalisiert Definition : Eine ist eine formale, explizite Spezifikation einer gemeinsamen Konzeptualisierung Ontology Engineering: Ontology Learning (Domänen-Modell) Ontology Population Axiome und Regeln Reasoning: Prüfen der auf Konsistenz Ableitung von impliziten Wissen auf Basis von Axiomen und Regeln Ontology Learning Ontology Population Communica tion System CAN Bus EBus2X ispartof Vehicle ispartof Vehicle Vehicle Distribution Vehicle 7 Thing ispresentduring Operation shall Perform shall Perform Driving TestDrive CityTour Operation Mode Charging Charge4Free Charging ispresentduring Operation Legende: Klasse Instanz Unterklasse Relation Instanz Relation bekannte Relation durch einen Reasoner abgeleitete Relation Grundlagen 11
12 basierte Abhängigkeitsanalyse im Projektlastenheft Agenda 1. Einleitung 2. Grundlagen 3. Lösungsansatz 4. Zusammenfassung 12
13 Für erste Tests wurde eine Toolchain zusammengestellt Protégé SPARQL 3) query panel 9 Inhalte abfragen Explizite und abgeleitete (blau hinterlegt) Abhängigkeiten Vehicle7 shallperform Charge4FreeCharging Vehicle7 shallperform TestDriveCityTour EBus2X ispartof Vehicle7 1 speichern 7 laden 8 Relationen ableiten Reasoner EBus2X ispresentduringoperation Charge4FreeCharging EBus2X ispresentduringoperation TestDriveCityTour 1) Natural Language 2) Named Entity 3) Simple Protocol and RDF Query Language RDF/XML Dokument (Ausgangsdokument) RDF/XML Dokument (populated) OWL Exporter 6 Begriffe exportieren annotierter JAPE Transducer 5 Für Export relevante Begriffe annotieren annotierter General Architecture for Text Engineering (GATE) Document Reset PR English Tokeniser Gazetteer Sentence Splitter POS Tagger NE Transducer OrthoMatcher 4 NL1) Processing, NE 2) Recognition und Annotation des 3 erstellen GATE Dokumente 2 Dokumente importieren Projektlastenhefte (z.b. in PDF) Lösungsansatz 13
14 Zurzeit wird eine umfangreiche erstellt diese bildet die Grundlage für die Analyse Erstellunsprozess: Domänen-Modell (Ontology Learning) wird manuell erstellt Suche nach Begriffen im Projektlastenheft Zuordnung der Begriffe zu Klassen, Unterklassen, Relationen und Individuen Modellierung erfolgt in Protégé Derzeitige Inhalte der : Begriffe aus der Produktentstehung der Abteilungen Entwicklung, Produktion, Logistik und Qualitätsmanagement 198 Klassen 44 Individuen 27 Relationen Domänen-Modell mit Gephi dargestellt Lösungsansatz 14
15 Mit geschickt formulierten Regeln kann der Reasoner zusätzliche Abhängigkeiten automatisch ableiten Object Subproperties Existential Quantification ispresentduring Operation Component Development Supplier EBus2X ispartof Vehicle Vehicle 7 shall Perform TestDrive CityTour Turbocharger 2 develops Component Supplier A instanceof SubObjectPropertyOf( ObjectPropertyChain( a:ispartofvehicle a:shallperform ) a:ispresentduringoperation ) ObjectSomeValuesFrom( a:developscomponent a:component ) Legende: Klasse Instanz bekannte Relation Unterklasse Relation Instanz Relation durch einen Reasoner abgeleitete Relation Lösungsansatz 15
16 Fakten und Regeln werden in der gespeichert Protégé SPARQL 3) query panel 9 Inhalte abfragen Explizite und abgeleitete (blau hinterlegt) Abhängigkeiten Vehicle7 shallperform Charge4FreeCharging Vehicle7 shallperform TestDriveCityTour EBus2X ispartof Vehicle7 1 speichern 7 laden 8 Relationen ableiten Reasoner EBus2X ispresentduringoperation Charge4FreeCharging EBus2X ispresentduringoperation TestDriveCityTour RDF/XML Dokument (Ausgangsdokument) Ontology Learning? Lösungsansatz 16
17 GATE sucht automatisch Begriffe im Projektlastenheft Protégé SPARQL 3) query panel 9 Inhalte abfragen Explizite und abgeleitete (blau hinterlegt) Abhängigkeiten Vehicle7 shallperform Charge4FreeCharging Vehicle7 shallperform TestDriveCityTour EBus2X ispartof Vehicle7 1 speichern 7 laden 8 Relationen ableiten Reasoner EBus2X ispresentduringoperation Charge4FreeCharging EBus2X ispresentduringoperation TestDriveCityTour 1) Natural Language 2) Named Entity 3) Simple Protocol and RDF Query Language RDF/XML Dokument (Ausgangsdokument) RDF/XML Dokument (populated) OWL Exporter 6 Begriffe exportieren annotierter JAPE Transducer 5 Für Export relevante Begriffe annotieren annotierter General Architecture for Text Engineering (GATE) Document Reset PR English Tokeniser Gazetteer Sentence Splitter POS Tagger NE Transducer OrthoMatcher 4 NL1) Processing, NE 2) Recognition und Annotation des 3 erstellen GATE Dokumente 2 Dokumente importieren Projektlastenhefte (z.b. in PDF) Lösungsansatz 17
