Institute for Technologies and Management of Digital Transformation

Semantic Systems Engineering

Im Forschungsbereich Semantic Systems Engineering erforschen wir Methoden, um Wissen besser verfügbar zu machen und zu vernetzen. Ziel ist es, Informationen in neuen Zusammenhängen nutzbar und verständlich zu machen. Im Mittelpunkt stehen dabei die Einführung von Semantik in Datenräumen sowie die Entwicklung von wissenserweiterten großen Sprachmodellen, die eine effektive Nutzung und Kontextualisierung von Informationen ermöglichen.

Semantik in Datenräumen

Strukturierte Anreicherung, Modellierung und Vernetzung von Daten mit Bedeutungskontext, um ihre Interoperabilität, Auffindbarkeit und Nutzbarkeit über System- und Domänengrenzen hinweg in Datenräumen zu ermöglichen.

Wissenserweiterte große Sprachmodelle

Speziell angepasste und erweiterte Large Language Models, die durch domänenspezifisches Wissen, zusätzliche Trainingsdaten oder semantische Strukturen verbessert wurden, um präziser, verständlicher und anwendungsnäher in konkreten Kontexten eingesetzt werden zu können.

 

Unsere Forschung im Bereich Semantic Systems Engineering zielt darauf ab, Wissen durch den Einsatz semantischer Technologien strukturiert nutzbar zu machen. Dabei kommen Ontologien, Wissensgraphen, semantische Modellierungsmethoden und interoperable Datenraumarchitekturen zum Einsatz. Ergänzt wird dies durch die Weiterentwicklung großer Sprachmodelle, die wir durch Feintuning, wissensbasierte Erweiterung und benutzerfreundliche Schnittstellen für spezifische Anwendungen optimieren. So schaffen wir datengetriebene Systeme, die Informationen nicht nur speichern, sondern auch verstehen und kontextbezogen bereitstellen – als Basis für digitale Innovationen in Wirtschaft, Verwaltung und Gesellschaft.

Wir arbeiten eng mit Industriepartnern zusammen, sei es im Rahmen von öffentlich geförderten Projekten oder direkten F&E-Aufträgen. Dabei setzen wir uns intensiv mit realen Herausforderungen auseinander und beziehen stets die Bedürfnisse von Endnutzern und Fachexperten mit ein. Dieser Praxisbezug stellt sicher, dass unsere Forschungsergebnisse nicht nur theoretisch fundiert, sondern auch unmittelbar in der industriellen Praxis anwendbar sind und die Wertschöpfung verbessern.

Ausgewählte Publikationen

2023
Pomp, A., Jansen, M., Berg, H., & Meisen, T. (2023). "SPACE{\_}DS: Towards a Circular Economy Data Space" in Companion Proceedings of the ACM Web Conference 2023 , Ding, Ying and Tang, Jie and Sequeda, Juan and Aroyo, Lora and Castillo, Carlos and Houben, Geert-Jan, Eds. New York, NY, USA : ACM 1500--1501.

ISBN: 9781450394192

Paulus, A., Pomp, A., & Meisen, T. (2023). "The PLASMA Framework: Laying the Path to Domain-Specific Semantics in Dataspaces" in Companion Proceedings of the ACM Web Conference 2023 , Ding, Ying and Tang, Jie and Sequeda, Juan and Aroyo, Lora and Castillo, Carlos and Houben, Geert-Jan, Eds. New York, NY, USA : ACM 1474—1479.

ISBN: 9781450394192

Langer, T., Pomp, A., & Meisen, T. (2023). "Towards a Data Space for Interoperability of Analytic Provenance" in Companion Proceedings of the ACM Web Conference 2023 , Ding, Ying and Tang, Jie and Sequeda, Juan and Aroyo, Lora and Castillo, Carlos and Houben, Geert-Jan, Eds. New York, NY, USA : ACM 1502—1503.

ISBN: 9781450394192

Pomp, A., Burgdorf, A., Paulus, A., & Meisen, T. (2023). "Using IoT Technology for the Skilled Crafts" in Enterprise Information Systems , Cham : {Springer Nature Switzerland} , 48--63.

ISBN: 978-3-031-39385-3

2022
Burgdorf, A., Paulus, A., Pomp, A., & Meisen, T. (2022). "DocSemMap 2.0" in Proceedings of the 31st ACM International Conference on Information & Knowledge Management , New York, NY, USA : Association for Computing Machinery 98—107.

ISBN: 9781450392365