Relevante Informationen aus großen Datenmengen filtern: Durch innovative Lehrveranstaltungen und lehrnahe Forschungsprojekte an Big-Data-Analyse und Methoden der Künstlichen Intelligenz heranführen - FOM forscht

Relevante Informationen aus großen Datenmengen filtern: Durch innovative Lehrveranstaltungen und lehrnahe Forschungsprojekte an Big-Data-Analyse und Methoden der Künstlichen Intelligenz heranführen

Die Menge an Informationen zu vielen Themen ist derart umfangreich geworden, dass es kaum noch möglich ist, diese mit herkömmlichen Mitteln zu verarbeiten. Gerade in der Medizin erreicht die Anzahl von Studien zu Krankheiten oder Medikamenten ein solches Ausmaß, dass es für Patientinnen und Patienten, aber auch das medizinische Personal zunehmend schwieriger wird, den Überblick zu behalten. Grünem Tee – oder der Wirksubstanz Epigallocatechingallat – werden viele positive Wirkungen zugesprochen, jedoch gibt es allein in der Datenbank PubMed etwa 12.000 medizinische Fachpublikationen dazu.

Band 1 der ifid Schriftenreihe ist erschienen | © FOM

Im Studiengang „Big Data & Business Analytics“ werden die Studierenden praxisnah an das Themenfeld der Analyse und Auswertung großer Datenmengen herangeführt und aktiv an aktueller Forschung beteiligt. „Eine wissenschaftliche Publikation gehört zum Forschungsprozess dazu“, sagt Prof. Dr. Rüdiger Buchkremer, „und unsere Studierenden sollen auch daran maßgeblich beteiligt sein. Es ist uns wichtig, die Studierenden durch innovative Lehrveranstaltungen an Big Data heranzuführen und ihnen dabei auch die Möglichkeit zu geben, in lehrnahen Forschungsprojekten mitzuwirken.“ Er ist wissenschaftlicher Direktor des Instituts für IT-Management & Digitalisierung (ifid) der FOM Hochschule und Herausgeber der neuen ifid Schriftenreihe.

Der erste Band der ifid Schriftenreihe zeigt nun die Ergebnisse eines solchen Forschungsprojektes. Gemeinsam mit Studierenden des Master-Studiengangs hat Professor Buchkremer einen umfangreichen Korpus medizinischer Fachliteratur zum Einsatz von grünem Tee untersucht. Dabei wurden modernste Cloud-Education-Programme (AWS, Google Cloud, Azure) sowie mit Python programmierte Transformer und Systemvisualisierungen eingesetzt.

„Wir veranschaulichen in diesem ‚Paper‘, welche Möglichkeiten die Big-Data-Analyse und der Einsatz von Methoden aus der Künstlichen Intelligenz bieten, um relevante Informationen aus großen Datenmengen zu filtern. Die Datengrundlage und das Themengebiet sind dabei gegenstandsunabhängig“, betont Prof. Buchkremer. So wie in diesem Beitrag anhand von Daten aus der Medizin Krankheitssymptome und Behandlungsmethoden analysiert werden, lassen sich ebenso Informationen aus anderen Forschungsbereichen untersuchen.

„Mit dieser Veröffentlichung ist das ifid bereits die 19. Forschungseinrichtung der FOM mit eigener Schriftenreihe im MA Verlag“, freut sich Julia Linne M.A., die den Band vonseiten der Abteilung Publikationen betreut hat. Die Veröffentlichungen der Schriftenreihen finden sich sowohl als Open-Access-Publikationen auf der Webseite der FOM – unter dem Menüpunkt „Publikationen“ der jeweiligen Forschungseinrichtung – als auch in Online-Repositorien wie EconStor und ResearchGate.

Das eBook steht auf der Website des ifid kostenfrei zum Download zur Verfügung.


Bähren et al. (2021): Der Einsatz von grünem Tee und anderen Polyphenolen in der Medizin ‒ eine Big-Data-Analyse der medizinischen Fachliteratur. In: Buchkremer, R. (Hrsg.), ifid Schriftenreihe, Band 1, 2021, ISSN (eBook) 2699-5638, ISBN (eBook) 978-3-89275-120-5

Yasmin Lindner-Dehghan Manchadi M.A. | Referentin Forschungskommunikation der FOM Hochschule | 03.11.2021 

Leave a Reply

Deine E-Mail-Adresse wird nicht veröffentlicht.

17 + vier =