18 Im Text gefundene Begriffe werden von GATE annotiert eine Reihe von Komponenten ist dafür erforderlich Übliche Komponenten in GATE: Tokeniser Sentence Splitter Part-of-speech Tagger Named-entity Recognition: Ein Gazetteer besteht aus Listen mit Namen von Individuen Im Text gefundene Worte werden mit Begriffen aus diesen Listen verglichen und bei Übereinstimmung entsprechend annotiert (markiert) JAPE Transducer: Mit Hilfe von JAPE-Regeln lassen sich Annotationen erstellen und verändern JAPE: Java Annotation Patterns Engine CAN-Bus Gazetteer list: NextGenBus.. ibus. EBus2X.. EBus3X.. TransBus... Engineering Product Concept: Projektlastenheft (Ausschnitt) Lookup Distribution Truck EBus2X is part of vehicle Vehicle 7. JAPE Regel: Rule: DistributionTruck ( {Token.string == Vehicle} {Token.kind == number} ):tag --> :tag.distributiontruck = {rule = "DistributionTruck"} Lösungsansatz 18
19 Begriffe im Text, die mit Begriffen im Gazetteer übereinstimmen, werden mit Lookup annotiert CAN-Bus Gazetteer list: NextGenBus.. ibus. EBus2X.. EBus3X.. TransBus... OWL Exporter 6 Begriffe exportieren annotierter JAPE Transducer 5 Für Export relevante Begriffe annotieren annotierter General Architecture for Text Engineering (GATE) Document Reset PR English Tokeniser Gazetteer Sentence Splitter POS Tagger NE Transducer OrthoMatcher 4 NL1) Processing, NE 2) Recognition und Annotation des 3 erstellen GATE Dokumente 2 Dokumente importieren Projektlastenhefte (z.b. in PDF) Lösungsansatz 19
20 Für den Export relevante Begriffe werden im Anschluss mit OwlExportClassDomain annotiert OWL Exporter 6 Begriffe exportieren annotierter JAPE Transducer 5 Für Export relevante Begriffe annotieren annotierter General Architecture for Text Engineering (GATE) Document Reset PR English Tokeniser Gazetteer Sentence Splitter POS Tagger NE Transducer OrthoMatcher 4 NL1) Processing, NE 2) Recognition und Annotation des 3 erstellen GATE Dokumente 2 Dokumente importieren Projektlastenhefte (z.b. in PDF) Lösungsansatz 20
21 Export der Instanzen und Relationen mit OwlExporter Protégé SPARQL 3) query panel 9 Inhalte abfragen Explizite und abgeleitete (blau hinterlegt) Abhängigkeiten Vehicle7 shallperform Charge4FreeCharging Vehicle7 shallperform TestDriveCityTour EBus2X ispartof Vehicle7 1 speichern 7 laden 8 Relationen ableiten Reasoner EBus2X ispresentduringoperation Charge4FreeCharging EBus2X ispresentduringoperation TestDriveCityTour 1) Natural Language 2) Named Entity 3) Simple Protocol and RDF Query Language RDF/XML Dokument (Ausgangsdokument) RDF/XML Dokument (populated) OWL Exporter 6 Begriffe exportieren annotierter JAPE Transducer 5 Für Export relevante Begriffe annotieren annotierter General Architecture for Text Engineering (GATE) Document Reset PR English Tokeniser Gazetteer Sentence Splitter POS Tagger NE Transducer OrthoMatcher 4 NL1) Processing, NE 2) Recognition und Annotation des 3 erstellen GATE Dokumente 2 Dokumente importieren Projektlastenhefte (z.b. in PDF) Lösungsansatz 21
22 Erweiterung der um Instanzen und Relationen Ontology Population mit dem OwlExporter Ontology Learning RDF/XML Dokument (Ausgangsdokument) RDF/XML Dokument (populated) Ontology Population OWL Exporter 6 Begriffe exportieren annotierter JAPE Transducer 5 Für Export relevante Begriffe annotieren annotierter General Architecture for Text Engineering (GATE) Document Reset PR English Tokeniser Gazetteer Sentence Splitter POS Tagger NE Transducer OrthoMatcher 4 NL1) Processing, NE 2) Recognition und Annotation des 3 erstellen GATE Dokumente 2 Dokumente importieren Projektlastenhefte (z.b. in PDF) Lösungsansatz 22
23 Reasoning mit zusätzlichen Begriffen und Relationen Protégé SPARQL 3) query panel 9 Inhalte abfragen Explizite und abgeleitete (blau hinterlegt) Abhängigkeiten Vehicle7 shallperform Charge4FreeCharging Vehicle7 shallperform TestDriveCityTour EBus2X ispartof Vehicle7 1 speichern 7 laden 8 Relationen ableiten Reasoner EBus2X ispresentduringoperation Charge4FreeCharging EBus2X ispresentduringoperation TestDriveCityTour 1) Natural Language 2) Named Entity 3) Simple Protocol and RDF Query Language RDF/XML Dokument (Ausgangsdokument) RDF/XML Dokument (populated) OWL Exporter 6 Begriffe exportieren annotierter JAPE Transducer 5 Für Export relevante Begriffe annotieren annotierter General Architecture for Text Engineering (GATE) Document Reset PR English Tokeniser Gazetteer Sentence Splitter POS Tagger NE Transducer OrthoMatcher 4 NL1) Processing, NE 2) Recognition und Annotation des 3 erstellen GATE Dokumente 2 Dokumente importieren Projektlastenhefte (z.b. in PDF) Lösungsansatz 23
24 Der Reasoner leitet neue Abhängigkeiten ab Protégé SPARQL 3) query panel 9 Inhalte abfragen Explizite und abgeleitete (blau hinterlegt) Abhängigkeiten Vehicle7 shallperform Charge4FreeCharging Vehicle7 shallperform TestDriveCityTour EBus2X ispartof Vehicle7 1 speichern 7 laden 8 Relationen ableiten Reasoner EBus2X ispresentduringoperation Charge4FreeCharging EBus2X ispresentduringoperation TestDriveCityTour RDF/XML Dokument (Ausgangsdokument) RDF/XML Dokument (populated) Relation im Text gefunden Ergebnis: Neue, im Projektlastenheft unbekannte Abhängigkeiten, werden automatisch abgeleitet! Lösungsansatz 24
