Schlussbericht mtrade - ISS - Umwelt-Campus Birkenfeld

! " 

Institut für Softwaresysteme in Wirtschaft, Umwelt und Verwaltung 

Prof. Dr. Rolf Krieger | Prof. Dr. Norbert Kuhn 

Dipl.-Inform. Stefan Naumann | Dipl.-Inform. Cordula Schürmann 

Dipl.-Inform. (FH) Christian Sommer


Herausgeber 

Institut für Softwaresysteme in Wirtschaft, Umwelt und Verwaltung (ISS) 

Fachhochschule Trier, Standort Umwelt-Campus Birkenfeld 

Postfach 13 80 

D-55761 Birkenfeld 

© ISS 2004 

2

Abschlussbericht „Intelligente Handelbörsen für Gebrauchtwaren“ 

Gefördert im Rahmen des Förderprogramms „Wissensintensive Dienstleistungen“ 

des Bundesministeriums für Bildung und Forschung 

Projekt-Nr. 126TV9BF, Förderkennzeichen 01HW0118 

Projektträger: Deutsches Zentrum für Luft- und Raumfahrt (DLR) 

Projektlaufzeit 1. August 2001 – 31. Dezember 2003 


Umwelt-Campus Birkenfeld, Standort der Fachhochschule Trier 

Postfach 1380 

D-55761 Birkenfeld 

Prof. Dr. Rolf Krieger | Prof. Dr. Norbert Kuhn 

Dipl.-Inform. Stefan Naumann | Dipl.-Inform. Cordula Schürmann 

Dipl.-Inform. (FH) Christian Sommer 

3


4

INHALTSVERZEICHNIS 


I PROJEKTPLANUNG........................................................................................ 10 

1 Einleitung....................................................................................................................... 10 

1.1 Fachliche Spezifikation und Klassifikation von gebrauchten Maschinen ..... 10 

1.2 Matching Service für Angebot und Nachfrage .................................................. 11 

1.3 Branchenspezifische Suchverfahren (Suchspider/-crawler)........................... 11 

1.4 Prototypische Integration von Komponenten .................................................... 11 

2 Grundlagen und Ablauf des Vorhabens................................................................ 12 

2.1 Arbeitspakete ......................................................................................................... 13 

2.2 Projektverlauf ......................................................................................................... 14 

2.3 Klassifikationen ...................................................................................................... 15 

2.4 Produktkataloge..................................................................................................... 16 

2.5 Information Retrieval-Verfahren .......................................................................... 16 

3 Zusammenarbeit mit anderen Stellen.................................................................... 17 

II PROJEKTERGEBNISSE.................................................................................. 18 

1 Klassifikationssysteme und Katalogformate....................................................... 18 

1.1 Analyse bestehender Anbieter/ Handelsbörsen ............................................... 18 

1.2 Anforderungen an Klassifikationssysteme und Produktkataloge................... 21 

1.2.1 Strukturelle Anforderungen .......................................................................... 21 

1.2.1.1 Referenzhierarchie .................................................................................... 21 

1.2.1.2 Merkmale und Merkmalleisten................................................................. 22 

1.2.2 Inhaltliche Anforderungen ............................................................................ 23 

1.2.3 Zusammenfassung........................................................................................ 23 

1.3 Analyse einschlägiger Klassifikationssysteme.................................................. 25 

1.3.1 Elektronisch verfügbare Klassifikationssysteme....................................... 25 

1.3.1.1 eClass 4.0................................................................................................... 25 

1.3.1.2 United Nations Standard Products and Services Code System ........ 28 

1.3.1.3 Elektro-Technisches Informations-Modell (ETIM) ................................ 29 

1.3.2 Weitere Klassifikationssysteme................................................................... 29 

1.3.2.1 DIN 8580 Fertigungsverfahren ................................................................ 29 

1.3.2.2 Klassifikation AWF 310............................................................................. 30 

1.3.2.3 Klassifizierung auf Grundlage eines Merkmallexikons ........................ 31 

1.3.3 Zusammenfassung........................................................................................ 32 

5


6 

1.4 Betrachtung verschiedener XML-Austauschformate für Produktkataloge ... 33 

1.4.1 Allgemeine Anforderungen........................................................................... 33 

1.4.2 Analyse einschlägiger Produktkatalogformate.......................................... 35 

1.4.2.1 BMEcat........................................................................................................ 35 

1.4.2.2 XML Common Business Library 3.5 (xCBL) ......................................... 37 

1.4.2.3 commerce eXtensible Markup Language Version 1.1 (cXML)........... 38 

1.4.3 Bewertung....................................................................................................... 38 

