Aus Bildern schlau werden

Utl.: Projekt der FH St. Pölten erschließt verborgene Informationen
in Datenbergen =

St. Pölten (OTS/FHSTP) - Informationen zur Gesundheit von
PatientInnen, Daten zum Klimawandel oder zum Verhalten von
Schadsoftware auf Computern - in vielen Fällen haben es ExpertInnen
und Wissenschaft mit einer großen Menge an Daten zu tun, aus denen
sich erst bei genauer Analyse und Interpretation wertvolle
Erkenntnisse gewinnen lassen.

Doch bei großen Datenmengen fällt die Analyse und Interpretation
der Daten oft schwer. Mit den richtigen Ansätzen lassen sich aber
Informationen entdecken, die darin versteckt sind. Entscheidend dafür
ist das Zusammenspiel zwischen automatischer Datenanalyse durch
Computer und Interpretation durch ExpertInnen mittels interaktiver
Visualisierung. Ein Projekt der FH St. Pölten zu Visual Analytics
entwickelt dafür die geeigneten Methoden.

Doch dies ist nicht immer einfach. Oft ist die Menge an
Information unüberschaubar oder widersprüchlich. Computer können zwar
Trends und Muster in den Daten erkennen und optisch aufbereiten,
scheitern aber an den Unmengen teilweise trivialer Muster aufgrund
fehlenden Hintergrundwissens. Dafür sind ExpertInnen unerlässlich.

Zusammenarbeit zwischen Mensch und Maschine

Hier setzt das Projekt "KAVA-Time: Knowledge-Assisted Visual
Analytics Methods for Time-Oriented Data" der FH St. Pölten an. Es
entwickelt Methoden zur besseren Analyse und visuellen Aufbereitung
von Daten, indem Aspekte des menschlichen Hintergrundwissens für den
Rechner verfügbar gemacht werden.

"Mit Visual Analytics lässt man Computer das tun, was sie am
besten können - zum Beispiel Cluster in großen Datenmengen
herauszufinden. Doch der Mensch ist besser im Erkennen von visuellen
Mustern und im Umgang mit Unsicherheiten und Widersprüchen. Wichtig
ist die gute Zusammenarbeit zwischen Mensch und Maschine", sagt
Projektleiter Wolfgang Aigner, FH-Professor am IC/M/T - Institut für
Creative/Media/Technologies des Departments Technologie der FH St.
Pölten.

Menschen sind besonders gut in der Lage, mit visuellen
Sinneseindrücken umzugehen. Über den Sehsinn lässt sich eine enorme
Menge an Daten wahrnehmen und im Gehirn verarbeiten. Daher können
große Datenmengen und komplexe Zusammenhänge besonders gut über
Visualisierungen, also die grafische Repräsentation von Daten, für
Menschen zugänglich gemacht werden. Können ExpertInnen sich auch noch
mittels Interaktion aktiv mit den Daten auseinandersetzen und die
Repräsentation beeinflussen, werden das Verstehen und die Lösung
komplexer Analyseaufgaben erleichtert.

Computerviren am Verhalten erkennen

Konkret untersucht wird dies im Projekt "KAVA-Time" im Bereich der
Erkennung von Schadsoftware. Grundlage dafür ist das Verhalten der
Schadprogramme: Da und dort wird eine Datei angelegt, etwas geändert,
ein Programm gestartet, Verbindung nach außen aufgebaut oder werden
bestimmte Daten genutzt - Aktionen, die jede für sich auch von
harmlosen Programmen ausgeführt werden. Es geht um einige Tausend
Befehle, die im Einzelfall neutral, im Zusammenspiel aber verdächtig
sind. Dabei kooperiert Aigner mit seinem Team mit MitarbeiterInnen
des Instituts für IT-Sicherheitsforschung der FH St. Pölten, die in
einem Forschungsprojekt dieses Verhalten von Schadsoftware
untersuchen.

Als weiteres Beispiel angedacht ist die Analyse von Klima- oder
PatientInnen-Daten. Bei der Entscheidung über die richtige
Behandlungsmethode von DiabetespatientInnen etwa müssen ÄrztInnen
eine Vielzahl unterschiedlicher Informationen kombinieren: zum
Beispiel Blutwerte, Body Mass Index, Berichte zu Untersuchungen und
Operationen sowie Ergebnisse zu bisherigen Therapien. Werden die
Daten von Computern entsprechend aufbereitet, lässt sich aus den
dargestellten optischen Mustern Information herausziehen, die in der
unübersichtlichen Sammlung der Daten nur schwer zu entdecken sind und
übersehen werden könnten.

Die Analyse durch den Computer allein reicht dafür jedoch nicht.
Denn nur ExpertInnen können die Daten auch im jeweiligen Kontext
richtig interpretieren. Doch mit dem Projekt KAVA-Time soll dem
Computer ein Teil des menschlichen Hintergrundwissens beigebracht
werden, um so Darstellung und Verarbeitung der Daten zu verbessern.
"Wir wollen Expertinnen und Experten die Möglichkeit geben, dieses
Wissen während des Analysevorgangs interaktiv zu erfassen und im
Computer zu modellieren. Das Ziel ist, dass die Visualisierung
verbessert wird und die Computer den Menschen ein Stück weit entgegen
kommen", so Aigner.

Ende Mai fand an der FH St. Pölten das Kick-off-Meeting zum
Projekt statt. Teilgenommen haben auch Mitglieder des
wissenschaftlichen Beirats Dr. Silvia Miksch (TU Wien), Dr. Andreas
Holzinger (MedUni Graz), sowie Dr. Edgar Weippl (SBA Research).

Projekt "KAVA-Time: Knowledge-Assisted Visual Analytics Methods
for Time-Oriented Data"

Das Projekt wird finanziert vom FWF - Fonds zur Förderung der
wissenschaftlichen Forschung.

Projektwebseiten:
http://mc.fhstp.ac.at/projects/kava-time
http://www.ots.at/redirect/fhstp.ac.at

Bild(er) zu dieser Aussendung finden Sie im AOM / Originalbild-Service
sowie im OTS-Bildarchiv unter http://bild.ots.at

OTS-ORIGINALTEXT PRESSEAUSSENDUNG UNTER AUSSCHLIESSLICHER INHALTLICHER VERANTWORTUNG DES AUSSENDERS - WWW.OTS.AT | FSP

print