Schwerpunkte in der Forschung, Entwicklung und Beratung zur Informationstechnik und ihren Technologien

Unser Fokus liegt hier im Bereich der Informationssysteme für eine multimediale Kommunikation. Als Basis für neuartige Multimedia- und Kommunikationsdienste arbeiten wir schwerpunktmäßig an innovativen Kommunikationssystemen. Aus der Integration von Kommunikationsdiensten mit Datendiensten auf IP-Plattformen eröffnet sich eine Vielfalt von Möglichkeiten für neuartige Dienste. Besonders dem Bereich der kontext-abhängigen Kommunikation räumen wir hierbei sehr großes Potenzial ein.

Beratung zu innovativen Technologiethemen

Heutige Kommunikationstechnologien ermöglichen es, immer und überall über verschiedene Kommunikationskanäle erreichbar zu sein. Die Durchdringung von Wirtschaftsunternehmen mit dieser Technologie hat dabei einen Grad erreicht, der eine globale Interaktion bei stetig zunehmender Transaktionsgeschwindigkeit ermöglicht. Moderne Informations- und Wissensarbeiter innerhalb dieser Unternehmen sind hierbei auf die Verwendung von Echtzeit-Kommunikationsmedien und deren Anbindung an (elektronische) Geschäftsprozesse zwingend angewiesen.

Echtzeitkommunikation erfordert jedoch die synchrone Verfügbarkeit der Teilnehmer, was beim unvermittelten Sitzungsaufbau zu Unterbrechungen des jeweiligen Arbeitsablaufs (Kontextwechsel) beim Empfänger führt [1]. Aktuelle Studien belegen erstmals die sozioökonomischen Kosten durch die stark zunehmende Anzahl von Kontextwechsel aufgrund von Kommunikationsanfragen. Der kürzlich entstandene Wissenschaftszweig der „Interruption Science“ zielt darauf ab, die kognitiven Kosten der plötzlichen Arbeitsunterbrechungen und Kontextwechsel zu analysieren.

Die Herausforderung besteht nun darin zu bestimmen, welche Art der Kommunikation angemessen bzw. von den Gesprächspartnern gewünscht ist. Diese Entscheidung basiert im Wesentlichen darauf, in welcher Situation sich die Gesprächspartner befinden, welche Beziehung die Gesprächspartner zueinander haben und welche Endgeräte bzw. Kommunikationsformen aktuell verfügbar sind. Um zuverlässige Aussagen zu diesen Bereichen treffen zu können, ist es von Vorteil auf Informationen zurückzugreifen, welche verteilt auf externen Geräten verfügbar sind.

Des weiteren werden Möglichkeiten zur Effizienzsteigerung der Kommunikation durch eine in das Unternehmen und dessen Geschäftsprozesse integrierte, automatisierte Informationsgewinnung betrachtet, um bspw. gezielt soziale Beziehungen / Netze innerhalb des Unternehmens für den Kommunikationsprozess nutzbar zu machen. Um Produktivitätsgewinne und
schnelle Unternehmensreaktion zu ermöglichen sind die Mitarbeiter eines Unternehmens auf aktuelle Informationen aus den vorhandenen Geschäftsprozessen und der gegebenen Infrastruktur angewiesen. Grundvoraussetzung hierfür ist, dass die Mitarbeiter ort- und zeitunabhängig auf interne Daten zugreifen können und umgekehrt zeitnah über Zustandsänderungen und eintretende Ereignisse informiert werden.

Adaptive Kommunikationsdienste

Nutzer haben ein Bedürfnis nach einer einfachen Handhabung ihrer Geräte. Komplex zu konfigurierende Dienste oder viele Funktionen sind für die Nutzer eher abschreckend als gewinnbringend. Hier gilt es die vorhandenen Informationen automatisch zu verarbeiten, um dem Nutzer Dienste zu bieten, welche ihn in seinen täglichen Arbeiten helfen und entlasten. Dazu müssen Informationen gesammelt, gefiltert und automatisch ausgewertet werden – möglichst mit einem Minimum an Interaktion durch den Nutzer.

Hierzu dient ein “Kontextdienst”, welcher Informationen auswertet, Entscheidungen trifft und sich dabei den Wünschen des Nutzer anpasst. Der Nutzer kann dabei durch einfaches Feedback das Verhalten des Dienstes steuern. Durch dieses Feedback kann bestimmt werden, von welchen Informationen die Entscheidung des Nutzers abhängig ist. Die automatische Auswertung von Informationen entlastet den Nutzer – die Nutzung von komplexen Regeln oder Skripten fällt weg.

Der Dienst kann beispielsweise zur Bestimmung von Presence-Zuständen oder der aktuell verfügbaren Endgeräte der Teilnehmer genutzt werden.