1.5 Datenstruktur eines generischen Klassifikationssystems ............................... 39 

2 Such- und Klassifizierungsstrategien in Klassifikationssystemen und 

elektronischen Produktkatalogen................................................................................... 41 

2.1 Verfahren des Information Retrieval................................................................... 41 

2.2 Suchstrategien in Produktkatalogen................................................................... 41 

2.2.1 Aufbau der Anfrage ....................................................................................... 42 

2.2.2 Suchstrategie ................................................................................................. 44 

2.2.3 Notationen....................................................................................................... 44 

2.2.4 Vektorraum-Modell ........................................................................................ 45 

2.2.4.1 Indexterme.................................................................................................. 45 

2.2.4.2 Rankingfunktion ......................................................................................... 46 

2.2.5 Fuzzy-Retrieval .............................................................................................. 47 

2.2.5.1 Zugehörigkeitsfunktionen ......................................................................... 47 

2.2.5.2 Rankingfunktion ......................................................................................... 51 

2.3 Ergebnisse.............................................................................................................. 52 

3 Branchenspezifische Suchverfahren und Klassifikationssysteme............... 53 

4 Prototypische Implementierung der Handelsplattform..................................... 54 

4.1 Datenbestand......................................................................................................... 54 

4.2 Qualität des Datenbestandes .............................................................................. 55 

4.3 Technische Architektur der Handelsplattform................................................... 56 

4.4 Datenhaltung .......................................................................................................... 58 

4.5 Import/ Export-Schnittstelle.................................................................................. 58 

4.6 Web-Frontend ........................................................................................................ 60 

4.7 Fuzzy-Modul........................................................................................................... 62 

4.7.1 Indexprozessor............................................................................................... 62 

4.7.2 Queryprozessor ............................................................................................. 63 

4.7.3 Präprozessor .................................................................................................. 64 

4.7.4 Fuzzyprozessor.............................................................................................. 64 

4.7.5 Rankingprozessor.......................................................................................... 65 

4.8 Betreiber-Frontend ................................................................................................ 66


4.8.1 Navigation im Klassifikationssystem........................................................... 67 

4.8.2 Auswahlmenü „Module“................................................................................ 68 

4.8.3 Modularbeitsfläche ........................................................................................ 68 

4.8.4 Statusleiste ..................................................................................................... 68 

4.8.5 Menüleiste....................................................................................................... 68 

4.8.6 Menübar .......................................................................................................... 68 

4.8.7 Dataverifiermodul........................................................................................... 68 

4.8.8 Statistikmodul................................................................................................. 69 

4.8.9 Statistik-Export............................................................................................... 70 

5 Integration von Komponenten in den omeco ® webshop.................................. 72 

6 Voraussichtlicher Nutzen und Verwertbarkeit..................................................... 74 

7 Verwendete aktuelle Forschungsergebnisse ...................................................... 76 

8 Veröffentlichungen ..................................................................................................... 77 

8.1 Veröffentlichungen der Projektergebnisse......................................................... 77 

8.2 Studentische Arbeiten im Rahmen des Forschungsprojektes ....................... 77 

9 Ausblick auf zukünftige Forschungsvorhaben................................................... 79 

III LITERATURVERZEICHNIS .............................................................................. 80 

7


TABELLENVERZEICHNIS 

Tabelle 1: Merkmal „Zustand“ mit ausgewählten Attributen und Ausprägungen ........ 24 

Tabelle 2: Auszug aus einem Produktindex, ergänzt durch die ipf ............................... 46 

Tabelle 3: Suchergebnisse mit vektoriellem Ranking...................................................... 47 

Tabelle 4: Ranking-Ergebnisse mit Fuzzy-Retrieval........................................................ 52 

Tabelle 5: Beispiele von Merkmalen und Merkmalswerten einer Feindrehbank......... 54 

Tabelle 6: Merkmale mit den dazugehörenden Merkmalswerten.................................. 56 

Tabelle 7: Auszug aus der Tabelle der hinterlegten Datenformate für die Werte....... 69 

8

ABBILDUNGSVERZEICHNIS 


Abbildung 1: Tatsächlicher Projektverlauf ......................................................................... 15 

Abbildung 2: Beispiel eines hierarchischen Produktkataloges....................................... 22 

Abbildung 3: Allgemeine Strukturierung eines Produktkatalogdokumentes ................ 34 

Abbildung 4: Erweiterungen des BMEcat-Produktkatalogs ............................................ 36 

Abbildung 5: Schematische Darstellung der Datenstruktur ............................................ 40 

Abbildung 6: Beispielanfrage einer gebrauchten Maschine ........................................... 42 

