[01] Die Erfindung betrifft eine Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum, wobei diese Navigationseinrichtung eine Distributionseinheit und eine Darstellungs- einheit aufweist und die Darstellungseinheit ein starres, geometrisches Raster anzeigt, wobei das starre, geometrische Raster ein Zentralfeld und einen ersten Feldring mit zugehörigen Erstringfeldern aufweist, die wiederum weitere Sub-Feldringe mit zugehörigen Feldringen aufweisen können.

[02] Der SMB (Semantic Media Browser) vereinfacht und verbessert die Navigation in großen Mengen von Medieninhalten, indem die Medieninhalte gemäß ihrer Eigenschaften strukturiert auf dem Bildschirm angeordnet werden und diese Ordnung sich beim Navigieren von einer Enti- tät zur nächsten dynamisch der jeweils fokussierten Entität anpasst. Das Prinzip kann als „Fokus plus Kontext plus Fluss (Flow)" beschrieben oder entsprechend als „Semantische Lupe" bezeichnet werden.

[03] In jedem Zustand gibt es einen visuell zentral hervorgehobenen „Fokus".

[04] Um den zentralen Fokus werden mit selbigen assoziierte Entitäten strukturiert und abhängig ihrer Relevanz verkleinert dargestellt angeordnet. Dies entspricht dem „Kontext".

[05] Aus dem Kontext kann eine Entität selektiert werden, um den nächsten Fokus zu bilden. Um diesen neuen Fokus wird ein neuer Kontext aus Entitäten aufgebaut, die mit dem aktuellen Fokus logisch assoziiert sind. Wird aus dem aktuellen Kontext erneut eine Entität als nächster Fokus ausgewählt, so bildet sich wiederum ein passender Kontext zu diesem, usw.. Dies entspricht dem „Fluss".

[06] Auf diese Weise generiert die Benutzung eine lineare Sequenz von Medieninhalten (Fluss), die jeweils aus dem dynamisch errechneten und nichtlinear dargestellten Kontext aus- gewählt wurden.

[07] Die Innovation der Darstellung liegt dabei in der algorithmisch generierten Geometrie, in der die Inhalte n-dimensionaler (Meta-) Datenräume nach einer Dimensionsreduktion auf sym- metrisch angeordnete priorisierte Parameter (beispielsweise eine Anzahl zwischen 4 und 8) gefiltert auf einen Blick sichtbar und direkt anwählbar verteilt werden.

[08] Im geometrischen Zentrum befindet sich der aktuell fokussierte Inhalt. Um diesen herum wird der hierzu assoziierte Kontext aus theoretisch beliebig vielen weiteren Entitäten angeord- net.

[09] Das simple Raster erlaubt alleine durch die geometrische Anordnung der Entitäten zwei wesentliche Aspekte gleichzeitig und intuitiv verständlich darzustellen. Eine Relevanz von assoziierten Entitäten zum aktuellen Fokus und eine Ähnlichkeitsstruktur innerhalb des Kontextes.

[10] Eine besondere Bewandtnis hat dabei die einer Interfacestandardisierung gleichkommen- den Normierung und Entsprechung der visuellen Symmetrie des Rasters zur darin „gemappten" (nach Clusteringalgorithmen oder einer semantischen Karte gemäß abgebildeten) multidimensi- onalen Symmetrie, die kognitiv die Komplexität bisheriger Ansätze reduziert und eine besonders einfach zu bedienende Schnittstelle bereitstellt.

[11] Die Navigationseinrichtung eignet sich im gleichen Maße zur Darstellung schwachkonsi- stenter oder inkonsistenter Metadaten als auch stark strukturierter Metadaten mit klaren Ontolo- gien. Dabei kommen unterschiedliche Verfahrensweisen zur Anwendung. Dies löst verschiedenartige Probleme.

[12] Mit der gleichen Navigationseinrichtung lassen sich vorgegebene Ontologien auf strukturierte und konsistente Weise mehrdimensional in den enthaltenen Beziehungen abbilden und über mehrere Navigationsschritte hinweg erfahrbar machen.

[13] Der SMB ermöglicht insgesamt ein in dieser Kombination neuartiges visuelles Ordinati- ons- und Navigationsverfahren für Mediendaten und ihre audiovisuelle Repräsentanten in einer (potenziell unendlichen) symmetrisierten dimensionsreduzierten topologischen Geometrie.

[14] In redaktionell aufbereiteten Mediapools mit auf einer Ontologie basierenden stark struk- turierten Metadaten („Controlled Vocabulary") gibt es verschiedenste Benutzerschnittstellenansätze, um referenzierte Mediendateien in diesen auffindbar zu machen und die semantischen Beziehungen verschiedener Mediendateien untereinander visuell aufzuzeigen. [15] Es mangelt bislang an einheitlichen Ansätzen, diese Suchoptionen und Beziehungsvisualisierungen in einer konsistenten graphischen Benutzerschnittstelle einem (im Sinne der darunterliegenden Ontologie) Nichtfachmann intuitiv zugänglich zu machen.

[16] Gängige Suchmaschinen wie google.com oder bing.com zeigen als Standardeinstellung eindimensional sortierte Darstellungen des Suchergebnisses in Listen oder Spaltenform an.

[17] Suchmaschinen wie google.com oder bing.com haben somit eine deutliche Trennung zwischen Suchoberfläche und inhaltliche Präsentation des Suchergebnisses, was für gewöhnlich das Verlassen der benutzten Suchmaschine hin zum referenzierten Ergebnis innerhalb seiner Trägerplattform bedingt.

[18] In großen user-generierten Mediapools („social media sharing networks") wie beispielsweise auf der Internetplattform „youtube.com" liegen schwach strukturierte, inkonsistente und unkontrollierte Metadaten vor. Diese Daten zeichnen sich dadurch aus, dass sie keine einheitliche Ontologie aufweisen. An eine algorithmisch erzeugte konsistente Ontologie oder an eine redaktionelle Aufarbeitung ist nicht zu denken, da die Begrifflichkeiten von den Benutzern selbst eingegeben werden und deshalb teilweise stark voneinander abweichen, obwohl sie dasselbe darstellen und der Umfang der Metadaten so groß ist, dass der personelle Einsatz zur Ordnung dieser Metadaten nicht darstellbar ist.

