Information Engineering und Information Life Cycle
Norbert Fuhr
Universität Duisburg-Essen
Information EngineeringWS 2008/9
Inhaltsverzeichnis
Übersicht über die Vorlesung
Information EngineeringDefinitionEigenschaften
Daten – Information – WissenDie Begriffe Daten, Information und WissenSichtweisen auf Wissen
WissensmanagementSECI-Modell
Information LifecycleDer Information Lifecycle im Information EngineeringPhasen des Information LifecycleIE-Methoden im Information Lifecycle
Zusammenfassung
Übersicht über die Vorlesung
Kontakt
VorlesungNorbert FuhrLF 135(hinter der Stahltür)
Sprechstunde: nach [email protected]
ÜbungMatthias JordanLF 136Sprechstunde: nach [email protected]
Organisatorisches
I Übungen Montags 15:00-15:45 Uhr
I Übungsbetreuung: Matthias Jordan
I Übungen manchmal rechnergestützt
I Notizen zu Vorlesung und Folien auf Webseite
(Vorläufige) Übersicht über die Vorlesung
1. Grundlagen
2. Methoden
3. Systeme
4. Anwendungen
5. Evaluierung
Grundlagen
I Information Engineering
I Information Lifecycle
I Daten – Information – Wissen
I Wissen und Prozesse: Workflows / Wissensintensive Aufgaben
I Information Seeking & Searching
I Repositories, Datenbanken
I Digitale Bibliotheken und Collaboratories
Methoden
I (Autorensysteme)
I Digitalisierung
I Informationsextraktion
I (Information Mining)
I Metadaten
I Ontologien
I Annotationen
I Digital Preservation (Langzeitarchivierung)
I (Information Retrieval)
I Recommendation
I Access Management
Systeme
I Architekturen
I Repositories
I Web Server
I Content-Management-Systeme
I Wikis
I Digitale Bibliotheken
Anwendungen
I DAFFODIL
I COLLATE
I Kollaborative Web 2.0-Systeme
Information Engineering
DefinitionEigenschaften
Was ist Information Engineering?
Eine erste Definition von Information Engineering:
The application of an interlocking set of formal techniquesfor the planning, analysis, design and construction ofinformation systems, applied on an enterprisewide basis oracross a major sector of an enterprise.
James Martin
Was ist Information Engineering?
I Formale Methoden zurI PlanungI AnalyseI EntwurfI Realisierung
von InformationssystemenI Methoden bauen aufeinander auf und sind voneinander abhängig
I Methoden werden zumeist unternehmensweit verwendet
Was ist Information Engineering?
Information Engineering is an integrated set of techniques,based on corporate strategic planning, which results in theanalysis, design and development of systems whichsupports those plans exactly. Information Engineering isapplied by managers and users with no knowledge ofcomputers, but instead with an expert knowledge of theirbusiness - in conjunction with expert systems which providerapid feedback to management for refinement of thestrategic plans.
Finkelstein
I Strategische Planung
I Kooperation und Partnerschaft von Managern und Nutzern mitEntwicklern
Eigenschaften des IE
I Information Engineering beschreibt keine starre Methodik,sondern Methoden
I IE fördert Top-Down-Ansatz von Informationssystemen:1. Unternehmensweite Informationssystemplanung2. Analyse von Geschäftsbereichen3. Informationssystementwurf4. Informationsystemrealisierung5. Informationssystemeinführung
Eigenschaften des IE
I IE unterstützt Aufbau eines sich laufend weiterentwickelndenBestands an Wissen über ein Unternehmen
I IE unterstützt langfristige Evolution der Informationssysteme
I Orientierung an Unternehmensziele
I Benutzerbeteiligung
I Strategische Planung
Eigenschaften des IE
Keine Beschränkung auf Unternehmen!
