Bereiche


Das InfAI erschließt die Kompetenzen von mehr als 100 Fachwissenschaftlern in der Angewandten Informatik und bündelt die Expertisen von über 20 Professoren der Informatik und Wirtschaftsinformatik im mitteldeutschen Raum. Das Institut repräsentiert in seiner Kompetenz die meisten Gebiete der angewandten Informatik, speziell der angewandten Softwaretechnik. Schwerpunkte sind dabei betriebliche und überbetriebliche Informationssysteme, geschäftsorientierte und privatkundenorientierte Webapplikationen, Big Data, Smart Data, Semantische Technologien, Systemintegration sowie Softwaretechnik speziell für die Dienstleistungsindustrie.


Das InfAI verfügt über ein exzellentes Netzwerk, woran mehr als 100 Unternehmen der Region Mitteldeutschland, des Landes und der EU beteiligt sind. Neue Herausforderungen und Chancen werden mit allen Beteiligten branchenübergreifend diskutiert, im Fokus stehen dabei stets neue Wege der Digitalisierung für die Angewandte Informatik aufzuzeigen und die Innovationsfähigkeit in dieser Branche innerhalb der Region als auch darüber hinaus weiter zu stärken. Dazu bieten unsere Kompetenzzentren mit einem erweiterten Themen- und Servicespektrum sowie einem hohen Maß an Kompetenz gezielten Mehrwert und Nutzen durch spezifischem Knowhow-Transfer und Vernetzung.


Die inhaltliche Bearbeitung der einzelnen Themen erfolgt im Regelfall innerhalb der verschiedenen Kompetenzzentren des InfAI, die jeweils von einem erfahrenen Abteilungsdirektor geleitet werden.

Kompetenzzentren am InfAI

Biomedical Data Science

AbteilungsdirektorIn: Prof. Dr. Galina Ivanova ivanova@infai.org
Internetauftritt des Kompetenzzentrums: https://biomedical-data-science.org


Das Kompetenzzentrum Biomedical Data Science widmet sich der Entwicklung von neuen Verfahren zur Erforschung komplexer biomedizinischer Prozesse und Systeme. Dabei entstehen Algorithmen und analytische Pipelines, die nach einer entsprechenden software-technischen Umsetzung in diversen diagnostischen, therapeutischen und Monitoring-Applikationen integriert werden können. Diese Wechselwirkung zwischen Grundlagen- und angewandter Informatikforschung bildet einen entscheidenden Mechanismus für innovative und zukunftsträchtige Konzepte und Lösungsansätze.


Das Zentrum bietet Forscher Innen, Anwender Innen in Kliniken und Praxen und der Industrie eine breite Palette von Kompetenzen, begonnen mit dem Studiendesign, über die Unterstützung bei der Datenerfassung und der Analyse von großen Datenmengen bis hin zur Entwicklung individualisierter Methodik und Software sowie der Erstellung von Demonstratoren und Protottypen, die in marktfähige Produkte überführt werden können.


Ein ganz besonderer Schwerpunkt des Zentrums ist die Hirnforschung mit Kompetenzen im Bereich des multimodalen Neuroimagings, der multimodalen Datenfusion, der neuroinspirierten Signalanalyse von komplexen Netzwerken, der Visualisierung medizinischer Daten und deren breiter Anwendungen in den Fachgebieten Kognition, Neurologie, Psychologie und Psychiatrie.

Digitale Dienstleistungssysteme

Abteilungsdirektor: Dr. Kyrill Meyer meyer@infai.org
Internetauftritt des Kompetenzzentrums: https://www.digitalservice.systems

Technische Fortschritte, insbesondere im Bereich der Informations- und Kommunikationstechnologien, haben signifikante Auswirkungen darauf, welche Dienstleistungen in einem Markt erbracht werden und gestalten die Form, wie diese erbracht werden. Dabei ist Technologie ein Einflussfaktor für Erbringung der Dienstleistungen und die damit verbundenen Engineering- und Leistungsprozesse gleichermaßen. Aus der Verbindung zwischen einer systematischen und zielorientierten Entwicklung dieser Leistungssysteme mit der notwendigen Digitalisierungs- und Prozesstechnik ergibt sich das Forschungsfeld des Kompetenzzentrums.


