Diese Doktorarbeit stellt eine Methodik vor, die aus Zeitreihen von Sensorbeobachtungen Events (Ereignisse) nahezu in Echtzeit ableiten und darstellen kann. Die Analyse der Sensor-Daten erfolgt unter zur Hilfenahme von Prozessen und Technologien des 'Semantic event processing'. Aus den Daten abgeleitete Ereignisse werden eindeutig und maschinenlesbar als Instanzen bestehender Wissensbasen (Ontologien) dargestellt. Der Einsatz einer erweiterten Form der 'Semantic Sensor Network' Ontologie ermöglicht in diesem Zusammenhang eine Modellierung von spezifischem Fachwissen in einer mehrstufigen Ontologie-Struktur. Infolgedessen können differenzierte Perspektiven verschiedener Fachgemeinschaften auf die gleichen Daten integriert und verglichen werden.

This thesis presents a methodology to infer and represent events from time series of sensor observations in near real-time. Semantic event processing is used to analyse sensor data. Inferred events are modelled using an extension of the Semantic Sensor Network ontology. Domain knowledge is represented in a multilevel ontology structure. The proposed methodology allows information communities to integrate different views on the same data.