Abbildung 7: XML-Schema für eine Produktanfrage ....................................................... 43 

Abbildung 8: XML-kodierte Anfrage nach einer Maschine (Auszug) ............................ 44 

Abbildung 9: Zugehörigkeitsfunktion des Merkmals „Preis“ ........................................... 49 

Abbildung 10: Ähnlichkeit bei Erfüllung des Anfragebereiches...................................... 49 

Abbildung 11: Ähnlichkeit bei Enthaltung des Produktes im Anfragebereich .............. 50 

Abbildung 12: Ähnlichkeit bei exakter Übereinstimmung................................................ 50 

Abbildung 13: Mehrschicht-Architektur des Prototyps..................................................... 57 

Abbildung 14: Komponentenansicht der 3-Schicht-Architektur...................................... 58 

Abbildung 15: Schematische Darstellung der Import- und Exportschnittstelle............ 59 

Abbildung 16: GUI des fertigen Import-Tools.................................................................... 60 

Abbildung 17: Benutzerschnittstelle „stöbern“-Funktion.................................................. 61 

Abbildung 18: Eingabemaske zu unscharfen Suche ....................................................... 62 

Abbildung 19: Arbeitsweise der Hauptkomponenten des Fuzzy-Moduls ..................... 63 

Abbildung 20: Von der XML-Datei des Frontends zur einer Rangliste der Produkte . 64 

Abbildung 21: Funktionszerlegung am Beispiel der geglätteten Trapez-Funktion...... 65 

Abbildung 22: Modul „Funktionen definieren und bearbeiten“ ....................................... 65 

Abbildung 23: Die vom Rankingprozessor sortierten Werte........................................... 66 

Abbildung 24: Die grafische Benutzerschnittstelle des Mainframes ............................. 67 

Abbildung 25: Anzeige der vom Statistikmodul ermittelten Werte................................. 70 

Abbildung 26: Grafische Visualisierung der exportierten Statistikdaten....................... 71 

Abbildung 27: Integration der Export-Schnittstelle in omeco ® webshop....................... 73 

9


I Projektplanung 

1 Einleitung 

Mit elektronischen Marktplätzen im Internet bietet sich vielen Händlern die Chance, ergän- 

zend zu den bestehenden traditionellen Absatzmarktstrukturen neue Märkte zu erschließen. 

Neben dem Ansprechen neuer Zielgruppen können bestehende Geschäftsbeziehungen intensi- 

viert, vereinfacht und damit die Kosten für Geschäftsprozesse sowohl auf Seiten des Händlers 

als auch des Kunden reduziert werden. Für den Handel mit gebrauchten Waren bieten Markt- 

plätze im Internet einen weltweit erreichbare Informations- und Kommunikationsplattform. 

Traditionelle Kommunikationsmittel sind hauptsächlich Zeitschriften, Messen oder Makler. 

Insbesondere für den Handel mit gebrauchten Industriemaschinen, mit einem Angebot von 

Werkzeugmaschinen bis zu vollständigen Fertigungsstraßen, haben sich einige Marktplätze 

im Internet schon etabliert (beispielsweise www.surplex.com [Surplex AG 2002], 

www.machinestock.com [Machinestock 2003]). 

10 

Sie unterstützen Unternehmen von der Beschaffung bis zur Verwertung von gebrauchten 

Industriemaschinen. Entscheidend für eine effektive Abwicklung betrieblicher Abläufe sind 

eine einheitliche inhaltliche Beschreibung und standardisierte Austauschformate für Produkt- 

daten [Otto, B. und Beckmann, H. 2001, PricewaterhouseCoopers 2002]. Die inhaltliche Be- 

schreibung von Investitionsgütern basiert dabei auf komplexen Klassifikationssystemen, die 

Klassifikationsgruppen und Merkmalsleisten festlegen. Für einen einfachen Datenaustausch 

zwischen Anbietern und Interessenten über den Marktplatz ist es notwendig, dass zum einen 

das Klassifikationssystem möglichst weit verbreitet und akzeptiert ist und zum anderen der 

Datenaustausch über ein standardisiertes Format erfolgen kann. 

Ziel des Projektes „Intelligente elektronische Handelsbörsen für Gebrauchtwaren im Inter- 

net“ waren die Analyse, die Entwicklung und die Erprobung von Komponenten für den Auf- 

bau elektronischer Handelsbörsen von Gebrauchtmaschinen und -teilen im Internet. Dabei 

reichten die einzelnen Arbeiten von der Definition geeigneter Klassifikationen unter Verwen- 

dung der Datenbeschreibungssprache XML (Extensible Markup Language) bis hin zur Ent- 

wicklung und Analyse von Algorithmen zur Suche nach passenden Angebots- und Nachfra- 

gepaaren auf der Grundlage heuristischer Korrelationsmaße. 

