moderne konzepte des informationsmanagement für verlage

Post on 05-Apr-2015

118 Views

Category:

Documents

0 Downloads

Preview:

Click to see full reader

TRANSCRIPT

Moderne Konzepte des Informationsmanagementfür Verlage

2

All

righ

ts r

ese

ved

© 2

00

2

ADAKOS-

ADAKOS - advanced knowledge solutions

Teil 1ADAKOS | Positionierung | Anwendungen/Referenzen

Teil 2Software Facts & Features | Projektmodelle/Workshops

3

All

righ

ts r

ese

ved

© 2

00

2

ADAKOS – Das Unternehmen

Mitarbeiter

- 2/3 des Teams sind Akademiker (Mediziner, Biologen, Wissenschaftler, Ingenieure, ...)

... arbeiten im Bereich Consulting und Software-Weiterentwicklung

Firmendaten

- Gegründet 1998- F & E seit 12 Jahren

(KI, KM)- 22 Mitarbeiter- Koop. mit GSF -

Forschungszentrum- Gute Referenzen- Mitgesellschafter: 3i

4

All

righ

ts r

ese

ved

© 2

00

2

Geschäftsfelder

Lösungsanbieter

Dienstleistung Software

Life Science Fachverlage Industrie

Wissens-Management(inkl. Content- und Dokumenten-Management)

Umsetzung mit Partnerunternehmen

Umsetzung direkt + mit ADAKOS-Partnern

5

All

righ

ts r

ese

ved

© 2

00

2

Positionierung

Dokumenten-Management

Content-Management

Wissens-Management

Fakten, Beziehungen und Regeln Regeln/Schlussfolgerungen,

Indexierung/Suche,Verlinkung/Navigation

Dokument-SegmenteIndexierung/Suche,Verlinkung/Navigation

DokumenteIndexierung/Suche

K

A

M

A

T

O

Andere

6

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Scope

PS 1PS 1 PS2PS2 PS3PS3 PS4PS4

Wissen/Information

• Erfassen

• Erschließen

• Verwalten

• Verfügbar machen

7

All

righ

ts r

ese

ved

© 2

00

2

KAMATO bietet

Workflow

Cross-Media-Publishing

ContentSyndication

KnowledgeElicitation/Capturing

Media-Asset-

Management

Personalisie-rung

Bereitstellung von Wissen über

unterschiedliche Medien

+ Single Source (aus einer Quelle)

Mehrfache Verwertung und

Wiederverwendung von Wissen

Automatische Erfassung und

Erschließung von Wissen aus

Dokumenten und Datenbeständen

Aufgaben- und personenbezogene Bereitstellung von

Wissen

Archivierung und Bereitstellung

wiederverwendbarder Medienobjekte

8

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Das Produkt

KAMATO Knowledge Acquisition and Management Tool

… generiert komplette Lösungen aus Wissensmodellen

… integiert Dokumenten-, Content- und Wissensmanagement

… reduziert für Kunden die Aufwände für die Datenerfassung und -pflege um bis zu 90%

… unterstützt Standards (ISO 13250 XTM, Dublin Core, RDF, DTD) und offene Schnittstellen (XML, JDBC)

… grenzt sich methodisch und bzgl. des Kundennutzen von anderen Produkten ab (wissenschaftlich fundiert und praxisorientiert)

… ist skalierbar, sprachunabhängig und erweiterbar(modularer Aufbau, 100% pure JAVA, ORACLE-basiert)

9

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Das Produkt

REFERENZEN (Auszug)

10

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Referenzkunden

1. Verlage• Elsevier Science B.V., Amsterdam

ProdukterstellungOKIS-Wissensbasis zum Thema Diabetische Retinopathie(WWW, CD-ROM)

• Georg Thieme Verlag KG, StuttgartBeratung, Produkterstellung: Checklisten der Medizin