I Klassische Definition des IE zugeschnitten auf das"’computerisierte Unternehmen"’
I Web-Informationssysteme, Digitale Bibliotheken
I Offene Communities vs. geschlossene Unternehmen
I Vermittlung von Inhalt und Wissen an Communities
I Kollaborative Erstellung neuen Wissens und neuer Inhalte
I IE-Methoden auch auf diese Informationsysteme erweiterbar
Daten – Information – Wissen
Die Begriffe Daten, Information und WissenSichtweisen auf Wissen
Daten – Information – Wissen
I Im Zusammenhang mit Informationssystemen tauchen dieBegriffe "’Daten"’, "’Wissen"’ und "’Information"’ auf
I In der Informatik redet man auch von "’Datenbanken"’ oder"’Wissensmanagement"’
I Was also ist der Unterschied zwischen Daten, Wissen undInformation?
Sichtweise des Wissensmanagement
I Unterscheidung zwischen Daten und Information auf der einenund Wissen der anderen Seite
I Kontinuum Daten – Information – WissenI Abgrenzung hinsichtlich der Fragestellung
I Daten und Information: "’wer – was – wo – und wann?"’I Wissen: "’wie?"’ und "’warum?"’
I Prozessorientierter Ansatz:I Wissen als Ressource, die zur Erledigung einer Aufgabe
notwendig istI Neues Wissen kann aus der Erledigung der Aufgabe entstehenI Integrierte Betrachtung von Daten, Information und Wissen
Sicht der Informationswissenschaft
I Ursprünglich: Kontinuum Daten – Wissen – Information
I Gegensatz zur allgemein üblichen Begrifflichkeit
I Daher: Daten – Information – Wissen, mit Erläuterungen aus derInformationswissenschaft
Syntax, Semantik und Pragmatik
Syntax: Hierbei wird ein Objekt als Folge von Symbolenaufgefasst.
Semantik beschäftigt sich mit der Bedeutung eines Objektes.
Pragmatik orientiert sich an der Nutzung eines Objektes für einenbestimmten Zweck.
Daten – Information – Wissen auf verschiedenen Ebenen
absicherungHandlungs−informationellenerarbeitung zur
kontrollierte
pragmatisch
Verfahren der
semantisch
Daten
verarbeitungDaten−Verfahren derdefinierte
syntaktisch
begründete
(Wissen−)Repräsentation
Information Wissen
Wissens−
Wissen
I Wissen ist die Teilmenge von Information, die von jemandem ineiner konkreten Situation zur Lösung von Problemen benötigtwird
I Suche nach Wissen in externen Quellen
I Informationssysteme: Extraktion des benötigten Wissens aus derbereitgestellten Information
I Transformation von Information in Wissen als ein Mehrwerterzeugender Prozess
I Wissen ist Information in Aktion
Beispiel: UNIX Manuals
I Beinhalten Information über Unix
I Beispiel: wie drucke ich ein Dokument?
I Benötigtes Wissen: Teilmenge der insgesamt in den Manualsverfügbaren, umfangreichen Information
I Mehrwert durch gezielte Bereitstellung (z.B. durch das Unixman-Kommando)
Anderes Beispiel: Daten
T01 - T02 1:2
T03 - T04 2:0
T05 - T06 2:4
T07 - T08 1:4
T09 - T10 1:1
T11 - T12 1:0
T13 - T14 1:4
T15 - T16 1:3
T17 - T18 3:2
Aus Daten wird Information
Ergebnisse Fußball-Bundesliga 28. Spieltag
Hannover – Bayern 1:2Schalke – Gladbach 2:0Hamburg – Stuttgart 2:4Aachen – Dortmund 1:4Berlin – Bielefeld 1:1Bremen – Nürnberg 1:0Leverkusen – Bochum 1:4Frankfurt – Cottbus 1:3Wolfsburg – Mainz 3:2
Wissen zur Entscheidungsfindung
Problem: Soll ich heute mein BVB-Trikot aufder Arbeit anziehen?