Die einzelnen Arbeitsziele werden im Folgenden genauer spezifiziert und beschrieben. 

1.1 Fachliche Spezifikation und Klassifikation von gebrauchten Maschinen 

Um den Handel mit gebrauchten Maschinen zu unterstützen, ist es notwendig, die Maschinen 

zu klassifizieren und in geeignete Katalogstrukturen einzuordnen. In einem ersten Schritt wa- 

ren typische Merkmale, die für die Entscheidungsfindung bei einem Kauf von Bedeutung 

sind, zu bestimmen und zu formalisieren. Dabei sollte es möglich sein, die beschreibenden


Merkmale einer Maschine um Attribute zur Steuerung und Optimierung des Suchprozesses zu 

ergänzen. Die Zusammenfassung sämtlicher Merkmale führt zu einem Klassifikationssystem. 

Um die zukünftige Weiterentwicklung dieses Klassifikationssystems zu vereinfachen, wurden 

spezielle anwendungsspezifische Werkzeuge zur komfortablen Pflege unter Berücksichtigung 

der Suchalgorithmen erstellt. 

1.2 Matching Service für Angebot und Nachfrage 

Unter einem Matching Service wird in diesem Projekt die automatische Zuordnung von An- 

geboten und Nachfragen verstanden. Dabei muss berücksichtigt werden, dass Angebote meis- 

tens sehr detailliert, Nachfragen eher unscharf beschrieben sind. Um nun bestehende Angebo- 

te einer Anfrage oder umgekehrt zuzuordnen, müssen Korrelationsmaße für bestimmte 

Merkmale von gebrauchten Maschinen definiert werden. 

Ein einfaches Beispiel mag dies verdeutlichen: Sucht ein Kaufinteressent eine Maschine vom 

Typ A mit einer maximalen Betriebszeit von 24 Monaten, dann ist für ihn mit hoher Wahr- 

scheinlichkeit auch eine Maschine von diesem Typ mit einer Betriebszeit von 20 oder 25 Mo- 

naten interessant. Diese Unschärfe muss von den Korrelationsmaßen unter Einbeziehung von 

heuristischen Strategien berücksichtigt werden. Die Entwicklung und Evaluierung geeigneter 

Maße bilden somit einen Schwerpunkt, ebenso die Integration dieser Maße in generische 

Suchstrategien. Die Entwicklung sollte objekt- und komponentenorientiert erfolgen, so dass 

eine Anwendung der Maße und des Matching-Service auch in anderen Szenarien ohne großen 

technischen Aufwand möglich ist. 

1.3 Branchenspezifische Suchverfahren (Suchspider/-crawler) 

Neben der Möglichkeit, Angebote über eine Benutzerschnittstelle manuell einzugeben, sollten 

Verfahren (Suchspider) zum Auffinden von Angeboten zu gebrauchten Maschinen im Internet 

entwickelt werden. Diese Angebote können von anderen Marktplätzen oder von assoziierten 

Händlern stammen, die eine automatisierte Übernahme ihrer Angebote wünschen. Hierbei 

war zu untersuchen, wie die händlerspezifischen Klassifikationen der Maschinen in das unter 

1.1 entwickelte Klassifikationsschema abgebildet werden können. D. h. die gefundenen An- 

gebote müssen indexiert werden, um dem eigenen Matching–Service zur Verfügung zu ste- 

hen. Unterstützung können hier die Suchverfahren bieten. Ein außerhalb des Marktplatzes 

gefundenes Maschinenangebot kann über das Suchverfahren gemäß dem Klassifikationssys- 

tem einer der Produktgruppen zugeordnet werden. Die entwickelte Suchmaschine kann dann 

anhand der Merkmale zu diesen Maschinen die geeigneten Produktgruppen ermitteln. 

1.4 Prototypische Integration von Komponenten 

Das entwickelte Klassifikationssystem mit dem Matching-Service und den branchenspezifi- 

schen Suchstrategien sollte, wenn möglich, in eine bereits bestehende Handelsplattform integ- 

riert werden. Die u. U. erforderliche Anpassung und Erweiterung des zugrunde liegenden Da- 

tenmodells sollte dabei untersucht und bewertet werden. Begleitend sollten dabei auch be- 

11


triebswirtschaftliche Fragestellungen an ein Betreibermodell näher untersucht werden. Ausgangspunkt 

dazu bot der schon bestehende Marktplatz machinerytrade.net, der von omeco ® 

GmbH, dem industriellen Partner in diesem Projekt, zur Analyse und möglichen Integration 

zur Verfügung stand. 

