Wissen

Wie lassen sich die Massen an Daten, die in allen Bereichen unserer so genannten "Informationsgesellschaft" kontinuierlich erfasst und gespeichert werden, effizient verwalten und effektiv nutzen? Wie findet man sinnvolle Informationen in diesen Datenmassen, und wie entdeckt man das darin versteckte "Wissen"? Wie kann man Computerprogramme entwerfen, die dieses Wissen verarbeiten und es zweckdienlich zum L��sen praktischer Probleme einsetzen, genauso wie menschliche Experten oder m��glichst noch besser? Die Bedeutung dieser Fragen f��r die Entwicklung unserer Gesellschaft kann kaum untersch��tzt werden. So werden "Information" und "Wissen" nicht nur in Industrie und Wirtschaft als wichtige Ressource und Wettbewerbsfaktor gehandelt, auch der wissenschaftliche Fortschritt in datenintensiven Forschungsgebieten wie etwa in der Bioinformatik, den Neurowissenschaften und in der Epidemiologie wird wesentlich von der L��sung der oben genannten Probleme profitieren.

Der Forschungsschwerpunkt Wissen liegt im Schnittbereich mehrerer etablierter Disziplinen wie Datenbanken, K��nstliche Intelligenz und Statistik. Unsere Forschungsarbeiten besch��ftigen sich mit den methodischen und technologischen Grundlagen des Erwerbs, der Modellierung und Repr��sentation, der Verwaltung und der Verarbeitung von Daten, Informationen und Wissen, die hier gleichsam als Rohstoffe bzw. Produkte betrachtet werden - metaphorische Fachtermini wie "Data Warehouses", "Data Mining" oder "Knowledge Management" unterstreichen diese Sichtweise.

Es gibt eine Reihe von Kooperationen mit den anderen Forschungsschwerpunkten Bild und Interaktion der Fakult��t, die sich unmittelbar aus der Notwendigkeit der visuellen Darstellung von Wissen und der Interaktion mit gro��en Wissensbest��nden ergeben. So werden z.B. im DFG Projekt AUCOMA Verfahren zur effizienten Visualisierung und interaktiven Suche und Exploration gro��er Musiksammlungen entwickelt. Des Weiteren sind drei Magdeburger Arbeitsgruppen seit 2008 am von der DFG gef��rderten Schwerpunktprogramm Scalable Visual Analytics beteiligt.

Besonders f��r den Einsatz von Lernverfahren in der medizinischen Forschung, in den Neurowissenschaften und in der Biotechnologie ist eine enge Interaktion mit den Forschern notwendig. Wie kann maschinell abgeleitetes Wissen dargestellt werden, dass Forscher in anderen Disziplinen es korrekt interpretieren k��nnen? Diese Fragestellung wird in Kooperation mit Kollegen und Kolleginnen angegangen, die in den anderen zwei Schwerpunkten forschen.

Der FIN-Forschungsschwerpunkt Wissen hat enge Bez��ge zu den universit��ren Forschungsschwerpunkten Intelligente Interaktive Systeme und Digital Engineering.

Das Kolloquium Data & Knowledge Engineering bietet eine Plattform des wissenschaftlichen Austauschs im Schwerpunkt Wissen.

Der Forschungsschwerpunkt Wissen pr��gt den wissenschaftlichen Hintergrund f��r den Data Science Studiengang Masterstudiengang "Data & Knowledge Engineering" und leistet Beitr��ge zum Masterstudiengang Digital Engineering. Im Bachelorstudiengang Informatik wird das Studiumsprofil "Bioinformatik - Lernende Systeme" angeboten. In diesem Studiumsprofil werden Studierenden mit Fragestellungen und Vorg��nge aus Neurowissenschaften und Psychologie vertraut und lernen, IT-L��sungen f��r diese Fragestellungen zu konzipieren. L��sungsans��tze aus dem Gebiet "Wissen" sind an dieser Stelle vorrangig.