Wissen und Informationsdienste

Überblick

Die immer größere Wissensintensität von Produkten und Dienstleistungen, technologische Entwicklungen, aber auch  der globale Konkurrenzdruck bedeuten, dass der Erfolg einer Organisation wie auch die Wohlfahrt einer Gesellschaft in  immer stärkerem Maße von Informationen und Wissen abhängen. Das richtige Wissen zu erfassen oder aus einer ständig wachsenden Datenflut abzuleiten, um es dann im richtigen Moment in der richtigen Form am richtigen Ort zum Einsatz zu bringen, ist deswegen unser Forschungsziel.

Das FZI betrachtet in diesem Anwendungsfeld besonders neue  Ansätze, um Wissen aus großen Datenmengen (Big Data) oder der kollektiven Intelligenz vieler Menschen zusammenzutragen; ebenso, wie betriebliche Informationssysteme durch Cloud Computing besser werden und Lernen unterstützen können.

Mobile Kollaboration und Kollektive Intelligenz

In den letzten Jahren im Internet entstandene Methoden und Techniken wie Wikis haben den Beitrag und das Kombinieren von Informationen ins Internet und Intranet radikal vereinfacht. Durch diese Techniken kann die kollektive Intelligenz immer größerer Gruppen effizient zusammengebracht und nutzbar gemacht werden. Zusammen mit der schnellen Entwicklung von internetfähigen und mit Sensoren versehenen Smartphones  entsteht die Basis für eine neue Generation des betrieblichen Wissensmanagements, bei dem Daten und Wissen von allen  und für jeden Mitarbeiter genau im Moment der Anwendung erfasst und bereitgestellt werden können. 

Das FZI untersucht hier beispielsweise im PartSense-Projekt, wie die verteilte Datenerfassung mit Smartphones besser ermöglicht werden kann. Wie man Techniken wie Wikis für die Verbreitung von Information im Pflegebereich verwenden kann, erproben wir in weiteren Transferprojekten.

Wissen aus Big Data

Immer kostengünstigere und genauere Sensoren, umfangreiche Datensammlungen aus betrieblichen Informationssystemen und auch das Soziale Web bedeuten eine Datenflut, deren Verarbeitung erhebliche technische Herausforderungen birgt. Gleichzeitig schafft die große Menge verfügbarer Daten viele neue Chancen zur Optimierung von Produkten und Dienstleistungen. In diesem Feld untersuchen wir unter anderem in der Shared Research Group Corporate Services and Systems, einer Forschungs- und Entwicklungskooperation von Bayer, FZI und  KIT, wie auf Basis solcher Datenmengen die Finanzplanung eines Großunternehmens verbessert werden kann.

Cloud Computing und Cloud Services

Der Trend, IT-Dienstleistungen über das Internet anzubieten und abhängig von der Nutzung abzurechnen, bietet neue Möglichkeiten, innovative Dienste in diesem Bereich kostengünstig  zu nutzen wie auch neue Möglichkeiten, solche Dienste selbst anzubieten. In diesem Themenbereich untersucht das FZI insbesondere, wie die Sicherheit und gesetzeskonforme Verarbeitung von Informationen in der Cloud sichergestellt werden kann und wie Standards die Verbreitung von Cloud Computing unterstützen können.

Technologiegestütztes Lernen

Technologiegestütztes Lernen ist seit vielen Jahren Gegenstand der Forschung und Entwicklung am FZI. Besonders im Rahmen der EU-FP7-Projekte MIRROR und xDelia hat das FZI dabei auch neue Arten des technologiegestützten Lernens entwickelt. Beispielsweise werden im Projekt MIRROR über Mobiltelefone und am Körper getragene Sensoren Information aus dem Arbeitsleben gesammelt. Diese Daten werden dann vom Computer ausgewertet und präsentiert. Auf diese Weise werden Mitarbeiterinnen und Mitarbeiter bei der Reflexion über ihre Arbeit unterstützt. Es soll für sie z. B. möglich werden, besser zu verstehen, welche Aspekte ihrer Arbeit ihnen Stress verursachen – was ihnen im Anschluss helfen kann, einen besseren Umgang damit zu erlernen.

Forschungsfelder

Cloud Computing and Cloud Services

Das Forschungsfeld "Cloud Computing and Cloud Services" beschäftigt sich damit, wie betriebliche Informationssysteme durch Cloud Computing verbessert werden können.