Als Grundlage für diesen Kontextdienst dient eine Infrastruktur zur Suche und Bestimmung relevanter Sensoren und zur Erfassung der generierten Sensordaten.

Sensorbasierte Analyse von Unterbrechungen am Arbeitsplatz

Echtzeitkommunikation zwischen Personen benötigt eine Synchronisierungsphase, in der beide Teilnehmer ihre Verfügbarkeit und Bereitschaft zur Kommunikation abstimmen. Beispielsweise kann eine Person beim Betreten eines Büros durch Beobachtung oder kurze Interaktion einschätzen, ob es momentan ein günstiger Zeitpunkt ist ein Gespräch mit einem Büromitarbeiter zu beginnen. Dieses erlernte Einschätzungsvermögen kann bei den Echtzeitmedien der Computer vermittelten Kommunikation (CvK) durch das Fehlen der expliziten Kontextinformationen jedoch nicht angewendet werden.

Daher obliegt es bei einem spontanen Aufbau einer CvK-Sitzung bisher dem Empfänger der Anfrage, seine mentalen Kosten, die durch die Unterbrechung seines aktuellen Arbeitsprozesses (Kontextwechsel) entstehen, zu bewerten und gegebenenfalls die Kommunikation zu verweigern. Bereits die Kommunikationsanfrage, etwa das Klingeln des Telefons oder das Einblenden eines Chatfensters, verbunden mit der benötigten Entscheidungsfindung, verursacht eine Ablenkung des Empfängers. Der Grad der hierbei entstehenden Störung ist unter anderem abhängig von der aktuellen mentalen Arbeitslast, Arbeitstätigkeit und Unterbrechungshistorie des Empfängers.

Studien aus dem Bereich der „Interruption Science“ zeigen, dass durch spontane Unterbrechungen des Arbeitsablaufes die Arbeitsproduktivität eines modernen Wissensarbeiters um durchschnittlich 28% verringert wird[1]. Dies ist darauf zurückzuführen, dass bei der Unterbrechung von kognitiv anspruchsvollen Tätigkeiten die unterbrochene Person bei jeder Wiederaufnahme eine zusätzliche Reaktivierungsphase benötigt und zusätzlich durch die ebenfalls erhöhte Fehlerrate weitere Zeit zur Korrektur der Aufgabe aufbringen muss.

Der Forschungsbereich der Human Computer Interaction (HCI) befasst sich seit den neunziger Jahren mit der Erforschung so genannter Notifikationssysteme, mit dem Ziel, Systeminteraktionen mit dem Endnutzer zu kostenoptimalen Unterbrechungszeitpunkten einzuplanen. Ziel des Projektes ist es zu untersuchen in wie weit bereits vorhandene Forschungsergebnisse aus dem Bereich der Notifikationssysteme erweitert werden können, um sie für die Computer vermittelte Echtzeitkommunikation zu verwenden.

Nutzung von Social Networks für S.M.A.R.T Communication

Um die Beziehung zwischen Gesprächspartnern automatisch zu bestimmen, ist es notwendig Informationen zu gewinnen, welche Aussagen über die sozialen Beziehungen/Verknüpfungen zulassen. Eine Form dieser Informationsgewinnung ist das Beobachten des Benutzerverhaltens.

Aus einer Vielzahl von Merkmalen lassen sich Aussagen über die soziale Beziehung treffen – z.B. ist der Teilnehmer in der Kontakt-Datenbank des anderen Teilnehmers oder einer seiner Kollegen enthalten; sind private Rufnummern des Teilnehmers enthalten; welcher Kategorie ist der Teilnehmer zugeordnet usw. Auf der anderen Seite können auch aus dem Verhalten Rückschlüsse auf die Beziehung zwischen den Teilnehmern gezogen werden – z.B. die Häufigkeit und der Zeitraum der Telefon-Gespräche zwischen den Teilnehmern; Häufigkeit und der Zeitraum in der Anrufe unterdrückt werden; wie häufig befinden sich die Personen in räumlicher Nähe zueinander; gehen sie zu den gleichen Meetings; etc.

Durch ein Beobachten dieser Merkmale können Informationen über die Beziehung zwischen den Teilnehmern gewonnen werden, welche dazu genutzt werden können eingehende Kommunikations-Anfragen dem Wunsch des Angerufenen entsprechend zu verarbeiten.

