Durch die fortlaufende Weiterentwicklung von Ortungssystemen knnen große Mengen an Bewegungsdaten verschiedener Objektarten gesammelt werden. Hierbei sind skalierbare Methoden zur effizienten Analyse dieser großen Datenmengen erforderlich. Es wurden bereits einige Methoden und Werkzeuge entwickelt, welche in den Bereichen Data Mining, geographische Visualisierung, Informationsvisualisierung und Visual Analytics anzusiedeln sind. Jedoch werden bei den meisten Verfahren nur die reinen Bewegungsdaten berücksichtigt und nicht die zusätzlich vorhandenen Kontextinformationen. Diese sind Eigenschaften verschiedener Orte, Zeiten, oder Objekte, die die Bewegungen beeinflussen und/oder durch Bewegungen beeinflusst werden. Das Projekt zielt auf die Entwicklung theoretischer Grundlagen und neuer skalierbarer Methoden ab, um Bewegungsdaten unter Bercksichtigung des expliziten oder impliziten Kontexts zu analysieren. Die neuen Techniken werden interaktive visuelle Schnittstellen mit Berechnungsmethoden verbinden, um eine synergetische Kollaboration von Mensch und Maschine zu ermglichen. Im Rahmen des Projekts werden weiterhin Anstze entwickelt um die berfhrung der explorativen Analyse von Bewegungsdaten in die Bildung von formalen Modellen zu ermglichen. Der theoretische Teil des Projekts umfasst die Entwicklung eines konzeptuellen Modells der Bewegung, des rumlichen Kontexts, und mglicher Beziehungen zwischen Bewegung und Kontext. Darauf aufbauend wird eine Taxonomie der mglichen Analyseaufgaben und eine Taxonomie der verschiedenen Methoden erstellt. Dadurch erhlt man Richtlinien, um die passenden Analysemethoden in Abhngigkeit der jeweiligen Dateneigenschaften zu verwenden. Die entwickelte Theorie wird durch den Einsatz eines Softwareprototyps in realen Anwendungsszenarien evaluiert.
