Projektbeginn: 1. März 2011
Projektende: 28. Februar 2014
Das semCockpit-Projekt wurde von der Österreichischen Forschungsförderungsgesellschaft (FFG) im Rahmen des Programms FIT-IT (Themenschwerpunkt „Semantische Systeme“) gefördert.
Werkzeuge für die Datenaufbereitung und -analyse in Unternehmen basieren meist auf einem unternehmensweiten Data-Warehouse. Mittels Online Analytical Processing (OLAP) sowie kompakter visueller Aufbereitung in sogenannten Dashboards oder Cockpits können Kennzahlen in Datenwürfeln auf verschiedenen Detaillierungsstufen interaktiv inspiziert und verglichen werden. Diese Werkzeuge bieten jedoch nur wenig Unterstützung beim Verstehen und Evaluieren der Unternehmensdaten durch vergleichende Datenanalyse. Daten aus verschiedenen Berichten lassen sich nur bedingt vergleichen, da die Bedeutung der Daten im Anwendungscode oder in SQL Abfragen versteckt ist. Durch visuelle Vergleiche erkannte Zusammenhänge lassen sich nur schwer reproduzieren und durch andere nachvollziehen. Bereits erkannte Zusammenhänge können nicht für spätere Analysen erfasst und bereitgestellt werden, deshalb müssen ähnliche Situationen immer wieder aufs Neue untersucht werden.
In semCockpit wird die Bedeutung von fachlichen Begriffen explizit in einer multi-dimensionalen Ontologie (MDO) definiert. Diese Begriffe werden in Abfragen verwendet. Dadurch wird es einfacher, sehr komplexe multi-dimensionale Abfragen zu formulieren, zu interpretieren, zu vergleichen und gemeinsam zu verwenden. Die Organisation und Wartung von großen Sammlungen fachlicher Begriffe wird unterstützt durch die automatische Ableitung von Begriffshierarchien und deren Organisation entlang von Dimensionshierarchien und Datenwürfeln. Fachliche Begriffe werden in Ontologie-basierten Kennzahlen verwendet, um die Gruppe von Daten zu spezifizieren, die in die Berechnung der jeweiligen Kennzahlen einfließt. Weiters können existierende, fachspezifische Ontologien als Semantische Dimensionen verwendet werden.
In semCockpit werden die Ergebnisse von Vergleichen und darauf gründende Erkenntnisse explizit repräsentiert. Ein vergleichender Fakt verbindet eine Gruppe von Daten mit einer zweiten Gruppe von Daten, der Vergleichsgruppe, und quantifiziert das Ergebnis des Vergleichs in einer Vergleichskennzahl. Vergleichende Fakten werden in Vergleichsdatenwürfeln gesammelt und können – ähnlich zu traditionellen Datenwürfeln - interaktiv durchsucht werden. Darauf aufbauend wird Wissen des Analysten explizit in Beurteilungsregeln erfasst. Beurteilungsregeln werden über Fakten eines Vergleichsdatenwürfels definiert und repräsentieren Wissen zu möglichen Erklärungen von auffallenden Kennzahlen. Dadurch wird es dem Analysten erspart, bereits erklärte Auffälligkeiten in den Daten erneut analysieren zu müssen.
Mit einer prototypischen Implementierung wurde die Umsetzbarkeit des Ansatzes auf Basis eines bestehenden SQL-Datenbankmanagementsysteme und einer OWL-Inferenzmaschine gezeigt. Fachliche Begriffe werden automatisch in SQL Abfragen auf das Data Warehouse übersetzt. Zur Ermittlung von Subsumptionshierarchien durch eine OWL-Inferenzmaschine werden die fachlichen Begriffe automatisch in die standardisierte Ontologiesprache OWL übersetzt. Die Anwendbarkeit des Ansatzes wurde mit Beispielen aus der Krankenversicherungsbranche gezeigt.
Institut für Wirtschaftsinformatik – Abteilung Data & Knowledge Engineering, Johannes Kepler Universität Linz
Univ.-Prof. Dipl.-Ing. Dr. Michael Schrefl (Scientific Lead)
Dr. Bernd Neumayr (Scientific Coordinator, Senior Researcher)
Dr. Stefan Berger (Senior Researcher)
Dr. Michael Karlinger (Senior Researcher)
Mag. Stefan Anderlik (Junior Researcher)
Christoph Ellinger, BSc (Master Student)
Arjol Qeleshi, BSc (Master Student)
Mag. Christoph Schütz (PhD Student)
Dieter Steiner, BSc (Master Student)
solvistas GmbH
Konrad Linner (Executive Board)
Mag. Andreas Weißenböck (Executive Board)
Mag. Gerald Holzbauer (Executive Board)
Dipl.-Ing. Thomas Neuböck (Project Manager, Technical Lead, Researcher)
Mag. Thomas Rossgatterer (Management Assistant)
Sophie Blank, MSc (Research and Development)
Mag. Andreas Feurstein (Research and Development)
Michael Hartlauer, BSc (Research and Development)
Markus Hiesmaier (Research and Development)
Katharina Hörak, MSc (Research and Development)
Markus Merzinger (Research and Development)
Dominik Prilmüller (Research and Development)
Josef Weinberger (Research and Development)
