Die zunehmende Digitalisierung führt zu einer stetig wachsenden Menge an Daten, die aus unterschiedlichsten Quellen, Formaten und Systemen stammen. Um diese Daten effizient zu nutzen, müssen sie nicht nur verfügbar, sondern auch verständlich und miteinander kombinierbar sein. Genau hier setzt unsere Forschung im Bereich Semantik in Datenräumen an: Wir entwickeln Methoden, um Daten mit Bedeutung anzureichern, zu strukturieren und kontextualisiert nutzbar zu machen.

Ein zentrales Element unserer Arbeit ist die semantische Modellierung. Dabei werden Daten nicht nur technisch beschrieben, sondern inhaltlich interpretiert – z. B. durch die Definition von Begriffen, Relationen und Einheiten in sogenannten Ontologien. Diese Ontologien dienen als gemeinsames Verständnis und ermöglichen die automatische Verknüpfung und Interpretation von Informationen über System-, Fach- und Organisationsgrenzen hinweg.

Wir untersuchen Verfahren zur automatisierten oder assistierten Erstellung semantischer Modelle, um die aufwendige manuelle Modellierung zu reduzieren. Dazu gehören Algorithmen zur Ontologie-Extraktion, semantische Ähnlichkeitsanalysen sowie Methoden zur kontinuierlichen Weiterentwicklung und Pflege von Wissensmodellen.

Darüber hinaus gestalten wir domänenspezifische Datenräume, in denen semantisch modellierte Daten strukturiert bereitgestellt, verarbeitet und geteilt werden können. Diese Datenräume schaffen nicht nur Interoperabilität, sondern bilden auch die Basis für weiterführende Anwendungen – etwa im Bereich der Künstlichen Intelligenz, datengetriebener Entscheidungsunterstützung oder automatisierter Analyseprozesse.

Unsere Ansätze finden Anwendung in verschiedenen Bereichen, etwa der Industrie, der Mobilität, dem Gesundheitswesen, dem Handwerk oder der Circular Economy. Dabei arbeiten wir eng mit Praxispartnern zusammen, um konkrete Lösungen für reale Herausforderungen zu entwickeln.