Kollaborative Systeme treffen auf semantische Wissensmodelle

827 views

Published on

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Kollaborative Systeme treffen auf semantische Wissensmodelle

  1. 1. Florian Kondert COO, Head of Business DevelopmentKollaborative Systeme treffenauf semantische Wissensmodelle
  2. 2. Anwendungsbeispiele Projektdokumentationen Protokolle & Reports Spezifikationen & Entwürfe Richtlinien & Prozesse Wissensdatenbanken Situativer Austausch von Expertise
  3. 3. Warum Kollaboration?Quellen | Zeitaufwand | Validierung | Kontext „My friends, I‘ll leave you... With responsibility!“ http://bit.ly/KtKZQN
  4. 4. Lösung 1: Selektive ErgebnisseImmer auf dem LaufendenAlle Aktivitäten, oder gefiltert nachInteressensgebieten, Projekten,Kommentaren und Kollegen.Confluence liefert mit ’ActivityStreams’ den Durchblick zumaktuellen Geschehen, auch wenndie nächste Kaffee-Küche weiterentfernt ist.
  5. 5. 2. Lösung: Aktive AufforderungKollaboration in vielen FacettenMit Kollegen diskutieren, Feedbackeinholen, zur Mitarbeit einladen.Teilen Sie Seiten, Dokumente undBlogeinträge in Sekunden mit der‘Share-Funktion’.Aktivieren Sie andere Benutzer mit‘@mention’ im Fließtext, um auf IhreArbeitsergebnisse hinzuweisen.
  6. 6. 3. Lösung: Intelligente SuchenLeistungsstarke SuchfunktionenSeiten, Kommentare, Dokumente,Dateianhänge, Benutzerprofile – Siefinden alles in Confluence mitmächtigen Suchfunktionen und-filtern.Wenn gewünscht, können SieSuchabfragen speichern und diejeweils aktuellen Ergebnisseautomatisch als Feed auf IhrenSeiten abbilden.
  7. 7. Grenze durch Komplexität ! !  Vielfalt von Sprachen  Verwendung unterschiedlicher Terminologien !  Explikationsgrenzen  Relevanz-Filter Erweitertes Modell des Wissensaustausches (Riempp, 2004, S. 69)
  8. 8. Grenze durch Komplexität  Vielfalt der Domänen  Steigende Vernetzung von Umwelten / Projekten  Steigendes Volumen der Informationen  Wachsende Aufforderung der Selektion
  9. 9. 4. Lösung: Wissensmodelle Maschinen unterstützen bei der Bedeutungszuweisu ng von Inhalten
  10. 10. 4. Lösung: Wissensmodelle  Extraktion von Bedeutung basierend auf kontrollierten Vokabularen (Bsp. SKOS* )  Anreicherung der Inhalte mit Metadaten  Metadaten stehen im Wissensmodell in Relation zueinander  Relationen bieten bessere Orientierung in kollaborativen Systemen *Simple Knowledge Organization System; W3C Standard für die Erstellung / Pflege von kontrollierten Vokabularen
  11. 11. www.poolparty.biz Im Einsatz bei  World Bank  A1Telekom  Erstellung von Wissensmodellen  Roche  REEEP, Geologische  Metadatenmanagement Bundesanstalt  Credit Suisse  Text Mining  British Extraktion und Text Museum,  Wolters Kluwer  Datenintegration  Education Services  Biogen Idec Australia,...
  12. 12. PoolParty Tagging Dialog in Sharepoint Erstellung von Inhalten (Bsp. WikiPages) in gewohnter Umgebung.
  13. 13. PoolParty Tagging Dialog in Sharepoint Sortiert nach Concept Schemes wird der erstellte Inhalt mit Konzepten (Metadaten) aus PoolParty angereichert.
  14. 14. PoolParty Tagging Dialog - Sharepoint Eine Listenansicht der verfügbaren Konzepte erlaubt Sortierung und Gewichtung
  15. 15. PoolParty Tagging Dialog - Sharepoint Neben automatisch identifizierten Konzepten kann auch frei gesucht werden.
  16. 16. www.confluence.at Enterprise Content and Social Collaboration Software Weltweit bei über 11.500 Kunden im Einsatz
  17. 17. PoolParty Tagging Dialog in Confluence Erstellung von Inhalten (Bsp. WikiPages) in gewohnter Umgebung.
  18. 18. PoolParty Tagging Dialog in Confluence Automatische Annotation mit Konzepten , sortiert nach Concept Schemes, aus dem Wissensmodell
  19. 19. PoolParty Tagging Dialog in Confluence Angereichert mit alternativen Bezeichnungen oder Abkürzungen zur besseren Auffindbarkeit
  20. 20. PoolParty Tagging Dialog in Confluence Individuelle Wissensmodelle für jeden Bereich, Einstellung der Gewichtung und Anzahl der Konzepte
  21. 21. Kollaborative Erstellung / Pflege Expertenbasierte Erweiterung des Wissensmodells mit Vorschlägen für alternative Bezeichnungen, Definitionen, etc.
  22. 22. Was Sie davon haben? Automatische Anreicherung Ihrer Inhalte mit Metadaten Homogene, Domänen-spezifische Wissensmodelle Strukturierte Darstellung von Information Empfehlung relevanter Kontextinformationen Zeitsparende Suchprozesse
  23. 23. Kontakt Florian Kondert COO, Head of Business Development Mariahilferstrasse 70/8 A-1070 Vienna Tel +43 1 4021235 36 Mobile +43 699 17068930 f.kondert@semantic-web.at http://www.semantic-web.at

×