RL

Prof. Dr.-Ing. Richard Lenz

Professur für evolutionäres Datenmanagement

Professorinnen und Professoren

Adresse

Martensstraße 3 91058 Erlangen
Zimmer: 08.136

Kontakt

Sprechstunden

Nach Vereinbarung nach Anmeldung in StudOn

Prof. Dr. Richard Lenz ist seit 2007 Inhaber der Professur für evolutionäres Datenmanagement und Professor am Lehrstuhl für Informatik 6 (Datenmanagement).
Zwischen Mai 2020 und März 2021 hat er den Lehrstuhl kommissarisch geleitet. Im Oktober 2022 hat er erneut die kommissarische Leitung des Lehrstuhls bis zu dessen Wiederbesetzung übernommen.

Forschung

  • Evolutionäre Informationssysteme
  • Informationssysteme im Gesundheitswesen
  • Datenqualität und Datenintegration
  • Dokument- und Prozessverwaltung (Workflow Management)
  • Forschungsdatenmanagement

  • ODDA: Ontologie-getriebene Datenerfassung


    (Projekt aus Eigenmitteln)
    Project leader:
    Term: 1. August 2024 - 31. Juli 2030
    Acronym: ODDA
    URL: https://www.cs6.tf.fau.de/faudir/caspar-felix-hanika/
    Abstract

    Ontologien sind leistungsstarke Werkzeuge, um Wissen zu strukturieren und zu formalisieren sowie Interoperabilität zu ermöglichen. Sie spielen eine entscheidende Rolle im Forschungsdatenmanagement, indem sie Daten maschineninterpretierbar machen und die Zusammenführung heterogener Datensätze verschiedener Forschender erleichtern. Im Idealfall tragen die integrierten Datensätze zu globalen Anwendungsfällen bei, die darauf abzielen, neues Wissen zu generieren.

    Hierfür ist es unerlässlich, dass Forschende die für ihre lokalen Anwendungsfälle erhobenen Daten mit bestehenden Fach- oder Anwendungsontologien in Einklang bringen. Allerdings lassen sich die für lokale Anwendungsfälle benötigten Daten oft nicht ohne Weiteres in diese Referenzontologien einfügen. Infolgedessen verzichten Forschende häufig auf die Wiederverwendung bestehender Ontologien und erheben ihre lokalen Daten stattdessen unter Verwendung ad hoc erstellter/improvisierter Schemata.

    Um diese Lücke zu schließen, zielt mein Arbeit darauf ab, Forschende in die Lage zu versetzen, Ontologien wiederzuverwenden, ohne dass dafür fundierte Fachkenntnisse im Bereich Ontology Engineering erforderlich sind. Ein formularbasierter Prototyp ermöglicht es Forschenden, auf ihre spezifischen Bedürfnisse zugeschnittene, ontologiebasierte Datenerfassungsformulare zu definieren und aus den erfassten Daten schließlich ontologiekonforme Wissensgraphen zu generieren.


  • DQ@Healthineers: Adaptives Datenqualitätsmanagement in evolutionär entstandenen Data-Cloud Architekturen


    (Drittmittelfinanzierte Einzelförderung)
    Project leader:
    Term: 1. Januar 2023 - 1. Januar 2027
    Acronym: DQ@Healthineers
    Funding source: Siemens AG
    Abstract

    We propose to investigate the following research questions:

    - Which characteristics enable a data quality framework to best identify and cluster the most relevant data quality problems in arbitrary business data landscapes?

    - Can we capture the knowledge about typical data quality concerns and possible solutions in a knowledge graph in order to infer potential solutions in any given case?

    - How can the data quality metrics in such a framework be designed in general to align well with fitness for use in different business contexts?

    To address these questions we will investigate the types of data quality problems that occur in such an environment. We will also investigate and compare possible methods to systematically detect and monitor such data quality problems. We will conceptualize a framework for data quality monitoring based on an extensible metadata schema for data quality concerns.

    We will extract and classify relevant generalizable data quality problems. Furthermore, we will examine the limitations of such a framework regarding transferability to different IT landscapes. We will develop a set of tools and methods which solve the data quality reporting problem independently from the specific environment. We will evaluate our proposed framework and adaptation strategy through a proof-of-concept implementation.

  • PHAROS: Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics


    (Projekt aus Eigenmitteln)
    Project leader:
    Term: 1. Juni 2019 - 1. Juni 2029
    Acronym: PHAROS
    Abstract

    Der Zweck des Semantic Web ist es, den weltweiten Zugang zum Wissen der Menschheit in maschinenverarbeitbarer Form zu ermöglichen. Ein großes Hindernis dabei ist, dass Wissen oft entweder inkohärent repräsentiert oder gar nicht externalisiert und nur in den Köpfen von Menschen vorhanden ist. Der Aufbau eines Wissensgraphen und die manuelle Erstellung und Fortschreibung einer Ontologie durch einen Domänenexperten ist eine mühsame Arbeit, die einen großen initialen Aufwand erfordert, bis das Ergebnis verwendet werden kann. Infolgedessen wird vieles Wissen dem Semantic Web oft nie zur Verfügung gestellt werden. Ziel dieser Doktorarbeit ist die Entwicklung eines neuen Ansatzes zum Aufbau von Ontologien aus implizitem Benutzerwissen, das in verschiedenen Artefakten wie Anfrageprotokollen oder Nutzerverhalten verborgen ist.

Publikationen


2026

2025

2024

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1997

1996

1995

1994

1993

Lehre

Offene und abgeschlossene Arbeiten finden Sie hier.

Ämter

  • Mitglied der Kollegialen Leitung des Departments Informatik
  • Mitglied der Studienkommission im Studiengang Informatik
  • MItglied der Studienkommission im Studiengang IT-Sicherheit
  • Mitglied der Masterzulassungskommission im Studiengang Medizintechnik
  • Mitglied im Prüfungsauschuss des Studiengangs Data Science
  • Stellvertretender Sprecher der Kollegialen Leitung der CDI (Competence Unit for Research Data and Information)
  • Mitglied der Zertifikatskommission Medizinische Informatik