• S. Fischer Verlag, FrankfurtBeratung, Produkterstellung: Thomas Mann GKFA Grosse Kommentierte Frankfurter Ausgabe

• WEKA Media GmbH & Co. KG, Kissing/AugsburgBeratung

• Hampp Media, StuttgartBeratung, Softwarelizenz: Content Syndication und Cross Media Publishing, medizinische Themen 

11

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Referenzkunden

2. Pharma und Biotech

• Ingenium, Martinsried bei München Projekt: Konzipierung und Umsetzung einer Wissensbasis zur Diagnostik von Mausmutanten

• Oncology World, Planegg bei MünchenBeratung, Softwarelizenz SWORD - Weltweit umfangreichste Wissensbasis zum Thema Oncology

• Ribosepharm, München Beratung und Aufbau Wissensbasis Onkologie

12

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Referenzkunden

... Pharma und Biotech

• MWG Biotech AG, Region MünchenBeratung und Aufbau einer Wissensbasis zur Konfiguration von DNA- und RNA-Chips

• SiREEN, MartinsriedBeratung und Aufbau einer Wissensbasis E-Lab

13

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Referenzkunden

3. Medizin

• MD Medicus, LudwigshafenBeratung und Softwarelizenz, Wissensbasen für Krankenkassen

• ID, BerlinProjekt, SoftwarelizenzWissensbasis Nahrungsmittelallergien und Intoleranzen

• E-EyeCare, ErlangenProjektarbeit, Wissensbasis Glaukom

• DataPharm, MünchenProjektarbeit, Med. Wissensbasen

14

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Referenzkunden

4. Öffentliche Einrichtungen• FIZ Fachinformationszentrum Karlsruhe

Beratung, Konzept für die Migration umfangreicher Datenbestände (Chemie, Energie, Mathematik) auf Wissensbasen

5. Industrie • XXX Zement, Rhein-Neckar-Kreis

Beratung, Aufbau einer Wissensbasis und Produktkonfigurator Beton

15

All

righ

ts r

ese

ved

© 2

00

2

KAMATO – Das Produkt

KAMATO – das Produkt

Teil 2

Aufbau von KAMATO Projektmodelle | Workshops

16

All

righ

ts r

ese

ved

© 2

00

2

Prozess

Redaktion ProduktionMarketing &

VertriebAutor LeserHandel

• Planen

• Strukturieren

• Inhalte erfassen

• Inhalte prüfen

• Layout

• Satz

• Drucken

• Realisierung elektr. Produkte

17

All

righ

ts r

ese

ved

© 2

00

2

Aufbau von KAMATO

Wissensbasis

Verwaltung

• Zugriffsrechte• Subskriptionen• Workflow

Ausgabe

Darstellung

• HTML / XML• Word / PDF• Preprint

Eingabe

Akquisition

• Manuell • XML-Import• Capturing

18

All

righ

ts r

ese

ved

© 2

00

2

Inhalte erfassen und prüfen

Wissensbasis

XML-ImportManuelleErfassung

Capturing

19

All

righ

ts r

ese

ved

© 2

00

2

Manuelle Datenerfassung- und Kontrolle

20

All

righ

ts r

ese

ved

© 2

00

2

Wissensakquisition / Manuell

21

All

righ

ts r

ese

ved

© 2

00

2

Wissensakquisition / XML-Import

ImportModul

Import-vorlagen

Wissens-basis

XMLDokument

ExterneDaten-bank

22

All

righ

ts r

ese

ved

© 2

00

2

Wissensakquisition / XML-Import

23

All

righ

ts r

ese

ved

© 2

00

2

Die Herausforderungen

Workflow

Cross-Media-Publishing

ContentSyndication

KnowledgeElicitation/Capturing

Media-Asset-

Management

Personalisie-rung

24

All

righ

ts r

ese

ved

© 2

00

2

Wissensakquisition / Dokumenten-Capturing

Unterstützte Formate:

• PDF• DOC

(Word)• RTF• HTML• pure TXT• E-Mails• ...

25

All

righ

ts r

ese

ved

© 2

00

2

Strukturanalyse

Phase I:

Strukturelemente

• Dokumentenanfang

• Definierte Zeilen

• Nachfolgeelemente

• Schlüsselwörter

• Kundenspezifische

Anpassungen

26

All

righ

ts r

ese

ved

© 2

00

2

Strukturanalyse

Phase I:

Anpassung

• Schlüsselwörter

27

All

righ

ts r

ese

ved

© 2

00

2

Import

Phase I:

Import und Analyse

• Auswahl von Dokumentenfür den Import

• Analyse

• Import der Original- dokumente

28

All

righ

ts r

ese

ved

© 2

00

2

Wissensbasis

Phase I:

Struktur

• Annotationen bleiben erhalten

• Bilder werden extrahiert und gespeichert

• Automatischer Aufbau von Archiven

29

All

righ

ts r

ese

ved

© 2

00

2

Inhaltsanalyse

Phase II:

Inhalte

• Konzepte werden erkannt

• Links zu- Konzepten- Glossareinträgen- Literatureinträgen- Dokumenten

• KundenspezifischeAnpassungen

30

All

righ

ts r

ese

ved

© 2

00

2

Ergebnis

Phase II:

Wissensbasis

• Neue Inhalte• Neue Beziehungen

31

All

righ

ts r

ese

ved

© 2

00

2

Die Herausforderungen

Workflow

Cross-Media-Publishing

ContentSyndication

KnowledgeElicitation/Capturing

Media-Asset-

Management

Personalisie-rung

32

All

righ

ts r

ese

ved

© 2

00

2

Cross Media und XML – Das Versprechen

Layout

Struktur

XSL

XML

Elemente die ein Medienprodukt definieren

DTD

Buch, Magazin, Katalog

Webseite

PDF-Dokument, Word-Dokument ...

DVD – CD-Rom

Inhalt

33

All

righ

ts r

ese

ved

© 2

00

2

Wissensinteraktionshypothese

Wittgenstein

Wissensstrukturen und Wissensinhaltesind aufgabenabhängig

Chandrasekaran

34

All

righ

ts r

ese

ved

© 2

00

2

Cross Media – Beispiel 1

Tumor

Therapie

Medikament

Produktion eines Kompendiums zur Krebstherapie

• Das Kompendium ist sortiert nach Tumorarten

• Für jede Tumorart werden die Therapien aufgelistet

• Für jede Therapie werden die verwendeten Medikamente aufgelistet

35

All

righ

ts r

ese

ved

© 2

00

2

Cross Media – Beispiel 2

Tumor

Therapie

Medikament

Produktion eines Web-Portals in dem der Anwender Informationen nach folgenden Kriterien suchen kann:

• Tumore nach Typ und Namen• Therapien nach Art und

Indikation• Kombinationen von Therapien• Medikamenten nach Typ,

Namen, Therapieformen und Indikationsgebieten

36

All

righ

ts r

ese

ved

© 2

00

2

Redundante Informationen

Cross Media – Die Realität

XSL

XML

DTD

Kompendium

XSL

XML

DTD

Web-Portal

XSL

XML

DTD

CD-ROM

37

All

righ

ts r

ese

ved

© 2

00

2

Cross Media erfordert neue Ansätze

Wissensmodell

DTD

Katalog

DTD

Portal

DTD

CD-ROM

XSL

XML

XSL

XML

Content/Dokumente

Wissen/Information

XSL

XML

38

All

righ

ts r

ese

ved

© 2

00

2

Wissensmodell

Hilfsstoff

Anwen-dungs-gebiet

Hersteller

Übersicht

NameAllg. InformationAnalytik...

