Gestern, heute, morgen. Künstliche Intelligenz ist nicht nur ein aktuelles „Buzzword“, sondern bereits seit Jahrzehnten ein Forschungsthema der Informatik. Die Teams um die Professoren Cleve und Lämmel forschen und lehren seit den Neunzigerjahren an der Hochschule Wismar zu Themen rund um KI und Data Mining. Dazu zählen regelbasierte Systeme, Neuronale Netze sowie das Wissens- oder Prozessmanagement. Zudem wird untersucht, wie sich bestehende Methoden auf aktuelle Problemstellungen anwenden und übertragen lassen.
Thematische Vielfalt. Die Methoden der KI und des Data Minings werden von Prof. Lämmel und Prof. Cleve in vielen Bereichen angewandt: Für das Wissensmanagement und die Wissensverarbeitung werden Verfahren der symbolverarbeitenden KI eingesetzt; bei der Auswertung von Benutzer- oder Kundenverhalten kommen Techniken des Data Minings inklusive neuronaler Netze zum Einsatz.
Von der Lehre in die Praxis. Die Lehre an der Hochschule Wismar zeichnet sich durch einen hohen Praxisbezug aus. Insbesondere durch das angebotene Fernstudium und die Bindung von studentischen Abschlussarbeiten an Themen aus der Wirtschaft erfolgt ein stetiger Technologietransfer. Somit werden die neuesten KI-Entwicklungen direkt in die Unternehmen integriert.
Kompetenzen im Bereich der künstlichen Intelligenz und Data Science
- Einsatz symbolverarbeitender KI, wie Geschäftsregeln oder Wissensnetze
- Maschinelle Lernverfahren in der Praxis
- Data Mining, insbesondere Web Mining und Educational Data Mining
Prof. Dr. rer. nat. Jürgen Cleve
Wirtschaftsinformatik, Grundlagen der Informatik/Künstliche Intelligenz, Hochschule Wismar
Prof. Dr.-Ing. Uwe Lämmel
Wirtschaftsinformatik, Grundlagen der Informatik/Künstliche Intelligenz, Hochschule Wismar
Ausgewählte Projekte
Lehrbücher über Künstliche Intelligenz und Data Mining
Im Rahmen Ihrer Lehrtätigkeiten verfassten Prof. Cleve und Prof. Lämmel zwei Lehrbücher über Künstliche Intelligenz und Data Mining. Neben den Grundlagen und Konzepten gehen die Autoren auf praktische Beispiele ein und bieten vielfältige Übungsaufgaben zur Vertiefung des Verständnisses an.
Im Lehrbuch Künstliche Intelligenz befassen sich die Autoren u.a. mit symbolverarbeitender KI, künstlichen neuronalen Netzen sowie Wissensrepräsentation und Wissensverarbeitung. Die praktische Vertiefung erfolgt in den Programmiersprachen PROLOG, Java sowie Python.
Das Buch Data Mining behandelt die wichtigsten Anwendungsklassen, wie Cluster-Analysen, Klassifikation, Assoziationsanalysen sowie Text und Web Mining. Daneben gehen die Autoren auch auf zwei weitere wichtige Aspekte ein: die Datenvorbereitung und die Bewertung der Analyseergebnisse.
Web Mining auf Log-Dateien
Firmen, aber auch andere Institutionen, wie z.B. Hochschulen, haben ein reges Interesse zu erfahren, wer sich für sie interessiert. Eine Möglichkeit besteht darin, die Interaktionen auf der eigenen Website zu analysieren. Mittels Web Mining können auf Basis von Seitenaufrufen Rückschlüsse auf bestimmte Eigenschaften der Besucher gezogen werden.
An der Hochschule Wismar wurde erfolgreich untersucht, wie anhand der Interaktionen die Besucher in Schüler, Eltern und Studenten eingeteilt werden können. Auf Basis dieser Daten lässt sich z. B. der Internetauftritt optimieren, indem zielgruppenrelevante Informationen gebündelt werden.