Ergebnisse Fußball-Bundesliga 28. Spieltag
Hannover – Bayern 1:2Schalke – Gladbach 2:0Hamburg – Stuttgart 2:4Aachen – Dortmund 1:4Berlin – Bielefeld 1:1Bremen – Nürnberg 1:0Leverkusen – Bochum 1:4Frankfurt – Cottbus 1:3Wolfsburg – Mainz 3:2
Wer schönere Farben bevorzugt...;-)
Problem: Soll ich heute mein Schalke-Trikotauf der Arbeit anziehen?
Ergebnisse Fußball-Bundesliga 28. Spieltag
Hannover – Bayern 1:2Schalke – Gladbach 2:0Hamburg – Stuttgart 2:4Aachen – Dortmund 1:4Berlin – Bielefeld 1:1Bremen – Nürnberg 1:0Leverkusen – Bochum 1:4Frankfurt – Cottbus 1:3Wolfsburg – Mainz 3:2
Rolle des Wissens zur Entscheidungsunterstützung
Wissen dient zur "’informationellen Handlungsabsicherung"’
NützlichkeitEntscheidung WissenInformation
1) Verfügbarkeit
b) Zugänglichkeit2) Interpretierbarkeit
a) Bereitstellung
Daten
3) Neuigkeit
8) Informationswert b) Verständlichkeit a) Informationsgehalt7) Validität
4) Glaubwürdigkeit
5) Relevanz a) Kontext−Relevanz b) Aktualität
a) Bereitstellung b) Zugänglichkeit
6) Entsch.−Verfügbark.
Sichtweisen auf Wissen
I Enzyklopädisches WissenI AlltagswissenI Lexikalisches WissenI FachwissenI Erfahrungswissen
I Handlungswissen
I Räumliches Wissen
I Episodisches Wissen
Alltagswissen
Dies sind 4 Äpfel
Unternehmen sollen Gewinne erwirtschaften
Lexikalisches Wissen
Schimmel bezeichnet weißes Pferd
Abbildung: Weißes Pferd, Jerzy Panek
Fohlen bezeichnet junges Pferd... und das Team von BorussiaMönchengladbach ;-)
Fachwissen
Gewinn ist Umsatz minus Kosten
G = U−K
Komplexe Zahlen besitzen einen Real- und ImaginärteilRealteil︷ ︸︸ ︷1.631 , 4.73i︸︷︷︸
Imaginärteil
Erfahrungswissen
Unreife Früchte können Durchfall verursachen
Abbildung: Unreife Frucht der Red Savina, schärfster Chili der Welt
Handlungswissen
Kenntnis von Prozeduren und Problemlösungen
Räumliches Wissen
Analoge Repräsentation physischer Objekte durch Repräsentationräumlicher Information und Verhältnisse
Beispiel: Mentale Rotation analoger Objekte
Episodisches Wissen
Autobiografisches Wissen, das aus erinnerbaren Erlebnissen besteht
Beispiel: George spielt Golf in Yale
Implizites vs. explizites Wissen
Implizites Wissen:
In mentalen Modellen, kognitiven Bildern Konstrukten undKarten sowie routinierten Verhaltens- und Vorgehensweiseneingelagertes Wissen bezeichnet man als implizites Wissen(tacit knowledge)
Explizites Wissen (Polanyi)
Spezifisches, reproduzierbares Wissen, als Know-how oderals Fingerspitzengefühl beschrieben
Implizites vs. explizites Wissen
Aufgabe von Informationssystemen:
I Implizites Wissen in Explizites überführen
I Explizites Wissen bei Anwendung evtl. wieder implizit
Wissensmanagement
SECI-Modell
Wissensmanagement
”Wissensmanagement beschäftigt sich mit den Möglichkeiten, auf dieWissensbasis eines Unternehmens Einfluss zu nehmen. Unter derWissensbasis eines Unternehmens werden alle Daten undInformationen, alles Wissen und alle Fähigkeiten verstanden, die dieseOrganisation zur Lösung ihrer vielfältigen Aufgaben benötigt.”(Wikipedia)
I Wissen als Produktionsfaktor
I Informationssysteme zur Verwaltung des Wissens
I Chief Information Officers (CIO) für Informationsmanagement
I Kritik: Wissensmanagement verwendet undifferenziertenWissensbegriff
SECI-Modell
[Nonaka & Takeuchi 95]
Modell der Wissenserzeugung
