Aus Bildern schlau werden

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

Rückfragen & Kontakt:

Informationen und Rückfragen:
FH-Prof. Priv.-Doz. Dipl.-Ing. Dr. Wolfgang Aigner, MSc
FH-Dozent Department Technologie
IC/M/T - Institut für Creative/Media/Technologies
Tel.: +43(0)2742 313 228 - 611
wolfgang.aigner@fhstp.ac.at
http://www.ots.at/redirect/fhstp.ac.at-aigner-wolfgang

Pressekontakt:
Mag. Mark Hammer
Presse und Forschungskommunikation
Tel.: +43(0)2742 313 228 - 269
Mob.: +43(0)676 847 228 - 269
mark.hammer@fhstp.ac.at
www.fhstp.ac.at/presse

OTS-ORIGINALTEXT PRESSEAUSSENDUNG UNTER AUSSCHLIESSLICHER INHALTLICHER VERANTWORTUNG DES AUSSENDERS | FSP0001