Sebis Workshop, 21. September 2017

Vorstellungsrunde

Einführung und Überblick aktueller Forschungsarbeiten

Alle Teilnehmer

Florian Matthes

Die Rolle von Architekten in „scaled agile“ Rahmenwerken

Basierend auf einer Analyse der vorhandenen Literatur und Dokumentationen wurden 20 Frameworks zur Skalierung agiler Methoden identifiziert. Im Vortrag werden erste Analyseergebnisse vorgestellt (Bewertung ihrer Reife, Klassifikation nach Scope). Weiterhin wird die Rolle der Software-, Solution-, Information- und Enterprise-Architekten in den vier Frameworks, die das Thema adressieren, beschrieben. Zukünftig wird der Lehrstuhl in Zusammenarbeit mit Praxispartnern untersuchen, welche Herausforderungen bei der Einführung solcher Rahmenwerke entstehen und wie verschiedene Organisationen diese Rahmenwerke dabei anpassen.

Ömer Uludağ

Werkzeugunterstützung für Architekturentscheidungen in großen Softwareprojekten

In einer Zusammenarbeit mit Siemens CT wird untersucht, wie Architekturentscheidungen in großen Softwareprojekten unterstützt werden können, ohne auf explizite Architekturdokumentationen zurückzugreifen. Folgende Methoden wurden bereits entwickelt und werden im Rahmen dieses Vortrags vorgestellt:

a) Extraktion von Design-Entscheidungen aus Issue-Tracking Systemen

b) Automatische Annotation von Architekturelementen in Design-Entscheidungen

c) Automatische Vorschläge für alternative Design-Entscheidungen

d) Analyse der Architekturtreiber für Design-Entscheidungen

e) Automatische Vorschläge für weitere Experten zu einer Design-Entscheidung

Manoj Mahabaleshwar

Unterstützung unternehmensübergreifender Geschäftsprozesse durch eine Adaptive Case Management Engine

Speziell im Gesundheitswesen spielen wissensintensive Prozesse eine große Rolle und viele dieser Prozesse können durch Adaptive Case Management (ACM) Werkzeuge unterstützt werden. Am Beispiel eines EU-Verbundprojekts mit vier Kliniken wird erläutert, wie die am Lehrstuhl entwickelte modellbasierte ACM Engine (SocioCortex) die patienten-zentrierte Pflege unterstützt (unternehmensübergreifender Datenaustausch, Rechtemanagement, Datenschutz, Prozessorchestrierung, Integration von Sensordaten und Variantenmanagement).

Felix Michel

Software-gestützte Analyse von Allgemeinen Geschäftsbedingungen (SaToS)

Allgemeine Geschäftsbedingungen (AGB) bilden einen wichtigen rechtlichen Grundpfeiler auch im digitalen Wirtschaftsverkehr. Trotzdem lesen gerade einmal 1% bis 2% der Nutzer beim Online-Einkauf vor der Bestellung die AGB, obwohl dies häufig zu negativen Auswirkungen für den Kunden führen kann. Im Rahmen des Projektes SaToS (Software aided analysis of Terms of Services) entwickeln wir daher eine Software, die AGB automatisch analysiert, einzelne Paragraphen bewertet und verständlich zusammenfasst, um das Ungleichgewicht zwischen Verkäufern und Verbrauchern abzuschwächen.

Daniel Braun

Vertragsanalyse mittels Regel- und Machine-Learning basierter Technologien

Wir stellen die neuesten Ergebnisse des Lexalyze Projekts am Beispiel der Zusammenarbeit mit der SINC GmbH vor. Der Fokus liegt auf der Informationsextraktion und Annotation (u.a. Keyword Extraction, Named Entity Recognition & Classification, Sentiment Analysis) im Bereich der Vertragsanalyse. Langfristig sollen so Prozesse der Vertragserstellung, -bearbeitung und –bewertung unter Wahrung einer hohen Qualität wesentlich zeit- und kosteneffektiver gestaltet werden.

Ingo Glaser

Textpassagen semantisch verknüpfen:

Anwendungen in den Bereichen Mietrecht und Compliance

In vielen Domänen müssen Textpassagen aus unterschiedlichen Dokumenten verlinkt oder inhaltlich abgestimmt werden. Beispielsweise müssen Unternehmensvorschriften vorgegebenen Gesetzesvorschriften genügen. In diesem Vortrag stellen wir zwei am Lehrstuhl aktuell untersuchte Problemstellungen aus den Bereichen Mietrecht und Compliance vor und präsentieren neuartige Lösungsansätze basierend auf der Word Embeddings Technologie.

Jörg Landthaler

Ein Deep Learning Anwendungsfall auf großen Datenmengen

Für Praxisanwender ist bei Machine Learning Verfahren eine hohe Genauigkeit sehr wichtig. Dieser Vortrag stellt einen konkreten Anwendungsfall aus dem medizinischen Bereich der Schmerzintensität-Erkennung basierend auf unterschiedlichen Merkmalen wie Bilder, Herzfrequenz und GSR vor. Dabei konnte die erforderliche hohe Genauigkeit nur mittels Deep Learning Verfahren erreicht werden. Im Ausblick werden neuartige Deep Learning Verfahren vorgestellt, die mehrere Aufgabenstellungen gleichzeitig mit nur einem Modell lösen können.

Ahmed Elnaggar

Innovative Formen der Zusammenarbeit mit der Industrie

Wir stellen kurz den Hackathon (17. bis 19.11. 2017) der TU München sowie die Blockchain Forschungsgruppe als gemeinschaftliche und interdisziplinäre Initiative von Frau Prof. Dr. Welpe und Herr Prof. Dr. Matthes vor und laden zur Zusammenarbeit ein.

Patrick Holl