Heutzutage sind Daten im Unternehmen sehr heterogen und über alle unterschiedlichen Geschäftseinheiten und Standorte verteilt. Das Auffinden, der Zugriff sowie das Verstehen dieser Datenquellen ist eine große Herausforderung für Data Scientists, da sich diese mit unterschiedlichen Protokollen, Datenformaten und sogar unternehmensspezifischen organisatorischen Fragen wie Firewalls und Datenschutzrichtlinien auseinandersetzen müssen. 

Um die Anzahl der steigenden strukturierten, semi-strukturierten und unstrukturierten Datenquellen effektiv zu verwalten, stellt das semantische Datenmanagement einen wichtigen Schwerpunkt unserer aktuellen Forschung dar. Ziel des semantischen Datenmanagements ist es Klarheit, Struktur und Verständlichkeit in die heterogene Datenlandschaft von Unternehmen, Kommunen und Forschungseinrichtungen zu bringen. Der gezielte Einsatz von semantischen Technologien, wie beispielsweise Wissensgraphen, Ontologien und semantischen Modellen, ermöglicht dabei die Verwaltung von Datenquellen auf Informationsebene, so dass die Bereitstellung wie auch die Zugänglichkeit und Verständlichkeit dieser Daten gewährleistet wird.

Neben dem Aufbau von skalierbaren semantischen Datenplattformen und ganzheitlichen Lösungen für die Industrie, zielt unsere Forschung insbesondere auf den Aufbau von semantischen Data Lakes ab. In diesem Kontext konzentriert sich unsere Forschung zum einen auf den semi-automatisierten Aufbau von Wissensgraphen zur Verwaltung heterogener Datenquellen. Hierbei erforschen wir insbesondere, wie Methoden des maschinellen Lernens und der künstlichen Intelligenz die Integration von Daten verbessern und den Grad der Automatisierung erhöhen können. Zum anderen erforschen wir in diesem Kontext, wie die Zugänglichkeit zu diesen Systemen für Mitarbeiter eines Unternehmens sowie die Nutzung vereinfacht werden kann und der Grad an benötigem Expertenwissen verringert werden kann. 

Ansprechpartner

André Pomp, M.Sc.