Druckansicht der Internetadresse:

Rechts- und Wirtschaftswissenschaftliche Fakultät

Lehrstuhl für Wirtschaftsinformatik und Process Analytics – Professorin Dr. Agnes Koschmider

Seite drucken

Forschung

In unserer Forschung adressieren wir die folgenden Fragen:

  •     Wie gestaltet man eine Pipeline zur effizienten Verarbeitung von Rohdaten, die es ermöglicht, Prozesswissen zu extrahieren?
  •     Wie kann maschinelles Lernen genutzt werden, um die Datenqualität (z. B. Rauschen) zu erhöhen und damit die Daten- und Prozessanalyse zu beschleunigen?
  •     Wie können synthetische Daten effizient generiert werden, die auch Privacy-Aspekte oder verteilte Analysen ermöglichen?
  •     Wie kann maschinelles Lernen eingesetzt werden, um die Einbindung von Benutzern zu reduzieren, aber die Qualität der datengetrieben, gefundenen Prozesse zu erhöhen?


Die folgende Abbildung zeigt unsere Prozessanalyse-Pipeline, die wir für unstrukturierte Daten wie IoT-Daten, Zeitreihen und videobasierte Daten anwenden. Zunächst müssen die Rohdaten vorverarbeitet werden.
Dann müssen Aggregations- und Abstraktionstechniken auf die vorverarbeiteten Daten angewendet werden, um die Daten mit Semantik anzureichern. Als nächstes werden Process-Mining-Techniken angewendet,
um einen Prozess zu entdecken, der den Daten eine Verhaltensstruktur verleiht. Schließlich verbessern erweiterte Visualisierungstechniken wie AR oder VR die Exploration von Prozessen und Daten.


Verantwortlich für die Redaktion: Dominik Janssen

Facebook Twitter Youtube-Kanal Instagram LinkedIn UBT-A Kontakt