Sie sind hier

WeKnowIt - Emerging, Collective Intelligence for personal, organisational and social use

In den letzten Jahren wurden immense Fortschritte im Bereich der Kommunikationstechnologie und besonders bei mobilen Endgeräten und Web-Technologien erzielt. Deshalb ist es heutzutage für (private) Nutzer und Organisationen einfach, Inhalte zu erzeugen und zu verteilen. Jedoch erreichen solche digitalen Inhalte schnell eine Anzahl, die es kompliziert und kostspielig macht, in ihnen relevante Informationen wiederzufinden. Das Ziel von WeKnowIt is es deshalb, neue Techniken zu entwickeln, die Wissen auf mehreren Ebenen aus den Nutzer-Inhalten herausfiltern. Dabei entsteht kollektives Wissen aus der Zusammenarbeit von vielen Individuen. Inhalte aus verschiedensten Quellen werden analysiert und kombiniert: aus digitalen Inhalten und kontextueller Information (medialem Wissen), aus Feedback-Informationen von Nutzern (Massenwissen) und aus sozialen Interaktionen von Nutzern (soziales Wissen). Diese Wissensformen sollen genutzt werden, damit sowohl End-Nutzer und Organisationen davon profitieren können. Die automatische Generierung kollektiven Wissens stellt eine Weiterentwicklung von traditionellen Methoden zur Informationsverteilung dar, weil z.B. die semantische Analyse die Inhalte selbst sowie den sozialen Kontext analysieren muss. WeKnowIt wird in zwei verschiedenen Fallstudien die breitgefächerte Anwendbarkeit seiner Ergebnisse zeigen: Eine Fallstudie beschäftigt sich dabei mit der Bearbeitung von Notfällen und die andere Fallstudie beschäftigt sich mit einer Verbrauchergruppe.

Laufzeit

  • TBD

Geldgeber

  • EU, Information Society Technologies (IST)

Partner

  • CENTRE FOR RESEARCH AND TECHNOLOGY HELLAS
  • Lycos Europe GmbH
  • Motorola Ltd
  • The University of Sheffield
  • Universität Karlsruhe (TH)
  • Vodafone Panafon Hellenic
  • Telecommunications company S.A.
  • Software Mind Sp. z o.o.
  • Sheffield City Council

Projekt Homepage

Prof. Dr. Steffen Staab

B 108
+49 261 287-2761
staab@uni-koblenz.de

Kurzlebenslauf

Ich habe Informatik und Computerlinguistik an der Universität Erlangen-Nürnberg und an der University of Pennsylvania studiert. Ich habe in der früheren Computerlinguistik-Forschungsgruppe an der Universität Freiburg gearbeitet und meinen Dr. rer. nat. in Informatik an der Technischen Fakultät (damals: Fakultät für angewandte Wissenschaften) 1998 erworben. Danach war ich an der Universität Stuttgart, am Institut IAT, und bei Fraunhofer IAO tätig, bevor ich zur Universität Karlsruhe (jetzt: KIT) wechselte, wo ich als Projektleiter, wissenschaftlicher Assistent und Oberassistent arbeitete. 2004 wurde ich zum Professor für Datenbanken und Informationssystem an der Universität Koblenz-Landau ernannt, wo ich 2009 das Institute for Web Science and Technologies (WeST) gründete. Seit März 2015 halte ich außerdem einen Chair for Web and Computer Science an der University of Southampton.

Forschungsinteressen

Auf dem Rechner beschreiben Daten die Welt. Die Welt ist spannend, aber Daten sind ganz schön langweilig, wenn man nicht weiß, was sie bedeuten. Ich interessiere mich dafür, wie Daten spannend werden, indem man ihre Bedeutung versteht.

Wie aber kommt Bedeutung zustande? 

  • Man kann die Bedeutung von Daten und Informationen modellieren. Begriffliche Modelle und Ontologien sind die Grundlage für Wissensnetze, die dem Rechner erlauben bedeutungsvoll mit Daten umzugehen.
  • Text und Data Mining sowie Informationsextraktion finden bedeutungstragende Muster in Daten (z.B. mittels Ontology Learning oder Text Clustering) und auch Zusammenhänge zwischen Daten und ihrer Verwendung im Kontext (z.B. mit Smartphones). So werden Wissensnetze in Daten gefunden.
  • Menschen kommunizieren Informationen. Um zu verstehen, was Daten und Informationen bedeuten, muss man soziale Interaktionen verstehen. Im Kontext von sozialen Netzwerken werden Wissensnetze bedeutungsvoll für Menschen.
  • Bedeutung ist nichts absolut Gesetztes. Letzten Endes muss die Bedeutung von Daten und Informationen wieder an den Menschen kommuniziert werden, der diese Daten und Informationen nutzt. Interaktion zwischen Menschen und Rechnern muss der Bedeutung von Daten und Informationen gerecht werden.

Das größte Konstrukt, das die Menschheit erfunden hat, um Daten mit Bedeutung zu kommunizieren ist das World Wide Web. Web Science untersucht, wie Netzwerke von Personen und Wissen im Web entstehen, wie Menschen damit umgehen und welche Folgen das für uns alle hat. Das Web ist eine Bedeutungsmaschine, die ich durch meine Forschung verstehen möchte.

Wo ich sonst zu finden bin

Wenn ich nicht gerade im Büro oder auf Dienstreise bin, bin ich am Liebsten zum Laufen im Stadtwald, im Changa oder beim AHS. Watch out! 

Felix Schwagereit

Ich bin Doktorand am WeST-Institut. Ich habe in den vergangenen Drittmittelprojekten SOAinVO (BMBF), WeKnowIt (EU) und ROBUST (EU) gearbeitet. Mein Forschungsgebiet sind Online Communities. In der Vergangenheit war ich in den Themenbereichen verteilte Communities, Policy Models, Semantic Web und Linked Open Data aktiv. Zur Zeit erforsche ich die Makrodynamik von Online Communities mit Hilfe on Simulationen.

In meiner Freizeit liebe ich es auf der Mosel zu rudern oder entdecke zu Fuß die schöne Landschaft um Koblenz.