INFORMCLUB
Forschung braucht eine tragfähige Idee und einen ausführbaren Plan. InformClub unterstützt Konzept, Antrag, Architektur, Partnerinterfaces und Umsetzung.
Technische Abgrenzung, Programmpassung, Anträge, Arbeitspakete, Architektur, Integration und Umsetzung.
EU-GPT-Kooperation umfasst technische KI-F&E-Planung. Wissenssuche, kontrollierte Abläufe und Evaluation verbinden sie mit früherer Forschung.
Von Bau und Fertigung bis Medien, Lernen und Unternehmensinformation: Wissen, Software und Menschen zu verbinden bleibt die gemeinsame Aufgabe. Diese Erfahrung unterstützt heutige Innovation.
Bauqualität, komplexe Fertigung und Wiederaufbereitung: Betriebsinformationen mit Abläufen und Entscheidungen verbinden.
ACCEPT · ARUM · PREMANUS
Neo4j/Cypher · Microservices · OWL · Cloudintegration
Bedeutung explizit modellieren, Datenstrukturen zuordnen und Informationen anwendungsübergreifend nutzen.
STASIS · OPDM · CHIME · eUser
RDF/OWL · SPARQL · Jena · Reasoning · Machine Learning
Inhalte, Nutzerkontext und Analytics über verteilte Plattformen und APIs verbinden.
SAM · OMELETTE
Python/Jupyter · KNIME · SQL · REST · Node.js
Wissen und Ziele der Menschen modellieren und Information sowie Unterstützung anpassen.
INTUITEL · MONAP · CHIME
Lernermodelle · Bayes-Methoden · semantisches Reasoning · Agenten
Integrationsanforderungen in Architektur, Prototypen und kooperierende Komponenten umsetzen.
NEXOF-RA · SOA4ALL · CREATE
UML · Java/Spring · REST/HATEOAS · Servicekomposition
Unser Team hat in früheren beruflichen und akademischen Rollen an diesen Forschungs- und Engineering-Aktivitäten mitgewirkt. Erkunden Sie Projektdomänen, Technologien und Beiträge mit öffentlichen Referenzen.
Technische Arbeit am Information Lake, Datenintegration und verteilten Diensten.
Relevant für verbundene Betriebsdaten, graphbasierte Informationssysteme und Integration von Vor-Ort-Abläufen.
Stellvertretender Koordinator, technischer Manager und Verantwortung für Datenanalyse.
Relevant für kontextbezogene Information, Analytics und technische Partnerkoordination.
Verantwortung für das Arbeitspaket Systemintegration, einschließlich semantischer Datentransformation und verteilter Dienste.
Relevant für industrielle Integration, kooperierende Agenten und Planung mit bestehenden Systemen.
Antragsentwicklung, Verhandlung und Projektaufbau sowie Daten- und Serviceintegration.
Relevant für personalisiertes Lernen, geführte Abläufe und Integration von Forschungskonzepten.
Antragsbeitrag, Projektaufbau, Technologieauswahl und Softwarearchitektur.
Relevant für Lebenszyklusdaten, Entscheidungsunterstützung und Planung vom Antrag zur Umsetzung.
Projektteamarbeit zur Serviceintegration; Mitautor der Publikation zum OMELETTE-Ansatz.
Relevant für API-Komposition, wiederverwendbare Komponenten und kombinierbare Dienste.
Technischer Leiter des mobilen Demonstratorprojekts mit REST-Diensten in einer Oberfläche.
Relevant für Service Discovery, API-Integration und Produkte auf verbundenen Daten.
Softwarearchitektur, Prototypen und Projektmanagement; Mitautor der Referenzarchitekturpublikation.
Relevant für Architekturentscheidungen, interoperable Plattformen und praktische Entwurfsprüfung.
Technischer Leiter für Integration und Senior-Entwicklung, mit Ontologieengineering, nutzerorientiertem Design und Machine Learning.
Relevant für Wissensmodelle, Schemaabgleich und konsistente Bedeutung über Anwendungen hinweg.
Forschung und Entwicklung zu Agentenaustausch, Nutzermodelldiensten und Ontologien.
Relevant für gemeinsamen Kontext, semantische Dienste und Anwendungskoordination.
Forschungsengineering, Architektur und Prototypen, mit gemeinsamen Publikationen.
