Mobile-Menu

Forschung an neuen Klassifikationsansätzen Hierarchische Taxonomien sollen Wissensflut in der Wirtschaftsinformatik bändigen

Von Berk Kutsal 2 min Lesedauer

Anbieter zum Thema

Universität Paderborn
Universität Augsburg
Fsas Technologies GmbH
QUNIS GmbH
BigData-Insider

Die Universitäten Paderborn und Augsburg starten ein gemeinsames DFG-Projekt, um neue methodische Grundlagen für hierarchische Taxonomien zu entwickeln. Die strukturierte Wissensdarstellung soll helfen, komplexe digitale Phänomene besser einzuordnen – und so Forschung wie Praxis gleichermaßen voranbringen.

Die Universitäten Paderborn und Augsburg entwickeln neue Grundlagen für hierarchische Taxonomien. Die Forschung soll komplexes Wissen besser strukturieren und für Praxis und Forschung nutzbar machen.(Bild: Universität Paderborn, Besim Mazhiqi)
Die Universitäten Paderborn und Augsburg entwickeln neue Grundlagen für hierarchische Taxonomien. Die Forschung soll komplexes Wissen besser strukturieren und für Praxis und Forschung nutzbar machen.
(Bild: Universität Paderborn, Besim Mazhiqi)

In einer Welt, in der Datenmengen und Informationsströme exponentiell wachsen, werden Ordnungssysteme zu einem entscheidenden Werkzeug. Vor allem in der Wirtschaftsinformatik, wo Technologien und Geschäftsmodelle in rasantem Tempo entstehen, stoßen bisherige Klassifikationsmethoden jedoch an ihre Grenzen.

Genau hier setzt ein neues, von der Deutschen Forschungsgemeinschaft (DFG) gefördertes Projekt an: Unter der Leitung von Prof. Dr. Dennis Kundisch (Universität Paderborn) und Prof. Dr. Jan Muntermann (Universität Augsburg) sollen in den kommenden zwei Jahren methodische Grundlagen für hierarchische Taxonomien entwickelt werden. Die Förderung beläuft sich auf rund 430.000 Euro.

Taxonomien – also systematische Klassifikationen von Objekten nach gemeinsamen Merkmalen – sind ein zentrales Instrument, um Wissen zu strukturieren und auf neue Phänomene zu übertragen. Bislang konzentrierte sich die Wirtschaftsinformatik vor allem auf Facettentaxonomien, die Objekte über mehrere Dimensionen kategorisieren. Hierarchische Modelle, die Wissen über verschiedene Abstraktionsebenen hinweg organisieren können, sind dagegen bislang kaum erforscht – obwohl sie laut Kundisch die Grundlage bilden, „um Wissen über neue Phänomene systematisch einzuordnen und für die Forschung sowie Praxis nutzbar zu machen“.

„Genau hier setzen wir an: Mit unserem Projekt verfolgen wir nicht nur das Ziel, die methodischen Grundlagen für die Entwicklung und Evaluation hierarchischer Taxonomien zu generieren, sondern wollen auch klare Gestaltungsprinzipien für eine zweckmäßige Visualisierung, z. B. in Form von Diagrammen oder Karten, erarbeiten. Damit schaffen wir eine solide Basis für eine fundierte und praxisnahe Wissensorganisation“, erläutert Prof. Muntermann. Denn um digitale Innovationen verstehen und nachhaltig gestalten zu können, seien Strukturen notwendig, die komplexes Wissen abbilden und gleichzeitig verständlich machen.

Für die methodische Tiefe holt das Projekt internationale Expertise an Bord: Robert C. Nickerson (San Francisco State University) und Upkar Varshney (Georgia State University) gelten als führend in der Taxonomie-Methodik, während der Kognitionspsychologe Julian Roelle (Universität Münster) psychologische Erkenntnisse zur Visualisierung beisteuert.

Die Ergebnisse sollen nicht nur die Wirtschaftsinformatik selbst, sondern auch angrenzende Disziplinen wie Wissensmanagement oder Systementwicklung befruchten. Langfristig könnten sie helfen, die steigende Komplexität digitaler Innovationen zu meistern – und aus der Informationsflut wieder eine strukturierte Wissensbasis zu machen.

(ID:50592211)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte