Unser Forschungsprofil richtet sich am Paradigma einer gestaltungsorientierten Wirtschaftsinformatik aus. Wir entwickeln neue Methoden und Systeme in den Forschungsgebieten Agiles Workflowmanagement, Geschäftsprozessmanagement, Fallbasiertes Schließen, Cloud Computing und Wissensmanagement.
Unsere Forschungsarbeiten entstehen in enger Kooperation mit Partnern aus der Wirtschaft, der Verwaltung und von anderen Forschungseinrichtungen.
Laufende Projekte
TLDia - Transfer Lernen für medizinische Diagnose
Erstellung automatischer Klassifikationen von klinischen Dokumenten mit selbstlernenden Algorithmen für Codierungen in der medizinischen Dokumentation und für medizinische automatisierte Risikoanalysen bei Versicherungen.
Das Projekt TLDia wird gemeinsam mit THM Friedberg und dem Unternehmen Minds-Medical realisiert und ist auf die Laufzeit von zwei Jahren angelegt. Es wird im Rahmen der hessischen „Landes-Offensive zur Entwicklung Wissenschaftlich-ökonomischer Exzellenz“ (LOEWE) unter der HA-Projektnummer 701/19-21 gefördert.
EVER 2 - Extraktion und fallbasierte Verarbeitung von prozeduralem Erfahrungswissen in Workflows – Qualität, Interaktivität und Transferierbarkeit
In diesem Projekt werden neue Möglichkeiten zum Transfer von Workflows aus einer bekannten Quelldomäne in eine weniger bekannte Zieldomäne erforscht. Zunächst werden Ontologien als Mittel für den Transfer untersucht. Die Publikation Ontology-based representation of workflows for transfer learning beschreibt einen Ansatz zur Abbildung von BPMN-Workflows in einer Ontologie. Weitere Schritte des Projektes beschäftigen sich mit der Automatisierung dieses Ansatzes sowie den Konzepten zur Abstraktion und Generalisierung von Workflows. Mit Hilfe dieser Konzepte soll die Transferierbarkeit in eine neue Domäne erleichtert werden. Ein weiteres Projektziel ist die Ausweitung der Methoden auf unterschiedliche Partner-Domänen.
Das Projekt EVER 2 wird von der Deutschen Forschungsgemeinschaft (DFG) unter der Fördernummer MI 1455/2-3 gefördert und in Zusammenarbeit mit der Universität Trier im Zeitraum von 2017-2020 durchgeführt.
EVER - Extraktion und fallbasierte Verarbeitung von Erfahrungswissen aus Internet Communities
Das heutige sogenannte Social Web ermöglicht es Menschen in einer Community of Practice, eigene Erfahrungen z.B. in Blogs, Foren oder auf Q&A-Webseiten zu publizieren. Jedoch gibt es keine brauchbare Unterstützung bei der Suche und der Wiederverwendung dieser reichhaltigen persönlichen Erfahrungssammlungen. Heutige Suchfunktionen betrachten Erfahrungen genau wie jedes andere Textdokument auch. Das Ziel des Projektpakets Extraktion und fallbasierte Verarbeitung von Erfahrungswissen in Internet Communities ist die Analyse, die Entwicklung, die experimentelle Anwendung und Bewertung neuer wissensbasierter Methoden, insbesondere des Fallbasierten Schließens, des Information Extraction und des Maschinellen Lernens zur Extraktion und Verarbeitung von Erfahrungswissen in Internet Communities.
Dieses DFG-Projektpaket besteht aus drei Teilprojekten, die an den Universitäten Trier, Marburg und an der Goethe-Universität Frankfurt durchgeführt werden. Alle drei Teilprojekte haben als gemeinsamen Anwendungsbereich das Gebiet Kochen gewählt, um die entwickelte Methodik zu demonstrieren und zu evaluieren.
Das Projekt EVER wird von der Deutschen Forschungsgemeinschaft (DFG) von 2011 bis 2014 gefördert.
CAKE
CAKE (Collaborative Agile Knowledge Engine) ist ein Softwaresystem für Workflow Reasoning, das wir aus Trier mitgebracht haben und in enger Kooperation mit der Universität Trier weiterentwickeln. Die Hauptkomponenten sind ein webbasiertes Workflow-Modellierungswerkzeug namens CAKEflow, ein Workflow Enactment Service für die Ablaufsteuerung agiler Workflows und eine fallbasierte Komponente für die intelligente Suche und Anpassung von Workflows.
CAKE ist ein typisches Beispiel angewandter Wirtschaftsinformatik-Forschung, da wir es zum Prototyping und als Plattform für Experimente nutzen.