Prozedurale Qualitätsmodellierung und -management für Daten : ingenieurgeodätische und verkehrstechnische Anwendungen

Abstract

Daten und Informationen sind die fundamentalen Grundlagen für Entscheidungen. Jeder Mensch trifft im Laufe seines Lebens unzählige Entscheidungen, die auf mehr oder weniger vollständigen, objektiven und korrekten Daten und Informationen beruhen. Nicht nur bei persönlichen Entscheidungen spielt die Qualität der Informationen, die zur Abwägung zur Verfügung stehen, eine wesentliche Rolle. Insbesondere bei technischen Anwendungen in allen Bereichen des Lebens, ist die Qualität von Daten als Entscheidungsgrundlage von essenzieller Bedeutung. Grundlage und Motivation dieser Arbeit war die konsequente Fortführung der Tätigkeiten im Bereich der Handhabung von Datenqualität am Institut für Anwendungen der Geodäsie im Bauwesen (IAGB) bzw. am Institut für Ingenieurgeodäsie (IIGS)1 der Universität Stuttgart. Die erarbeiteten Grundlagen zur qualitätsgesicherten Bereitstellung von Daten, die in modernen Fahrerassistenzsystemen (FAS) von Bedeutung sind (vgl. Wiltschko [2004]), sollten weiter verallgemeinert und für andere Bereiche, in denen Datenqualität eine wesentliche Rolle spielt, zugänglich gemacht werden. Neben den FAS sind hier im Bereich der Verkehrsanwendungen insbesondere Mobilfunkortungsverfahren zu nennen. Datenqualität spielt seit jeher jedoch auch in anderen Bereichen, wie zum Beispiel in der Geodäsie, eine entscheidende Rolle. Die Qualität von Daten hat oftmals erheblichen Einfluss auf sicherheitsrelevante Entscheidungen und mangelnde Datenqualität kann unter Umständen zu Systemausfällen oder folgenschweren Fehlinterpretationen führen. Das von Wiltschko [2004] aufgestellte Konzept zur Beschreibung und Bewertung der Datenqualität innerhalb informationsverarbeitender Systeme besteht aus einem Qualitätsmodell und einem Analyseverfahren. Das Qualitätsmodell umfasst sechs inhärente Merkmale, die durch geeignete Qualitätsparameter konkretisiert werden können. Durch die Wahl der Merkmale ist das Modell universell einsetzbar und für eine Vielzahl von unterschiedlichen Arten von Daten geeignet. Da das vorgestellte Modell auf einer umfangreichen Recherche beruht, konnte hier zumindest für raumbezogene Daten in der Geodäsie und Verkehrstelematik kein weiterer Forschungsbedarf festgestellt werden. Im Bereich der Geoinformationssysteme wurde nach jahrelanger Forschungsarbeit mit der ISO TS 19138 [2006] ein Modell zur Beschreibung der Datenqualität eingeführt. Dabei handelt es sich jedoch um ein speziell für den Datenaustausch und die Datenanalyse von Geodaten in Geoinformationssystemen entwickeltes Modell, welches für die hier untersuchten Daten nicht allgemeingültig genug ist. Neben dem immer noch aktuellen Qualitätsmodell wurde von Wiltschko auch ein Analyseverfahren auf Basis Boolescher Algebra eingeführt, welches bei näherer Betrachtung einige Einschränkungen hinsichtlich der praktischen Umsetzbarkeit zeigt und Qualitätsparameter nur unzureichend oder gar nicht behandeln kann. Hier wurde konkreter Forschungsbedarf erkannt, um das bestehende Verfahren zu ergänzen oder zu verbessern und die in dieser Arbeit herausgearbeiteten Grenzen zu überwinden. Die Recherche nach geeigneten Verfahren zur quantitativen Beschreibung von Datenqualität in Prozessen ist daher ein wesentlicher Bestandteil der Arbeit. Künstliche neuronale Netze (KNN) stellen ein mächtiges Werkzeug dar, welches auch für die umfassende Modellierung von Datenqualität zum Einsatz kommen kann. In dieser Arbeit wurde deren Eignung an zwei Beispielen im Detail untersucht. Wie die Untersuchungen ergaben, können KNN zur Modellierung von Qualitätsparametern in Prozessen eingesetzt werden. An einem einfachen geodätischen Beispiel wird gezeigt, dass eine Modellierung der Genauigkeit auch in Kombination mit Parametern der Verfügbarkeit und Vollständigkeit in zufrieden stellender Qualität erfolgen kann. Im Anschluss erfolgt der Test von KNN in einem komplexeren, verkehrstechnischen Beispiel. Dabei werden KNN erfolgreich bei der Mobilfunkortung mit realen Eingangsdaten zur Modellierung eines Qualitätsparameters eingesetzt, welcher der Beurteilung des Prozesses dient. Damit ist der Einsatz eines trainierten KNN auch in Echtzeit zur kontinuierlichen Überwachung eines laufenden Prozesses möglich. Schließlich wird ein umfassendes Qualitätsmanagementkonzept für Daten vorgestellt, welches die im Detail beschriebenen und untersuchten Methoden, sowie das bestehende Qualitätsmodell in einen globalen Gesamtzusammenhang stellt. Das vorgestellte Konzept basiert auf dem PDCA-Gedanken (dem Konzept der ständigen Verbesserung) von Deming [1982] und kann in ein ISO-konformes Qualitätsmanagementsystem integriert werden. Das Konzept besteht einerseits aus bekannten Bausteinen zur Beschreibung und Analyse von Daten verarbeitenden Systemen, andererseits bietet es jedoch neue Möglichkeiten zur Behandlung und Simulation von Datenqualität in Prozessen mit Hilfe künstlicher neuronaler Netze.

