Einführung
Spätestens seit dem Erscheinen des neuen iPhone 3G mit integrierten GPS spriessen kontextuelle Anwendungen nur so aus dem (iTunes-)Boden; meistens handelt es sich dabei um Anwendungen die mehr oder weniger erfolgreich die aktuelle Position verwenden um aufgrund derer einen Dienst (Fahrplan, intelligenter Stadtführer, u.v.m.) anzubieten.
Dieser Beitrag soll den Begriff Kontext etwas weiter ausleuchten und aufzeigen, was für Parameter man wie verwenden kann, um kontextuelle Anwendungen zu entwickeln.
Definition und die fünf W's
Es existieren verschiedene Definitionen, was Kontext ist; die Definition von Anind K. Dey, auf welcher wir uns nachfolgend beziehen werden, beschreibt Kontext als jegliche Information die dazu verwendet werden kann, um die Situation einer Entität zu charakterisieren.
Abowd und Mynatt gehen dabei weiter und illustrieren die "five W's" als minimale Menge von notwendigen Informationen, welche jede kontextuelle Anwendung berücksichtigen sollte: Who , What , Where , When , Why . In nachfolgender Tabelle werden existierende Aspekte dieser Informationen beispielhaft ausgeleuchtet.
| W | Ausprägung | Beispiele |
|---|
| Who |
Profil |
Kenntnis des aktuellen Benutzers, seiner Eigenschaften und Präferenzen wird bereits heute in vielfältiger Weise für personalisierte Anwendungen verwendet. Ausserdem kann die Kenntnis der aktuellen Person und seiner Geschichte als Basis für Empfehlungssysteme dienen. Im Prinzip geht es dabei darum, um die Präferenzen des aktuellen Benutzers mit der Menge der verfügbaren Optionen zu vergleichen und eine entsprechende Auswahl zu treffen; dies ist vorallem bei mobilen Anwendungen interessant, um möglichst genau diejnige Informationen anzuzeigen, die (voraussichtlich) gewünscht sind. Yu et al. beschreiben einen hybriden Ansatz einer mobilen und kontextabhängigen Anwendung, die dem Benutzer diejenigen Medien anzeigt, welche aufgrund des aktuellen Situation und Präferenzen sinnvoll erscheinen. |
| What |
Aktivität |
Die aktuelle Aktivität eines Benutzers anhand kontextueller Information zu bestimmen ist der Fokus gegenwärtiger Customer Supported Cooperative Work (CSCW) Forschung. Normalerweise fusionieren verschiedene Kontextquellen um beispielsweise aufgrund der Uhrzeit, dem Kalender und der Geschichte der GPS Positionen festzustellen, dass sich der Benutzer zur Zeit gerade im Zug zu einem bestimmten Kunden befindet; die auf dieser Erkenntnis basierende Anwendung kann dann z.B. im Hintergrund die aktuellsten Informationen zu diesem Kunden automatisch runterladen und so bei Bedarf dem Benutzer präsentieren. Ein Anwendungsbeispiel sind Smart Hospitals, wo die Aktivität einer medizinischen Fachperson aufgrund derer Position (z.B. Zimmer), der Uhrzeit (z.B. morgendliche Visite) und der aktuellen Taskliste bestimmt wird (siehe Arbeiten von Tentori et al. und Skov et al.). |
| Where |
Position |
Semantisch : Eine semantische Position (z.B. aseantic ag in Biel, 2. Stock, Büro D330) kann in geschlossenen Umgebungen hilfreich sein. Mögliche technische Hilfsmittel sind Positionierung mittels WLAN oder auch Beacons. Roth beschreibt die Architektur PinPoint, welche der Umwandlung von numerischen in semantische Positionen dient.