25 Das PMO spielt bei der Analyse eine Schlüsselrolle Project Management Office Resultate der Analyse Projekt A Resultate der Analyse Projektlastenheft Interdisziplinäres Projektteam basierte Abhängigkeitsanalyse Projektlastenhefte Projektmanagementunterstützer Projektlastenheft Projekt B Resultate der Analyse Interdisziplinäres Projektteam Lösungsansatz 25
26 basierte Abhängigkeitsanalyse im Projektlastenheft Agenda 1. Einleitung 2. Grundlagen 3. Lösungsansatz 4. Zusammenfassung 26
27 Durch den vorgestellten Ansatz wird die Qualität des Projektlastenhefts erhöht und der Folgeprozess stabilisiert basierte Abhängigkeitsanalyse Zusammenfassung 27
28 Zusammenfassung und Ausblick Ergebnisse: neuartiges Verfahren für die Abhängigkeitsanalyse im Projektlastenheft fachspezifisches Wissen zu einer gemeinsamen Wissensbasis in Form einer aggregiert Nutzung von Plug-ins innerhalb Protégé und GATE aufgrund fehlender Werkzeugunterstützung für vorliegenden Anwendungsfall automatisierte Abhängigkeitsanalyse ermöglicht bisher nicht berücksichtigte Abhängigkeiten zu identifizieren Ergebnisse aus ersten Tests zeigen grundsätzliche Machbarkeit des Verfahrens basierte Abhängigkeitsanalyse Weiteres Vorgehen: Erweiterung der bestehenden Entwicklung eines Verfahrens zur Validierung des Wissens in der Zusammenfassung 28
29 Quellen Literatur: Bastian M., Heymann S., Jacomy M.: Gephi: an open source software for exploring and manipulating networks. International AAAI Conference on Weblogs and Social Media. From AAAI, Cunningham, H.; Tablan, V.; Roberts, A.; Bontcheva, K.: Getting More Out of Biomedical Documents with GATE's Full Lifecycle Open Source Text Analytics. PLoS Computational Biology 9(2), Gruber, T., R.: A translation approach to portable ontologies. In: Knowledge Acquisition. Band 5, Nr. 2. Academic Press, 1993, S Musen, M., A.: The Protégé project: A look back and a look forward. AI Matters. ACM 1(4), June Studer, R., V.; Benjamins, R.; Fensel, D.: Knowledge engineering: Principles and methods. Data & Knowledge Engineering, 25(1-2): , Witte, R.; Khamis, N.; Rilling, J.: Flexible Ontology Population from Text: The Owl-Exporter, Int. Conf. on Language Resources and Evaluation, pp , Abbildungen: S. 1 S. 3 in Anlehnung an: Braess, H.-H.; Seiffert, U.: Vieweg Handbuch Kraftfahrzeugtechnik, S. 4 S. 7 Webseiten zuletzt aufgerufen am: Quellen 29
Ontologiebasierte Abhängigkeitsanalyse im Projektlastenheft
Peter Dencker et. al. (Hrsg.): Automotive Safety &Security 2017, LectureNotes in Informatics (LNI), Gesellschaft für Informatik, Bonn 2017 121 Ontologiebasierte Abhängigkeitsanalyse im Projektlastenheft
MehrGATE General Architecture for Text Engineering. Alexander Hein & Erik Dießler (VL Text Analytics - 08.05.2008)
GATE General Architecture for Text Engineering Alexander Hein & Erik Dießler (VL Text Analytics - 08.05.2008) Überblick GATE Die Idee Die Architektur Was noch - JAPE / DIFF / GUK ANNIE Einige Beispiele
MehrAutomatisiertes Annotieren in CATMA
Automatisiertes Annotieren in CATMA Thomas Bögel 1, Evelyn Gius 2, Marco Petris 2, Jannik Strötgen 3 1 Universität Heidelberg 2 Universität Hamburg 3 Max-Planck-Institut für Informatik jannik.stroetgen@mpi-inf.mpg.de
MehrGate & Annie. Gate = General Architecture for Text Engineering Annie = A Nearly New Information Extraction system
Gate & Annie Gate = General Architecture for Text Engineering Annie = A Nearly New Information Extraction system Was ist Gate? Rahmenwerk zur Verarbeitung von Texten (kann unabhängig von der Entwicklungsumgebung
MehrEinsatz von Semantic Web Technologien in der Industrie 4.0
Einsatz von Semantic Web Technologien in der Industrie 4.0 Iman Ayatollahi IFT Univ.Prof. Dipl.-Ing. Dr.techn. Friedrich Bleicher Wien, der 11.05.2016 Überblick 1 Was ist Industrie 4.0 und was nicht? 2
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
MehrInformation Retrieval and Semantic Technologies
Information Retrieval and Semantic Technologies Gerhard Wohlgenannt 6. April 2013 Inhaltsverzeichnis 1 Informationen zur Lehrveranstaltung 2 1.1 Inhalt................................... 2 2 Unterlagen
MehrDas Informationsextraktions- System ANNIE. Anna Mazhayskaya Anna Vinenko
Das Informationsextraktions- System ANNIE Anna Mazhayskaya Anna Vinenko 09.07.2007 Informationsextraktion Informationsextraktion versucht, spezifische Informationen aus textuellen Dokumenten zu extrahieren
MehrInaugural-Dissertation. Philosophie
Ontology On Demand Vollautomatische Ontologieerstellung aus deutschen Texten mithilfe moderner Textmining-Prozesse Inaugural-Dissertation zur Erlangung des Grades eines Doktors der Philosophie in der Fakultät