[19] Ähnliches gilt für Kommunikationsplattformen wie beispielsweise „Twitter.com". Ein Benutzer dieser Plattform hat eine Reihe von Ansprechpartnern, deren Mitteilungen er verfolgen kann. Diese Mitteilungen entsprechen in ihrer Verwendung dem Blogging-Prinzip, wobei das Blogging auf Twitter.com auf SMS-Länge limitiert ist. Daher wird hier von Microblogging gesprochen.

[20] Ist die Anzahl der Partner oder die Anzahl der Mitteilungen oder Blogs sehr groß, kann die Übersicht leicht verloren gehen. Analoges gilt für Chatplattformen wie „ICQ.com".

[21] Bei einer Standardsuche im Internet, wie beispielsweise Google wird eine Reihe von Treffern in einer Präferenzliste dargestellt. Eine Verknüpfung mit ähnlichen Begriffen oder zu diesem Thema gehörenden Begriffen findet nicht statt. Weitere Abwandlungen des Suchbegriffes müssen durch den Benutzer händisch eingegeben werde. Dies führt zu einem vermehrten Eingeben von Begrifflichkeiten oder Klicken der Internetlinks. [22] Aufgabe der Erfindung ist es, den Stand der Technik zu verbessern.

[23] Gelöst wird diese Aufgabe mit einer Navigationseinrichtung zum Ordnen von Entitäten in einem Datenraum, wobei die Navigationseinrichtung eine Distributionseinheit und eine Darstellungseinheit aufweist und die Darstellungseinheit ein starres, geometrisches Raster anzeigt, wobei das starre, geometrische Raster ein Zentralfeld um einen ersten Feldring mit zugehörigen Erstringfeldern aufweist, wobei der erste Feldring um das Zentralfeld herum angeordnet ist und dem Zentralfeld mehr als zwei Zentralfeldpräferenzordnungen zugewiesen sind, wobei jeder dieser Zentralfeldpräferenzordnungen ein zugehöriger Zentralfeldpräferenzvektor im starren, geometrischen Raster zugeordnet ist, wobei die Distributionseinheit eine oder zwei Präferenzen- titäten zu jeder Zentralfeldpräferenzordnung im Datenraum ermittelt und diese Präferenzentität in dem Erstringfeld darstellt, in welches der Zentralfeldpräferenzvektor gerichtet ist, oder die zwei Präferenzentitäten in benachbarten Erstringfeldern darstellt, deren Nachbargrenzen mit dem Zentralfeldpräferenzvektor überlappen.

[24] Dadurch können vorteilhafterweise Datenpools mit schwach strukturierten, inkonsisten- ten und unkontrollierten Metadaten flexibel aus sich heraus strukturiert und näher spezifiziert werden.

[25] Die Navigationseinrichtung eignet sich zur Aggregation, Filterung und visuellen Repräsentation sogenannter „trending topics", wie sie auftwitter.com zu beobachten sind, insbesondere der darin referenzierten Mediendaten.

[26] Die Navigationseinrichtung kann darüber hinaus Funktionsweisen des „social bookmar- kings" und/oder "social news" (wie auf z.B. „digg.com") innerhalb kollaborativ genutzter Instanzen der Navigationseinrichtung abbilden und damit (z.B. via OAuth der twitter-API) bei hoher Nutzungsfrequenz eigene „trending topics" auf Plattformen wie twitter.com erzeugen, die wiederum zur Navigationseinrichtung zurückreferenzieren und deren Nutzungsfrequenz verstär- ken.

[27] Die Navigationseinrichtung eignet sich ebenso zur strukturierten Visualisierung lokaler Mediendaten innerhalb des eigenen Betriebssystems auf Basis nutzbarer Metadaten (Tags, Dateiinformationen, physikalische Parameter etc.). [28] Ebenso können in der gleichen visuellen Anordnung Datenpools mit stark strukturierten Metadaten auf Basis einer vorgegebenen Ontologie innerhalb einer genormten Filteranordnung („semantic map", voreingestellt oder konfigurierbar) konsistent durchnavigiert werden.

[29] Zunächst sei folgendes begrifflich erläutert:

[30] „Entitäten" umfassen unterschiedliche Datenarten oder Metadaten. Beispielsweise können Entitäten „Youtube.com"-Metadaten wie Titel, Stichworte, Beschreibungstext, statistische Daten und/oder eine Liste von ähnlichen Videos umfassen. Weiterhin können die Metadaten in Kommunikationsplattformen wie „Twitter.com" den Avatar, den zugehörigen Informationstext, darin referenzierte Medienverweise, den Zeitpunkt der Nachricht und den Bekanntheitsgrad ab- decken.

[31] „Entitäten" können ebenso stark strukturierte und redaktionell aufbereitete Metadaten thematisch geordneter Medienpools mit semantisch eindeutig bestimmbaren Beziehungen innerhalb einer vorgegebenen Ontologie enthalten, wie im Umfeld des „corporate semantic web" oder in redaktionell erstellten kommerziellen Medienarchiven.

[32] „Ordnen" erfolgt nicht notwendigerweise innerhalb einer Datenart, sondern kann jeweils einen oder wenige Treffer einer Datenart und/oder einen oder wenige Treffer einer weiteren Datenart umfassen. So können Titel, Stichwort und Beschreibungstext nebeneinander angeordnet werden. Zu jeder Datenart kann die interne Ordnung ebenfalls abgespeichert sein. So können beispielsweise unter der Datenart „Titel" die fünf häufigsten Titel hinterlegt sein.

[33] Der „Datenraum" umfasst das Intranet einer Organisation, das Internet, eine Internetplattform, insbesondere „Youtube.com" oder insbesondere Twitter.com, Netzwerkplattformen, Kommunikationsplattformen und umfasst zudem sämtliche Datenpools mit schwach strukturierten, inkonsistenten, „unkontrollierten" Metadaten.

[34] Der „Datenraum" umfasst in einem anderen Anwendungsfall ebenso das Intranet einer Organisation, das Internet, eine Internetplattform, Netzwerkplattformen, Kommunikationsplattformen und umfasst zudem sämtliche Datenpools mit stark strukturierten und konsistenten Metadaten, denen einheitliche Ontologien zugrunde liegen.

