KnoVA

Steigende Speicherkapazitäten und der Fortschritt im Bereich der Informationsverarabeitung führen zu einem rapiden Wachstum der weltweit verfügbaren Daten. Die automatisierte Auswertung und die Gewinnung von Informationen und Wissen aus solchen Datenbeständen gestaltet zunehmend schwierig und führt so zum Information Overload Phänomen. Die visuelle Analyse ist ein Ansatz diesem Problem zu begegnen. Sie vereint die Vorteile schneller maschineller Auswertung wiederkehrender Muster in großen Datenmengen mit menschlichen Stärken wie Flexibilität, Intuition und dem Verständnis komplexer Zusammenhänge. Visuelle Analyse ist ein wissensbasierter Prozess, in dem durch Expertenbenutzer in iterativen Schritten neue Ansichten und Verknüpfungen innerhalb und zwischen Datenbereichen erstellt werden. Dieser manuelle Ansatz ist zeitraubend, kostenintensiv und potentiell frustrierend für die Experten. Ziel ist es daher manuelle Schritte zu prozeduralisieren und in automatische Verfahren zu überführen. Basierend auf Anwendungszenarien aus dem Automobilbau und der Epidemiologie wird in dieser Arbeit daher die KnoVA Referenzarchitektur für die wissensbasierte visuelle Analyse vorgestellt. Ziel dieses Ansatzes ist es, mit Hilfe von Wissensextraktion die Experten von Routineaufgaben zu entlasten und die Nachvollziehbarkeit und Reproduzierbarkeit der Ergebnisse zu verbessern. Die Referenzarchitektur umfasst Konzepte und Methoden um Wissen in Anwendungen zur visuellen Analyse zu repräsentieren, zu extrahieren und wiederanzuwenden.