BigDataPot

Projektbeschreibung

Big Data Mining – Assistenzsysteme können durch die Analyse und Auswertung hochvolumiger Massendaten Mehrwerte für unterschiedliche Zwecke generieren. Ob und in welchem Umfang in solchen Prozessen die menschliche Kreativität und Intuition durch automatisierte Algorithmen grundsätzlich ersetzt werden kann, ist bisher nicht beantwortet. Insbesondere in Einsatzfällen, in denen mit methodischer Unterstützung bei der Auswertung großer und heterogener Datenmengen antizipiert werden soll, welche Sachverhalte in der Zukunft relevant sein werden, erscheint ein fein abgestimmtes Zusammenspiel von Technik und Mensch in einem gemeinsamen Prozess notwendig. Hintergrund ist, dass einerseits durch Technik allein kein Zukunftsbezug und keine Zukunftsrelevanz der Ergebnisse  hergestellt werden  kann und andererseits der Mensch schnell an seine Grenzen der Rezeptions- und Verarbeitungsfähigkeiten von großen Mengen als Inputinformationen stößt.

Während generische Basistechnologien und -Werkzeuge im Bereich Big Data Mining einen für den produktiven Einsatz notwendigen Reifegrad erreicht haben, sind bei den Verfahren zur kontinuierlichen Auswertung, Interpretation uns Verknüpfung solcher Daten sowie hinsichtlich der Einbettung in die Arbeitsprozesse der Nutzer noch erhebliche Forschungsarbeiten zu leisten. Zwar gibt es für spezifische Analyse-, Auswertungs- und Darstellungsschritte bereits diverse Ansätze und Lösungen, jedoch handelt es sich hierbei oft um Insellösungen, die nur für ihren spezifischen Anwendungsfall konzipiert sind. Welche Funktionen die am Markt angebotenen Lösungen tatsächlich enthalten, wie der Prozess der Informationsextraktion abläuft und wie valide die gewonnen Ergebnisse sind, bleibt oft intransparent.

Ziel des Projekts BigDataPot war es deshalb, eine Potenzialanalyse für den Einsatz von Big Data Technologien für die Einsatzbereiche „Strategische Vorausschau für die Politik (Government Foresight)“ und „Wissenschaftskommunikation“ zu erarbeiten.

In diesem Kontext standen verschiedene Forschungsfragen im Vordergrund, etwa

• für welche Aufgaben der Einsatz von Big Data Mining Technologien im Rahmen eines prinzipiell breit angelegten Prozesses zur Detektion zukunftsrelevanter Entwicklungen zielführend und zweckmäßig ist,
• wie Einsatzszenarien konkret aussehen könnten, welche Art von Informationsquellen herangezogen werden müssen,
• welche Anforderungen sich daraus an Software und prozessuale Einbindung ergeben und welche potenziellen Nutzen damit gestiftet werden können,
• welcher Stand der Technik tatsächlich zur Verfügung steht und dessen Eignung für die definierten Anwendungsfälle sowie
• welche weiteren Forschungs- und Entwicklungsbedarfe bestehen.

Zur Beantwortung der Forschungsfragen wurden zwei spezifische Einsatzszenarien als Teilziele des Forschungsvorhabens definiert. Sie bildeten die Grundlage zur Ableitung spezifischer Anforderungen an Big Data Mining Assistenzsysteme und die kriteriengeleitete Analyse bestehender Assistenzsysteme hinsichtlich technischer, prozessualer und ökonomischer Aspekte ihres Einsatzes für die beschriebenen Anwendungsfälle sowie die Reichweite der damit ermittelbaren Ergebnisse. Dabei können Potenziale zur Erschließung von Synergien aufgedeckt werden. So könnte bspw.  durch eine bestimmte Ausgestaltung des für beide Anwendungsbereiche nutzbaren Assistenzsystems eine effiziente Informationsbereitstellung vor dem Hintergrund einer strategischen Verknüpfung von Foresight und Wissenschaftskommunikation ermöglicht werden.

Das Institut für Technologie und Arbeit e. V. (ITA) war Verbundkoordinator und fokussierte in seinem Teilvorhaben auf den Einsatzbereich Foresight sowie die Betrachtung von Synergieeffekten auf Basis der Ergebnisse der drei Verbundpartner. Das Science Media Center gGmbH (SMC) fokussiert in seinem Teilvorhaben auf den Einsatzbereich Wissenschaftskommunikation. Technische Fragestellungen zu beiden Einsatzbereichen bearbeitet das Deutsche Forschungszentrum für Künstliche Intelligenz gGmbH (DFKI).