Was automatisiert werden kann, wird automatisiert werden. Das gilt auch für die Arbeitsprozesse der traditionellen Dokumentation, der Erschließung von Medien aller Art. Verfahren der künstlichen Intelligenz erlauben bereits die Gesichtserkennung und die Identifizierung von Sehenswürdigkeiten oder Gegenständen auf digitalen Fotos oder Videos. Text Mining, verknüpft mit mehrsprachigen Wörterbüchern und Ontologien, kann den Informationsgehalt aus Veröffentlichungen extrahieren und ihn für die Benutzung in allen gängigen Sprachen zur Verfügung stellen. Free Summarizer stehen jedermann zur Verfügung, um selbstständig Zusammenfassungen beliebiger Texte zu erzeugen. Die DGI-Praxistage stellen einsetzbare Lösungen vor und lassen Anwender zu Wort kommen. Wir wollen klären, wie sich die Arbeit der Information Professionals verändert, wenn Algorithmen herkömmliche dokumentarische Arbeiten übernehmen, - und welche Anforderungen dies an die künftige Arbeit und die natürliche Intelligenz stellt.

Programm

 8. November 2018
10:00 UhrBegrüßung und Eröffnung
Marlies Ockenfeld, Präsidentin der DGI
10:15–13:00 UhrFID Buch-, Bibliotheks- und Informationswissenschaft
Wünsche und Anregungen der Informationswissenschaft an den FID
10:15 – 13:00 UhrÖffentliche Sitzung des Arbeitskreises Bildung und Informationskompetenz

Künstliche Intelligenz - was kann sie für die Bildung leisten?
Einladung zur Teilnahme, für Impulsbeiträge und zur Diskussion

Ein flüchtiger Blick in die Bildungslandschaft genügt, zu erkennen, vor welchen ansteigenden Herausforderungen alle Bildungsinstitutionen stehen. Fehlen in der Schule vorrangig Lehrer, sodass schon vom Bildungsnotstand gesprochen wird, so fehlt es dort ebenso an einer stabilen Substanz, bis hin zur Gebäudestruktur.
In Hochschulen sieht es kaum besser aus.
Drängender noch aber sind die steigenden Anforderungen: große Klassen, heterogene Schülerschaft, Mehrsprachigkeit, Inklusion, pädagogische Konzepte, Leistungserhebungen und vieles mehr. Die systematische Vermittlung von 'Medienkompetenz' wird spätestens seit Beginn der 1970er Jahre gefordert, passiert ist wenig, schaut man sich die aktuelle Ausstattung von allgemeinbildenden Schulen an oder auch die Debatten nach einem Handy-Verbot.
Nun soll auch noch 'Künstliche Intelligenz' (KI) in der Schule und darüber hinaus Einzug halten, wo man doch zuerst und vorrangig 'Menschliche Intelligenz' erwartet und fördern möchte?
"Überholen ohne Einzuholen": KI erscheint als das Versprechen, menschliche Entscheidungen auf der Basis enormer Informationsmengen nachzubilden und zu verbessern.
In allen Bereichen von Bildung werden vor allem jene Lernphasen zunehmend durch KI (Digitale Methoden und Instrumente) unterstützt, die mit dem Aufspüren, Präsentieren und Kontrastieren von Information befasst sind. Hier scheint KI besonders gut einsetzbar. Hinzu kommt noch der Aspekt, dass auch im Bereich der Weiterbildung und des selbständigen Lernens - beides expansive Bildungsbereiche - digitale Angebote eine zunehmende Rolle spielen. Zusätzlich werden die Lernkontrolle bzw. die Erfolgsmessung zukünftig in der Tat durch Technologien gekennzeichnet sein, die aus der KI kommen und die Lerndefizite bzw. Lernstile der Probanden erkennen.
Die öffentliche Sitzung der DGI-Fachgruppe Bildung und Informationskompetenz möchte - angelehnt an das Rahmenthema KI der DGI-Praxistage 2018 - einen Austausch zwischen verschiedenen Disziplinen und Professionen anstoßen. Es geht dabei nicht um eine Parteinahme oder eine Bewertung der aktuellen und zukünftigen Potenziale oder Probleme, sondern schlicht darum zu beleuchten, was nötig und was möglich ist!
Diese Veranstaltung lädt alle interessierten Bürger/Wissenschaftler/Praktiker ein, die neugierig darauf sind, wie das Maschinenlernen über Schule und Unterricht hinaus auch die Berufsbildung, das Studium oder die Erwachsenenbildung verändern wird.
Wir freuen uns auf Ihre Teilnahme. Bitte melden Sie sich für die Sitzung an unter:
https://dgi-info.de/dgi-praxistage-anmeldung/
Prof. Dr. Matthias Ballod, Sprecher der DGI-Fachgruppe Bildung und Informationskompetenz
Prof. Dr. Luzian Weisel, Vizepräsident DGI
13:00 – 14:00 UhrMittagspause
14:00 – 16:00 UhrÖffentliche Sitzung des Arbeitskreises Bildung und Informationskompetenz
14:00 – 16:00 UhrÖffentliche Sitzung des Arbeitskreises Terminologie und Sprachfragen (AKTS)