I Sozialisation
I Externalization
I Kombination
I Internalisierung
SECI-Modell
Sozialisation
I Teilen von Erfahrungen
I Implizites Wissen erzeugtneues implizites Wissen
I z.B. Sprache, Imitation,Beobachtung, Übung
SECI-Modell
Externalisierung
I Implizites Wissen wirdartikuliert
I z.B. Modellbildung
I Schlüsselprozess derWissensumwandlung
I Erschaffung explitzitenWissens aus Implizitem
SECI-Modell
Kombination
I Konzepte werden in einWissenssystem eingebunden
I Isolierte Teile zu einemgemeinsamen Ganzen
SECI-Modell
Internalisierung
I Explizites Wissen wird (zuImplizitem) verinnerlicht
I “learning by doing”
Information Lifecycle
Der Information Lifecycle im Information EngineeringPhasen des Information LifecycleIE-Methoden im Information Lifecycle
Information Lifecycle im IE
I In dieser VL: Konzentration auf Methoden und Werkzeuge des IE
I Grundlage der weiteren Betrachtungen: Information LifecycleI Betrachtung aller Lebensphasen von Information (Erstellung bis
Anwendung)
I Ideal: Informationssystem unterstützt alle Phasen
I Einsatz von Methoden hängt vom Informationssystementwurf ab(nach Planung und Analyse)
I Implementierung und Integration der Methoden und WerkzeugeTeil der Realisierung des Informationssystems
Information Lifecycle Information Lifecycle
I Information dient der Erfüllung einer Aufgabe
I Formulierung als Prozess
I Teilaufgaben als untergeordnete Prozesse
I Wissensintensive Aufgaben
Creation/Receipt
I Autorensysteme (Authoring)I Erstellung einfacher TexteI Hypertext- und Multimediadokumente, Hypermedia
I MetadatenI Daten über DokumenteI z.B. bibliographische Daten
I AnnotationenI Spezielle Art von MetadatenI Verschlagwortung, "’tagging"’ bzw. semantische AnnotationI Textuelle Kommentare, Diskussionen
I Markup
Creation/Receipt
I DigitalisierungI Erfassung und Umsetzung von nicht-digitalen Quellen in digitaleI Textuelle Dokumente (Scanning, OCR)I Nicht-textuelle Daten (Schall, Messdaten, Video, Bilder)→
SamplingI Modellierung
I Formale Darstellung von Prozessabläufen, Sequenzen,Anwendungsfällen, Zuständen und Beziehungen
Storage
I Kurz- bis langfristige Speicherung der Information
I Flüchtige Information im Hauptspeicher
I Ablage in Dateien
I Größere Datenmengen, (semi-)strukturierte Daten: Datenbanken
I Dokumente: Digitale Bibliotheken/Repositories
I Langzeitarchivierung (digital preservation)
I Wissensrepräsentation und Organisation, Ontologien
I Aufbereitung für die Suche: Indexierung
Dissemination
I Information Retrieval
I Recommendersysteme
I Zugangsmanagement (access management)
Use
I Informationssysteme dienen häufig der Erfüllung einerbestimmten Aufgabe oder eines bestimmten Zwecks
I Informationssystem kann Anwendungen gezielt unterstützen
I Beispiel Geisteswissenschaften: Interpretation des Materialsmittels annotationsbasierter Diskussion (damit auch Generierungneuer Information)
I Beispiel Informationssystem für Multimediadokumente:Abspielfunktionen für Videos oder Musik
Zusammenfassung
Zusammenfassung
I Begriff des Information Engineering erläutertI Keine starre Methodik, sondern Methoden und WerkzeugeI Konzentration auf Realisierung von Informationssystemen
I Daten – Information – Wissen
I WissensmanagementI Information Lifecycle
I 4 PhasenI Mögliche Methoden für jede Phase