Fortschritte bei Positionierungstechnologien haben die Erfassung riesiger Datenmengen über die Bewegung verschiedenster Objekttypen in unterschiedlichen Domänen ermöglicht, was die Nachfrage nach skalierbaren Methoden zur Analyse solcher Daten erhöht hat. Als Reaktion darauf sind in jüngerer Zeit eine Reihe von Methoden und Tools im Data Mining, in der geografischen Visualisierung, der Informationsvisualisierung und der Visual Analytics entstanden. Die meisten dieser Ansätze behandeln Bewegungsdaten jedoch isoliert, ohne den raumzeitlichen Kontext der Bewegung zu berücksichtigen, der die Eigenschaften unterschiedlicher Orte und Zeiten sowie verschiedene räumliche, zeitliche und raumzeitliche Objekte umfasst, die die Bewegung beeinflussen und/oder von ihr beeinflusst werden.

Dieses Projekt zielt darauf ab, theoretische Grundlagen und neuartige skalierbare Methoden zur Analyse von Bewegung im Kontext zu entwickeln, unter Nutzung expliziter Kontextinformationen, die in Form von Datensätzen verfügbar sind, sowie impliziter Kontextinformationen, die im Kopf des menschlichen Analysten vorliegen. Die Methoden werden interaktive visuelle Schnittstellen mit Computertechniken kombinieren, um eine synergetische Zusammenarbeit von Mensch und Computer zu unterstützen.

Das Projekt wird Ansätze entwickeln, die den Übergang von der explorativen Analyse von Bewegungsdaten zur Erstellung expliziter formaler Modelle ermöglichen, die die Ergebnisse der Visual-Analytics-Prozesse repräsentieren. Im theoretischen Teil wird das Projekt ein konzeptionelles Modell von Bewegung, ihrem raumzeitlichen Kontext und möglichen Beziehungen zwischen Bewegung und Kontext entwickeln. Auf dieser Grundlage wird das Projekt eine Taxonomie von Analyseaufgaben und eine Taxonomie von Methoden aufbauen, die Leitlinien für die Wahl analytischer Methoden und Tools abhängig von den Analysezielen und Eigenschaften der zu analysierenden Daten liefern. Die entwickelte Theorie und Methodik wird durch die Erstellung prototypischer Software-Tools und deren Evaluation in realen Anwendungsszenarien verifiziert.