39

All

righ

ts r

ese

ved

© 2

00

2

Wissensmodell

40

All

righ

ts r

ese

ved

© 2

00

2

Produkte - Anfrage an Wissensbasis

Tumor

Therapie

Medikament

Tumor

Therapie

Medikament

XML-1

Medikament

Tumor

Therapie

XML-2

TherapieMedikament

41

All

righ

ts r

ese

ved

© 2

00

2

Anfragen an eine Wissensbasis

Anwen-dungs-gebiet

Hilfsstoff

Hersteller

Hilfsstoff

Anwen-dungs-gebiet

Hersteller

Übersicht

42

All

righ

ts r

ese

ved

© 2

00

2

Cross Media Produktion

XMLDokument

(KM)

XSLProzessor

XSLVorlagen

XMLDokument(Layout)

VisualBasic

HTMLProzessor

PDFProzessor

PrePrint/PrePress-Prozessor

MS-WordDokument

HTMLDokument

PDFDokument

PPDokument

2

3

4

1

4

Wissensbasis

WissensServer

Anfrage

AnfrageVorlagen

1 2

3

43

All

righ

ts r

ese

ved

© 2

00

2

XML

44

All

righ

ts r

ese

ved

© 2

00

2

Anwendungen der Wissensbasis

45

All

righ

ts r

ese

ved

© 2

00

2

Anwendungen der Wissensbasis

46

All

righ

ts r

ese

ved

© 2

00

2

Anwendungen der Wissensbasis

47

All

righ

ts r

ese

ved

© 2

00

2

Anwendungen der Wissensbasis

48

All

righ

ts r

ese

ved

© 2

00

2

XML-Wissenscontainer zu Layout-XML

XMLDokument

(KM)

XSLProzessor

XSLVorlagen

XMLDokument(Layout)

49

All

righ

ts r

ese

ved

© 2

00

2

XML-Wissenscontainer zu Layout-XML

• Workflow-Informationen

• Nutzerinformationen

• Subskriptionen

• Beziehungen / Regeln

• Meta-Informationen

• Statistische Informationen

• Klassen und Instanzen-Namen

• Wertebereiche

• (...)

50

All

righ

ts r

ese

ved

© 2

00

2

XML-Wissenscontainer zu Layout-XML

XMLDokument

(KM)

XSLProzessor

XSLVorlagen

XMLDokument(Layout)

51

All

righ

ts r

ese

ved

© 2

00

2

XML-Wissenscontainer zu Layout-XML

52

All

righ

ts r

ese

ved

© 2

00

2

Import in Satzsoftware

53

All

righ

ts r

ese

ved

© 2

00

2

Import in Satzsoftware

54

All

righ

ts r

ese

ved

© 2

00

2

Webumsetzung

55

All

righ

ts r

ese

ved

© 2

00

2

Webumsetzung

56

All

righ

ts r

ese

ved

© 2

00

2

Korrekturen im Satz (Bidirektionalität)

57

All

righ

ts r

ese

ved

© 2

00

2

Korrekturen im Satz (Bidirektionalität)