Entsprechend untersucht und entwickelt das Team des Kompetenzzentrums IT-basierte Dienstleistungssysteme und Dienstleistungsinformationssysteme in ihren verschiedenen Ausprägungen. Betrachtet werden insbesondere Service Systems, technikbasierte Dienstleistungssysteme, Product Service Systems, Hybride Lösungen und IT-basierte Dienstleistungen in verschiedenen Branchen (z.B. Landwirtschaft, Produktion, Kreativwirtschaft, Energie, Gesundheit). Die theoretische Fundierung der Arbeiten ist neben dem Software Engineering vor allem das Service Engineering, die Service Science, sowie das Service Systems Engineering.


Im Zentrum steht die systematische Entwicklung, Modellierung und Pilotierung von IT-basierten Dienstleistungssystemen im Schnittbereich technischer und betriebswirtschaftlicher Fragestellungen und ihre Anwendung in verschiedenen Branchen vor dem Hintergrund der digitalisierten Produktion und dem digitalisiertem Vertrieb. Projekte werden anwendungsnah und lösungsorientiert gestaltet.

Knowledge Integration & Linked Technologies (KILT)

Abteilungsdirektor: Dr. Sebastian Hellmann hellmann@infai.org
Internetauftritt des Kompetenzzentrums: http://aksw.org/Groups/KILT.html

Welche Art von Intelligente Anwendungen wären wir im Stande zu konstruieren, wenn wir die Möglichkeit besäßen alle vorhandenen Kenntnisse, Daten und Sprachressourcen sinnvoll zu integrieren? Während Alan Turings “Imitation Game” zwar aufregend ist, konzentrieren wir uns auf die eigentliche Wissenstechnik, um Informationsmaschinen zu bauen, die es dem Menschen ermöglichen, ihre Aufgaben noch effizienter durchzuführen.

  • Wir stellen uns vor, dass Wissen und Daten sichtbar gemacht, transformiert, verknüpft, bereichert und homogen in einem großen semantischen Wissensgraphen integriert werden müssen. Wir arbeiten dazu eng mit der DBpedia und der DBpedia-Association zusammen, die sich neben dem KILT-Kompetenzzentrum als Community-Gruppe am Inf AI etabliert hat.
  • Eine weitere wesentliche Komponente beim Aufbau eines solchen Wissensgraphen ist die Bereitstellung von verknüpften Daten in Sprachtechnologien, da diese einerseits dazu beitragen müssen Textinhalte in all ihren Formen zu verstehen, zu kategorisieren und zu strukturieren und andererseits angemessene Schnittstellen zu schaffen, die es dem Menschen ermöglichen, effektiv mit Daten und Informationen über Entdeckung, Abfrage und Reorganisation in Wechselwirkung zu treten.

Die Forschung in dieser Gruppe konzentriert sich auf die Kontextualisierung von Daten und Ontologien sowie das Erfassen fundierter Sprachkenntnisse, um das maschinelle Verständnis zu verbessern. Neben der Forschung unternehmen wir zusätzliche Anstrengungen, um Transfer- und Innovationsprojekte durchzuführen und industrielle Anwendungen wie bspw. JURION-Use Case zu unterstützen.


Das KILT Kompetenzzentrum gliedert sich in drei Bereiche:
Messung der Datenqualität
Metriken zur Datenqualität (Gebrauchstauglichkeit) ermöglichen die Messung erfolgreicher Daten- und Wissensintegration, da die Datenqualität ein wesentlicher Faktor für erfolgreiches Maschinenlernen und AI ist.


Knowledge Discovery, Engineering und Fusion
Datenmanagement und Extraktionsmethoden werden erweitert durch:

  • Systematische Indexierung für Entdeckung
  • Engineering-Prozesse für die Wiederverwendbarkeit
  • Intelligente und effiziente (web-scale) Datenfusion

Verknüpfte Daten in Sprachtechnologien:
Neben dem Beitrag zur Standardisierung des NLP-Interchange-Formats, der Erstellung von Linguistik-Ontologien am Beispiel MMoOn und der RDFizierung der vorhandenen Sprachressourcen und ihrer Metadaten, arbeitet das KILT Kompetenzzentrum mit der NLP-Gruppe der Universität Leipzig unter der Leitung von Prof. Dr. Gerhard Heyer zusammen. Die NLP-Gruppe entwickelt die Kern-NLP-Methoden sowie deren Infrastruktur.

