Navigation

Evolutionary Information Systems

An important constraint in development is the fact that commercial information systems undergo permanent change. In the context of research on evolutionary information systems, the chair deals with the issue of how the effort for demand-driven system evolution can be minimized and how organizational learning can be supported.

Projects

Im Rahmen des Projekts SIML (Schemainferenz und
maschinelles Lernen) werden Methoden der topologischen Datenanalyse und des
unüberwachten Lernens kombiniert untersucht, eingesetzt und weiterentwickelt,
um aus unstrukturierten, multivarianten Daten ein konzeptuelles Schema
abzuleiten.

More information

Mehr und mehr Unternehmen sammeln möglichst alle anfallenden Daten in sogenannten "Data Lakes". Obwohl die Daten damit prinzipiell für beliebige Analysen zur Verfügung stehen, bleibt es dennoch unerlässlich für die Analyse, ein Verständnis für die Bedeutung und die Verknüpfungsoptionen der Daten zu entwickeln. Analysten, die diese Arbeit bereits geleistet haben, formulieren Anfragen, in denen solches Wissen implizit enthalten ist. Wenn dieses Wissen jedoch nicht mit anderen geteilt wird, bleiben mögliche Synergien ungenutzt und das Verständnis der Daten im "Data Lake" wird erschwert. Wir extrahieren automatisiert Teile dieses Wissens aus analytischen Anfragen, um es in aufbereiteter Form für nachfolgende Analysen nutzen zu können. Datenanalysten werden dadurch schneller auf relevante Datenquellen aufmerksam und die Datenintegration wird erleichtert.

More information

Im Rahmen des Projekts wird erforscht, wie die Intention einer elektronisch getätigten Interaktion explizit gemacht
werden kann, ohne damit den Dokumentationsaufwand substantiell zu erhöhen.
Gelingt dies, können aus den getätigten Sprechakten Inferenzen abgeleitet
werden, z.B. um an die Erfüllung von Versprechen zu erinnern, Fehler zu
vermeiden und fallspezifisch bekannte Kommunikationsmuster zu unterstützen.

More information

Participating Scientists

Publications