Aufgabenorientierte Datenvisualisierung für die semantische Informationssuche im Finanzsektor

Finanz- und Wirtschaftsanalytiker benötigen für ihre Arbeit häufig Systeme für Informationssuche und Datenvisualisierung. Eine im Zuge dieser Diplomarbeit durchgeführte Umfrage zeigt, dass die gleichzeitige Benutzung von heutigen Systemen sehr umständlich ist. Finanz- und Wirtschaftsdaten, die größtenteils als Zeitreihen vorliegen, sind in unterschiedlichen Datenbanken gespeichert. Um die Informationen zu finden, muss der Analytiker zuerst wissen, welche Daten in welcher Datenbank mit welcher Struktur und in welchem Format gespeichert sind. Dann muss er die Daten exportieren, transformieren und Diagramme erstellen, um die Informationen zu veranschaulichen. Das kostet viel Zeit. In vorliegender Diplomarbeit wird der Prototyp eines Informationssystems präsentiert, der mehrere Arbeitsschritte integriert. Er enthält eine semantische Suchmaschine, die Benutzeranfragen in natürlicher Sprache bekommt, und als Ausgabe - in Abhängigkeit von der Benutzeraufgabe - mehrere Dokumente oder Diagramme liefert. Die Suchmaschine benutzt als Index ein semantisches Netz, bestehend aus einer Fachontologie, einer speziell entwickelten Datentypen-Taxonomie und einer Visualisierungs-Taxonomie, die die Aufgabenstellung des Benutzers berücksichtigt. Für die Präsentation von Ergebnissen werden ein Webbrowser und Microsoft Excel eingesetzt, weil sie in der heutigen Arbeit von Finanz- und Wirtschaftsanalysten die meistbenutzten Werkzeuge sind.