[35] „Unkontrolliert" bedeutet in diesem Zusammenhang insbesondere, dass keine einheitliche Ontologie oder keine redaktionelle Aufarbeitung der Metadaten vorliegt oder realisierbar ist. [36] Das „starre, geometrische Raster" ist in seinen Ausmaßen veränderbar. Nach der Festlegung seiner Ausmaße bleibt es im Wesentlichen konstant. Das starre, geometrische Raster kann dabei schalenförmig aufgebaut sein. Zum einen sind ringförmige Schalen, aber auch rechteckige Schalenmodelle möglich. Bei dem starren, geometrischen Raster werden die Felder im Raster im Allgemeinen nach außen hin immer kleiner.

[37] Das „starre, geometrische Raster" kann innerhalb der einmal definierten Ausmaße (die beispielsweise maximal die dreifache Breite bzw. Höhe des Zentralfelds einnehmen) einen hypothetisch unendlichen Raum innerhalb der räumlichen Limitierung des verwendeten Datensichtgeräts abbilden.

[38] Das „starre, geometrische Raster" kann algorithmisch erzeugt und unendlich iteriert werden.

[39] Das „Zentralfeld", kann das Feld im starren, geometrischen Raster sein, welches mittig angeordnet und im Allgemeinen das größte Feld ist.

[40] Der „erste Feldring" wird aus Feldern gebildet, die direkt an das Zentralfeld angrenzen. Dabei werden die Felder des ersten Feldringes als Erstringfelder bezeichnet.

[41] Für den gesamten Text legt der Begriff „Präferenzordnung" eine bestimmte Rangfolge von Entitäten fest. Beispielsweise kann die Trefferliste einer Suche mit der Internetplattform „Google.de" eine solche Präferenzordnung darstellen. Auch die Trefferlisten einer internen Suchmaschine einer Internetplattform kann als Präferenzordnung herangezogen werden. Weiter- hin können Relationen zwischen einzelnen Begrifflichkeiten und deren Wertungen als Präferenzordnung verwendet werden. So kann für den obersten Treffer einer „Google"-Suche zusätzlich eine Ähnlichkeitssuche erfolgen oder zu den Metatags einer Internettplattform eine parallele Suche erfolgen.

[42] Die „Zentralfeldpräferenzordnung" ist die Präferenzordnung des Zentralfeldes.

[43] Der „Präferenzvektor" bildet eine Richtung ab, in die eine Auswahl der Präferenzordnung abgebildet werden kann, und weist im Allgemeinen wenigstens einen Wert der Präferenzordnung und/oder Grundlagen zur Ermittlung einer Präferenzordnung auf. Somit kann allgemein ein Präferenzvektor eine Richtung und eine Information umfassen. [44] Der „Zentralfeldpräferenzvektor" ist der Präferenzvektor des Zentralfeldes, wobei das Zentralfeld mehrere Präferenzvektoren oder Zentralfeldpräferenzvektoren aufweisen kann.

[45] Die „Präferenzentität" ist ein Wert der Präferenzordnung und kann der oberste oder auch ein zweiter oder auch ein dritter oder ein vierter oder ein niedrigerer Wert der Präferenzordnung sein. Insbesondere kann die Präferenzentität die Information des Präferenzvektors darstellen.

[46] In einer Ausführungsform der Erfindung kann für freie Erstringfelder eine Freifeldrefe- renzentität mittels der Distributionseinheit ermittelt werden, wobei diese Ermittlung anhand des Präferenzvektorprodukts der zu den Zentralfeldpräferenzvektoren zugehörigen, zueinander benachbarten Zentralfeldpräferenzordnungen erfolgt.

[47] Dadurch können vorteilhafterweise Felder, auf die kein Zentralfeldpräferenzvektor zeigt, mit anzuzeigender Information gefüllt werden.

[48] Begrifflich sei folgendes erläutert:

[49] „Freie Ringfelder" haben keine eindeutige Zuordnung durch Präferenzvektoren. So kann kein Präferenzverktor oder es können mehrere Präferenzvektoren zugleich auf dieses Ringfeld verweisen.

[50] „Freie Erstringfelder" sind die freien Ringfelder des ersten Feldringes.

[51] Die „Freifeldpräferenzentität" ist die Entität, die im freien Feld dargestellt wird.

[52] Das „Präferenzvektorprodukt" ist ein Produkt zweier benachbarter Präferenzvektoren und ergibt sich im einfachsten Fall aus einer UND- Verknüpfung, aus den den Präferenzvektoren zugrunde liegenden obersten Werten der Präferenzordnung. Das Präferenzvektorprodukt kann jede geeignete Korrelation der obersten Werte der Präferenzordnungen verwenden und kann auch durch eine eingeführte Hierarchie wieder einer Präferenzordnung zugeordnet werden.

[53] So kann beispielsweise die erste Präferenzordnung als obersten Wert „Physiker" aufweisen. Die Präferenzordnung des benachbarten Präferenzvektors und somit der benachbarten Präfe- renzordnung kann „allgemeine Relativitätstheorie" aufweisen. Diese Begriffe werden in einer „Suchmaschine" oder mittels eines Korrelationsalgorithmus verknüpft, und als Präferenzvektor ergibt sich „Albert Einstein", welches im Freifeld zwischen den Richtungen der Präferenzvekto- ren dargestellt wird. In der zugehörigen ermittelten Präferenzordnung kann beispielsweise an zweiter Stelle der Titel eines Buchs zur allgemeinen Relativitätstheorie stehen.

[54] Um eine tiefere Ordnung der Entitäten darzustellen, kann um den ersten Feldring ein zweiter Feldring mit zugehörigen Zweitringfeldern angeordnet sein.

[55] In einer weiteren Ausgestaltung der Erfindung kann die Anzahl der Zweitringfelder größer oder gleich der Anzahl der Erstringfelder sein. Dadurch kann vorteilhafterweise, insbesondere bei einer größeren Anzahl von Zweitringfeldern, eine Wertigkeit oder ein Korrelationsgrad der Entität anhand der Größe der Felder wiedergegeben werden.

