© iStock.com/metamorworks
Pieces of jigsaw puzzle and global network concept.

KI-basierte Assistenzsysteme

Informationserschließung und Fusion heterogener Daten und Information

Die Lösung diverser Aufgaben profitiert von der Fusion heterogener Daten und Information oder setzt sie voraus, da sich nur so eine ausreichend hochwertige Informationsgrundlage für nachfolgende Entscheidungen schaffen lässt. Maschinell umsetzbare Modelle und Verfahren, die IT-Systeme und -Anwendungen in die Lage versetzen, dem Menschen ähnlich in »kognitiver« Weise unterschiedliche Informationsbeiträge zu erschließen, zu formalisieren, zu kombinieren und letztlich bestmöglich für die Lösung einer konkreten Aufgabenstellung nutzbar zu machen, besitzen gerade in Zeiten von Big Data ein hohes Potential.


Wir erarbeiten Werkzeuge zur IT-gestützten Fusion syntaktisch inkompatibler Daten und Information, auch unter Berücksichtigung der semantischen Interoperabilität. Da die Welt der Zukunft zunehmend digitalisiert und vernetzt ist, liegt ein besonderes Augenmerk auf deren Einsetzbarkeit in Systemverbünden. Der Einsatz von Natural Language Processing (NLP) Verfahren ermöglicht dabei auch die Erschließung unstrukturierter textueller Informationsanteile.


In den EU-Projekten MAGNETO und PREVISION erarbeiten wir Verfahren des Text- und Data-Mining zur Extraktion relevanter Informationen aus großen unstrukturierten Text- und Datensammlungen, um polizeiliche Ermittler bei der Lösung von umfangreichen, komplexen Kriminalitätsfällen zu unterstützen.