2 Grundlagen und Ablauf des Vorhabens 

E-Commerce findet sowohl zwischen Anbieter und Konsument (Business-to-Consumer, 

B2C), vor allem aber zwischen Unternehmen (Business-to-Business, B2B) statt. Viele kleine- 

re und mittelständische Unternehmen haben erkannt, dass gerade für sie in diesem Bereich 

neue Geschäftschancen entstehen können. Das Interesse liegt neben der Erschließung neuer 

Märkte auch in der Reduzierung der Kosten durch Optimierung in Betrieb und Beschaffung. 

Prognosen von Forrester Research [Forrester Research 2002] sagen einen Umsatz von über 

1,7 Billionen Dollar im Jahr 2004 im Bereich B2B voraus. So erwarten auch in Europa 50% 

der befragten Firmen, die im Bereich B2B tätig sind, in den kommenden Jahren ein jährliches 

Wachstum von mindestens 5%. 

12 

Der Handel von Gebrauchtwaren, insbesondere im Bereich für gebrauchte Maschinen, bie- 

tet für die Zukunft weltweit ein großes Einsatzfeld. Bei der Analyse bestehender Marktplätze 

bzw. Handelsbörsen von gebrauchten Maschinen fiel die Vielzahl der unterschiedlichen Be- 

schreibungsformen der gebrauchten Maschinen auf. Es gab keine einheitliche Klassifizierung, 

eine standardisierte Klassifikation von gebrauchten Maschinen war nicht zu erkennen. Klassi- 

fikationssysteme, die mit ihren Merkmals-/ Wertepaaren die Produkte detailliert beschreiben, 

sind eine wesentliche Voraussetzung für die Entwicklung intelligenter Suchverfahren. 

Die im Vorfeld durchgeführte Evaluation der angebotenen Suchverfahren in den existie- 

renden elektronischen Handelsbörsen ergab, dass die meisten Marktplätze und Anbieter ledig- 

lich eine vereinfachte Suche entlang der Produktgruppenhierarchie anbieten oder sich auf we- 

nige, allgemeingültige Merkmale beschränken. 

Um jedoch eine unscharfe Suchanfrage möglichst automatisiert beantworten zu können, 

bedarf es Techniken, die in hohem Maße die Struktur des Klassifikationssystems und das 

durch die Produktmerkmale und -werte in den Produktkatalogen gegebene Anwendungswis- 

sen berücksichtigen. Dazu können semantische Ansätze mit Algorithmen und Konzepten des 

auf unstrukturierten Daten basierenden Information Retrieval kombiniert werden. 

Dieses Anwendungswissen entsprechend zu evaluieren, aufzuarbeiten und als Basis für die 

zu entwickelnden informationstechnischen Methoden zu verwenden war die Grundlage für 

die Durchführung dieses Projektes. Die Analyse und die Evaluierung umfasste folgende Be- 

reiche: 

• Beschreibung und Einteilung der Produkte (Klassifikationssystem), 

• Suchverfahren für eine unscharfe Produktsuche nach Vorgaben des Anwenders,


• Allgemeingültige Austauschformate, die unabhängig von der verwendeten Klassifikation 

und der Ablage der Daten für den Import und Export von Produktdaten verwendet werden 

können. 

Ein Marktplatz erfordert den Informationsaustausch mit vielen Partnern, der über geeignete 

Schnittstellen unterstützt werden muss. Die Schnittstellen sind sehr komplex und ihre Ent- 

wicklung entsprechend teuer. Eine solche Schnittstelle müsste idealerweise die verschiedenen 

Klassifikationssysteme (Semantik: inhaltliche Bedeutung) und die unterschiedlichen Aus- 

tauschformate (Syntax: äußere Struktur) verarbeiten können, um die datentechnische Kom- 

munikation zwischen den einzelnen Partnern des Marktplatzes zu ermöglichen. Für dieses 

Projekt ergab sich somit die Forderung nach einer anpassbaren generischen Schnittstelle, die 

diese Anforderungen realisiert. 

Mit der omeco ® GmbH stand ein kompetenter industrieller Partner zur Verfügung, der 

schon langjährige Erfahrungen mit der Abwicklung von Geschäftsprozessen im Internet auf- 

weist. Mit der Plattform www.machinerytrade.net stellte die omeco ® GmbH einen Marktplatz 

für gebrauchte Industriemaschinen und ihre bisherigen Erfahrungen zur Verfügung. 