Data and information are the fundamental basis for decisions. Every human being makes countless decisions during lifetime, which base on more or less complete, objective and correct data and information. Quality of available information plays an important role not only within personal decisions. Quality of data as basis for decisions is of essential importance particularly in technical applications in all fields of live. Background and motivation for this document was the consistent continuation of activities in the field of handling data quality at the Institute for Applications of Geodesy to Engineering (IAGB) respectively at the Institute of Engineering Geodesy (IIG)2 at the University of Stuttgart. The fundamentals of allocating quality assured data which are of interest in advanced driver assistance systems (ADAS) and which have been worked out by Wiltschko [2004] should be further generalized and should be made accessible for other fields of application in which data quality plays a significant role. Besides ADAS, in the field of traffic applications, mobile phone positioning can be named in particular. However data quality plays a key role in other fields as well such as geodesy. Quality of data often has an important impact on security relevant decisions and insufficient data quality may cause system failure or lead to severe misinterpretations. The concept for describing and evaluating data quality within information processing systems proposed by Wiltschko [2004] consists of a quality model and an analyzing method. The quality model contains six inherent characteristics which can be concretized using appropriate quality parameters. The model is versatile applicable for different kinds of data with its selection of characteristics. Since the presented model is based on an extensive research, at least for space-oriented data in the field of geodesy and transport telematics, no further demand for research was identified. With the ISO TS 19138 [2006] a model for describing data quality in the field of geographic information systems was established after years of research work. Since this model is developed for data exchange and data analysis of geodata in geographic information systems in particular, it is not universally valid for the data examined in this work. Besides the quality model which is still up to date, Wiltschko established an analyzing method based on Boolean algebra as well. After a closer examination, the analyzing method shows some constraints regarding the practical implementation and is not quite capable in handling quality parameters. For complementing or advancing the existing method and to resolve the constraints identified within this thesis, further research is required. The research for capable methods to describe data quality quantitatively within processes is an essential part of the presented document. It turned out that artificial neural networks (ANN) are a powerful and versatile tool, which can be used as well for comprehensive modeling of data quality. Their ability has been analyzed in detail in this paper with the help of appropriate examples. The analysis show that ANN can be used for modeling of quality parameter in processes. As shown with the help of a simple geodetic example, modeling of accuracy, also in combination with parameter of availability and completeness, can be done with sufficient quality. ANN are as well successfully applied within the second, more complex, example. Within this example, ANN are used for modeling a quality parameter from real input data, capable for evaluating the process of mobile phone positioning. Hence the application of a trained ANN for continuous quality monitoring of a running process in real time is possible. Finally a comprehensive quality management concept will be presented which puts the extensive described and examined methods as well as the existing quality model into a global context. The presented concept bases on the PDCA theory (the concept of constant improvement) by Deming [1982] and can be integrated into an ISO conform quality management system. On the one hand the concept consists of known components for describing and analyzing data processing systems, on the other hand however it provides new possibilities for dealing with and simulation of data quality in processes using artificial neural networks.