Langtextbeschreibung (aus [1])
Auf Objektebene besteht der Use Case 3.1 darin, anwendbare Verfahren für Straßen, Brücken und Kanäle auf Grundlage allgemeiner technischer Vorgaben und Rahmenbedingungen vorzuschlagen. Dies beinhaltet beispielsweise die Verfüllung eines Kanalgrabens auf konventionelle Weise oder die Verwendung von Flüssigboden.
Die Anwendung erstreckt sich über Verkehrsflächen, Brücken und Kanäle auf der Objektebene. Das Ziel besteht darin, anwendbare Verfahren systematisch zu ermitteln, um gemeinsam mit den Ergebnissen aus den Use Cases 3.2, 3.3 und 4 als Entscheidungsunterstützung zu dienen.
Verschiedene Akteure, wie derjenige, der die Objektanforderungen definiert, Nutzer wie Kommunen und Bauunternehmen, sowie Informationslieferanten wie Planungsbüros und Bauunternehmen, sind in den Prozess involviert.
Der Standardablauf des Use Cases beginnt damit, dass der Anwender ein Objekt auswählt oder neu anlegt. Im Hintergrund prüft das System die Verfügbarkeit der notwendigen Objektinformationen. Falls Informationen fehlen, gibt das System Rückmeldung mit Lösungsvorschlägen. Bei Vollständigkeit erhält der Anwender eine Liste möglicher Verfahren und relevanter Entscheidungsparameter.
Die Nachbedingungen dieses Use Cases sind, dass der Anwender eine Liste der anwendbaren Verfahren hat und basierend darauf fundierte Entscheidungen treffen kann.
In Bezug auf die Systemgrenzen und Abgrenzungen des Use Cases erfolgt keine Entscheidungsfindung. Finanzielle Restriktionen, Umweltwirkungen sowie die Erhebung notwendiger Informationen werden nicht berücksichtigt.
Spezielle Anforderungen umfassen die Notwendigkeit, Informationen aus verschiedenen Systemen auszulesen und im System zu verarbeiten. Ergebnisse müssen an andere Systeme rückgespielt werden können. Die Informationsherkunft sowie der Bewertungsschlüssel/-hintergrund müssen transparent und nachvollziehbar sein. Grundlageninformationen müssen nachträglich modifizierbar sein.
Die Häufigkeit des Use Cases hängt von der Größe des untersuchten Netzes ab und ist als sehr häufig anzusehen. Das Nutzenpotenzial liegt in ökonomischen, ökologischen und sozialen Vorteilen durch die adäquate Nutzung von Informationen zu Objekten, der Auswahl eines adäquaten Verfahrens und der bestenfalls damit verbundenen Schonung von natürlichen Ressourcen.
Der vorhandene Umsetzungsgrad wird anhand des Technology Readiness Level (TRL) 7 bewertet. Möglichkeiten zur Erstellung von Verfahrensvorschlägen bestehen teilweise, werden jedoch nicht flächendeckend und kontinuierlich angewendet. Maßnahmen bis Serienreife erfordern eine stringente Nutzung relevanter Informationen zur Auswahl geeigneter Verfahren, wobei der Umsetzungsaufwand als mittelfristig und der Umsetzungsaufwand als hoch eingestuft wird.
Umsetzung in der RekoTi-Toolbox
Prozessdiagramm (aus Miro holen) und ggf. beschreiben
Der Prozess beginnt, wenn der Benutzer ein Objekt auswählt oder darauf klickt. Im ersten Pfad erfolgt die Analyse der hinterlegten Attribute des ausgewählten Objekts. Diese Analyse kann die Extraktion und Auswertung relevanter Informationen beinhalten. Anschließend erfolgt die Verknüpfung dieser Informationen mit einer Verflechtungsmatrix oder einer Graphdatenbank, um Beziehungen und Muster zu identifizieren.
Im zweiten Pfad hat der Benutzer die Möglichkeit, relevante Instanzen auszuwählen, falls die Attribute des ausgewählten Objekts nicht vollständig sind. In diesem Fall erfolgt die Auswahl von Verfahren, Maßnahmen und Materialien über ein Drop-Down-Menü.
Beide Pfade führen dann zur Ableitung relevanter Verfahren, Maßnahmen und Materialien, wobei die Analyseergebnisse und Benutzerentscheidungen einfließen.
Schließlich erfolgt die Ausgabe der identifizierten Verfahren, Maßnahmen und Materialien in einer tabellarischen Form. Dies dient dazu, die abgeleiteten Daten übersichtlich darzustellen.
Der Prozess endet mit der Weitergabe der relevanten Daten, wodurch die identifizierten und abgeleiteten Informationen für weitere Zwecke genutzt oder weitergegeben werden können.
Graph-Datenbanken ermöglichen die effiziente Priorisierung von Beziehungen zwischen den Daten, wodurch hierarchische, vernetzte Strukturen leichter abgebildet werden können. Diese Datenbanken erleichtern die Identifizierung von Graphstrukturen wie Cliquen oder Hotspots in einem Graphen und bieten eine optimierte Speicherung von Verbindungen neben den eigentlichen Daten im Modell.
Aufgrund ihrer Eignung für die Verwaltung stark verbundener Daten und die Ausführung komplexer Abfragen spielen Graph-Datenbanken eine entscheidende Rolle. In RDF (Resource Description Framework) werden Graphen anhand von Tripeln repräsentiert, wobei jedes Tripel aus einem Subjekt, einem Prädikat und einem Objekt besteht. Diese Darstellung ermöglicht eine semantische Verknüpfung von Ressourcen und bildet die Grundlage für die effektive Nutzung von Graph-Datenbanken in verschiedenen Anwendungsgebieten.
