„We are drowning in information and starved for knowledge.“ [Nais82]. John Naisbitt Das World Wide Web (WWW) hat sich in den letzten Jahren zu einem immer wichtigeren Bestandteil unserer Gesellschaft entwickelt. Die dort vorhandenen Informationen werden in vielen Einsatzgebieten verwendet, sowohl im privaten Umfeld als auch in Unternehmen. Zusätzlich zu diesem öffentlich zugänglichen Web existieren in vielen Unternehmen so genannte Intranets, die den Mitarbeitern interne Daten bzw. Informationen im Web-Format präsentieren. Die gesamte Informationsmenge, welche dem einzelnen Menschen zur Verfügung steht, steigt täglich an, und ein Ende dieser Entwicklung ist bisher nicht zu erkennen (siehe [Netc05]). Man spricht in diesem Zusammenhang oft von Informationsüberflutung (englisch „Information Overload“). Das obige Zitat des US-amerikanischen Forschers John Naisbitt charakterisiert dieses Dilemma. Obwohl oder gerade weil die Datenmenge stetig zunimmt, wird es immer schwieriger, die benötigten Informationen ausfindig zu machen und für sich zu nutzen. Deshalb gewinnt die Filterung bzw. Präsentation relevanter Informationen mehr und mehr an Bedeutung. In den meisten Anwendungen ist dies noch die Aufgabe des Benutzers, was jedoch oft mit erheblichem Zeitauf-wand oder sogar mit einem erfolglosen Suchergebnis verbunden ist. Ursache dafür ist die Tatsache, dass die meisten Benutzer mit den heute vorhandenen Datenmengen überfordert sind und nicht wissen, in welchen Quellen sie suchen sollen bzw. welche der angebotenen Informationen für sie von Relevanz sind. Mittlerweile existieren jedoch Konzepte und Technologien, mit denen diese Herausforderungen der Zukunft gemeistert werden können. Dazu zählt das Semantic Web, welches Konzepte vereint, die hauptsächlich auf dem Gebiet der Informationsfilterung und Wissensrepräsentation erhebliche Mehrwerte bringen sollen. Der Kern des Semantic Web besteht darin, im Web verfügbare Daten mit Meta-Informationen anzureichern und es dadurch Anwendungen (Agenten) möglich zu machen, die verfügbaren Daten zu verstehen bzw. Aussagen über die Bedeutung dieser Daten zu machen. „Als Wunschvorstellung verbirgt sich dahinter nichts weniger als die Weiterentwicklung des gegenwärtig präsentationsorientierten Webs zu einem universellen Kommunikationsmedium, in dem maschinelle Agenten im Auftrag von Menschen gewisse Tätigkeiten vollführen. [...]
Inhaltsverzeichnis
1 Einleitung
1.1 Zielsetzung der Arbeit
1.2 Gliederung der Arbeit
2 Grundlagen
2.1 Semantische Modelle
2.1.1 Taxonomie
2.1.2 Thesaurus
2.1.3 Topic Map
2.1.4 Ontologie
2.2 Modellierungssprachen
2.2.1 Resource Description Framework (RDF) und RDF Schema (RDFS)
2.2.2 Web Ontology Language (OWL)
3 Das Semantic Web
3.1 Motivation für die Entstehung des Semantic Web
3.2 Ziele
3.3 Aufbau
3.4 Probleme und Risiken
4 Anwendungen des Semantic Web
4.1 Produkte und Projekte der Ontoprise GmbH
4.1.1 Semantische Suche zur Vertriebsunterstützung
4.1.2 Ratgebersystem für den Kundenservice
4.2 Strategisches Personalmanagement bei der DaimlerChrysler AG
4.3 SmartWeb
4.4 Weitere Anwendungen
5 Zusammenfassende Betrachtung und Ausblick
Zielsetzung & Themen
Die Arbeit gibt einen umfassenden Überblick über die Vision des Semantic Web, ordnet das Konzept in die aktuelle IT-Landschaft ein und analysiert den Mehrwert durch die praktische Anwendung semantischer Technologien in Unternehmen und Forschung.
- Grundlagen semantischer Modelle (Taxonomien, Thesauri, Topic Maps, Ontologien)
- Technologische Architektur des Semantic Web (RDF, RDFS, OWL)
- Herausforderungen der Wissensrepräsentation und Informationsfilterung
- Praxisbeispiele zur semantischen Suche und zum Kompetenzmanagement
Auszug aus dem Buch
2.1.4 Ontologie
„An ontology is an explicit, formal specification of a shared conceptualization of a domain of interest.“ [Grub95].