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
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
MehrOntoWiki - Chancen des Semantik-Web Am Beispiel der Strukturierung und Annotierung von Lernmaterialien
OntoWiki - Chancen des Semantik-Web Am Beispiel der Strukturierung und Annotierung von Lernmaterialien Thomas Riechert Arbeitsgruppe Agile Knowledge Engineering and Semantic Web - Lehrstuhl Betriebliche
MehrSemantic Web Grundlagen
Birte Glimm Institut für Künstliche Intelligenz 23. Jan 2012 Semantic Web Grundlagen Ontology Editing 2/21 Birte Glimm Semantic Web Grundlagen 23. Jan 2012 Organisatorisches: Inhalt Einleitung und XML
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
MehrDas Semantic Technology Institute (STI)
Das Semantic Technology Institute (STI) Was sind Semantische Technologien? Technologien: Formale und selbsterklärende Beschreibung von Daten, Ressourcen, (Web-)Services, etc. Systeme, die auf Basis dieser
MehrOrganisatorisches: Inhalt. Ontology Engineering. Agenda
2/21 Birte Glimm Semantic Web Grundlagen 23. Jan 2012 Birte Glimm Institut für Künstliche Intelligenz 23. Jan 2012 Semantic Web Grundlagen Ontology Editing Organisatorisches: Inhalt Einleitung und XML
MehrVerbesserte Nutzbarkeit heterogener und verteilter Geodaten durch Semantische Interoperabilität
Verbesserte Nutzbarkeit heterogener und verteilter Geodaten durch Semantische Interoperabilität Eva Klien 7. Seminar GIS & Internet 15. bis 17. September 2004 UniBwMünchen Überblick Semantische Heterogenitätsprobleme
MehrWeb-Technologien RDF und OWL zur semantischen Beschreibung von Data-Warehouse. Warehouse-Metadaten
Potentiale der Semantic-Web Web-Technologien RDF und OWL zur semantischen Beschreibung von Data-Warehouse Warehouse-Metadaten Gemeinsames Treffen der GI-Fachgruppen Datenbanksysteme und Information Retrieval
MehrOntologie Evolution. Konstantin Thierbach Problemseminar Ontologie Management Prof. Dr. E. Rahm Betreuer: M. Hartung
Ontologie Evolution Konstantin Thierbach Problemseminar Ontologie Management Prof. Dr. E. Rahm Betreuer: M. Hartung 20.01.2009 Universität Leipzig, Abteilung Datenbanken Ontologie Evolution 1 / 32 Inhalt
MehrWEDKEX. Web-based Engineering Design Knowledge EXtraction. Frank Heyen, Janik M. Hager, Steffen M. Schlinger B.Sc. Informatik
WEDKEX Web-based Engineering Design Knowledge EXtraction Frank Heyen, Janik M. Hager, Steffen M. Schlinger B.Sc. Informatik Motivation Suche nach besseren Komponenten für ein vorhandenes System [HW] 2
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
MehrHolistische Ansatzentwicklung und Agile Lehre Agile Lehre als Baustein einer Forschungswerkstatt
Holistische Ansatzentwicklung und Agile Lehre Agile Lehre als Baustein einer Forschungswerkstatt Workshop Lehre für Requirements Engineering (LehRE) auf der Software Engineering Konferenz 2016 Wien, 23.
MehrAm Beispiel eines international tätigen Automotive Lieferanten
Anpassung der Prozesslandschaft an moderne Safety-Anforderungen Am Beispiel eines international tätigen Automotive Lieferanten Inhalt ZKW Group, ZKW Elektronik Safety in Automotive Functional Safety ISO
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
MehrWas fehlt den semantischen Netzen?
Semantische Netze Grundidee RDF SPARQL Was fehlt den semantischen Netzen? Beschreibungslogiken Web Ontology Language OWL I. Boersch Jun-13 1 Auch: Topic Maps, Mindmaps Ross Quillian, 1967 Ziel: Sprachverarbeitung
MehrGeneral Architecture for Text Engineering - GATE
General Architecture for Text Engineering - GATE basierend auf dem GATE-Benutzerhandbuch sowie dem Tutorial des CLab-Teams der Universität Zürich 3. Juni 2011 1 1 Lernziele Grundkenntnisse in GATE Development
MehrMetadatenmodellierung für Dokumente. M. Sc. Mirjana Jaksic Dipl.-Inf. Christian Schönberg Dipl.-Inf. Franz Weitl
Metadatenmodellierung für Dokumente M. Sc. Mirjana Jaksic Dipl.-Inf. Christian Schönberg Dipl.-Inf. Franz Weitl Worum geht es? Aus Dokumenten in verschiedenen Formaten sollen Verifikations-Modelle zum
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
MehrNamed Entity Recognition auf Basis von Wortlisten
Named Entity Recognition auf Basis von Wortlisten EDM SS 2017 Lukas Abegg & Tom Schilling Named Entity Recognition auf Basis von Wortlisten Lukas Abegg - Humboldt Universität zu Berlin Tom Schilling -
MehrSemantic Web. Ekaterina Timofeeva & Johannes Knopp Vorlesung Information Retrieval Dr. Karin Haenelt Universität Heidelberg WS2006/07
Semantic Web Ekaterina Timofeeva & Johannes Knopp 29.01.2007 Vorlesung Information Retrieval Dr. Karin Haenelt Universität Heidelberg WS2006/07 Semantic Web - Übersicht Was ist Semantic Web? Idee Wie funktioniert
MehrInnovation Scouting - Vom Screening weltweiter Trends bis zur Umsetzung in Produkten
