Bei räumlichen Planungs- und Entscheidungsprozessen (z.B. Infrastrukturplanung vor dem Hintergrund des demographischen Wandels) nimmt die Komplexität zu, so dass eine steigende Zahl von Informationen verarbeitet werden müssen. Analytische Informationssysteme (AIS) bieten einen Ansatz, die Informationen miteinander zu verknüpfen und aufzubereiten. Allerdings führt die Komplexität eines AIS dazu, dass es in der Regel nur von Analyseexperten bedient werden kann, welche dann ihre Ergebnisse den Entscheidern bzw. Fachanwendern zur Planungs- und Entscheidungsunterstützung vorlegen. Die Verfügbarkeit von Analyseexperten mit dem entsprechenden Know-how in den durchführenden Einrichtungen ist jedoch begrenzt. Daher steigt die Notwendigkeit, dass auch Fachanwender mit geringerem methodischen Analyse-Know-how in die Lage versetzt werden, Analysen durchzuführen.
Damit eine Informationsselbstversorgung von Fachanwendern möglich wird, wird im WAIS-Projekt der Ansatz verfolgt, das AIS um wissensbasierte Komponenten zu ergänzen. Die Wissensbasis wird im Analyseprozess genutzt, um passende Daten zur Beantwortung einer Fragestellung zu finden. Gespeist wird die Wissensbasis kollaborativ durch Analyseexperten und weitere Nutzer. Weiterführendes Hintergrundwissen wird zentral durch die Projektpartner und später durch die Betreiber des WAIS ergänzt. Die Lösungsansätze werden im Projekt beispielhaft erprobt für kommunale und regionale Planungsprozesse sowie für raumbezogene Strategieplanungen in der Branche der Banken und Versicherungen. In beiden Bereichen bilden regionalstatistische Daten und Analyseverfahren eine wichtige Informationsbasis zur Entscheidungsunterstützung.
MUSTANG-Plattform, ASP.NET Web API, JavaScript
Mirco JosefiokDavid KorfkampJan Witt; Proceedings of the Seventh International Conferences on Advanced Service Computing; 2015
Stefan Gudenkauf; Technologie-Informationen; 2015