EU-Projekt ebnet Weg durch datenintensive Umgebungen
Europäische Wissenschaftler arbeiten hart an der Verbesserung von Analyse und der Entscheidungsfindung auf der Basis datenintensiver und kognitiv komplexer Situationen, die durch die wachsenden Informationssysteme entstehen. Um diese Technologie voranzutreiben wurde nun ein neues EU-finanziertes Projekt in die Wege geleitet, das hochleistungsfähige Computerparadigmen und breite datenverarbeitende Technologien wie Cloud Computing und spaltenbasierte Datenbanken nutzt und aufbaut, um Daten in unterschiedlichen, umfangreichen und sich entwickelnden Quellen zu suchen, abzurufen und zu sammeln. DICODE ("Mastering data-intensive collaboration and decision making") wird unter dem Thema "Informations- und Kommunikationstechnologien" (IKT) des Siebten Rahmenprogramms (RP7) der EU mit Mitteln in Höhe von 2,6 Mio. EUR gefördert. Unter der Koordination des Research Academic Computer Technology Institute in Patras, Griechenland, hat das DICODE-Projekt zum Ziel, die Denkkapazitäten von Mensch und Maschine miteinander zu kombinieren. Nach Ansicht der Experten sind Analyse- und Entscheidungsfindungssituationen im Allgemeinen mit enormen Mengen unterschiedlicher Datentypen mit einem niedrigen Signalrauschverhältnis verbunden. Unterschiedliche Quellen wurden verwendet, um diese Daten zu sammeln, die sich nicht nur in Subjektivität und Wichtigkeit unterscheiden, sondern sich auch durch die Meinungen der Menschen, Praktiken, unanfechtbare Messungen und wissenschaftliche Resultate auszeichnen. Nach Ansicht des achtköpfigen Teams können die Datentypen hinsichtlich des Verstehens der Menschen und die Interpretation der Maschinen vom Niveau her sehr unterschiedlich sein. Heutzutage können mühelos sehr große Datenmengen gesammelt und in Datenbanken gespeichert werden. Jedoch treten Probleme auf, wenn die über einen längeren Zeitraum hinweg gesammelten Daten genutzt, ausgewertet und sinnvoll analysiert werden sollen, um darauf basierend Entscheidungen zu treffen. Im Kontext komplexer Fragestellungen müssen Datenmuster erkannt, verstanden und genutzt werden. Es müssen große Datenmengen aus mehreren Quellen aggregiert und analysiert werden, um schnell Einblicke zu erhalten, die aus der manuellen Betrachtung einzelner Datenquellen nicht erkennbar wären. DICODE soll hier mit technologischen Fortschritten Lösungen bieten. Das Konsortium entwickelt und stärkt Dienstleistungen, die als Open-Source-Lizenz zur Verfügung gestellt werden. DICODE-Lösungen integrieren und koordinieren eine Reihe interoperablere Dienstleistungen, die helfen sollen, Datenmengen und Komplexität auf ein erträgliches Niveau zu bringen, um basierend darauf kritische Entscheidungen treffen zu können. Letztendlich werden die Interessensgruppen erheblich profitieren, da dadurch sowohl Produktivität als auch Kreativität steigen. Der Erfolg des Projekts wird in drei Anwendungsfällen validiert, die ausgewählt wurden, um die Übertragbarkeit der DICODE-Lösungen in verschiedenen Analyse- und Entscheidungsfindungsszenarien zu belegen. Das Konsortium besteht aus Experten von folgenden Organisationen und Unternehmen: Biomedical Research Foundation in Griechenland, Neofonie GmbH, Publicis Frankfurt GmbH und Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung (FHG) in Deutschland, Universität Leeds und Image Analysis Limited im Vereinigten Königreich sowie Universidad Politécnica de Madrid (UPM) in Spanien. In einem Statement sagte die Biomedical Informatics Group der UPM, ihre Rolle bei DICODE sei die Integration von Dienstleistungen, Tools und Projektressourcen. Das spanische Team hilft darüber hinaus bei der Entwicklung neuer Tools und Dienstleistungen für die Projektplattform. Das DICODE-Projekt wurde im Jahre 2010 begonnen und läuft noch bis Ende 2013.Weitere Informationen unter: DICODE: http://dicode-project.eu/ Universidad Politécnica de Madrid (UPM): http://www.upm.es/internacional Research Academic Computer Technology Institute: http://www.cti.gr/ IKT im RP7: http://cordis.europa.eu/fp7/ict/
Länder
Deutschland, Griechenland, Spanien, Vereinigtes Königreich