Trend basierte Suchmaschine

Die Dynamik einzelner Variablen nichtlinearer Prozesse erschließt sich für den Experten unmittelbar aus deren zeitlichen Trendverläufen. Ein effizienter und unmittelbarerer Zugang zu diesen Informationen ist bisher jedoch nicht verfügbar. Ziel der vorliegenden Arbeit war es deshalb, eine prototypische, Trend basierte Suchmaschine für Zeitreihenanalyse zu entwickeln. Dafür wurde die Synthese von effizienten Methoden der Signalverarbeitung mit Mechanismen des menschlichen Trendverstehens angestrebt. Auf Basis von Funktions- und Aufgabenanalysen wurde ein iterativer Entwicklungsprozesses verfolgt. Dabei wurde zunächst die Entwicklung eines effizienten, auf Faltung und Segmentierung basierenden Such- und Vergleichsalgorithmus fokussiert. Parallel wurde ein gebrauchstauglicher Nutzerdialog unter Verwendung psychologisch fundierter Dialogprinzipien entworfen. Ein voll funktionsfähiger Prototyp wurde einer ganzheitlichen Systembewertung im Rahmen von experimentellen Nutzertests unterzogen. Die Ergebnisse bestätigten die erfolgreiche Konzeption der Trend basierten Suchmaschine.

Nach Abschluss seines Studiums der Wirtschaftspsychologie hat sich der Autor am DFG-Graduiertenkolleg prometei des Zentrum Mensch-Maschine-Systeme (TU-Berlin) der interdisziplinären Forschungsarbeit gewidmet. Erfolgreich promoviert in den Ingenieurwissenschaften, berät er seit 2008 die Kunden der mayato GmbH im Bereich Business Intelligence.