Schlussbericht mtrade - ISS - Umwelt-Campus Birkenfeld

9 Ausblick auf zukünftige Forschungsvorhaben
Abschlussbericht „Intelligente Handelbörsen für Gebrauchtwaren“
Die Projektergebnisse werden in kommenden Forschungsprojekten, die bereits laufen oder in
der Startphase sind, genutzt. Insbesondere können Ergebnisse und Erkenntnisse aus folgenden
Bereichen verwendet werden:
1. Wissen über die Anwendungsdomäne
2. Klassifikationssysteme und Produktkataloge
3. Fuzzybasierte Suche und Lernverfahren
Zum ersten Punkt wollen wir die Verallgemeinerung der Ergebnisse über Gebrauchtgüter hin-
aus mit einem Partner aus dem Bereich des Maschinen- und Werkzeugbaus untersuchen. Ins-
besondere der Bereich „Ersatzteile“ verspricht aufgrund seiner Variantenhäufigkeit mit zahl-
reichen Merkmalen Anwendungsmöglichkeiten sowohl im Klassifikations- als auch im Ret-
rieval-Bereich.
Zum zweiten wollen wir das von uns entwickelte generische Klassifikationssystem mit
seinen gekoppelten elektronischen Produktkatalogen auf andere Anwendungsdomänen über-
tragen. Zur Zeit wird in Zusammenarbeit mit dem Institut für Stoffstrommanagement (IfaS)
unter Auftrag des Ministeriums für Umwelt und Forsten Rheinland-Pfalz ein erstelltes Bio-
massekataster systematisiert und internetfähig aufbereitet, ergänzend flankiert durch eine
Handelsbörse. Die verschiedenen Stoffgruppen der einzelnen Biomassen stellen dabei die
Referenzhierarchie des merkmalsbasierten Klassifikationssystems dar, die einzelnen Potenzia-
le bzw. Angebote/Nachfragen entsprechen den Produkten. Auch im Bereich der Sammlung
von Meta-Umweltdaten – hier führen wir im Auftrag des saarländischen Umweltministeriums
den Umweltdatenkatalog (UDK) ein – lassen sich die Erkenntnisse merkmalsbasierter Klassi-
fikationssysteme anwenden und vertiefen.
Drittens planen wir die Anwendung des von uns entwickelten fuzzybasierten Suchverfah-
rens für die allgemeine Produkt- und Dienstleistungssuche. Da sich das Verfahren vielseitig
anwenden lässt, sofern die zu suchenden Objekte eine gewisse Struktur aufweisen und durch
Merkmale beschrieben sind, möchten wir (empirisch und durch Lernverfahren gestützt) all-
gemeine Methoden entwickeln, um das Wissen einer Anwendungsdomäne in Zugehörigkeits-
und Rankingfunktionen zu kodieren.
79