2.1 Arbeitspakete 

Die Durchführung des Projektes gliederte sich in folgende Schwerpunkte: 

AP1: Fachliche Spezifikation und Klassifikation von gebrauchten Maschinen 

T1.1: Erfassung der Beschreibungsmerkmale für gebrauchte Maschinen 

T1.2: Entwicklung eines Klassifikationsschemas für gebrauchte Maschinen 

T1.3: Spezifikation der Werkzeuge zur Pflege der XML-Dokumente 

T1.4: Schnittstellen zu Standardsystemen 

T1.5: Implementierung der Werkzeuge zur Pflege der Klassifikation 

AP2: Matching-Service für Angebot und Nachfrage/Anfrage 

T2.1: Definition von Korrelationsmaßen 

T2.2: Empirische Evaluierung der verschiedenen Maße 

T2.3: Generische Suchverfahren unter Berücksichtigung der 

definierten Ähnlichkeitsmaße 

13


AP3. Branchenspezifische Suchverfahren (Suchspider / -crawler) 

T3.1: Verfahren zum Auffinden von Informationen über gebrauchte Maschinen 

14 

im Internet 

T3.2: Verfahren zur Abbildung von Maschineninformationen in Fremdformaten in das 

entwickelte Klassifikationsschema für gebrauchte Maschinen 

AP 4: Prototypische Integration von Komponenten in die 

bestehende Handelsplattform 

T4.1: Erweiterung und Anpassung des Datenmodells 

T4.2: Integration des Matching- und Suchverfahrens 

T4.3: Evaluierung / Erprobung der Handelsplattform 

T4.4: Entwicklung und Evaluierung von Betreibermodellen und Anwendungsfällen 

2.2 Projektverlauf 

Die Analyse und die Entwicklung eines Klassifikationssystems nahmen mehr Zeit in An- 

spruch als ursprünglich geplant. Der Umfang und die Anzahl der potenziell geeigneten Klas- 

sifikationssysteme der bestehenden Marktplätze, die zu betrachten waren, verursachten diesen 

Mehraufwand. 

Zum Arbeitspaket 3 besteht seit der CeBIT 2003 eine Zusammenarbeit mit dem Institut für 

Innovative Informatik-Anwendungen der Fachhochschule Trier. Im Projekt INFOX-1 werden 

dort Verfahren entwickelt, die es ermöglichen, relevante Informationen zu einem speziellen 

Thema automatisch aus dem WWW zu selektieren. Im Rahmen der Zusammenarbeit wird 

untersucht, wie diese Verfahren in unserem Anwendungsbereich verwendet werden können. 

Hierfür stellen wir Informationen bereit (siehe 5.1), die zum Suchen im Word-Wide Web 

(WWW) und zum Aufbau der dafür notwendigen Wissensbasis verwendet werden. 

Für die prototypische Integration von Komponenten in eine bestehende Handelsplattform 

(Arbeitspakte 4) stellte uns unser Partner omeco ® GmbH mit machinerytrade.net eine Han- 

delsplattform für gebrauchte Maschinen zur Verfügung. Nach intensiver Analyse dieser Platt- 

form stellte sich im Verlauf des Projektes heraus, dass eine Integration der entwickelten 

Komponenten in diese php-basierte Plattform nicht optimal durchführbar ist. Zudem fehlten 

gewisse Strukturen, wie z. B. das Einlesen und Auslesen von Produktkatalogen oder die Hal- 

tung der Daten der Maschinen in einfachen Datenstrukturen, so dass eine Integration eine 

weitgehende Neu- bzw. Umstrukturierung bedeuten würde. Deshalb wurde beschlossen, mit


Hilfe der gewonnenen Erfahrungen eine eigene prototypische Plattform zu realisieren (mtra- 

de). 

Als Beispiel der Verwertbarkeit der in diesem Projekt entwickelten Komponenten wurde 

die Export-Schnittstelle in den webshop von omeco ® integriert. 

2.3 Klassifikationen 

Abbildung 1: Tatsächlicher Projektverlauf 

Als Grundlage für die Analyse bestehender Klassifikationssysteme wurden standardisierte 

elektronische und nicht in elektronischer Form vorliegende Klassifikationssysteme herange- 

zogen, die schon heute in verschiedenen Industriezweigen ihren Einsatz finden. 