[56] Um die Erstringfelder mit relevanten Entitäten zu besetzen, können einem Erstringfeld oder mehreren Erstringfeldern eine Erstringfeldpräferenzordnung oder mehrere Erstringfeldprä- ferenzordnungen mit jeweiligen Erstringfeldpräferenzvektoren zugeordnet werden, wobei der Erstringfeldpräferenzvektor in Richtung zweiter Feldring gerichtet ist.

[57] In einer weiteren Ausführungsform der Erfindung kann die Distributionseinheit eine oder zwei Erstringfeldpräferenzentitäten zu jeder Erstringfeldpräferenzordnung im Datenraum ermit- teln und diese Erstringfeldpräferenzentität in dem Zweitringfeld darstellen, in welches der Erstringfeldpräferenzvektor gerichtet ist, oder die zwei Erstringfeldpräferenzentitäten in benachbarten Zweitringfeldern darstellen, deren Nachbargrenzen mit dem Erstringfeldpräferenzvektor überlappen.

[58] Dadurch kann vorteilhafterweise das Zweitringfeld in Richtung des Erstringfeldpräfe- renzvektors mit den Erstringfeldpräferenzentitäten beschrieben werden. Weiterhin können zueinander benachbarte Felder des Zweitringfeldes mit Erstringfeldpräferenzentitäten gefüllt werden.

[59] Um freie Zweitringfelder zu befullen, können für freie Zweitringfelder die Präferenzenti- täten mittels der Distributionseinheit ermittelt werden, wobei diese Ermittlung anhand des Präfe- renzvektorproduktes der zu den Präferenzvektoren zueinander benachbarter Präferenzordnung erfolgt.

[60] In einer weiteren Ausgestaltung der Erfindung können die Präferenzvektoren die Zentralpräferenzvektoren und/oder die Erstfeldpräferenzvektoren umfassen. Dadurch können vorteil- hafterweise Präferenzvektoren unterschiedlicher Feldringe miteinander als Präferenzvektorprodukt verknüpft werden.

[61] In einer weiteren Ausgestaltung der Erfindung können um den zweiten Feldring weitere Feldringe mit weiteren Feldern angeordnet sein. Dadurch kann vorteilhafterweise der Raum der geordneten Entitäten, der dargestellt wird, vergrößert werden.

[62] Um das starre, geometrische Raster optimal auszunutzen, können die weiteren Feldringe nur teilweise im starren, geometrischen Raster dargestellt sein.

[63] In einer weiteren Ausgestaltung der Erfindung kann die Anzahl der Felder eines weiteren Feldringes größer oder gleich der Anzahl eines zum weiteren Feldring weiter innen liegenden Feldringes sein. Somit kann vorteilhafterweise eine tiefere Ordnung der Entitäten dargestellt werden.

[64] Um die Felder der weiteren Feldringe mit Entitäten zu füllen, können einem oder mehreren Feldern jeweils eine oder mehrere Feldpräferenzordnungen mit jeweiligen Feldpräferenzvektor zugeordnet sein, wobei der Feldpräferenzvektor in Richtung entgegen des Zentralfeldes ge- richtet ist.

[65] In einer weiteren Ausgestaltung der Erfindung kann die Distributionseinheit eine oder zwei Feldpräferenzentitäten zu jeder Feldpräferenzordnung im Datenraum ermitteln und diese Feldpräferenzentitäten in den weiteren Feldern darstellen, in welchen der Feldpräferenzvektor gerichtet ist, oder die zwei Feldpräferenzentitäten in benachbarten Ringfeldern darstellen, die mit dem Feldpräferenzvektor überlappen. Somit können vorteilhafterweise sämtliche Felder des weiteren Rings mit Entitäten befüllt werden.

[66] Um auch die freien Ringfelder zu befullen, können für die freien Ringfelder die Feldpräferenzentitäten mittels der Distributionseinheit ermittelt werden, wobei diese Ermittlung anhand des Präferenzvektorprodukts der Präferenzvektoren zueinander benachbarter Präferenzordnun- gen erfolgt.

[67] In einer weiteren Ausgestaltung der Erfindung können die Präferenzvektoren die Zentralpräferenzvektoren und/oder die Erstfeldpräferenzvektoren und/oder die Feldpräferenzvektoren umfassen. Somit kann vorteilhafterweise ein Erstringfeldvektor über den zweiten Ring hinaus auf die die Felder der weiteren Ringe einen Einfluss auf deren Präferenzordnung nehmen. [68] In einem weiteren Aspekt der Erfindung wird die Aufgabe gelöst durch einen Rechner mit einer Recheneinheit und einem Bildschirm, wobei die Navigationseinrichtung, wie sie zuvor beschrieben wurde, in dem Rechner implementiert ist, wobei der Bildschirm die Funktion der Darstellungseinheit und die Recheneinheit die Funktion der Distributionseinheit übernimmt und der Rechner einen Zugriff auf Entitäten in einem Datenraum hat.

[69] Somit können insbesondere elektronische Daten, wie sie beispielsweise im Internet vorliegen, für diese Erfindung genutzt werden.

[70] Im Datenraum der Erfindung können n-dimensionale Vektorräume auf 4-8 daraus ausgewählte Dimensionen reduziert bzw. gefiltert werden und diese wiederum innerhalb einer ge- normten, symmetrischen, 2-dimensionalen Repräsentationsebene (euklidische Ebene) vereinfacht und konsistent gleichzeitig sichtbar gemacht werden. Die Dimensionen sind aus Metadaten (oder via Inhaltsanalyse) der zugrundeliegenden Medieninhalte extrahiert, die symmetrisch angeordnete und nachvollziehbare Struktur der ausgewählten Dimensionen ist voreingestellt, automatisch ermittelt oder durch Nutzereingabe konfigurierbar.

[71] Um einen zentralen Fokus herum werden semantisch in Beziehung stehende Kontexte angezeigt, die mittels der Navigationseinrichtung in einer beständig fließenden Navigation durch simple Optionswahl im selben Raster beständig weitere Kontextbildungen erzeugen, die eine intrinsische und autotelische Motivation weiterer Interaktion fordern, ohne diese Navigationseinrichtung verlassen zu müssen. Dies kann als Fokus plus Kontext plus Flow (Fluss) bezeichnet werden.

