Wissenschaftliche Arbeiten

Netzwerke zum Wissensaufbau, zur Wissensnutzung und zum Wissenstransfer sind seit Bestehen humaner Organisationsformen bekannt. Die gezielte Zusammenarbeit und Vernetzung von Wissensträgern zur gemeinsamen Nutzung von Wissen, wird als Wissensnetzwerk bezeichnet. Die Rolle der Informationstechnologie ist in diesem Umfeld heiß diskutiert, von Wissenschaftlern und Praktikern gleichermaßen. Technologieunterstützung ist keine Bedingung für den Aufbau bzw. den Bestand von Wissensnetzwerken, sie ermöglicht jedoch in vielen Bereichen eine Verbesserung der Rahmenbedingungen. Die Arbeit beschreibt aus der Sicht von Wissensnetzwerken die zeitliche Relevanz, den Nutzen und die Praxistauglichkeit von einzelnen Informationstechnologien. In diesem Zusammenhang ist ein Schwerpunkt der Arbeit die Untersuchung von integrierten Lösungen vor dem Hintergrund von Wissensmanagement. Die Analyse von praktischen Fragestellungen liefert schlussendlich Hinweise dafür, wie Informationstechnologien für Wissensnetzwerke den Rahmenbedingungen entsprechend eingesetzt werden können.

Ausgangspunkt dieser Arbeit ist die Beobachtung, dass ein Mehrwert für Wissensmanagementsysteme dann entsteht, wenn Wissensträger noch besser als bislang miteinander in Beziehung gesetzt werden können. Wissensträger können im Kontext von Wissensmanagement sowohl Nutzer als auch Dokumente sein. Vor diesem Hintergrund ist das Ziel dieser Arbeit, einerseits Zusammenhänge im Dokumentenbestand an sich und andererseits sowohl zwischen Nutzern untereinander als auch zwischen Nutzern und dem Dokumentbestand zu identifizieren und messbar zu machen.Ausgangspunkt hierfür bilden Ansätze aus dem Bereich der Recommender- und People-Locator-Systeme. Das durch Mitwirkung des Know-Center entwickelte System PADDLE - "Personal Adaptable Digital Library Environment" - stellt den Dokumentbestand bereit und soll in weiterer Folge um die angesprochene Funktionalität erweitert werden.Als Grundlage hierfür werden sogenannte Affinitätsmetriken auf der Basis von Metadaten entwickelt, mittels derer die Ähnlichkeit zwischen Wissensträgern gemessen werden kann. Es werden parametrisierbare Metriken über unterschiedliche Bezugsformen, wie Fach-, Zeit- und Ortsbezug konzipiert. Der Fokus liegt derzeit auf thematischen Meta-Daten, die den Inhalt eines Dokument anhand einiger weniger Schlagworte beschreiben. Die Konzepte werden prototypisch implementiert und in PADDLE integriert. Abschließend wird untersucht, wie gut sich die durch die Wahl geeigneter Parameter erzielbaren Ergebnisse mit der subjektiven Bewertung von "Ähnlichkeit" im Beispieldokumentbestand decken.