Zusammenfassung: AKTS arbeitet als eines der ältesten DGI-Komitees kontinuierlich an der „Terminologie im Informationsbereich“, zu der sich gerade in den zurück liegenden Jahren enorme Entwicklungen und enormer Bedarf zeigen. Auf der Sitzung werden kürzlich entwickelte Ansätze für eine kurze, knappe Darstellung der Grundbegriffe der „Dokumentation“ weiter behandelt. Ferner steht zurzeit die Vorbereitung des 3. Ausgabe der „Terminologie der Information und Dokumentation“ (2006, DGI) im Vordergrund, und in diesem Zusammenhang auch die weitere Behandlung des Kapitels „Medien“, das in der zurück liegenden Zeit behandelt wurde und das die enormen Entwicklungen reflektiert, die seit der Veröffentlichung der 2. Ausgabe der TID (DGI, 2006) entstanden sind. Und schließlich spielt stets auch die Information über Aktivitäten in der Terminologie-Grundlagenarbeit an verschiedenen Stellen, Verbänden, Instituten usw. eine wichtige Rolle auf den AKTS-Sitzungen. Fragen und Anregungen der Tagungsteilnehmer, die an der AKTS-Sitzung teilnehmen, werden gern und ausführlich behandelt.

Kontakt: Axel Ermert, axel.ermert@t-online.de
ca. 16:30 – 19:00 UhrDGI-Mitgliederversammlung 2018
ab ca. 19:00 UhrRundgang durch die Neue Altstadt Frankfurt (Selbstzahler)

DGI-Stammtisch, Get-Together, offen für alle Interessierten im Cucina della Grazie (Selbstzahler)
 9. November 2018
10:00–10:15 UhrEröffnung und Begrüßung
10:15–10:55 UhrProf. Dr. Harald Sack (FIZ Karlsruhe – Leibniz-Institut für Informationsinfrastruktur und Karlsruher Institut für Technologie (KIT))

Ich sehe was, was Du nicht siehst – Aktuelle Möglichkeiten und Grenzen der Künstlichen Intelligenz