58

All

righ

ts r

ese

ved

© 2

00

2

Wissensakquisition / XML-Import

ImportModul

Import-vorlagen

Wissens-basis

XMLDokument

ExterneDaten-bank

59

All

righ

ts r

ese

ved

© 2

00

2

Webumsetzung der Korrektur

60

All

righ

ts r

ese

ved

© 2

00

2

Korrektur in KAMATO

61

All

righ

ts r

ese

ved

© 2

00

2

Die Herausforderungen

Workflow

Cross-Media-Publishing

ContentSyndication

KnowledgeElicitation/Capturing

Media-Asset-

Management

Personalisie-rung

62

All

righ

ts r

ese

ved

© 2

00

2

Personalisierung

Anwen-dungs-gebiet

Hilfsstoff

Hersteller

63

All

righ

ts r

ese

ved

© 2

00

2

Personalisierung

64

All

righ

ts r

ese

ved

© 2

00

2

Personalisierung

Hilfsstoff

Hilfsstoff

Hersteller =„Bayer“

65

All

righ

ts r

ese

ved

© 2

00

2

Die Herausforderungen

Workflow

Cross-Media-Publishing

ContentSyndication

KnowledgeElicitation/Capturing

Media-Asset-

Management

Personalisie-rung

66

All

righ

ts r

ese

ved

© 2

00

2

Media Asset Management

67

All

righ

ts r

ese

ved

© 2

00

2

Media Asset Management

68

All

righ

ts r

ese

ved

© 2

00

2

Media Asset Management

69

All

righ

ts r

ese

ved

© 2

00

2

Die Herausforderungen

Workflow

Cross-Media-Publishing

ContentSyndication

KnowledgeElicitation/Capturing

Media-Asset-

Management

Personalisie-rung

70

All

righ

ts r

ese

ved

© 2

00

2

Workflow

71

All

righ

ts r

ese

ved

© 2

00

2

Software - Module

KAMATOZugriffs System

WWWBrowser

WWWBrowser

WWWBrowser

WWWBrowser

WWW

Server

Sicherheits

Modul

Nutzer

Abfrage

Modul

WissensBank

ORACLE

KAMATO Server

WissensServer

AnwenderDB

ORACLE

KAMATOManagement System

NutzerVerwaltungs

Modul

Sicherheits Modul

MitarbeiterVerwaltungs

Modul

ProjektManagement

Modul

Super Users, Anwenderverwalter, Projekt Manager

KAMATOAutoren-System

Mitarbeiter

WissensErfassungs

Modul

OntologieModul

TerminologieModul

GlossarModul

LiteraturModule

Sicherheits

Modul

DokumentenManangement

Modul

72

All

righ

ts r

ese

ved

© 2

00

2

KAMATO Wissensserver

TOMCAT Server

Web ServicesRMI

CORBA

KAMATOApplikation Server

KAMATOJAVA API

Software - Architektur

KAMATOClient

WEBClient

3rd PartyClient

WWW-Browser

KAMATOWissensbank

(Oracle)

Index Services

Database Services

Integrity Services

Query Services

73

All

righ

ts r

ese

ved

© 2

00

2

Zusatzfunktionen

• Dokumentenverwaltungs Modul

Texte, Bilder, Video, Ton

(kompatibel mit dem Dublin Core)

• Literatur Modul

(Import von Medline, XML, EndNote)

• Glossar Modul

Texte, Bilder, Bildbeschreibungen

• Suchmaschine

Volltextsuche in Wissensbasis, Dokumenten, Literatur,

Glossar

• Terminologie Modul (multilingual)

• Geschäftsgraphiken und Tabellen

74

All

righ

ts r

ese

ved

© 2

00

2

Alleinstellungsmerkmale

ADAKOS

- Fundierter wissenschaftlicher Hintergrund

- Interdisziplinäres Team

- Europäischer Anbieter

KAMATO und Dienstleistungen

- Kundenspezifische Lösungen auf der Basis einer Standard-S/W

- Kurze Zyklen zwischen Idee und Lösung

- KAMATO macht Komplexität beherrschbar

- Vollständige Unterstützung von der Spezifikation bis zur Wartung und Systempflege

75

All

righ

ts r

ese

ved

© 2

00

2

Projektmodell

Phase 1

– Workshop

– Anforderungen

– Demonstrator

– Angebot für Phase 2

Phase 2

- Spezifikation

- Wissensmodell (proof)

- Testdaten(proof)

- Testapplikation

- Projektplan

- Kostenplan

Phase 3

- Installation

- Training

- Wissensmodell(vollständig)

- Anfrageschemata

- Projektkontrolle

Phase 4

- Wartung

- Ausbau

- S/W-Updates

Wissen verfügbar machen

„Fifteen years ago companies competed by price. Today it is quality. Tomorrow it will be knowledge.“

[frei nach Prof. Robert Hayes,  Harvard ]

top related