Zusammenfassung

Die Suche nach dem Wetterbericht für den morgigen Tag an einem bestimmten Ort ist ein Beispiel für eine klassische AdHoc-Suche. Dem Nutzer fällt es recht leicht die entsprechende Anfrage zu formulieren und er hat eine recht konkrete Vorstellung wie das Ergebnis seiner Anfrage strukturiert sein wird. Es gibt zahlreiche ähnliche Anfragen, die heutige Web-Suchmaschinen zuverlässig zu bedienen wissen. Anders verhält es sich, wenn ein Nutzer nicht genau weiß, wie er sein Informationsbedürfnis formulieren soll, welcher Art die zu erwartende Antwort ist, ob die Ergebnismenge vollständig sein wird oder er nicht in der Lage ist eine relevante Antwort auszuwählen, da er mit der Domäne, in der er sucht - bspw. aufgrund ihrer Komplexität - nicht genügend vertraut ist. In diesem Fall spricht man von einem komplexen Informationsbedürfnis, bei dem explorative Suchverfahren unterstützen können. Typische Beispiele hierfür sind komplexe Informationsrecherchen von Journalisten, Anwälten aber auch die Patent- oder Technologierecherche in Unternehmen, sowie die Mediensuche in Verlagen und Agenturen. Solche Rechercheaufgaben erfordern eine Reihe von Zwischenschritten wie Analyse, Synthese, Evaluierung, Entdeckung und Planung von Informationen, bevor das eigentliche Informationsbedürfnis erfüllt, bzw. die Recherche abgeschlossen ist. Im Rahmen des Vortrages werden aktuelle Forschungsarbeiten im Bereich explorativer Such- und Organisationsprozesse motiviert und Methoden und Softwarewerkzeuge vorgestellt, die komplexe Rechercheprozesse unterstützen können.

Vita

Andreas Nürnberger Prof. Andreas Nürnberger befasst sich in seinen Forschungen insbesondere mit Frage der interaktiven Informationssuche. Seine Arbeiten liegen dabei im Schnittbereich des Information Retrieval, der Mensch-Maschine Interaktion und des Maschinellen Lernens. Prof. Nürnberger hat an der TU Braunschweig Informatik mit Nebenfach Betriebswirtschaft studiert und an der Fakultät für Informatik der Otto-von-Guericke Universität (OVGU) Magdeburg im Bereich der Datenanalyse (Computational Intelligence) promoviert. Anschließend wechselte er als "Postdoc" an die University of California in Berkeley, an der er für zwei Jahre im Bereich intelligenter Informationssysteme in der Arbeitsgruppe von Prof. Lotfi Zadeh forschte. 2003 kam er auf eine Juniorprofessor an die OVGU zurück und etablierte, u.a. mit Fördermitteln aus dem Emmy Noether-Programm der DFG, eine eigene Forschungsgruppe im Bereich des Information Retrieval. 2007 wurde er auf den Lehrstuhl für "Data & Knowledge Engineering" berufen.