Zusammenfassung:Künstliche Intelligenz (KI) durchdringt immer mehr Lebensbereiche und ist schon heute ein wichtiger Faktor für Forschung, wirtschaftliche Entwicklung und Arbeitswelt. Selbst die Bundesregierung hat die Erforschung, Entwicklung und Anwendung von KI als strategisches Ziel erkannt. Doch werden mit jeder neuen Erfolgsmeldung auch immer wieder falsche Erwartungen geweckt, und dies folgt einer langen Tradition. Als KI wird heute meist maschinelles Lernen verstanden, insbesondere Deep Learning, dessen Erfolge in den vergangenen Jahren verantwortlich für die aktuelle Popularität dieses Begriffs sind. Aber oft werden aufgrund einer einzigartigen, auf einen eng fokussierten Anwendungsbereich beschränkten Fähigkeit eines KI Systems unzulässige Verallgemeinerungen über dessen tatsächliche „Intelligenz“ getroffen, die sich aus dem vermeintlich intelligenten Verhalten der Maschine schließen lässt. Im Rahmen dieses Vortrags werfen wir ein kritisches Licht auf aktuelle Entwicklungen aus dem Bereich der KI, auf ihre Möglichkeiten, inhärente Probleme und potenzielle Grenzen. KI lässt sich nicht nur auf Deep Learning reduzieren, sondern muss symbolische Wissensrepräsentation, Planung und Optimierung mit einbeziehen.
10:55 – 11:25 UhrHendrik Doll (Deutsche Bundesbank)

Automatisierte Datenintegration mit Hilfe von Machine Learning im Forschungsdaten- und Servicezentrum der Bundesbank

Zusammenfassung:Im Forschungsdaten- und Servicezentrum (FDSZ) der Deutschen Bundesbank liegen Daten aus verschiedensten Quellen zu Unternehmen vor. Diese haben keine universelle, gemeinsame ID. Unser Ziel sind verknüpfte Datensätze, da erst diese den maximalen analytischen Wert der Daten ausschöpfen. Dafür matchen wir die Datensätze über Record Linkage Verfahren unter Zuhilfenahme von supervised Machine Learning. Für die Konsolidierung der verknüpften Daten ist dieser Ansatz auch vielversprechend.
Der Integrationsprozess involviert Standardisierung, Record Linkage und Konsolidierung der Daten. Das Record Linkage nutzt verschiedene Machine Learning Algorithmen (Random Forest, Gradient Boosting), welche auf der Groundtruth (einem Subset bekannter Matches und Non-Matches) trainiert und getestet werden und Matchvorhersagen klassifizieren. Auch bei der Zusammenführung der Informationen aus den verschiedenen Datenbanken (Konsolidierung). kann über einen solchen Machine Learning Approach systematisch gelernt werden, welche Informationen aus verschiedenen Quellen stimmen.
Die Evaluation unseres Prozesses zeigt sehr gute Resultate bei Precision und Recall. Es zeigt sich, dass durch den Machine Learning getriebenen Prozess die Datenqualität signifikant verbessert und der Bearbeitungsaufwand minimiert werden kann.
11:25 – 11:45 UhrKaffeepause
11:45 – 12:15 UhrDr. Andreas Oskar Kempf (Leibniz-Informationszentrum Wirtschaft)

Maschinelle Indexierung in den Wirtschaftswissenschaften
Zum praktischen Einsatz automatisierter Erschließungsverfahren und ihre Auswirkungen auf das Thesaurusmanagement


Zusammenfassung: Der Anteil an Literatur, die maschinell inhaltlich erschlossen wird, wächst. Neben der Deutschen Nationalbibliothek und anderen Bibliotheken hat sich auch die ZBW – Leibniz-Informationszentrum Wirtschaft dazu entschieden, parallel zur intellektuellen Indexierung vollautomatische Verfahren einzusetzen. Für die Sacherschließung mit einem kontrollierten Vokabular, im Fall der ZBW mit dem Standard-Thesaurus Wirtschaft (STW) wirft dies zahlreiche grundsätzliche Fragen auf. Dies betrifft zum einen mögliche Anpassungen bei der Thesauruskonzeption aufgrund neuer Zusatzanforderungen. Zum anderen umfasst dies die Organisationsform der Thesaurusarbeit, die in Hinblick auf die Einbindung automatischer Verfahren bei der Erschließung in den einschlägigen Standards (DIN 1463, ISO 25964) nur wenig thematisiert wird.
Der Beitrag führt in den übergeordneten Kontext und in die Konzeption des Projekts automatische Indexierung an der ZBW ein. Anschließend wird ein Einblick in die sich wandelnde Fachreferatsarbeit sowie die praktische Einbeziehung des STW bei der automatischen Erschließung gegeben. Nach einer kurzen Darstellung der regulären Redaktionsarbeit, die u.a. das Ziel verfolgt, die Interoperabilität des Vokabulars weiter auszubauen, werden unterschiedliche Strategien aufgeführt, um bei der Weiterentwicklung des Thesaurus den zunehmenden Anteil an automatisch erschlossenen Titeln zu berücksichtigen.
12:15 – 12:45 UhrPeter Mertens (avameo)

