Abb. Zusammensetzbare Webkomponenten-Architektur (vgl. (1))

ODIN – OPEN DATA INNOVATION

FH-Teilprojekt: KVASIR – Konzepte zur visualisierten Aufbereitung von strukturierten Informationstexten mittels Reasoning auf der Meta-Ebene

Das Verbundprojekt ODIN hat das Ziel, intelligente Web-Werkzeuge zu entwickeln, die es interessierten Nutzern ermöglichen, aus Open Data neuartige Anwendungsfelder zu erschließen. Im Zeitalter des Strukturwandels ist der Zugang zu Information eine wesentliche Voraussetzung für gesell-schaftliche Teilhabe, für innovative Produkte, Dienstleistungen und Vermarktungsstrategien, für wirtschaftliches Wachstum und eine nachhaltige Entwicklung der Wissensgesellschaft insgesamt. Dazu ist es jedoch notwendig, die verteilt verfügbaren und unterschiedlich strukturierten Daten intelligent zu verknüpfen und zu visualisieren, mit den Ergebnissen zu experimentieren und sie zu Erkenntnissen zu komprimieren.

Als technologische Basis setzt das Konsortium auf Meme Media und entwickelt Cubbles als modulare Webkompo-nenten, die Fachanwender selbständig in ihrem Arbeitsgebiet nutzen, anpassen und kombinieren können. Eine Abhängigkeit zu aufwendigen Applikationsentwicklungen durch IT-Ab¬teilungen wird dadurch aufgehoben. Die Integration von Open Data in die eigene Informationsverarbeitung wird flexibler und einfacher. Zusätzlich wird die Interaktion der Fachanwender mit den Meme Media Werkzeugen wirkungsorientiert induktiv verarbeitet, um Nutzer in ihrem kreativen Analyseprozess mit Vorschlägen zu weiteren Betrachtungsebenen zu assistieren. Damit strebt das Konsortium durch die Entwicklung eigener technologischer Innovationen einen qualitativen Durchbruch bei der Nutzung von Open Data an, der Innovation und wirtschaftliches Wachstum anregen soll.

Abb. Annotation von Wirtschaftsdaten als Basis des Lernens (vgl. (1))

Das Verbundprojekt, in der Förderrichtlinie WK Potenzial des BMBF, Kennziffer 03PSWKP, wird durch den Projektträger Jülich betreut und gliedert sich in die Teilvorhaben KVASIR (FH Erfurt, Konsortialführung), BALDUR (ADICOM Software KG), THOR (incowia GmbH) und HEIMDALL (Hochschule Hof). KVASIR bringt die Aufbereitung natürlich-sprachlicher Texte auf der Objektebene und die Verarbeitung von schriftlichen Äußerungen auf der Metaebene in die Verbundforschung ein. Die Arbeiten dazu werden von einem sehr engagierten Projektteam durchgeführt. Auch für Master- und Bachelor­studierende ist die Teamarbeit im Kontext des Forschungs­projektes motivierend und bereichernd. Mit jeder internen und externen Diskussion in den Stäben Anwendung und Forschung entstehen neue Ideen für interessante Projekt- und Abschlussarbeiten. Das ist ein wesentlicher Mehrwert, den die Angewandte Informatik aus den Gebieten Theoretische Informatik und Künstliche Intelligenz der FH Erfurt in die praxisnahe Forschungsarbeit einbringt.

Aus der Forschungsarbeit im Verbundprojekt sind bereits internationale Publikationen hervorgegangen (vgl. (1) (2)). Der aus der Zusammenarbeit der Teilprojekte BALDUR und KVASIR bei der e-Society-Konferenz eingereichte und angenommene Beitrag (2) erhielt den Outstanding Paper Award 2017 – eine Auszeichnung, die zeigt, dass die Ergebnisse des Projektes auch im Kontext der internationalen Forschung zur Spitzen¬klasse gehören. In dem Beitrag geht es um die Interpretation von Wirtschaftsdaten mit Hilfe intelligenter Assistenzsysteme auf Meme Media Basis. Die in speziellen Webkomponenten gemachten Notizen werden im Kontext der Wirtschaftsdaten mit dem Ziel interpretiert, daraus logische Formeln maschinell zu lernen. Die Lernstrategie arbeitet nach dem Konzept „Identification by Enumeration“, einem Ansatz der Induktiven Inferenz. Um Hypothesen, d.h. prädikatenlogische Formeln, die mit einer natürlich-sprachlichen Formulierung iterativ assoziiert werden, zu überprüfen, werden die annotierten Wirtschaftsdaten betrachteter und gespeicherter Charts verarbeitet.

1. Arnold, Oksana, Fujima, Jun and Jantke, Klaus P. Co-operative Knowledge Discovery based on Meme Media, Natural Language Processing and Theory of Mind Modeling and Induction. [book auth.] Piet Kommers and Pedro Isaias. Proc. 15th Inti. Conf. e-Society 2017, Budapest, Hungary, April 10-12, 2017. international : IADIS Press, 2017, pp. 27–38.
2. Fujima, Jun, et al. Interaction Semantics vs. Interaction Syntax in Data Visualization and Exploration. Design, Implementation and Utilization of Meme Media. [book auth.] Vasile Rus and Zdravko Markov. Proc. 30th Intl. Florida Artificial Intelligence Research Society Conference, Marco Island, FL, USA, May 22-24, 2017. Palo Alto, CA, USA : AAAI Press, 2017, pp. 231–234.