Der Begriff Ontologie ist zurückzuführen auf den griechischen Philosophen Aristoteles, der sich in seinen Schriften zur Metaphysik als erster mit diesem Thema beschäftigte. In der Philosophie versteht man darunter die Lehre vom Sein oder die Lehre vom Seienden (vgl. [UMA05, S. 6]). Im 20. Jahrhundert wurde der Begriff Ontologie von der Informatik aufgegriffen und seitdem v.a. in den Bereichen der Künstlichen Intelligenz und des Wissensmanagements verwendet.
Das obige Zitat von Thomas R. Gruber ist in diesem Zusammenhang die bedeutendste Definition und wird daher im Folgenden näher erläutert. Mit „conceptualization“ ist ein abstraktes Modell gemeint, das sich auf einen Realweltausschnitt bezieht und dessen relevante Konzepte abdeckt. „Explicit“ bedeutet, dass die in der Ontologie verwendeten Konzepte eindeutig definiert sein müssen. Die Spezifikation soll ebenfalls „formal“ sein, um Maschinenlesbarkeit zu gewährleisten. Die Anforderung, dass das in der Ontologie reflektierte Wissen nicht nur von einer Einzelperson, sondern von einer größeren Personengruppe gemeinsam akzeptiert werden muss, wird durch „shared“ ausgedrückt. Mit „domain of interest“ wird ausgedrückt, dass man sich bei der Modellierung auf die Bereiche der Realwelt beschränken soll, die für die durchzuführenden Aufgaben relevant sind. Der abgebildete Bereich wird auch als Domäne bezeichnet.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung beleuchtet die zunehmende Informationsflut und den Bedarf an semantischen Technologien zur besseren Datenstrukturierung sowie zur Unterstützung des Wissensmanagements.
2 Grundlagen: Dieses Kapitel erläutert die Hierarchie semantischer Modelle und die grundlegenden Modellierungssprachen, die für den Aufbau des Semantic Web essentiell sind.
3 Das Semantic Web: Es werden die Motivation, die drei Kernziele sowie der schichtenartige Aufbau des Semantic Web detailliert beschrieben.
4 Anwendungen des Semantic Web: Der Hauptteil präsentiert praxisnahe Umsetzungen, darunter semantische Suche bei Ontoprise, Kompetenzmanagement bei DaimlerChrysler und das SmartWeb-Projekt.
5 Zusammenfassende Betrachtung und Ausblick: Das Fazit fasst die Ergebnisse zusammen und bewertet den aktuellen Reifegrad der Technologie sowie zukünftige Entwicklungsperspektiven.
Schlüsselwörter
Semantic Web, Ontologie, Wissensrepräsentation, RDF, OWL, Informationsfilterung, Wissensmanagement, Kompetenzmanagement, semantische Suche, Wissensmodellierung, Metadaten, Reasoning, Inferenzmaschinen, Klassenhierarchie, Datentransformation
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht das Konzept des Semantic Web als Erweiterung des bestehenden Webs, um Informationen für Maschinen interpretierbar und für Nutzer besser auffindbar zu machen.
Welche zentralen Themenfelder werden abgedeckt?
Die Schwerpunkte liegen auf theoretischen Grundlagen wie Taxonomien und Ontologien sowie auf der praktischen Anwendung semantischer Technologien in Unternehmen.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist die Einordnung des Begriffs „Semantic Web“ in die IT-Welt und die Analyse des Mehrwerts durch reale Anwendungsbeispiele.
Welche wissenschaftlichen Methoden werden verwendet?
Der Autor führt eine fundierte Literaturanalyse zu semantischen Modellen durch und verbindet diese mit der deskriptiven Analyse von Fallbeispielen aus der Wirtschaft.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden neben der technologischen Architektur des Semantic Web spezifische Projekte vorgestellt, wie etwa das Ratgebersystem SemanticGuide oder Ontologien für das strategische Personalmanagement.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind insbesondere Ontologien, RDF, OWL, Wissensmanagement und semantische Suche.
Wie wird das Problem der „Informationsüberflutung“ gelöst?
Das Semantic Web setzt durch die Anreicherung von Daten mit Meta-Informationen an, um eine automatische Filterung und kontextsensitive Suche zu ermöglichen.
Was ist der Vorteil von Ontologien gegenüber Taxonomien?
Ontologien bieten eine deutlich höhere semantische Ausdrucksstärke, da sie komplexe Beziehungen, Attribute und Schlussfolgerungen ermöglichen, die über einfache hierarchische Baumstrukturen hinausgehen.
- Citation du texte
- Thomas Hafner (Auteur), 2005, Das Semantic Web und seine Anwendungen, Munich, GRIN Verlag, https://www.grin.com/document/60997
