UNDERSTANDER

UNDERSTANDER ist ein Sondierungsprojekt für industrielle Forschung zum Thema „Business Intelligence“ (BI) für KMUs. Dazu entwickeln wir ein wissensbasiertes Modell für BI, das vom Endnutzer auf seine Bedürfnisse parametrisiert werden kann. Das Modell kann in einen Software-Agenten geladen werden, der dann möglichst autonom auf die Suche nach konkreten BI Informationen im Internet und Intranet geht. Die Informationen werden in einer Wissensbasis abgelegt und über interaktive Reporting-Funktionen abgerufen.

Ausgangssituation und Problematik:

Software-Lösungen zum Thema Business Intelligence werden von den großen Softwarefirmen (Oracle, Microsoft, SAP, IBM, etc.) seit Jahren primär für einen sehr hochpreisigen Markt für Großunternehmen angeboten. Für KMUs besteht zunehmend die Gefahr, die Möglichkeiten des WWW nicht ausreichend nützen zu können und durch diese Entkopplung entscheidende Wettbewerbsnachteile zu erleiden. UNDERSTANDER soll eine Basistechnologie entwickeln, mit der kleine Technologieprovider und Consulting-Unternehmen solchen KMUs eine preisgünstige „Self-service“ BI-Unterstützung geben können. In diesem Sondierungsprojekt fokussieren wir uns auf den BI Aspekt der „Competitive Intelligence“, also das Sammeln von Informationen zur Einschätzung der eigenen Position im Vergleich zu den Mitbewerbern unter Heranziehung von frei verfügbaren Web-Ressourcen.

Ziele und Methoden:

Ziel ist, dass das KMU mit geringem technischen Aufwand eine weitgehend automatisierte BI-Lösung für sein jeweiliges Aufgabengebiet bekommt. Wir wollen dies dadurch umsetzen, dass ein Software-Agent die Suche nach geeigneten Web- oder Intranet-Ressourcen übernimmt. Basis für die Suche ist ein parametrisierbares Wissensmodell, welches die sogenannte „Evaluationsfunktion“ des Agenten darstellt und somit sein Suchverhalten leitet. Das Modell selbst ist eine Weiterentwicklung von R. Schanks „Conceptual Dependency Theory“ die in Grundzügen schon in den 1970er Jahren entwickelt wurde. Der Software Agent „übersetzt“ also Dokumente, deren Inhalt auf seine – der Anwendungsdomäne angepassten – Schemata passt, in eine Abfolge von Aussagen gemäß dem Modell und speichert diese Information zusammen mit der Referenz auf die Quelle, in einer Wissensbasis ab. Unsere Methode ist, in 2-monatigen „R&D sprints“ die vier Hauptfragen zu sondieren und anhand von Software-Prototypen die Machbarkeit zu evaluieren. Die Prototypen werden mit SWI-Prolog sowie mit RESTful services realisiert.

Ergebnisse und Erkenntnisse:

Wir erwarten vier Hauptergebnisse: (1) ein allgemeingültiges, kontrolliertes Vokabular für Business Intelligence; (2) Eine „ontologisierte“ Form von Fragestellungen, die der Agent
benützt, um relevante Web-Dokumente ausfindig zu machen und zu speichern; (3) die Implementierung eines solchen „BI User Agents“ und (4) eine implementierte Wissensbasis in welcher der Agent gefundene Information eintragen kann, und die der Nutzer interaktiv abfragen kann.