Innovation Scouting - Vom Screening weltweiter Trends bis zur Umsetzung in Produkten Agenda A B C D Miba Group Overview Trends und Herausforderungen Innovation bei Miba AG Innovation am Beispiel Elektromobilität
Mehr20. DOAG-Konferenz. Integration der Oracle E-Business Suite. mit einem Dokumenten-Management- System. Thomas Karle PROMATIS software GmbH
20. DOAG-Konferenz Integration der Oracle E-Business Suite mit einem Dokumenten-Management- System Nürnberg 21. November 2007 Thomas Karle PROMATIS software GmbH Integration der EBS mit einem DMS Agenda
MehrInformationsextraktionssystem ANNIE
Institut für Computerlinguistik Ruprecht-Karls-Universität Heidelberg WS 10/11 Inhalt 1 Einführung: Informationsextraktion Begriffsklärung eines Informationsextraktionssystems 2 Einführung in Getting Started
MehrAnlage zur Akkreditierungsurkunde D-PL nach DIN EN ISO/IEC 17025:2005
Deutsche Akkreditierungsstelle GmbH nach DIN EN ISO/IEC 17025:2005 Gültigkeitsdauer: 20.04.2018 bis 19.04.2023 Ausstellungsdatum: 20.04.2018 Urkundeninhaber: TÜV SÜD Product Service GmbH Barthstraße 12,
MehrDOORS Schema IBM Rational DOORS Start-Up Training - Teil 3
DOORS Schema IBM Rational DOORS Start-Up Training - Teil 3 Inhalt: Anforderungen an ein Schema Design eines Schemas Schrittweises Vorgehen Strukturierung und Design der Daten in DOORS Voraussetzung für
MehrInformationsextraktion durch Verwendung computerlinguistischer Verfahren in Texten mit Makrostruktur
Informationsextraktion durch Verwendung computerlinguistischer Verfahren in Texten mit Makrostruktur Frank Reinert,Patrick Waldschmitt, Sandro Leuchter &RainerSchönbein Abt. Interoperabilität und Assistenzsysteme
MehrSpecmate Auf Knopfdruck von Anforderungen zu Tests
Specmate Auf Knopfdruck von Anforderungen zu Tests Dr. Maximilian Junker at a Glance We are experts for: High quality RE & tests High quality methodology (e.g. MBSE) We offer: Audits & Continuous Quality
MehrMetadaten in Service Repositories
AIFB Metadaten in Service Repositories Steffen Lamparter, Sudhir Agarwal Institut AIFB / KSRI, Universität Karlsruhe (TH) Bibliothekartag Mannheim, 4. Juni 2008 Agenda 1 Einführung Metadaten und Dienste
MehrGliederung. 1. Kurzeinstieg 2. Warum ist die Semantik so wichtig? 3. OWL 4. GO 5. Übersetzung 6. Zusammenfassung 7. Quellen
Gliederung Gliederung 1. Kurzeinstieg 2. Warum ist die Semantik so wichtig? 3. OWL 4. GO 5. Übersetzung 6. Zusammenfassung 7. Quellen Marcus Lechner - Institut für Informatik Seite 1 Kurzeinstieg 1. Kurzeinstieg
MehrDWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb. Referent: Raphael Henneke
DWH Automation - Steigerung von Qualität, Effektivität und Transparenz in der DWH Implementierung und dem Betrieb Referent: Raphael Henneke Agenda 10.00 10.30 Begrüßung & aktuelle Entwicklungen bei QUNIS
MehrRegelbasierte Entwicklung betrieblicher Informationssysteme
Reihe: Wirtschaftsinformatik Band 45 Herausgegeben von Prof. (em.) Dr. Dietrich Seibt, Köln, Prof. Dr. Hans-Georg Kemper, Stuttgart, Prof. Dr. Georg Herzwurm, Stuttgart, Prof. Dr. Dirk Stelzer, Ilmenau,
MehrSeminar Sicherheit und Softwareengineering WS 2013 / Isabell Kullack FEHLERANALYSE VON REQUIREMENTS DOCUMENTS
Isabell Kullack FEHLERANALYSE VON REQUIREMENTS DOCUMENTS Requirements Documents Was sind Requirements Documents? Anforderungsdokumente in industriellen Software-Projekten Häufig in natürlicher Sprache
MehrOptionally, an is sent : Erfahrungen mit automatisierter Erkennung schlechter Anforderungen
Richtig testen Hier soll das der Richtige Titel rein testen Optionally, an e-mail is sent : Erfahrungen mit automatisierter Erkennung schlechter Anforderungen www.qs-tag.de Maximilian Junker Qualicen GmbH
MehrTechnische Universität Kaiserslautern Lehrstuhl für Virtuelle Produktentwicklung
functions in SysML 2.0 La Jolla, 22.05.2014 12/10/2015 Technische Universität Kaiserslautern Lehrstuhl für Virtuelle Produktentwicklung Dipl. Wirtsch.-Ing. Christian Muggeo Dipl. Wirtsch.-Ing. Michael
MehrHandbuch. TC3 Remote Manager. TwinCAT 3. Version: Datum:
Handbuch TC3 Remote Manager TwinCAT 3 Version: Datum: 1.0 28.12.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einleitung... 4 2 TwinCAT Integration... 5 3 Anwendungsfälle... 7 4 Hinweise... 10 TC3 Remote
MehrSecurity for Safety in der Industrieautomation Konzepte und Lösungsansätze des IEC 62443
Security for Safety in der Industrieautomation Konzepte und Lösungsansätze des IEC 62443 Roadshow INDUSTRIAL IT SECURITY Dr. Thomas Störtkuhl 18. Juni 2013 Folie 1 Agenda Einführung: Standard IEC 62443
MehrSemantic Role Labeling im modernen Text-Analyse-Prozess
Semantic Role Labeling im modernen Text-Analyse-Prozess Bastian Haarmann info@bastianhaarmann.de http://www.bastianhaarmann.de Agenda I Text-Analyse-Prozesse 1. Motivation 2. Informationsextraktion 3.
