BIGGR

Projektbeschreibung

Projektansatz

Die Analyse sehr großer netzwerkartig strukturierter Daten bzw. Graphen gewinnt in den letzten Jahren stark an Bedeutung. Analysen kennzeichnen sich dabei meist durch eine Verkettung von Datenimport, Integrations-, Transformations- und Analyseschritten auf Graphen bis hin zur Visualisierung mit dem Ziel, mögliche Einflüsse und Beziehungen in Daten zu identifizieren.

Leider zeigt sich, dass klassische Data-Warehouse-Lösungen und verfügbare Graph-Datenbanken zu unflexibel sind bzw. (1) keine Unterstützung für Analyseworkflows und Algorithmen bieten, (2) bei sehr großen Graphen in der Verarbeitung und Visualisierung nicht skalieren und (3) aufgrund von komplexen technischen Schnittstellen nur schwer zu benutzen sind.

Projektziele

Das Ziel des Projektes besteht in der Entwicklung eines neuartigen Werkzeugs zur benutzerfreundlichen und effizienten Analyse und Visualisierung von Big Graph Data, welches auch für Datenanalysten ohne tiefe technische Kenntnisse nutzbar ist. Dabei sollen Graph-Analyse-Workflows graphisch per Drag and Drop definiert und auf skalierbaren Big-Data-Systemen ausgeführt werden können.

Umsetzung

Die beiden Projektpartner bündeln ihre umfangreiche Expertise und Vorarbeiten auf dem Gebiet der intuitiven Definition von Analyseworkflows (KNIME.com GmbH) und den Gebieten effizienten Ausführung von Graph-Analyse-Pipelines auf Big-Data-Systemen (Universität Leipzig, Abteilung Datenbanken) sowie Softwareintegration und Datenmanagement (Universität Leipzig, Universitätsrechenzentrum) und bilden damit die Grundlage für eine erfolgreiche Umsetzung der Projektziele.

Projektförderung

Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert.