Intelligentes Datenmanagement

Die bedarfsgerechte Bereitstellung von Informationen durch adäquate Prozesse, effiziente Dateninfrastrukturen und analytische Informationssysteme stellt häufig einen entscheidenden Wettbewerbs­vorteil für wissensintensive Unternehmen und Institutionen dar. Der Technologiecluster Intelligentes Datenmanagement beschäftigt sich daher bereichsübergreifend mit den methodischen, konzeptionellen, technischen und organisatorischen Maßnahmen und Verfahren zur Behandlung von – in der Regel – großen und heterogenen Datenbeständen, mit dem Ziel, Informationen und neues Wissen aus den Daten zu gewinnen. Datenbestände können strukturierte Daten in Form von Datenbanken sein, aber auch semi- oder unstrukturierte Daten wie Audio- und Video-Daten und kontinuierlich anfallende Datenströme beinhalten.

Intelligentes Datenmanagement spielt in allen drei OFFIS-Forschungs- und Entwicklungsbereichen und vielen Projekten eine wichtige Rolle, z.B. bei der Integration und Analyse von Sensordaten für Windkraftanlagen im Bereich Energie, der Überwachung von meldepflichtigen Erkrankungen im Bereich Gesundheit oder der Zeitreihenanalyse für Fahrerassistenzsystementwicklung im Bereich Verkehr.

Die drei großen Aufgabenschwerpunkte des Clusters bilden die Bereitstellung geeigneter Infrastrukturen für eine durchgängige Informationslogistik, die Entwicklung performanter analytischer Verfahren und Anwendungssysteme sowie die kompetente Beantwortung organisatorisch-rechtlicher Fragen des Datenmanagements.

Für eine adäquate Informationslogistik-Infrastruktur werden Daten aus heterogenen Datenquellen in ein Data Warehouse (DWH) einbezogen. Dafür müssen flexibel einsetzbare Konzepte und Technologien für die effiziente Integration und das Qualitätsmanagement von Daten entwickelt werden. Bei hohen Datenraten und nicht dauerhaft zur Verfügung stehenden Datenströmen werden auch Technologien des Datenstrommanagements  (DSM) einbezogen. Speziell das Qualitätsmanagement bei Datenströmen bzw. das Modellieren von Anforderungen für ein proaktives Datenqualitätsmanagement (DQM) erfordern neue Konzepte.

Für die Auswertung der integrierten Datenbestände müssen analytische Anwendungen und Verfahren entwickelt werden. Dazu werden im Technologiecluster verschiedene Analysemethoden integriert. Bausteine bei der Integration bilden neuartige Data-Mining-Methoden auf Daten mit Raum- und Zeitbezug, aber auch explorative, multidimensionale Analysemethoden. Die Suche in unstrukturierten Daten und die Anwendung von Data Mining Verfahren auf Bildern stellen weitere wichtige Bausteine im Cluster dar. Für die erfolgreiche Etablierung von analytischen  Anwendungen zu unterschiedlichen Fragestellungen werden zudem innovative Technologien und Softwarewerkzeuge entwickelt, die von den konkreten Anwendungsdomänen geeignet abstrahieren und relativ problemlos an konkrete Anwenderbedürfnisse adaptiert werden können.

Neben den technologischen Fragenstellungen sind für das Cluster Intelligentes Datenmanagement immer auch organisatorische und rechtliche Fragen relevant. Die Nutzung sensibler Daten erfordert neuartige Datenschutz-, Datensicherheits-, Rollen- und Data-Ownership-Konzepte bei der Sammlung, Verarbeitung und insbesondere auch Auswertung dieser Daten.

Insgesamt bündelt das Cluster die vorhandenen OFFIS-Kompetenzen zu Data Warehousing, Datenanalyse, Data Mining und Semantic Retrieval, Datenqualitäts- sowie Datenstrommanagement, so dass durch den wissenschaftlichen Diskurs, die gemeinsame Verwendung von Konzepten und Technologien zu den genannten Themenbereichen und eine einheitliche Architektursicht wichtige Synergieeffekte erzielt werden und neue Projektideen entstehen.