MehrNamed Entity Recognition, Extraction, und Linking in deutschen Rechtstexten
Named Entity Recognition, Extraction, und Linking in deutschen Rechtstexten Ingo Glaser, 21.09.2018, EDV-Gerichtstag Chair of Software Engineering for Business Information Systems (sebis) Faculty of Informatics
MehrLinked Open Data & Bibliotheken Warum? Was? Wie? FIS Fachtagung, Frankfurt/Main 22. Mai 2012 Adrian Pohl
Linked Open Data & Bibliotheken Warum? Was? Wie? FIS Fachtagung, Frankfurt/Main 22. Mai 2012 Adrian Pohl 2 3 4 5 Was steckt dahinter? 6 Agenda 1. Warum Linked Open Data? 2. Linked Data
MehrSemantic Web. RDF, RDFS, OWL, and Ontology Engineering. F. Abel, N. Henze, and D. Krause 17.12.2009. IVS Semantic Web Group
Semantic Web RDF, RDFS, OWL, and Ontology Engineering F. Abel, N. Henze, and D. Krause IVS Semantic Web Group 17.12.2009 Exercise 1: RDFS OWL Erstellen Sie mit Hilfe von RDF Schema und OWL eine Ontologie
MehrGAUSS towards a common certification process for GNSS applications using the European Satellite System Galileo
GAUSS towards a common certification process for GNSS applications using the European Satellite System Galileo Matthias Grimm, Dr. Michael Meyer zu Hörste Vortragstitel > 11. Juni 2010 > Folie 1 Agenda
MehrCLARIN-D. Überblick, Metadaten, Demo. Christoph Kuras. Abt. Automatische Sprachverarbeitung Institut für Informatik, Universität Leipzig
CLARIN-D Überblick, Metadaten, Demo Christoph Kuras Abt. Automatische Sprachverarbeitung Institut für Informatik, Universität Leipzig Institut für Informatik 1 CLARIN: Common Language Resource and Technology
MehrExploring the knowledge in Semi Structured Data Sets with Rich Queries
Exploring the knowledge in Semi Structured Data Sets with Rich Queries Jürgen Umbrich Sebastian Blohm Institut AIFB, Universität Karlsruhe (TH) Forschungsuniversität gegründet 1825 www.kit.ed Overview
MehrKnowledge-Based system. Inference Engine. Prof. Dr. T. Nouri.
12.01.2008 Knowledge-Based system Inference Engine Prof. Dr. T. Nouri Taoufik.Nouri@FHN.CH 2 / 30 Inhalt Grundlagen Wozu Inference? Aufbau Knowledge Based System Strategien für Folgerungen Suchstrategien
MehrThe Potential of Semantic Technologies for Libraries
The Potential of Semantic Technologies for Libraries Klaus Tochtermann ZBW Leibniz-Informationszentrum Wirtschaft 26. April 2012 Die ZBW ist Mitglied der Leibniz-Gemeinschaft Seite 1 Overview 2008 Semantic
MehrDer Interaction Room bahnt einen natürlichen Weg zu vernetzten Systemspezifikationen
Der Interaction Room bahnt einen natürlichen Weg zu vernetzten Systemspezifikationen Oskar von Dungern, Dr.-Ing., adesso AG Florian Uphoff, cand. BS, Interaction Room GmbH 3 21.04.2017 Der Interaction
MehrEAM-Vorlesung (SS2017)
EAM-Vorlesung (SS2017) V4: TOGAF und das Metamodel Vassilios Goumas Frankfurt University of Applied Science 1 V4: Verlauf Was ist ein Metamodell Aufbau des Metamodells in TOGAF Aufteilung nach Core Metamodel
MehrEntity Search. Michel Manthey Arne Binder 2013
Entity Search Michel Manthey Arne Binder 2013 Gliederung Idee Herausforderungen Allgemeine Herangehensweise Möglichkeiten und angewandte Verfahren Ausblick Quellen Idee Bisher: Suche nach Dokumenten, die
MehrMethodik. zur prozessübergreifenden Integration. der Digitalen Fabrik. der Rechts- und Wirtschaftswissenschaftlichen Fakultät
Methodik zur prozessübergreifenden Integration der Digitalen Fabrik in bestehende Unternehmensstrukturen der Rechts- und Wirtschaftswissenschaftlichen Fakultät des Fachbereichs Wirtschaftswissenschaften
MehrIndustrie 4.0 SAP 3D Visual Enterprise Quality Management App
Industrie 4.0 SAP 3D Visual Enterprise Quality Management App, Industriestrasse 55, 6312 Steinhausen, Schweiz Benjamin Kaulich, Chief Commercial Officer, Dominik Gempeler, Solution Architect, 3D visuals
MehrUniversal Discovery 10.x, Jython Adapter
Universal Discovery 10.x, Jython Adapter Development Training The purpose of this course is to teach students how to develop Jython-based Universal Discovery (UD) Adapters. This three-day course enables
MehrDer agile Software Architekt
Der agile Software Architekt Ingmar Kellner 2013-09-25 Agil == Beweglich == Zur Handlung Fähig Source: http://de.wiktionary.org/wiki/agil Gegebene Versprechen schränken meine Agilität ein! 2013, hello2morrow
Mehreine (sehr) kurze Einführung in formale Ontologien
kurzer historischer Überblick eine (sehr) kurze Einführung in Denis Brumann 5. April 2008 eine (sehr) kurze Einführung in kurzer historischer Überblick Ontologien in
MehrFormale(Ontologien( G.(Görz,(FAU,(Informa>k,(AG(DH( 2(
Formale(Ontologien( Ontologies(have(become(a(prominent(topic(in(Computer( Science(where(they(serve(as(explicit(conceptual(knowledge( models(that(make(domain(knowledge(available(to(informa>on( systems.(they(play(a(key(role(in(the(vision(of(the(seman>c(
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
MehrCustomer-specific software for autonomous driving and driver assistance (ADAS)
This press release is approved for publication. Press Release Chemnitz, February 6 th, 2014 Customer-specific software for autonomous driving and driver assistance (ADAS) With the new product line Baselabs
MehrOO Programmiersprache vs relationales Model. DBIS/Dr. Karsten Tolle
OO Programmiersprache vs relationales Model Vorgehen bisher Erstellen eines ER-Diagramms Übersetzen in das relationale Datenmodell Zugriff auf das relationale Datenmodell aus z.b. Java ER rel. Modell OO
MehrGeorg-Simon-Ohm Hochschule Nürnberg. Semantic Web Thomas Pospech
Georg-Simon-Ohm Hochschule Nürnberg Semantic Web 03.12.2008 Thomas Pospech 1 Agenda Konzept des Semantic Web Technologien des Semantic Web Ontological Engineering Vorstellung meiner Diplomarbeit 2 2 Konzept
MehrAspekt-Orientierte Ontologien - Wenn Wissen vom Blickwinkel abhängt.
