Zum Hauptinhalt springen
while(true) { cooperate(); }

Unser Datenlabor für den Journalismus

Das SMC Lab ist unser Datenlabor. Hier entwickelt das SMC Software und Services für die eigene Redaktion und für die journalistische Community.

Im SMC Lab wird intelligente Software in Form von „Scanning, Scouting and Reporting“-Tools entwickelt, die den Redakteuren des SMC bei ihren täglichen Aufgaben helfen soll. Beispielsweise sollen Experten identifiziert oder neu aufkommende Themen und Trends in der Wissenschaft frühzeitig erkannt werden. Dabei kommen Algorithmen aus der künstlichen Intelligenz zum Einsatz, insbesondere maschinelle Lernverfahren und statistische Methoden zur Verarbeitung natürlicher Sprache beziehungsweise des Text-Mining.

Im SMC Lab entstehen zudem Services für die breitere datenjournalistische Community. Durch die Veröffentlichung von bereinigten Datensätzen und von aggregierten Datenbanken für den allgemeinen Gebrauch sowie die Bereitstellung von webbasierten Werkzeugen soll das SMC Lab in den nächsten Jahren zu einer wichtigen Anlaufstelle für den evidenzbasierten Datenjournalismus in Deutschland werden.

Geplant ist zudem ein reger Austausch mit Wissenschaftlern, Fachgesellschaften und Institutionen, die das SMC im Bereich Methodik, Statistik und Hilfswissenschaften als „In-House Methodiker“ beraten.

 

 

Projekt: „Potenzialanalyse von Big Data Mining für Government Foresight und Wissenschaftskommunikation“

  • Gefördert vom Bundesministerium für Bildung und Forschung (Förderkennzeichen 0150853)
  • Laufzeit: 01.08.2016 bis 31.07.2017
  • In Kooperation mit dem Institut für Technologie und Arbeit e. V. (ITA) und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI)

Im Zentrum der Studie steht die Frage, wie IT-gestützte Big Data Mining-Assistenzsysteme gestaltet sein müssen, damit sie den Nutzer beim Finden und Auswerten zukunftsrelevanter Themen in großen Datenmengen optimal unterstützen können. Dazu werden Einsatzszenarien von Big Data Technologien für Foresight und Wissenschaftskommunikation entwickelt und daraus prozessuale, ökonomische und technische Anforderungen und Potenziale abgeleitet. Bestehende Assistenzsysteme werden analysiert und mögliche Synergieeffekte von Assistenzsystemen für beide Einsatzzwecke benannt. Forschungs- und Entwicklungsbedarfe zur Optimierung von Big Data Mining – Assistenzsystemen runden die Studie zur Potenzialeinschätzung ab und bilden die Grundlage für zielgerichtete Umsetzungsprojekte.

Veröffentlichungen und Aktivitäten

2016: Vortrag zum OperationsExplorer

  • Auf der Jahreskonferenz von Netzwerk Recherche in der Session „Datenimpulse aus der Wissenschaft“
  • Eine Beschreibung der Session gibt es hier.
  • Eine Video-Aufzeichnung der Session findet sich hier.