Big Data and Service Science

Das Forschungsfeld "Big Data and Service Science" widmet sich fakten- und datenbasierten Entscheidungsprozessen zur Planung und Steuerung von komplexen Diensten und Systemen in Unternehmen.

Wissensmanagement und Social Media für Enterprise 2.0

Das Forschungsfeld "Wissensmanagement und Social Media für Enterprise 2.0" erforscht, wie mit IT Mitarbeiter besser dazu befähigt werden können, ihr Wissen effektiv und effizient zu verwalten, untereinander auszutauschen sowie Mehrwert daraus zu generieren.

Eine Übersicht über alle Forschungsfelder im Anwendunsgfeld "Wissen und Informationsdienste" finden Sie hier.

Ansprechpartner

Dr.-Ing. Dominik Riemer

Bereichsleiter

mehr

Werdegang

Dominik Riemer studierte Informationswirtschaft am Karlsruher Institut für Technologie (KIT). Von 2011 bis 2016 arbeitete er als Wissenschaftlicher Mitarbeiter und später als Projektleiter am FZI bei Prof. Dr. Studer im Forschungsbereich IPE mit dem Schwerpunkt Complex Event Processing (CEP). Anschließend war er von Januar 2017 bis März 2019 Abteilungsleiter "Wissensmanagement" am FZI. Seit Oktober 2018 verantwortet er gemeinsam mit Dr.-Ing. Fabian Rigoll den Forschungsbereich "Information Process Engineering".

Dominik Riemer ist Experte für technische Fragestellungen bzgl. ereignisgesteuerter Architekturen, verteilter Systeme und Datenstromverarbeitung. Im Rahmen seiner Tätigkeit arbeitet er als Projektmitarbeiter, Projektleiter und wissenschaftlicher Koordinator in zahlreichen öffentlichen Forschungsprojekten (z.B. ProaSense (EU), ALERT (EU), PostBot-E (BMWi), PartSense (BMBF), WEKOVI (BMVI)) und berät Großunternehmen wie Bosch und BASF sowie KMU bei der Umsetzung innovativer Lösungen für Echtzeitverarbeitung und IoT in Domänen wie Mobilität, Produktion und Logistik.

2016 promovierte Dominik Riemer am Karlsruher Institut für Technologie (KIT) summa cum laude zum Thema "Methods and Tools for Management of Distributed Event Processing Applications". Die Arbeit wurde ausgezeichnet mit dem Wissenschaftspreis der KIT-Fakultät für Wirtschaftswissenschaften.

Seine derzeitigen Forschungsinteressen liegen im Bereich des intelligenten Datenmanagements für Stream Processing und Fog Computing, dabei insb. der Zugänglichmachung komplexer echtzeitfähiger und hochskalierbarer Analytics-Verfahren und -Anwendungen für Fachanwender.

 

Forschungsinteressen:

  • Stream Processing 
  • Fog Computing
  • Self-Service Big Data Analytics / Guided Analytics
  • Distributed Systems

Forschungsprojekte:

  • StreamPipes: Flexible Modellierung echtzeitfähiger Datenpipelines (https://www.streampipes.org
  • Lieferbot-E (BMWi Elektromobilität): Automatisierte Ver- und Entsorgung städtischer Quartiere durch autonome Elektrofahrzeuge
  • OCROSS (BMVI mFUND): Open Data Crowd Sensing Service für die einfache Fusion annotierter und schwarmbasierter Massendaten
  • WEKOVI (BMVI mFUND): Werkzeuge für die einfache Erstellung komplexer Vergleichsindizes
  • ProveIT (BMWi Zukunftsfähige Logistiknetzwerke): Echtzeitbasierte Störungserkennung und -behebung in Logistikprozessen 
  • ProaSense (EU FP7): The Proactive Sensing Enterprise, Datengetriebene proaktive Erkennung von Störungen in Produktionsprozessen
  • ALERT (EU FP7): Echtzeitkoordination und Kollaboration von Entwicklern in Softwareprojekten 
  • ReFLEX (EU FP7 SME): Ad-hoc Prozessadaptionen im Logistikumfeld
  • PartSense (DE KMU-Innovativ): Anwendungen und Technologien für Participatory Sensing 

Publikationen

zu den Publikationen

Kontakt

Telefon: +49 721 9654-724
Fax: +49 721 9654-725
E-Mail: riemer@dont-want-spam.fzi.de

weniger