Relevant für kontextbezogenen Wissenszugang, Personalisierung und modulare Systeme.
Analyse, Entwurf und Implementierung sowie Publikationen zu Lernsteuerung und Tutorentwurf.
Relevant für adaptive Lernplattformen, angeleitetes Üben und lernfortschrittsbezogene Software.
CREATE verband Dienste und Daten in konfigurierbaren industriellen Abläufen. OPDM nutzte semantische Transformation für E-Commerce-Produktdaten. Die Teammitwirkung umfasste Java, REST, JavaScript/Node.js, Widgets und OWL/RDF-basierte Produktdatenzuordnung.
Unser Team hat zur Forschung über Informationszugang, semantische Interoperabilität, adaptive Systeme und KI beigetragen. Diese Publikationen verbinden die Arbeit mit heutigen Geschäfts- und F&E-Fragen, mit kurzen Originalzitaten und praktischer Einordnung.
2015
Aus der ursprünglichen Forschung · Englisches Zitat
“early detection of unexpected situations followed by rapid mitigation actions”
Betriebliche Abläufe brauchen früh erkannte Ausnahmen, verbundene Informationen und Entscheidungsunterstützung. Die ARUM-Arbeit verbindet Servicearchitektur mit adaptiver Produktionssteuerung. Diese Erfahrung unterstützt Integration, Entscheidungsunterstützung und die Bewertung kooperierender Agenten unter realen Betriebsbedingungen.
Für F&E: Integrationsarchitektur, Verantwortlichkeiten und die im Pilot nachzuweisenden Szenarien definieren.
2012
Aus der ursprünglichen Forschung · Englisches Zitat
“so that knowledge about semantic languages is not required.”
Anwender sollten Bedürfnisse ohne technische Systembegriffe ausdrücken können. Die Forschung untersuchte die Zuordnung von Suchanfragen zu semantisch beschriebenen Diensten. Diese Erfahrung hilft heute bei natürlichsprachlichen Interfaces, semantischer Suche und dem Finden relevanter Informationen oder Werkzeuge.
Für F&E: Suchmethoden anhand typischer Fragen, Mehrdeutigkeiten und Fachbegriffe vergleichen.
2004
Aus der ursprünglichen Forschung · Englisches Zitat
“offering each individual user (or user group) the information they need.”
Mehr Information hilft Kunden oder Mitarbeitern nicht automatisch weiter. Rolle, Ziel und Kontext sollten bestimmen, was eine Anwendung zeigt und wie sie den nächsten Schritt unterstützt. Dieses Prinzip prägt Assistenten, Wissensportale und adaptive Abläufe mit modularer Architektur und bewussten Entscheidungen über Nutzerkontext.
Für F&E: Rollen, Ziele und Aufgaben modellieren und prüfen, ob Anpassung die Aufgabenerfüllung verbessert.
2004
Aus der ursprünglichen Forschung · Englisches Zitat
“enable a shared understanding of concepts throughout the system”
Systeme können Daten austauschen und deren Bedeutung unterschiedlich verstehen. Explizite Fachbegriffe, Beziehungen und Zuordnungen bilden eine Grundlage für konsistente Suche, Wissensgraphen und Integration. Das hilft, wenn ein KI-Ablauf mehrere Quellen oder Anwendungen verbinden und fachliche Bedeutung bewahren muss.
Für F&E: Domänenmodell, Zuordnungen und Komponenteninterfaces explizit machen und realistische Informationsflüsse testen.
2001
Aus der ursprünglichen Forschung · Englisches Zitat
“different levels of adaptation (to the specific student) depending on the learning stage.”
KI in der Bildung umfasst seit Langem mehr als Inhalte: Wissen modellieren, passende Übungen wählen und Unterstützung an Lernfortschritt anpassen. Die MONAP-Arbeit bildet eine frühe Grundlage dafür. Diese Erfahrung hilft heute bei Lernplattformen, Onboarding, angeleitetem Üben und Assistenten, die auf den Kenntnisstand reagieren.
Für F&E: Lernermodell, Feedback und Anpassungsregeln definieren und Lernfortschritt neben Nutzbarkeit und Aufgabenerfüllung bewerten.
Beginnen Sie mit einem Vorhaben. Erzählen Sie uns, was Sie entwickeln oder verbessern möchten. Gemeinsam vereinbaren wir einen sinnvollen ersten Schritt.