• eClass: Standard für Materialklassifikation und Warengruppen [Institut der deutschen 

Wirtschaft Köln 2002] 

• ETIM: Klassifikationssystem des Elektro-Großhandels [ETIM 2002] 

• UNSPSC: United Nations Standard Products and Services Code System [UNSPSC 2002] 

• Klassifikation AWF 310 und AWF-Karten [AWF-Ausschuss für Wirtschaftliche Ferti- 

gung e.V. 1990] 

• DIN-Normen als Basis für die Analyse geeigneter Klassifikationen [DIN 8580 1974, DIN 

EN 61360-1 1996] 

• DIN-Normen zu Klassifikationssystemen und Merkmalen [DIN 1998, DIN 2002] 

15


2.4 Produktkataloge 

Bei der Vielzahl der existierenden Katalogsprachen haben wir uns im Projekt auf die Unter- 

suchung XML-basierter Katalogdokumente beschränkt, und zwar auf solche, die weltweit zu 

den am meisten verbreiteten Katalogformaten gehören. Dazu gehört der XML-basierte Pro- 

duktkatalogstandard BMEcat, der auf Initiative des Bundesverbandes Materialwirtschaft, Ein- 

kauf und Logistik e.V. (BME) in Zusammenarbeit des Fraunhofer Instituts für Arbeitswissen- 

schaft und Organisation (IAO) und der Universität Essen mit führenden deutschen Unterneh- 

men entwickelt wurde. BMEcat wird nach erfolgreicher Pilotphase von immer mehr Unter- 

nehmen in Deutschland eingesetzt und auch von den Unternehmen im Ausland immer stärker 

zur Kenntnis genommen. 

16 

Daneben wurde noch xCBL, das durch die Produkte von CommerceOne ([Commerce One 

2002]) weit verbreitet wurde, näher untersucht, da auch xCBL die Möglichkeit bietet, reine 

Produktkataloge zu definieren. Als wesentliche Quellen für Informationen zu standardisierten 

Produktkatalogen wären zu nennen: 

• Allgemeine Informationen zu Klassifikationssystemen und Produktkatalogen: 

www.katalogmanager.de [XLcontent GmbH 2003] 

• BMEcat ist der vom Bundesverband Materialwirtschaft, Einkauf und Logistik e.V. als 

XML-basierter Standard zum Austausch von multimedialen elektronischen Produkt- und 

Katalogdaten zwischen Lieferanten und beschaffenden Organisationen entwickelte Pro- 

duktkatalog [BME 2002] 

• XML Common Business Library (xCBL)-Produktkataloge [Commerce One 2002] 

• Commerce eXtensible Markup Language Version 1.1 (cXML), proprietäres Format 

[cXML 2002]. 

2.5 Information Retrieval-Verfahren 

Verfahren des Information Retrieval haben mit der zunehmenden Nutzung des Internets stark 

an Bedeutung gewonnen. Ohne Suchmaschinen wie google, altavista, yahoo oder fireball lie- 

ße sich häufig die im Internet verstreute Information kaum finden. Dabei handelt es sich um 

Verfahren zum Text-Retrieval. Kennzeichen dieser Suchverfahren ist - neben dem gelieferten 

Ergebnis in Form von kompletten Dokumenten oder Textteilen - die weitgehend unstruktu- 

rierte Repräsentation der Dokumentbasis. Dieses Problem ändert sich, wenn der Suchraum 

nicht mehr das Internet, sondern eine (oder auch mehrere) bekannte Datenbank(en) umfasst. 

Die Suche hierin wird als Data Retrieval (oder auch Faktenretrieval) bezeichnet und bildet 

ebenso wie die Verfahren zum Text Retrieval die Grundlage der in diesem Projekt entwickel- 

ten Suchverfahren. Folgende Quellen wurden verwendet: 

• Grundlagen des Information Retrieval: [Ribeiro-Neto/Baeza-Yates 1999, Rijsbergen 

1979]

• Text-Retrieval: [Fuhr 2000]. 


• Fuzzy-Verfahren und erweiterte Retrieval-Methoden: [Salton et al. 1983, Ogawa et al. 

1991, Grauel 1995, Salton 1971, Salton/McGill 1983]. 

3 Zusammenarbeit mit anderen Stellen 

Dieses Projekt wurde in Zusammenarbeit mit der Firma omeco ® GmbH durchgeführt. Die 

omeco ® GmbH beschäftigt sich mit ganzheitlichen e-Business-Lösungen für mittelständische 

Kunden. Die Dienstleistungen des Unternehmens erstrecken sich von der Planung der E- 

Commerce-Anwendungen bis hin zur technischen Umsetzung im Internet, Intranet oder Ex- 

tranet. Die Firmenadresse lautet: 

omeco ® GmbH 

Auf dem Immel 8 

D-67685 Weilerbach 

Für die Produktsuche im Internet – über die Durchmusterung eines datenbankbasierten Pro- 

duktdatenbestandes hinaus – wurde mit dem Institut für Innovative Informatik-Anwendungen 

der Fachhochschule Trier zusammengearbeitet. 