[72] Die Besonderheit der Erfindung liegt weiterhin über einer spezifischen visuell genormten Fokus plus Kontext- Variante hinaus in der Konsistenz und Koheränz einer beständig fließenden Navigation (Flow) zwischen automatisiert gebildeten Kontextzuständen und den dahin führenden Suchvorgängen, die keine weitere Sucheingabe und Vorwissen erforderlich machen - jede Wahl „triggert" und visualisiert eine neue dezidierte Kontextsuche, die wiederum zur weiteren Kontextsuche durch Optionswahl auffordert usw. (siehe Figur 9).

[73] Die Parameter der multidimensionalen Suchmatrix müssen dabei weder bekannt noch explizit auswählbar sein, obwohl dies in einem „Expertenmodus" natürlich sein kann. [74] In einer weiteren Ausgestaltung dieses Rechners kann der Rechner Eingabemittel aufweisen. Dadurch können vorteilhafterweise Interaktionen durch einen Benutzer mit dem Rechner erfolgen.

[75] Um ein Feld des starren, geometrischen Rasters oder dessen Entität auszuwählen, kann mittels der Eingabemittel ein Erstringfeld oder ein Zweitringfeld oder ein Ringfeld ausgewählt werden.

[76] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein Verfahren zum Ändern eines Zentralfeldes in einer Navigationseinrichtung, wie sie zuvor beschrieben wurde, wobei ein Erstringfeld oder ein Zweitringfeld oder ein Ringfeld ausgewählt wird und als Zentralfeld dargestellt wird. Dadurch kann vorteilhafterweise im Datenraum über die Präfe- renzentitäten navigiert oder gesurft werden.

[77] Um fehlende Präferenzentitäten und deren Präferenzordnungen neuer Felder zu bestimmen, können wenigstens teilweise Präferenzentitäten der neuen Erstringfelder und/oder der neuen Zweitringfelder und/oder der neuen Ringfelder von der Distributionseinheit bestimmt werden.

[78] In einer weiteren Ausgestaltung des Verfahrens können die Präferenzentitäten in den neuen Erstringfeldern und den neuen Zweitringfeldern und den neuen Ringfeldern dargestellt werden. Dadurch können vorteilhafterweise einem Benutzer neue Informationen dargestellt werden.

[79] Um das hier beschriebene Verfahren für das Internet einzusetzen, kann die Umsetzung des Verfahrens auf einem zuvor beschrieben Rechner erfolgen.

[80] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein Kommunikationsdarstellungsverfahren, wobei in der Navigationseinrichtung, wie sie zuvor beschrieben wurde, im ersten Feldring die aktuellste Kommunikationsinformation dargestellt wird und ältere Kommunikationsinformationen in außen liegenden Feldern versetzt dargestellt werden. Dadurch können vorteilhafterweise mehrere Kommunikationsstränge vom Zentralfeld aus verfolgt werden.

[81] Begrifflich sei folgendes erläutert:

[82] „Kommunikationsinformationen" können insbesondere den Inhalt einer Nachricht, die dazugehörige Person und ein Bild zu dieser zugehörigen Person und das Alter der Nachricht um- fassen. Die jüngsten Kommunikationsinformationen können dabei den höchsten Wert in der Präferenzordnung erhalten.

[83] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein Kommunikationsüberwachungsdarstellungsverfahren, wobei in der Navigationseinrichtung, wie sie zuvor beschrieben wurde, im ersten Feldring die aktuelles Kommunikationsinformation einer interessierenden Entität dargestellt wird und ältere Kommunikationsinformationen dieser interessierenden Entität in außen liegenden Feldern versetzt dargestellt wird. Dadurch kann insbesondere die Kommunikationsinformation einer Person dargestellt werden, wobei in diesem Fall die interessierende Entität die interessierende Person ist.

[84] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein algorithmisches Verfahren zur Generierung eines starren, geometrischen Rasters, wobei das starre, geometrische Raster auf einer potenziell unendlich iterierbaren Geometrie basiert.

[85] Somit kann das geometrische Raster beliebig erweiterbar dargestellt werden.

[86] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch ein algo- rithmisches Verfahren zur automatisierten kohärenten und in ihren Relationen strukturierten Anordnung visueller Repräsentationen von Medieninhalten, wobei die strukturierte Anordnung in einer potenziell unendlich iterierbaren Geometrie erfolgt.

[87] Somit kann der gesamte Datenraum erreichbar werden.

[88] In einem weiteren Aspekt der Erfindung kann die Aufgabe gelöst werden durch eine Na- vigationsvorrichtung, welche die zuvor beschriebenen Verfahren in einer konsistenten und sym- metrisierten Benutzerschnittstelle vereint, sodass die Komplexität darzustellender Relationen in einem Informationsretrieval reduziert werden.

[89] In einer Ausprägung können die Verfahren zum inhaltlich kohärenten Browsen der algorithmisch in ihrer Relation ermittelten und ebenso algorithmisch strukturiert dargestellten visuel- ler Repräsentationen von Medieninhalten verbunden werden.

[90] In einer weiteren Ausprägungsform kann ein klassisches Fokus plus Kontext-Prinzip auf die Anforderungen audiovisueller Medien erweitert sein. [91] In einer weiteren Ausprägungsform kann ein fließendes, stöberndes Browsen ermöglicht werden, sodass nach einem Suchvorgang die Navigationsvorrichtung weiter verwendbar ist. Dadurch kann ein fließendes, stöberndes Browsen ermöglicht werden, ohne nach jedem Suchvorgang diese Navigationseinrichtung verlassen zu müssen. Navigation und Rezeption der dabei gefundenen beliebig ausgewählten Inhalte können eine sequentiell, funktional und visuell konsistente Einheit bilden („Fokus plus Kontext plus Flow").

[92] In einer weiteren Ausprägungsform kann eine Notwendigkeit explizit zu formulierender Sucheingaben und dazu benötigten Vorwissens eines zu Suchenden durch visuelle Auswahlverfahren deutlich reduziert sein und es ermöglicht werden, bislang unbekannte, aber individuell relevante Kontexte als Basis weiterer Suchintentionen aufzunehmen. Somit kann ein stöberndes und gleichzeitig kohärentes Browsen (kontrollierter ,,Serendipity"-Effekt) ermöglicht werden.