Smart Data Analytics

Abteilungsdirektor: Prof. Dr. Jens Lehmann lehmann@infai.org
Internetauftritt des Kompetenzzentrums: http://sda.tech

Nach aktuellen Studien verdoppelt sich das weltweite Datenvolumen alle zwei Jahre. Die Nutzung semantischer Technologien als Basis für die Analyse, Integration und Verknüpfung von Daten bietet Organisationen große Chancen diese Daten effizient zu nutzen. Das Smart Data Analytics Kompetenzzentrum am InfAI im gemeinsamen Verbund mit dem Fraunhofer IAIS und der Universität Bonn widmet sich speziell unter Nutzung von Machine Learning Technologien diesem Problem und entwickelt Lösungen um umfangreiche, heterogene im Web publizierte Daten zu analysieren.


Konkret werden folgende Forschungsschwerpunkte im Kompetenzzentrum behandelt:

  • Structured Machine Learning (Lernverfahren auf komplex strukturiertem Hintergrundwissen z.B. RDF/OWL Wissensbasen)
  • Distributed Computing (speziell in-memory Ansätze für Machine Learning Verfahren)
  • Question Answering (Beantwortung von natürlichsprachlichen Anfragen)
  • Geospatial Data Engineering (Analyse und Integration von semantisch angereicherten Geodaten)

Semantic Data Management

Abteilungsdirektor: Prof. Dr. Axel Ngonga ngonga@infai.org

Immer komplexer werdende Informationsbedarfe und der wachsende Trend hin zu hybrider Informationsverarbeitung (Mensch+Maschine) machen zunehmend die Nutzung von Semantic Web Technolgien
und das Portieren von Legacy Daten erforderlich.


Konkrete Themengebiete und Ausrichtung des Kompetenzzentrums sind:
Knowledge Extraction and Storage

  • Web-Scale Knowledge Extraction (TAIPAN, FOX, AGDISTIS, OCELOT)
  • Federated Queries (Quetsal)
  • Large-Scale Storage and Caching (Quetsal, BDE)
  • Benchmarking (GERBIL, HOBBIT)

Knowledge Integration and Fusion

  • Statistical Relational Learning (LIMES)
  • Link Discovery and Fusion (LIMES, DEER)
  • Maschinelles Lernen (EAGLE, WOMBAT)

Knowledge Access

  • Keyword Search (SINA, DIESEL)
  • Hybrid Question Answering (HAWK)
  • Browsing and Interfaces (Ginseng, Onto Wiki)


Forschungs- und Arbeitsgebiete


Neben den fokussierten Themenbereichen der Kompetenzzentren, bringen die Mitglieder und beteiligten Unternehmen ihre Fachexpertise in folgenden Themenfeldern in die Arbeitsgebiete des Instituts ein:


  • Serviceorientierte Architekturen und Web-Services,
  • Semantic Web,
  • GRID-based Service Computing und High Performance Computing,
  • Komponenten-basierte Service-Architekturen,
  • Service Factories,
  • Service Modeling und Service-Entwicklungsprozesse,
  • Capability-based Service-Workflows,
  • Semantische Erschließung wenig und unstrukturierter Informationsbestände,
  • Text Mining,
  • IT-Einsatz in den Bereichen Betriebliche Informationssysteme, Dienstleistung, Finanzen, Organisation, Prozessgestaltung und -implementierung, Logistik, Energie,
  • Fortschrittliche Product Engineering-Methoden für IT-basierte Dienstleistungen wie Mediendienste, Internetdienste, Finanzdienste, eGovernment, eLearning und eScience-Dienste,
  • Wissens- und Contentmanagement für Betriebliche Anwendungen (Enterprise Information Integration),
  • Systemintegration für komplexe Anwendungssysteme (Integration Engineering),
  • Betriebliches Informationsmangement,
  • Software-Produktlinien und Software-Systemfamilien,
  • Software Factories,
  • Generierungstechniken für Code- und Non-Code-Artefakte der Softwareentwicklung,
  • Software-Ökonomie (Preisbildung, Lizenzierung und Abrechnung im Kontext von Software-Systemfamilien),
  • Modell-getriebene Softwareentwicklung,
  • Softwareprozesse,
  • Verteilte und mobile Geschäftsprozesse,
  • Business Process Engineering,
  • Business Process Management,
  • Wertorientierte Softwareentwicklung,
  • Online Marketing,
  • eCommerce-Standards, Architekturen und Anwendungen,
  • eCommerce-Geschäftsmodelle sowie
  • Multimedia (Independent JPEG Group).

Die Arbeitsgebiete werden dabei laufend an den Stand der wissenschaftlich-technischen Diskussion angepasst.


 
Kein Kommentar. [Zeige Kommentare]

Information

Letzte Änderung: 2017-07-29 12:07:11 von Kyrill Meyer