gms | German Medical Science

2. Kooperationsforum Intelligente Objekte und Mobile Informationssysteme im Gesundheitswesen

Fraunhofer-Institut für Integrierte Schaltungen IIS

03.05. - 04.05.2011, Erlangen

Ambient Intelligence

Meeting Contribution

Search Medline for

  • corresponding author Tom Gross - Otto-Friedrich-Universität Bamberg, Lehrstuhl für Mensch-Computer-Interaktion, Bamberg

2. Kooperationsforum Intelligente Objekte und Mobile Informationssysteme im Gesundheitswesen. Erlangen, 03.-04.05.2011. Düsseldorf: German Medical Science GMS Publishing House; 2012. Doc11iis09

DOI: 10.3205/11iis09, URN: urn:nbn:de:0183-11iis099

Published: May 3, 2012

© 2012 Gross.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Der Begriff Ambient Intelligence wird hier verstanden als Umgebungen, welche sich flexibel an die anwesenden Benutzerinnen und Benutzer und deren aktuelle Interaktionen miteinander und mit der vorhandenen Technologie anpassen [1]. Ambient Intelligence verspricht entsprechend dieser Definition in vielen Bereichen des beruflichen und privaten Lebens – insbesondere auch im Gesundheitswesen – große Vorteile und Erleichterungen für deren Benutzerinnen und Benutzer. Gleichzeitig zieht sie neue Herausforderungen nach sich.

Ambient Intelligence unterstützt auch soziale Kontakte zwischen Benutzerinnen und Benutzern [2]. Ambient Intelligence – insbesondere in der Weiterenwicklung zu kooperativen ubiquitären Umgebungen – kombiniert Ansätze und Stärken der kooperativen Systeme (Computer-Supported Cooperative Work, CSCW) [3], [4] mit denen von ubiquitären Systemen (Ubiquitous Computing, UbiComp) [5], [6]. Kooperative ubiquitäre Systeme müssen dazu insbesondere die Anforderungen der Benutzerinnen und Benutzer berücksichtigen, mächtige Basistechnologie bieten und Kontextmodellierung unterstützen [1].

  • Die Anforderungen können in Langzeitstudien des Kommunikationsverhaltens von Benutzerinnen und Benutzern erhoben werden [7], [8]. Alternativ versucht man mit Machine Learning-Verfahren durch die Erfassung von Situationsdaten und das Inferieren auf selbigen die Benutzer- und Kooperationsanforderungen zur Laufzeit zu erschließen [9].
  • Basistechnologien sollen vielfach benötigte Funktionalität für Endbenutzer, aber auch für die Erfassung von Daten mittels Sensoren, für die Verarbeitung der Sensordaten sowie für die entsprechende Anpassung der Umgebung zur Verfügung stellen. Die Plattform Sens-ation beispielsweise bietet Entwicklern von sensor-basierten Infrastrukturen eine entsprechende Plattform [10] durch die SensBution-Erweiterung lassen sich auch Peer-to-Peer-Infrastrukturen realisieren [11].
  • Ein Kontextmodell „beschreibt, welche Informationen über welche Realweltobjekte für bestimmte Anwendungsdomänen relevant sind und welche Zusammenhänge zwischen diesen bestehen“ ([12], p. 310). Kontextmodellen werden technisch über profilbasierte Ansätze (basierend auf einfachen Attribut-Wert-Paaren, oder als Subjekt-Prädikat-Objekt-Tripel mittels RDF), über objektorientierte Modelle (basierend auf Kontextobjekten mit Attributen und Methoden, welche optional in UML abgebildet werden können) oder über Ontologien (basierend auf Konzepten und deren Beziehungen zueinander) repräsentiert [12].

Ambient Intelligence hält in immer mehr Bereichen des täglichen Lebens Einzug – beispielsweise gibt es in der Europäischen Union im Rahmen zahlreicher Ambient Assisted Living-Projekte spannende neue Ansätze für die Nutzung von Ambient Intelligence für das angenehme und unabhängige Wohnen von älteren Bürgerinnen und Bürgern. Als einer der größten Herausforderungen von Ambient Intelligence ist die notwendige Erfassung von großen Mengen von zum Teil persönlichkeitesbezogenen Daten über die Benutzerinnen und Benutzer zu nennen. Insbesondere hier bedarf es größtmöglicher Sorgfalt und Einbeziehung von Benutzerinnen und Benutzern.


Literatur

1.
Gross T. Kontextadaptivität in kooperativen ubiquitären Umgebungen: Herausforderungen und Ansätze. Informatik-Spektrum. 2011;34(2):134-42. DOI: 10.1007/s00287-010-0514-7 External link
2.
Weber W, Rabaey JM, Aarts E, eds. Ambient Intelligence. New York: Springer-Verlag; 2005.
3.
Borghoff UM, Schlichter JH. Rechnergestützte Gruppenarbeit: Eine Einführung in Verteilte Anwendungen. Berlin Heidelberg: Springer-Verlag; 1998.
4.
Gross T, Fetter M. Computer-Supported Cooperative Work. In: Stefanidis C, ed. The Universal Access Handbook. Hillsdale, NJ: Lawrence Erlbaum Associates; 2009. p. 43:1-22.
5.
Gross T, Marquardt N. Creating, Editing, and Sharing Complex Ubiquitous Computing Environment Configurations with CollaborationBus. Scalable Computing: Practice and Experience. Scientific International Journal for Parallel and Distributed Computing – SCPE. 2010;11(3):289-303.
6.
Krumm J, ed. Ubiquitous Computing Fundamentals. Boca Raton, FL: Taylor & Francis Group; 2010.
7.
Joisten M, Gross T. Untersuchung und Design Patterns zur Darstellung sozialer Netzwerke in CMC-Systemen. In: Mensch & Computer – 8. Fachübergreifende Konferenz für interaktive und kooperative Medien – M&C 2008 (Sept. 7-10, Lübeck, Germany). München: Oldenbourg Verlag; 2008. p. 297-306.
8.
Joisten M, Gross T. Soziale Interaktion über Real-Time Collaboration-Systeme – Empirische Befunde und Entwurfsmuster. i-com – Zeitschrift für interaktive und kooperative Medien. 2010;2:2-15.
9.
Gross T, Fetter M, Seifert J. Coda Mine: Effiziente soziale Interaktion durch die Analyse der Online-Kommunikation im Instant Text Messaging. In: Usability Day – Eintauchen in Medienwelten – uDay VIII 2010 (May 21, Dornbirn, Austria). Lengerich, Germany: Pabst Science Publishers; 2010. p. 106-112.
10.
Beckmann C, Schirmer M, Paul-Stueve T, Gross T. Sens-ation: Eine Plattform zur Entwicklung ubiquitärer Umgebungen. In: Mensch & Computer – 7: Fachübergreifende Konferenz für interaktive und kooperative Medien – M&C 2007 (Sept. 2-5, Weimar, Germany). München: Oldenbourg Verlag; 2007. p. 273-6.
11.
Gross T, Paul-Stueve T, Palakarska T. SensBution: A Rule-Based Peer-to-Peer Approach for Sensor-Based Infrastructures. In: Proceedings of the 33rd EUROMICRO Conference on Software Engineering and Advanced Applications – SEAA 2007 (Aug. 27-31, Lübeck). Los Alamitos: IEEE Computer Society Press; 2007. p. 333-40.
12.
Schill A, Springer T. Verteilte Systeme – Grundlagen und Basistechnologien [Distributed Systems]. Heidelberg: Springer-Verlag; 2007.