[93] In einer weiteren Ausprägungsform kann eine Schnittstelle zu einer Verwertung und/oder einer Sichtbarmachung beliebig ermittelter Metadaten und/oder physikalischer Informationen von Medieninhalten, insbesondere durch ein Bildanalyse- und ein Mustererkennungsverfahren erzeugte physikalischer Informationen von Medieninhalten, dargestellt werden.

[94] Weiterhin können die ermittelten Metadaten und/oder physikalischer Informationen von Medieninhalten einen beliebig n-dimensionale Vektorraum, einen beliebig n-dimensionale Informationsraum und/oder einen beliebig n-dimensionale Datenraum nach einer Dimensionsreduktion aufnehmen und für eine Abbildung oder einer Verteilung, insbesondere für ein Mapping, aufbereitet werden.

[95] Weiterhin können die n- dimensionalen Vektorräume, die n- dimensionalen Informationsräume und/oder die n- dimensionalen Datenräume nach ihrer Auswertung auf eine Anzahl symmetrisch anordnungsfähiger und strukturierter ausgewählter Parameter in zweidimensionaler Darstellung verteilt und gefiltert werden, sodass eine spezifische kognitive Karte mental verein- fachter Repräsentation von multidimensionaler Komplexität erzeugt wird, welche insbesondere einer semantischen Lupe entspricht.

[96] Zudem können die Parameter voreinstellbar sein oder aus Datenkontexten flexibel automatisch ermittelbar oder durch individuelle Nutzereingabe konfigurierbar sein.

[97] In einer weiteren Ausprägungsform können die gefilterten Dimensionen in ihrer symmet- rischen Anordnung und dem Richtungsprinzip entsprechend als spezifische kognitive Karte gleichzeitig sichtbar dargestellt werden, sodass eine Zusammenfassung vieler kleiner Suchanfragen und derer Ableitungen in einer einzigen Ansicht darstellbar sind.

[98] Weiterhin können die Reduktion und/oder die Filterung n-dimensionaler Vektorräume nach ihrer Reduktion und Auswertung in eine zweidimensionale symmetrische Geometrie zwecks visueller Nachvollziehbarkeit eingebettet werden.

[99] In einer weiteren Ausfuhrungsform kann der Fokus plus Kontext plus Flow- Prozess in audiovisuellen Medienpools voll oder teilweise automatisiert angeboten werden, sodass semantisch kohärente Linearitäten und/oder Abfolgen zur vorzugsweise passiven Rezeption mit optionaler Interaktion generierbar sind. Dies kommt der klassischen Fernsehrezeptionsumgebung ent- gegen.

[100] Auch kann die Navigationsvorrichtung, welche auch einer Ordinationseinrichtung entsprechen kann, die ausschnittsweise und intuitiv nachvollziehbar Zusammenhänge sichtbar und erfahrbar machen und sowohl mittels ihrer visuellen Fokussierung als auch ihrer darin gewichte- ten inhaltlichen Relevanzverteilung als „Semantische Lupe" fungieren. Genauer definiert, eine parametrisierte, symmetrisierte semantische „Komplexitätsreduktionslupe" (oder -linse) zur stöbernden Navigation umfangreicher Medienpools.

[101] Zudem kann die Navigationsvorrichtung zur rekursiven Darstellung des mittels ihr gegangenen Weges in ihr selber genutzt werden.

[102] Im Weiteren wird die Erfindung anhand von Ausführungsbeispielen erläutert. Dabei zeigt:

Figur Ia eine Darstellung des starren, geometrischen Rasters,

Figur Ib den Eckausschnitt eines starren, geometrischen Rasters,

Figur 2a das starre, geometrische Raster mit zugehörigen Zentralfeldpräferenzvektoren,

Figur 2b ein starres, geometrisches Raster mit sich verzweigenden Präferenzvektoren,

Figur 2c ein starres, geometrisches Raster mit zugehörigen Ringfeldern und einer Relevanzverteilung, Figur 2d ein starres, geometrisches Raster mit zugehörigen Ringfeldern, der Relevanzverteilung aus Figur 2c und Zentralfeldpräferenzvektoren aus Figur 2a,

Figur 2e ein starres, geometrisches Raster mit zugehörigen Ringfeldern, der Relevanzverteilung aus Figur 2c, verzweigenden Präferenzvektoren aus Figur 2b und Zentral- feldpräferenzvektoren aus Figur 2a,

Figur 3 ein starres, geometrisches Raster mit Erstringfreifeldern und zugehörigen Präferenzvektoren,

Figur 4 ein starres, geometrisches Raster mit zugehörigen Beschreibungsvorschriften,

Figur 5a ein starres, geometrisches Raster mit zugehörigen Beschreibungszuweisungen der Felder,

Figur 5b das starre, geometrische Raster aus Figur 5a mit anderer Feldaufteilung,

Figur 5c ein starres, geometrisches Raster mit expliziten Beispielen,

Figur 6 ein starres, geometrisches Raster nach dem Auswählen eines Ringfeldes aus Figur

5c,

Figur 7 ein starres, geometrisches Rastern nach dem Auswählen eines Ringfeldes aus Figur 6,

Figur 8a den Kommunikationsverlauf in einem Ausschnitt eines starren geometrischen Rasters,

Figur 8b einen Verlauf einer Kommunikation in dem Ausschnitt eines starren geometri- sehen Rasters mit eingetippten Textfeld,

Figur 8c den Kommunikationsverlauf in einem Ausschnitt eines starren geometrischen Rasters mit hinterlegten Metadateiinformationen,

Figur 9 ein Verlauf mehrerer Navigationschritte im Raster (als „Flow") und

Figur 10 ein Schichtenmodell mit zugehöriger Dimensionsreduktion und Mapping. [103] In Figur Ia ist ein starres, geometrisches Raster dargestellt. Die Darstellung des Rasters erfolgt mittels eines Bildschirms. In der Mitte ist das Zentralfeld 100 dargestellt. Um dieses Zentralfeld 100 ist das erste Ringfeld dargestellt. Alle Erstringfelder, deren Bezugszeichen zwischen 201 und 212 liegen, bilden das Erstringfeld.

[104] Das zweite Ringfeld beginnt bei dem Zweitringfeld 301 und verläuft entgegen dem Uhrzeigersinn in die Ecke zum Zweitringfeld 306, von dort aus weiter zu dem Zweitringfeld 315, weiter zum Zweitringfeld 324 und von dort weiter zum Zweitfeldring 333, wobei der Zweitring bei dem Zweitringfeld 301 wieder ankommend geschlossen ist.