Aspekt-Orientierte Ontologien - Wenn Wissen vom Blickwinkel abhängt. Ralph Schäfermeier! Corporate Semantic Web Group Institute of Computer Science Freie Universität Berlin Was gehört zur Beschreibung
Mehr1. In 4 Abs. 1 und in der Anlage wird nach dem Wort Anlage jeweils die Ziffer 1 eingefügt.
Sechste Satzung zur Änderung der Studien- und Prüfungsordnung für den Bachelorstudiengang Automobilwirtschaft (Automotive Industry) an der Hochschule für angewandte Wissenschaften Fachhochschule München
MehrProjektgruppe. FG Engels. Enthält eine zusätzliche Folie. Fabian Christ, Benjamin Nagel, Henning Wachsmuth. Anmeldung bis 28.
Enthält eine zusätzliche Folie Projektgruppe Fabian Christ, Benjamin Nagel, Henning Wachsmuth FG Engels Bereich SWT Anmeldung bis 28. Februar 2010 28. Januar 2010 1 Softwarespezifikation in der Praxis...
MehrIndustrial Engineering with an emphasis on Logistics
Wirtschaftingeneurwesen / Logistik (WIL) Industrial Engineering with an emphasis on Logistics 30 ECTS erreicht 30 ECTS achieved Allgemeine Betriebswirtschaftslehre Business studies Allgemeinwissenschaftliches
MehrEnterprise 2.0 für das Management Prof. Dr. Andrea Back EMBE-Modul 9, 23. Mai 2011, St. G.
Universität St. Gallen, Prof. Dr. Andrea Back, Competence Network Business 2.0 Seite 1 Enterprise 2.0 für das Management Prof. Dr. Andrea Back EMBE-Modul 9, 23. Mai 2011, St. G. Wie Bayer MaterialScience
MehrSpezifikation von Handlungen von Agenten
Spezifikation von Handlungen von Agenten dargestellt am Beispiel der Sprache LORA aus M. Wooldridge: Reasoning about Rational Agents Vortrag im Projektseminar Logiken für Multiagentensysteme Im WS 2003/04
MehrZusammenfassung. Vorlesung Webbasierte Informationssysteme (CS4130) Zusammenfassung
/ Vorlesung Webbasierte Informationssysteme (CS4130) Privatdozent Dr. rer. nat. habil. Sven Groppe https://www.ifis.uni-luebeck.de/index.php?id=groppe / 2 / 15 Chronologische Übersicht über die Themen
MehrSODA. Die Datenbank als Document Store. Rainer Willems. Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG
SODA Die Datenbank als Document Store Rainer Willems Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG vs No Anforderungskonflikte Agile Entwicklung Häufige Schema-Änderungen Relationales
MehrMetadaten im Kontext intelligenter Information
Metadaten im Kontext intelligenter Information DocMuc 2018 München, 2018-06-21 Dr. Stefan Bradenbrink, PANTOPIX GmbH & Co. KG Ziele des Vortrags Was sind Metadaten? Wofür werden Metadaten eingesetzt? Wie
MehrTeil A Ergebnisse und Bewertung Ergebnisse Erkenntnistheoretische Betrachtung Kosten-/Nutzenbetrachtung...
Inhaltsübersicht v Inhaltsübersicht Teil A... 1 1 Einführung... 1 1.1 Ausgangslage und Handlungsbedarf... 1 1.2 Ziele, Adressaten und Nutzen der Arbeit... 4 1.3 Forschungsmethodik und Gestaltungsprozesse...