Die Informationen aus aktuellen Positionierungssystemen werden zur Zeit überwiegend zur Objektverfolgung oder zur positionsbasierten Dienstanbietung für mobile Endnutzer verwendet. Forschungsarbeiten aus dem Bereich des Reality Minings haben überdies aufgezeigt, dass insbesondere die systematische Verkettung der Informationen einzelner Entitäten interessante Mehrwertdienste bereitstellen kann. Klassische Systeme verwenden die absoluten (geographischen) Koordinaten des Nutzers. Für die Anwendung im geschäftlichen Bereich – und insbesondere zur Gewinnung der notwendigen sozialen Kontextinformationen für Arbeitspaket (A) – ist es jedoch notwendig, soziale und räumliche Beziehungen („social and physical proximity“) zwischen einzelnen Nutzern zu bestimmen. Diese Information erlaubt es soziale Beziehungen in die Bestimmung des Nutzerkontextes einfließen zu lassen; insbesondere um die soziale Dimension der Unterbrechbarkeit des Nutzers quantifizieren zu können.

Räumliche Nähe von Nutzern in Kombination mit zusätzlichen (sozialen) Informationen können hierbei Aufschluss über die Unterbrechbarkeit von Nutzern geben (Nutzer A befindet sich im Meeting, Nutzer B und C sind im selben Raum wie Nutzer A; Nutzer X ist im Moment keinesfalls zu Stören/Unterbrechen, Nutzer Y teilt sich das Büro mit Nutzer X). Soziale Beziehungen in Unternehmen (Vorgesetztenverhältnis, Mitglied im selben Projektteam) und über Unternehmens­grenzen hinaus (wichtiger Geschäftspartner, persönliche Beziehungen, usw.) unterstützen ebenfalls die Vorhersage der Unterbrechbarkeit von Nutzern in deren gegenwärtigen Kontext.

Die Nutzung von sozialen und räumlichen Beziehungen erfordert einen automatisierten Aufbau von Beziehungsmodellen, die die räumliche und soziale Nachbarschaft von Nutzern abbilden. Ubiquitär vorhandene Sensoren wie Mobiltelefone (enthalten Lichtsensor, Beschleunigungs­sensoren, usw.), die mit drahtloser Nahbereichs-Funktechnologie ausgestattet sind (Bluetooth, ZigBee, usw.) werden zur Bestimmung von Nachbarschaftsbeziehungen zwischen Nutzern eingesetzt. Hierzu werden geeignete Verfahren zur Datenextraktion erarbeitet/angewendet (random data pertubation/k-anonymity), die die Privatsphäre der Nutzer schützen. Aufbauend auf verwandten Arbeiten (z.B. das Reality Mining Projekt am MIT mit Fokus auf Outdoor-Anwendungen) werden insbesondere die sozialen Beziehungen von Individuen und Gruppen in einem geschäftlichen Umfeld (Büroarbeitsplatz) untersucht

Sensor-basierte Datenerfassung und -verteilung

Man kann einen zusätzlicher Mehrwert durch Statusermittlung von Geschäftprozessen mittels Monitoring realer Objekte und der betrieblichen Infrastruktur erzielen.

Je nach dem betrachteten System und dem jeweiligen Industriezweig des Unternehmens kann hierbei sowohl die Anzahl als auch die Art der zugrundeliegenden Informationsquellen (Sensoren) stark variieren.
Als vielversprechende Basistechnologien um das Problem der großen Anzahl von Senosren zu lösen, sind hier zum einen die RFID-Technologie als zum anderen die Technologie drahtloser und
Ad hoc kommunizierender Sensornetze zu sehen. Das Problem der Heterogenität der Sensoren und Netwerkarchitekturen lässt sich durch Nutzung/Realisierung einer geeigneten Middleware angehen.

Ein Beispielszenario für eine zukünftige, sensor-unterstütze Kommunikation:
Der Vertriebsmitarbeiter eines Bauunternehmens ist außer Haus und möchte sich aufgrund einer Kundenanfrage zeitnah einen Überblick über den firmeninternen Gerätepark verschaffen. Da zur gegebenen Zeit der Presencestatus des für den Gerätepark zuständigen Mitarbeiter als “nicht verfügbar” ermittelt wird, greift der Vertriebsmitarbeiter über seine Kommunikationsplattform auf den Monitoringdienst des Geräteparks zu. Hier erfährt er über die drahtlos angebundenen Gerätesensoren, dass die zwei angefragten Geräte verfügbar sind und erst kürzlich gewartet wurden. Bei einer genaueren Überprüfung mittels eines Videosensors sieht er gleichzeitig, dass eines der Geräte von einem Baufahrzeug blockiert ist. Über die Presenceliste seiner Plattform ermittelt er, dass einer der Fahrzeugführer sich noch im benachbarten Bürogebäude befindet. Nachdem er den Fahrzeugführer verständigt hat kann der Vertriebsmitarbeiter seinen Kunden schon wenige Minuten später zurückrufen und ihm mitteilen, dass ihm einer der Fahrzeugführer die benötigten Maschinen sofort aushändigen kann.