[105] In der Figur Ib ist ein Ausschnitt der rechten oberen Ecke des starren geometrischen Ras- ters dargestellt. Hierbei ist zu erkennen, dass durch jeweiliges Zoomen beliebig viele Feldringe darstellbar sind.

[106] In der Figur 2a sind in dem starren, geometrischen Raster die zu dem Zentralfeld 100 gehörenden Zentralfeldpräferenzvektoren A, B, C, D dargestellt. Der Zentralfeldpräferenzvektor B verläuft zwischen den Erstringfeldern 210 und 211. Dadurch ist der Zentral feldpräferenzvektor nicht genau einem Feld zugeordnet. Dadurch werden die ersten beiden Präferenzentitäten zu dem Zentralfeldpräferenzvektor auf die Erstringfelder 211 und 210 aufgeteilt.

[107] In Figur 2b sind die Präferenzvektoren verschiedener Felder als Pfeile dargestellt. In den Fällen, in denen zwei Präferenzvektoren auf ein Feld zeigen, wird dieses Feld mit einer Präfe- renzentität besetzt, welche sich aus einer logischen UND- Verknüpfung der zu den Präferenzvek- toren gehörenden Präferenzentitäten ergibt. In diesem Fall handelt es sich ebenfalls um ein Freiringfeld, auch wenn zwei Präferenzvektoren auf dieses Feld zeigen.

[108] In der Figur 2c wird dem Zentralfeld und den Ringfeldern eine Relevanz zugeordnet. Je niederwertiger der Zahlenwert der Relevanz ist, desto höher ist die Relevanz.

[109] In Figur 2d die Informationen aus den Figuren 2a und 2c zusammen dargestellt. In Figur 2e ist zusätzlich noch die Information aus Figur 2b mit aufgenommen.

[110] In Figur 3 ist das Zuweisen von Präferenzentitäten in die Erstringfelder dargestellt. Der Wert des Zentralfeldes 100 beträgt 0 X. Dieser wird mit dem Wert IA „UND" verknüpft. Die beiden sich daraus ergebenden Treffer werden in die Felder 201 und 202 geschrieben und somit dargestellt. [111] Analoges geschieht für die Felder 210 und 211. Die darzustellende Präferenzentität für das Freifeld 212 wird durch eine logische UND-Operation der Präferenzentität aus 211 und 201 ermittelt. Dies entspricht dem beschriebenen Präferenzvektorprodukt. Das hier beschriebene Verfahren wird analog für die weiteren Erstringfelder angewendet. Eine diesbezügliche Erweite- rung ist in Figur 4 dargestellt. Diese Modell beschreibt eine mögliche automatisierte kaskadierte „Clusterung" von usergenerierten Metadaten zwecks visueller Strukturierung der wichtigsten ermittelbaren Zusammenhänge innerhalb der Navigationseinrichtung.

[112] In Figur 5 wird eine Variante des starren, geometrischen Rasters gezeigt, die im äußersten Ringfeld weitere Unterteilungen der Eckfelder vornimmt. In den Figuren 5a und 5b sind die den Felder unterlegten Abgrenzungs- und Präferenzermittlungkriterien dargestellt.

[113] Figur 5b beschreibt die Basis für die Präferenzordnungen. Auf deren Basis werden die Präferenzvektoren ermittelt, wodurch für den Begriff im Zentralfeld 100 die dazugehörigen angezeigten Begriffe der Ringfelder ermittelt werden. Eine solche Zuordnung ist in Figur 5c explizit dargestellt.

[114] In Figur 5c enthält das Zentralfeld 100 den Begriff „The Pacific Ocean". Im Erstringfeld 201, 202, 203, 204, 205, 206, 207, 208 werden die dazu gehörigen ähnlichsten Begrifflichkeiten dargestellt. Um den Erstring herum ist der Zweitring 301 bis 308 dargestellt. Die dargestellte Information im Erstring und im Zweitring und in den weiteren Ringen wurden dem in Figur 3 und 4 beschriebenen Verfahren entsprechend aufgefüllt.

[115] Interessiert nun einen Benutzer das Feld 496 mit dem Begriff „Napoleon", kann er dieses Feld mittels Cursor auswählen, wobei dieses Feld 496 zum neuen Zentralfeld 100 der Figur 6 wird. Darum herum ermittelt die Distributionseinheit wiederum relevante Entitäten. Wählt nun der Benutzer das Feld 491 aus, so wird dieses Feld 491 zum Zentralfeld 100 der Figur 7. Somit gelangte man vom Begriff „The Pacific Ocean" zu dem Begriff „Carla Bruni". Somit ist eine Navigationsmöglichkeit zu heterogenen Daten gegeben.

[116] In Figur 8a ist ein Ausschnitt des starren, geometrischen Rasters dargestellt. In dem Zentralfeld 100 ist die Kommunikationseingabe des Benutzers dargestellt. Sein letzter Gesprächspartner ist im Feld 202 angezeigt. Im Feld 201 ist der zwölftletzte Gesprächspartner dargestellt. [117] Wird nun die Kommunikation mit einer Person, welche nicht im Erstring dargestellt ist, aufgenommen, verdrängt dieser neueste Kommunikationsstrang den zwölftältesten vom Feld 201, welcher zum Feld 301 wandert.

[118] Zu einem Kommunikationsstrang zugehörige Informationen werden entlang des Präfe- renzvektors 801 dargestellt (siehe Figur 8b). In Figur 8c sind die den Feldern unterlegten Metadaten als „#hashtag" hinterlegt (nutzergenerierte Metadatenkonvention auf twitter.com), anhand derer eine Auswahl auf die Felder nach Verknüpfungsregeln verteilt wird.

[119] Die Navigationseinrichtung eignet sich zur assoziativen Navigation und visuellen Repräsentation von umfangreichen Bilddatenbanken sowohl mit stark strukturierten Metadaten (cor- bis, getty images etc.) als auch mit nutzergenerierten schwach strukturierten Metadaten (flickr.com etc.).

