Data Mining und Knowledge Discovery in Databases

Der zunehmende Einsatz von computergestützten Informationssystemen für wissenschaftliche und kommerzielle Zwecke hat zum Phänomen der Datenflut geführt. So unterliegt das Volumen der in wissenschaftlichen und wirtschaftlichen Datenbanken gespeicherten Daten einem exponentiellen Wachstum. So wird geschätzt, daß sich das Volumen der globalen, digital gespeicherten Daten alle 20 Monate verdoppelt. Die Meß- und Beobachtungs instrumente der empirischen Wissenschaften leisten dabei einen wesentlichen Beitrag zur Datenflut. So sind die Beobachtungsinstrumente der Astronomie derzeit in der Lage, ca. 10 Millarden Einzelsterne zu beobachten, während Satelliten zur Erdbeobachtung täglich ein Terabyte neuer Daten generieren. Im Rahmen des Human-Genom-Projekts (HGP), dessen Ziel die vollständige Aufklärung des menschlichen Erbgutes ist, werden zu Milliarden von Einzelobjekten mehrere Megabyte Daten gespeichert. Aber auch im kommerziellen Bereich sind stark wachsende Datenbestände zu beobachten. Aus sektoraler Perspektive tritt das Phänomen der Datenflut vor allem in den dienstleistungsorientierten und informationsintensiven Branchen Banken, Versicherungen, Telekommunikation und Handel auf. In diesen Branchen produzieren selbst einfache Transaktionen - wie beispielsweise der Einkauf im Supermarkt oder das Surfen im Internet - Daten, die für Dokumentations- oder Auswertungszwecke gespeichert werden. Vor diesem Hintergrund steigt das Interesse der Forschungsgemeinde und der Wirtschaft an Informationssystemen, mit denen große Datenbestände möglichst automatisch auf relevante Zusammenhänge untersucht werden können. Mit der Entwicklung und Anwendung derartiger Systeme beschäftigt sich der Forschungsbereich des Data Mining, der sich durch interdisziplinäre Zusammenarbeit von Wissenschaftlern aus den Bereichen der Künstlichen Intelligenz (KI), der Statistik, der Datenbankforschung und der grafischen Datenverarbeitung auszeichnet. Im Rahmen des Forschungsprojekts Data Mining und Knowledge Discovery in Databases (KDD) werden am Lehrstuhl für Wirtschaftsinformatik und Controlling die Einsatzmöglichkeiten verfügbarer Data Mining-Systeme (z. B. IBM Intelligent Miner, SAS Enterprise Miner, Clementine, K.wiz, Knowledge Studio u. a.) evaluiert und deren Nutzung im Rahmen betrieblicher Anwendungskontexte untersucht. Dabei steht insbesondere der Einsatz zur informatorischen Fundierung des Controlling im Vordergrund des Erkenntnisinteresses.

Beteiligte Wissenschaftler:

Prof. Dr. Heinz Lothar Grob, Dr. Frank Bensberg, Dipl.-Kfm. Volker Manthey, Dipl.-Kffr. Anita Hukemann

Veröffentlichungen:

Bensberg, F., Dewanto, L.: Data Mining: Methoden effizienter Datenauswertung, in: Java Magazin, Nr. 2 2000, S. 57-73.

Bensberg, F.: Data Mining, Forschungsjournal der Westf. Wilhelms-Universität, Nr. 2 1999, S. 35-39.

Grob, H.L., Bensberg, F.: Data Mining, Arbeitsberichte Computergestütztes Controlling, Nr. 8, Münster 1999.

Bensberg, F., Weiss, T.: Web Log Mining, in: Wirtschaftsinformatik Nr. 5, 41. Jg. 1999.

Bensberg, F., Dewanto, L., Klein, M., Manthey, V.: Schnorcheln in der Datenflut: Data-Mining-Tools: Datenanalyse und -auswertung, in: Der Entwickler, Nr. 6 1999, S. 14-30.

Bensberg, F., Weiss, T.: Web Log Mining als Analyseinstrument des Electronic Commerce, in: Proceedings zur WI-Fachtagung Integration externer Informationen in Management Support Systems, Hrsg.: Uhr, W., Breuer, S.-E., Dresden 1998, S. 197-214.