Numerisch : Die numerische Repräsentation einer Position wird heutzutage typischerweise mittels GPS Positionen bestimmt; Vorteile dieser Methode ist, dass man mit diesen Positionen rechnen kann, um beispielsweise die Distanz (Luftlinie) zwischen zwei Punkten zu bestimmen. Die numerische Position kann auch verwendet werden, um sie automatisch bei einer Anfrage mitzuschicken, z.B. in einer Notfallsituation. |
| When |
Zeit |
Diese oft unterschätzte und als gegeben betrachtete Ausprägung von Kontext kann in vielerlei Weise hilfreich und sehr leistungsstark sein. Ausserdem ist sie praktisch immer frei verfügbar (d.h. ohne zusätzliche Logik/Hardware). Die aktuelle Uhrzeit kann z.B. verwendet werden, um die Auswahl für einen Benutzer nach Öffnungszeiten einzuschränken. |
| Why |
Grund |
Die Motivation und der emotionale Zustand des aktuellen Benutzers, weshalb er eine bestimmte Aktion ausgeführt hat, kann recht komplex zum Bestimmen sein. Gerade in mobilen medizinischen Anwendungen können zusätzliche physiologische Anwendungen (z.B. Herzfrequenz) wertvolle Information zur Bestimmung sein. Aber auch andere Zusatzinformationen (z.B. Kalender) können verwendet werden. |
Beispielontologie einer kontextuellen Anwendung
Nachfolgend wird anhand einer mobilen medizinischen Anwendung illustriert, wie Kontext repräsentiert werden kann. Bei der Anwendung handelt es sich um eine mobile Applikation für Typ-2-Diabetiker, welche physiologische Parameter übermittelt. Zusätzlich zu den eigentlichen Parametern wie der Glukose-Wert oder das aktuelle Gewicht, werden noch weitere Parameter aus der Umgebung oder dem persönlichen Kontext des Benutzers bestimmt. Die nachfolgende Abbildung illustriert die Ontologie:
Quelle: Eigene Abbildung Eine kontextabhängige mobile Anwendung muss nicht notwendigerweise alle Parameter automatisch elektronisch erhalten können. Die darauf basierende Architektur (typischerweise mit einem Context Manager und einem UI Generator ) kann benötigte, aber nicht elektronisch verfügbare Informationen explizit dem Benutzer abfragen können. An obigem Beispiel angewendet bedeutet dies, dass ein mobiles Gerät, welches nicht mit einem GPS Empfänger ausgerüstet ist, die aktuelle Position explizit abfragt. Auch der Glukose-Wert kann entweder automatisch mittels Bluetooth empfangen oder mangels entsprechender Ausrüstung vom Benutzer erfragt werden.
Technische Infrastruktur
Bei der (elektronischen) Eruierung des aktuellen Kontexts kommt eine Fülle verschiedener Technologien zum Einsatz, deren Zugriff auf Software-Ebene möglichst einfach gekapselt werden sollte, um die darauf basierende Logik (z.B. Bestimmung Aktivität) nicht unnötig zu komplizieren (es ist kompliziert genug). Ein kleiner Auszug von möglichen Technologien ist:
Ausblick
Kontextabhängige mobile Anwendungen werden stark an Bedeutung gewinnen (Stichwort: Ambient Intelligence). Dieser Beitrag soll illustrieren, dass sich Kontext nicht nur auf die geografische Position beziehen muss, sondern bedeutend breiter verwendet werden kann. Das Zielpublikum solcher Anwendungen wird sich voraussichtlich nicht auf (eher triviale) Lösungen für Privatpersonen beschränken, sondern wird als produktivitäts- und qualitätssteigernder Faktor auch im professionellen Alltag Einzug finden. Dazu gehören sicherlich Wissensberufe, welche nicht am Schreibtisch stattfinden, wie z.B. in einem Krankenhaus (Smart Hospital). Ferner können solche Anwendungen auch verwendet werden, um Betagten bei ihren täglichen Verrichtungen zu unterstützen (Smart Home) und so ihre Eigenständigkeit länger gewährleisten zu können.
Quellen
- Gregory D. Abowd and Elizabeth D. Mynatt. Charting Past, Present, and Future Research in Ubiquitous Computing. ACM Transactions on Computer-Human Interaction, 7(1):29-58, March 2000.
- Anind K. Dey. Understanding and Using Context. Personal and Ubiquitous Computing, 5(1):4-7, Februar 2001.
- Jörg Roth. Context-Aware Web Applications using the Pinpoint Infrastructure. In Proceedings of the IADIS International Conference WWW/Internet, pages 3-10, November 2002.
- Mikael B. Skov and Rune Th. Hegh. Supporting information access in a hospital ward by a context-aware mobile electronic patient. Personal and Ubiquitous Computing, 10(4):205-214, May 2006.
- Monica Tentori, Jesus Favela, and Victor M. Gonzalez. Towards the Design of Activity-aware Mobile Adaptive Applications for Hospitals. In Proceedings of the UbiHealth 2006: The 4th International Workshop on Ubiquitous Computing for Pervasive Healthcare Applications, 2006.
- Zhiven Yu, Xinshe Zhou, Daqing Zhang, Chung-Yau Chin, Xiaohang Wang, and Ji Men. Supporting Context-Aware Media Recommendations for Smart Phones. IEEE Pervasive Computing, 5(3):68-75, July-September 2006.