Kerntechnologie einer solchen zukünftigen intelligenten und kontext-sensitiven Arbeitsumgebung sind eingebettete Sensoren, die sich selbstorganisierend vernetzen und die ermittelten Daten effizient den verschiedenen Dienstplattformen zur Verfügung stellen. Aufgrund der möglichen Mobilität und der zu erwartenden Sensorendichte werden Sensoren überwiegend drahtlos miteinander kommunizieren. Obwohl bereits drahtlose Sensor-/Aktorsysteme verfügbar sind, die ohne externe Energiequelle (siehe auch [www.enocean.com]) im Home/Office-Automation Bereich
eingesetzt werden, ist abzusehen, dass höherwertige Sensoren (Bild/Videosensoren, Bewegungssensoren) weiterhin auf externe Energiequellen oder Batteriespeicher angewiesen sein
werden. Um eine entsprechend hohe Lebensdauer und gering Wartungsarbeiten an den Sensoren zu garantieren und gleichzeitig die geforderten Servicegarantien des Netzes zu gewährleisten bedarf es daher adäquater Mechanismen auf Protokollebene, um die effiziente Selbstorganisation des Netzes zu ermöglichen.

Die durch physikalische Sensoren bereitgestellte Informationsdichte aus einem Betriebsprozess ist im Wesentlichen abhängig von der Anzahl und dem potentiell ableitbaren Informationsgehalt der
Sensoren, z.B. reiner Bewegungssensor oder höherwertiger Bildsensor mit Objekterkennung. Dies beeinflusst die Granularität der zu verarbeitenden Informationsmenge je nach Anwendung, wie z.B. das reine Monitoring durch den Endnutzer oder das Erstellen von Modellen und Regeln zur Ausnahmeerkennung. Um die Auswertung der gegebenen Informationen zu automatisieren und gegebenenfalls den Endnutzer über Zustandsabweichungen zu informieren, stellt sich die Herausforderung ob und wenn ja welche Mechanismen und Algorithmen für diese Lern- Kontrollaufgaben anwendbar sind.

Rahmenwerk zur Aggregation von Sensordaten

Das Context Framework bildet die Basis bzw. Infrastruktur zur Erfassung, Auswertung und Nutzung von Informationen.

In Kommunikationssystemen bestehen strenge Dienstgüteanforderungen, welche vor allem zeitliche Beschränkungen für die Verarbeitung von Anfragen betreffen. Bei einer verteilten, iterativen Suche nach Informationen ist die tolerierbare Antwortzeit ausschlaggebend dafür, ob eine ausreichende Menge an Informationen aggregiert werden kann, um ein möglichst hohes Maß an Informationsgüte (QoI) zu erhalten. Nur wenn das Maß der QoI ausreichend hoch ist, können auf Basis dieser Informationen sinnvolle Entscheidungen getroffen werden. Messungen der Latenzzeiten von Suchanfragen innerhalb des bestehenden Rahmenwerkes verdeutlichen, dass zur Sicherung der QoS Anforderungen innerhalb größerer Infrastrukturen komplexe Schritte zur Optimierung bei der Verarbeitung von Suchanfragen notwendig sind. Neben der Optimierung der Bestimmung relevanter Sensoren, werden die vorgegebenen QoS-Anforderungen durch Methoden wie beispielsweise Adaptives Caching oder Prefetching in erhöhtem Maße erfüllt.

Je nach Anwendungsfall existieren eine ganze Reihe von verschiedenen Definitionen, Interpretationen und Darstellungsformen des Kontextes von Nutzern/Geräten. Ein einheitliches Verständnis für den Begriff Kontext wird dadurch erschwert bzw. unmöglich. Das Rahmenwerk unterstützt unterschiedliche Dimensionen des Kontextes (z.B. sozialer Kontext von Nutzern, usw.). Die getrennte Behandlung verschiedener Kontext Dimensionen (die potentiell unterschiedliche Sensoren berücksichtigen) erfordert hierbei eine geeignete Beschreibung, Suche, Auswertung und Nutzung von Kontextinformationen in mehreren Kontext Dimensionen.

Es wurden eine Reihe von Sensoren für unterschiedliche Plattformen entwickelt. Diese Systeme werden innerhalb eines realen Testszenarios betrieben. Bei dem Betrieb des Systems werden die Daten und Eigenschaften der Sensoren aufgezeichnet und reproduzierbar gemacht. Die aufgezeichneten Daten werden in weiteren Schritten als Basis für weitere Arbeiten dienen, um dort realistische und reproduzierbare Datensätze an Sensordaten und -eigenschaften nutzen zu können. Auf Basis der aufgezeichneten Daten können so verschiedene Suchstrategien und Auswertungsverfahren vergleichbar gemacht werden.