Automatic Summarizing
12:45 – 13:45 UhrMittagspause
13:45 – 14:15 UhrManfred Hauer (AGI - Information Management Consultants)

Sind Verfahren der Künstlichen Intelligenz der Traktor des Dienstleistungsgewerbes?
14:15 – 14:45 UhrFrank Busse (Deutsche Nationalbibliothek)

Maschinelle Klassifikation in der Deutschen Nationalbibliothek

Zusammenfassung: Seit 2012 werden in der DNB Verfahren zur maschinellen Klassifikation eingesetzt. Neben der maschinellen Vergabe von DDC-Sachgruppen, wird auch an der maschinellen Vergabe von DDC-Kurznotationen gearbeitet. Wie diese maschinellen Verfahren im Einzelnen arbeiten und welche besonderen Herausforderungen sich bei der Entwicklung der Kurznotationen gestellt haben, ist Teil des Vortrags. Darüber hinaus wird auf die Fragen der zukünftigen Kennzeichnung maschinell vergebener Notationen, die Datenauslieferung und das Qualitätsmanagement eingegangen.
14:45 – 15:15 UhrProf. Dr. Maximilian Eibl (Technische Universität Chemnitz)

KI-basierte automatisierte Erschließung von Filmen (Arbeitstitel)
15:45 – 16:15 UhrDr. Hidir Aras (FIZ Karlsruhe – Leibniz-Institut für Informationsinfrastruktur)

Analyse großer Datenmengen mit Patentinformationen mittels Workflows und Big Data-Technologien

Zusammenfassung: Der Siegeszug maschineller Lernverfahren sowohl in der Forschung als auch im Rahmen von speziellen industriellen Anwendungen wie der Gesichtserkennung, des automatisierten Fahrens oder in der Dialog- und Spracherkennung schreitet unaufhaltsam voran. Inzwischen gibt es keinen Bereich und kein Forschungsgebiet das durch KI-basierte Technologien nicht entscheidend geprägt wird. Damit ist auch ein immenser Einfluss auf unsere Ausbildung und unsere Arbeitswelt verbunden, welche verstärkt von intelligenten Systemen geprägt ist, und sowohl die Forschung als auch die Anwendung und den Umgang damit entscheidend transformiert. Dadurch gewinnen Lernumgebungen für „Data Science“ zum Erlernen und Erproben von neuen KI-Methoden sowohl aus wirtschaftlicher als auch technologischer Sicht an großer Bedeutung. Im TDMLab-Projekt wurde eine Big-Data-Plattform zur praxisnahen Erprobung und zum Erlernen neuer Methoden des Text- und Data-Mining (TDM) mit großen Datenmengen realisiert, welche im Rahmen der wissenschaftlichen Weiterbildung, z.B. von Informationsspezialisten, eingesetzt werden kann. Neben dem Aufbau der verteilten technischen Infrastruktur der Plattform, stand die Aufbereitung und die Integration komplexer technisch-wissenschaftlicher Informationen wie z.B. von Patenten, die Analyse und die Interaktion mit großen Datenmengen für unterschiedliche Such- und Analyseszenarien im Vordergrund. Im Vortrag wird ein Überblick über die wesentlichen Ziele und Ergebnisse des Forschungsprojekts gegeben und mögliche künftige Fragestellungen für die angewandte Forschung in diesem Bereich skizziert.
16:15 – 16:30 UhrAbschlussdiskussion, Verabschiedung, Ausblick

 

Unsere Partner und Sponsoren