[120] Die Navigationseinrichtung eignet sich zur Aggregation, Filterung und visuellen Repräsentation von audiovisuellen Medieninhalten mit stark strukturierten Metadaten über mehrere Referenzplattformen hinweg - z.B. ein Movie-Browser mit Anbindung an Daten von imdb.com.

[121] Die Navigationseinrichtung eignet sich zur Aggregation, Filterung und visuellen Repräsentation von Musikinhalten (wie z.B. auf „myspace.com" mit unzähligen aktiven „myspace music"-Teilnehmern) mit besonderer Einbindung usergenerierter Vernetzungsinformationen.

[122] Die Navigationseinrichtung eignet sich zur visuellen Verwaltung und Navigation von mengenmäßig großen Sammlungen heterogener Medieninhalte lokaler Computersysteme (z.B. eine Darstellung eines privaten Digitalfotarchivs) unter Einbindung von eigenen oder automatisiert ermittelten Metadaten.

[123] Die Navigationseinrichtung eignet sich zur Anbindung der wie beschrieben visuell repräsentierten Medieninhalten jeder Art an digitale Verkaufssysteme (wie z.B. Amazon.com) mit direkt verknüpfbaren kommerziellen Angeboten zwecks direkter oder via Affiliate-Programmen getätigter Bestelltransaktionen.

[124] Die Navigationseinrichtung eignet sich nach gleichem Prinzip zur Verbesserung der stöbernden Recherche in Patentdatenbanken (wie z. B. die Google-Patent-Suche). Sie ermöglicht die Sichtbarmachung, Filterung und visuelle Repräsentation von Referenzierungen innerhalb von Patentanträgen selbst (z.B. über die google patent search API abrufbar) über mehrere Hierarchieebenen und mehrere Teilgebiete multidimensional gleichzeitig hinweg.

[125] Die gezielte Verbindung der vorgenannten Punkte zur Schaffung einer im besonderen und neuartigem Maße intuitiven und intrinsisch motivierenden Benutzerschnittstelle für das In- formationsretrieval, wobei eine beliebig große dahinterliegende Komplexität des Datenraums in einer funktional und visuell konsistent vereinfachten Form nahezu spielerisch erfahrbar gemacht wird.

[126] Andere Umschreibungen wie algorithmische Verfahren sind möglich. Algorithmisches Verfahren zur automatisierten Anordnung kohärenter visueller Repräsentationen von Medienin- halten in einer komplexitätsreduzierenden konsistenten Benutzerschnittstelle können realisiert werden.

[127] Ebenfalls möglich sind Verfahren zur Übertragung einer nach Reduktion und Filterung aus Metadaten (oder via Inhaltsanalyse) multidimensionaler Vektorräume extrahierter Dimensionen (voreingestellt, automatisch ermittelt oder durch Nutzereingabe konfigurierbar) auf eine symmetrisch angeordnete und nachvollziehbare gewichtete Fokus-plus-Kontext-Geometrie innerhalb einer zweidimensionalen euklidischen Ebene in gleichzeitiger Darstellung.

[128] Die gezielte Verbindung der vorgenannten Punkte zur Schaffung einer im besonderen und neuartigen Maße intuitiven und intrinsisch motivierenden Benutzerschnittstelle für das In- formationsretrieval, wobei eine beliebig große dahinterliegende Komplexität des Datenraums in einer funktional und visuell konsistent vereinfachten Form nahezu spielerisch erfahrbar gemacht wird.

[129] Die Ordinations- und Navigationseinrichtung ist nicht notwendiger Weise eigene Suchmaschine und muss auch nicht die Verfahren einer Dimensionsreduktion durchführen, sondern kann eine Einrichtung darstellen, welche die aus verschiedenen Verfahren gewonnenen Daten weiterverarbeitet und in der beschriebenen Weise automatisiert sichtbar und navigierbar macht.

[130] In einer weiteren Ausführungsform der Erfindung kann die Verlaufsliste bereits besuchter Inhalte, linear in der Zeitleiste abgebildet, ab einer geeigneten Größe nach ihren Metadaten ausgewertet nach der beschriebenen Weise selbst wiederum, sozusagen rekursiv, in das starre, geometrische Raster übertragen werden und der gegangene Weg vieler Stunden, Tage und Wo- chen auf neuartige Weise in einem Blick multidimensional überschaubar gemacht werden. Die daraus entstehenden „Muster" haben hohen Aussagewert über Interessenslagen des Benutzers und können in einem eigenen Format archiviert und weiter gegeben werden.

[131] In Figur 9 ist das „Fokus plus Kontext plus Flow" Konzept dargestellt. Die unter dem starren, geometrischen Raster angezeigte Leiste stellt eine optionale Zeitleiste dar. Das Zentral- feld ist mit Fn dargestellt. Ein ausgewähltes Feld ist mit (Fn) und ein vorheriges Feld mit [Fn] dargestellt. Die Größe „n" ist ein laufender Index. Der Figur 9 kann das navigieren von 1 über 2 und 3 bis 4 mittels SMB entnommen werden.

[132] In Figur 10 sind die Schichten dargestellt, welche den SMB bilden. Dabei repräsentieren „1" unsortierte n-dimensionale Daten (Metadaten für Mediadateien), „2" die Dimensionsbe- Stimmung und/oder Dimensionsreduktion mittels verschiedener Daten, „3" die Sortierung und das Gruppieren (Clustering), „4" die Gewichtung und die Auswahl mittels verschiedener Verfahren, „5" die Semantic Map Symmetrieverteilung, welche dynamisch nach Clusteraufkommen bestimmt wird, „6" die Semantic Map (semantische Karte), welche durch ein Mappingverfahren erzeugt wurde, und „7" die Repräsentationsebene, welche dem Benutzer zur Verfügung gestellt wird.

[133] Die Schichten fünf bis 7 bilden die „Semantische Lupe" welche mittels einer gestrichelten Linie 1100 von Beiträgen Dritter (Schichten eins bis vier) getrennt sind.

[134] Wird nun eine Suchanfrage 1120 auf der Schicht sieben gestartet, werden die Daten der Schicht eins über die einzelnen Schichten hinweg in die Schicht sieben transformiert.

[135] Das Navigieren (Flow) 1140 orientiert sich dann an den gruppierten Daten der Schicht vier und lässt den Benutzer durch das Datenmeer „fließen".