Eva Klien

Reiternavigation

Vita

Eva Klien studierte Landschaftsökologie an der Universität Münster mit den Schwerpunkten Bodenökologie, Botanik und Geoinformatik. Von 2003 bis 2008 war sie wissenschaftliche Mitarbeiterin am Institut für Geoinformatik der Universität Münster. Dort arbeitete sie in verschiedenen Projekten zum Thema Semantische Interoperabilität und promovierte im Fach Geoinformatik zum Thema »Semantic Annotation of Geographic Information«.

Seit 2008 leitet Eva Klien am Fraunhofer IGD die Abteilung Geoinformationsmanagement. Sie hat seitdem erfolgreich zahlreiche nationale und internationaler Forschungs- und Entwicklungsprojekte mit Schwerpunkt in den Bereichen Umweltmonitoring und Infrastrukturplanung koordiniert und begleitet. Ihr Team aus Experten für Visual Computing, Geoinformatik, Cloud Computing und KI betreibt angewandte Spitzenforschung zur Digitalisierung, Optimierung und Automatisierung von datenbasierten Prozessen. Mit ihren Technologien helfen sie der Wirtschaft, den Behörden und der Gesellschaft, große Datenmengen und komplexe Systeme zu verstehen, Planungsprozesse zu beschleunigen sowie die Kommunikation unter den Akteuren zu erleichtern.

Eva Klien ist als beratende Wissenschaftlerin in verschiedenen Ausschüssen und Verbänden zum Thema Geo- und Umweltdaten aktiv, u.a. vertritt sie das IGD im Bitkom AK Geoinformation und ist Mitglied der erweiterten Geschäftsführung im Netzwerk InGeoForum.

Ihre Ansprechpartnerin für:

Technologie-Expertise aus der Angewandten Forschung zu den Themen »Digitaler Zwilling« und »KI und Big Data«.
Anwendungsentwicklung für interaktive Visualisierungen mit 3D-Geodaten und Auswertung großer Datenmengen mit Hilfe der Künstlichen Intelligenz.
Wissenschaftliche Beratung und Wissensvermittlung für die Bereiche Geoinformation, Urbaner Digitaler Zwilling, Künstliche Intelligenz für Geo- und Umweltdaten.

Publikationen

Weitere Publikationen

Jahr Year	Titel/Autor:in Title/Author	Publikationstyp Publication Type
2009	Overcoming semantic heterogeneity in spatial data infrastructures Lutz M., Sprado J., Klien E., Schubert C., Christ I.	Zeitschriftenaufsatz Journal Article
2009	Using Term-Matching Algorithms for the Annotation of Geo-services Grčar, M., Klien, E., Novak, B.
2008	SWING: An Integrated Environment for Geospatial Semantic Web Services Andrei, M. et al.	Konferenzbeitrag Conference Paper
2008	Semantic Execution Meets Geospatial Web Services: A Pilot Application Zaharia, R., Vasiliu, L., Hoffman, J. & Klien, E.
2007	A Rule-Based Strategy for the Semantic Annotation of Geodata Klien, E.
2007	SWING - A Semantic Framework for Geospatial Services Roman, D., Klien, E.
2006	Ontology-based retrieval of geographic information Lutz, M. and Klien, E.
2006	Ontology-based discovery of geographic information services — An application in disaster management Klien, E., Lutz, M. and Kuhn, W.
2006	SWING - A Semantic Web Services Framework for the Geospatial Domain Roman, D., Klien, E. and Skogan, D.
2006	Automating the Semantic Annotation of Geodata Klien, E.
2006	Are Geospatial Catalogues Reaching their Goals? Larson, J., M. Siliceo, M. Silva, E. Klien, and S. Schade
2005	The Role of Spatial Relations in Automating the Semantic Annotation of Geodata Klien, E. and Lutz, M.	Konferenzbeitrag Conference Paper
2005	Requirements for Geospatial Ontology Engineering Klien, E. and Probst, F.
2005	Semantic Translation of Sensor Data Hübner, S., Witte, J., Klien, E. and Christ, I.
2004	An Architecture for Ontology-Based Discovery and Retrieval of Geographic Information Klien, E., Lutz, M., Einspanier, U. and Hübner, S.

Forschungsthemen

Eva Klien leitet ein Forschungsteam aus Experten für Visual Computing, Geoinformatik, Cloud Computing und KI mit Schwerpunkt auf den Themen:

Visualisierungen für den Digitalen Zwilling
Machine Learning für die Bildanalyse von Umwelt- und Geodaten
Cloud-Computing für Verarbeitung großer Datenmengen

Wir entwickeln Lösungen für smarte Infrastrukturplanung, Bürgerbeteiligung und Umweltmonitoring mit Geodaten (DGM, DLM, 3D Stadtmodelle, Fernerkundungsdaten, Punktwolkendaten, Planungsdaten, …) im Rahmen von Forschungs- und Industrieprojekten. Unser aktuelles Portfolio umfasst Werkzeuge zum Umgang mit großen, heterogenen Geodaten (Big Data) in Cloud-Umgebungen sowie für das Training und die Entwicklung von KI-Modellen. Aufgrund unserer langjährigen Expertise im Bereich Visualisierung verfügen wir über verschiedene Technologien und fertige Softwarelösungen zur Erstellung anspruchsvoller Visualisierungen großer Geodaten. Unsere angewandte Forschung konzentriert sich auf Themen wie die Steuerung der Datenverarbeitung in Cloud-Infrastrukturen, ML-basierte Auswertung von Fernerkundungsdaten und Punktwolken, und die interaktive 3D-Webvisualisierung.

Wir sind Mitglied im Open Geospatial Consortium (OGC) und beteiligen uns aktiv an Testbeds und Standardisierungen in der Community. Weiterhin sind wir Mitglied der Association of Geographic Information Laboratories in Europe (AGILE), dem Netzwerk InGeoForum, dem AK 3D Stadtmodelle sowie dem BITKOM AK Geoinformation.