MehrWaldwissen.net (Forest-knowledge.net)
Waldwissen.net (Forest-knowledge.net) Conference of Directors of State Forest Research Institutes, Vienna, July 5-6th 2004 project idea Establish an internet-based, scientifically sound, comprehensive
MehrUse Cases vs. Funktionale Spezifikation
Use Cases vs. Funktionale Spezifikation Ein experimenteller Vergleich zweier Methoden zur Anforderungsspezifikation Fraunhofer IESE: Anne Groß (Anne.Gross@iese.fraunhofer.de) & Jörg Dörr (Joerg.Doerr@iese.fraunhofer.de)
MehrSemantic Web für Menschen wie du und ich
Semantic Web für Menschen wie du und ich benutzerfreundliche Anwendung semantischer Technologien Tobias Kuhn Institut für Informatik Universität Zürich 16. KnowTalk 1. Februar 2011 KnowGravity Inc., Zürich
MehrSAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models
Predictive Analytics Factory The approach for the production and maintenance of analytical models Dr. Gerhard Svolba Austria Forum Finnland Helsinki September24 h, 2013 Agenda Rationale and idea of a Predictive
MehrFrom HiL to Test Vehicle:
From HiL to Test Vehicle: Reuse of test cases with same test automation Agenda: Trailer Presentation Agenda: Movie about Tool Questions After presentation Live Demo Vehicle Meeting point: ETAS Stand 1642
MehrImmer in Bewegung bleiben Oracle Managed File Transfer
Immer in Bewegung bleiben Oracle Managed File Transfer Michael Stapf DOAG 2014 Oracle Deutschland B.V. & Co. KG 18. November 2014 Safe Harbor Statement The following is intended to outline our general
MehrPräzisierung zur Absolvierung von Studienschwerpunkten
K 066/926 CURRICULUM ZUM MASTERSTUDIUM WIRTSCHAFTSINFORMATIK Präzisierung zur Absolvierung von Studienschwerpunkten o. Univ.-Prof. DI Dr. Michael Schrefl Institutsvorstand, Institut für Wirtschaftsinformatik
MehrContent Activation. Projekte und Lösungen sinnvoll überführen. Katja Hubl, Vostura GmbH
Content Activation Projekte und Lösungen sinnvoll überführen Katja Hubl, Vostura GmbH Gründe für die Content Activation Neues SAP Solution Manager Release SAP Solution Manager 7.2 bietet eine erweiterte,
MehrProjektgruppe. Knowledge Representation Persistence and Reasoning
Projektgruppe Seminarvortrag von Stefan Middeke Knowledge Representation Persistence and Reasoning 4. Juni 2010 Überblick Motivation Repräsentation der Daten Speicherung und Abfrage von Daten Folgerungen
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
MehrFormalisierung von Requirements. durch Nutzung von Templates
Verteidigung der Bachelorarbeit: Formalisierung von Requirements durch Nutzung von Templates von Christian Kühl Motivation Warum Anforderungen verbessern? Gliederung Anforderungen Was ist das? Qualitätskriterien
MehrData Modelling versus Ontology Engineering
Data Modelling versus Ontology Engineering Ketevan Karbelashvili Seminar: Web Services and Semantic Web Inhalt Was ist Ontologie Datenmodelle vs. Ontologien Ontologie Engineering Ansatz - DOGMA Was ist
MehrBeratung. Results, no Excuses. Consulting. Lösungen. Grown from Experience. Ventum Consulting. SQL auf Hadoop Oliver Gehlert. 2014 Ventum Consulting
Beratung Results, no Excuses. Consulting Lösungen Grown from Experience. Ventum Consulting SQL auf Hadoop Oliver Gehlert 1 Ventum Consulting Daten und Fakten Results, no excuses Fachwissen Branchenkenntnis
MehrAnalyse von Beurteilungen räumlicher Objekte in natürlich sprachlichen Texten Sarah Tauscher, Karl Neumann
Analyse von Beurteilungen räumlicher Objekte in natürlich sprachlichen Texten Sarah Tauscher, Karl Neumann Institut für Informationssysteme Technische Universität Braunschweig Example: Main Tower Main
MehrMathematik Seminar WS 2003: Simulation und Bildanalyse mit Java. Software-Architektur basierend auf dem Plug-in-Konzept
Mathematik Seminar WS 2003: Simulation und Bildanalyse mit Java Software-Architektur basierend auf dem Plug-in-Konzept Aufteilung: Probleme mit normaler/alter Software Ziele des Software Engineerings Die
MehrAktuelle Themen für die Masterstudiengänge Wirtschaftsingenieurwesen 1
Aktuelle Themen für die Masterstudiengänge Wirtschaftsingenieurwesen 1 Im Wintersemester 2017/18 werden folgende Module im Rahmen des Dummy-Moduls Aktuelle Themen für die Masterstudiengänge Wirtschaftsingenieurwesen
MehrWeb Engineering Prof. Dr. Martin Gaedke, Dipl.-Inf. Olexiy Chudnovskyy
Verteilte und selbstorganisierende Rechnersysteme WS SS 11/12 Seminar Web Engineering Prof. Dr. Martin Gaedke, Dipl.-Inf. Olexiy Chudnovskyy Technische Universität Chemnitz Fakultät für Informatik Professur
MehrModerne Web-Technologien
Moderne Web-Technologien Semantic Web Editoren & Validatoren Michal Murawicki Axel Fiebelkorn Eike Starkmann Übersicht Allgemeines RDF-Validator Protégé Editor Pellet Validator SemanticWorks Editor SWOOP
MehrModularer Aufbau einer Verpackungsmaschine Tray- und Wrap-Around-Packer Wächter Packautomatik GmbH und Co. KG
Session 2: Systems Engineering Modularer Aufbau einer Verpackungsmaschine Tray- und Wrap-Around-Packer Wächter Packautomatik GmbH und Co. KG 06. Juli 2016 Bielefeld www.its-owl.de Agenda Abschlusspräsentation
MehrSICHERES TESTEN MIT POLARION. Frank Ziesel
SICHERES TESTEN MIT POLARION Frank Ziesel 03.05.2018 1. MOTIVATION 2. POLARION 3. TESTSPEZIFIKATION Testkonzept Testspezifikation in Polarion Testplattformen 4. TESTDURCHFÜHRUNG Manuelle Ausführung Testautomatisierung
MehrAbout me. Hajo Normann SOA/BPM Architect at EDS, an HP company. Oracle ACE Director
About me Hajo Normann hansjorg.normann@eds.com SOA/BPM Architect at EDS, an HP company Oracle ACE Director Speaker on several IT conferences: Jax, W-Jax, OOP Co-Author of several SOA/BPM articles, e.g.
MehrArtefakte, Linktypen und Besonderheiten von OOSE/RUP
Artefakte, Linktypen und Besonderheiten von OOSE/RUP Matthias Riebisch TU Ilmenau Workshop AK Traceability 07.12.2007 Darmstadt Eigenschaften von Traceability Links Obligatorisch: Identifier Startelement
Mehr