Institut für Innovative Informatik-Anwendungen 

Prof. Dr. K.-H. Bläsius 

Fachhochschule Trier 

Postfach 1826 

D-54208 Trier 

17


II Projektergebnisse 

Die Darstellung der in diesem Projekt erzielten Ergebnisse gliedert sich in die Darstellung der 

theoretischen und der praktischen Ergebnisse. Bei den theoretischen Ergebnissen wird auf 

folgende Unterpunkte näher eingegangen: 

1. Klassifikationssysteme und Katalogformate 

2. Such- und Klassifizierungsstrategien in elektronischen Produktkatalogen 

Bei den praktischen Ergebnissen werden die verschiedenen Tools und Softwarekomponenten, 

die zu einer ersten prototypischen Realisierung einer Handelbörse für gebrauchte Maschinen 

führten, vorgestellt. 

1 Klassifikationssysteme und Katalogformate 

1.1 Analyse bestehender Anbieter/ Handelsbörsen 

Ausgangspunkt für das Projekt war eine Analyse existierender Anbieter bzw. Handelsbörsen 

für gebrauchte Maschinen im Internet. Bei dieser Analyse wurden die Internet-Auftritte ver- 

schiedener Anbieter nach folgenden Kriterien untersucht: 

• Anbietertyp 

• Anzahl der Angebote 

• Klassifizierung der Angebote 

18 

- Verwendung einer standardisierten oder proprietären Klassifikation 

- Klassifizierung nach Materialien / Verarbeitungsverfahren oder anderen Kriterien 

- Existenz einer mehrstufigen Hierarchie 

- Verwendete Merkmale/Merkmalsausprägungen 

• Qualität des Datenbestandes 

- Anzahl der Merkmale 

- Pflegegrad der ausgefüllten Merkmale 

• Suchverfahren 

- Freie Suche 

- Hierarchie-abhängige Suche 

- Merkmalsbasierte Suche 

- Möglichkeit der Erfassung von Suchanzeigen 

• Darstellungsformat der Ergebnisse 

- Browserbasierte Listendarstellung 

- Exportdatei (in Standard-Katalogformate)

• Zustandsbeschreibung der Maschinen 

- Objektive Beschreibung durch Gutachter 

- Vergabe eines geprüften und anerkanntes Gütesiegels 

- Garantieangaben 

• Angaben zur Transaktionsabwicklung 

- Vermittlung zwischen Anbieter und Suchendem 

- Direkter Kontakt zum Anbieter 

- Kostenlose / provisionsbasierte Vermittlung 


Diese Kriterien wurden in einer Bewertungstabelle zusammengefasst, die für einen repräsen- 

tativen Querschnitt von Anbietern im Rahmen eines studentischen Projektes ausgefüllt wurde. 

Eine Auswahl der untersuchten Anbieter zeigt nachfolgende Liste: 

• www.teedoubleyou.de 

Auktionsplattform für gebrauchte Werkzeugmaschinen 

• www.gebraucht-maschinen-markt.de 

Handelsbörse 

• www.wohlgeschaft.de/Ravensburg/html/gebraucht.html 

Händler für landwirtschaftliche Maschinen 

• www.cpic.de 

Handelsbörse mit einer großen Auswahl an gebrauchten Maschinen aus dem Baubereich 

• www.maschinenboerse.de 

Handelsbörse für gebrauchte Maschinen aller Art mit einer großen Auswahl 

• www.surplex.com 

Auktionsplattform und Handelsbörse für gebrauchte Maschinen aller Art 

• www.stiens.de 

Händler für neue und gebrauchte Werkzeugmaschinen 

• www.tomatec.de 

Handelsbörse für gebrauchte Maschinen 

• www.machinestock.de 

Handelsbörse für gebrauchte Maschinen aller Art mit einer großen Auswahl 

• www.fleckenstein-machine-tools.de 

Händler für gebrauchte Werkzeugmaschinen 

• www.machinarytrade.net 

Handelsbörse für gebrauchte Maschinen aller Art 

19


Bei dieser Untersuchung wurden die verschiedenen Anbieter auch im Hinblick auf die ver- 

wendeten Klassifikationssysteme und Katalogformate zur Übertragung von Produktinforma- 

tionen betrachtet. 

20 

Zusätzlich zu dieser Analyse der Internet-Auftritte von Anbietern gebrauchter Maschinen 

wurde ein Teil der Händler über ihre verwendeten internen Datenstrukturen und Klassifikati- 

onssysteme befragt, um zu prüfen, ob sich daraus ein Ansatzpunkt für eine gemeinsame Klas- 

sifizierung ergeben könnte. 

Wesentliche Ergebnisse dieser Untersuchung sind: 

• Die meisten Anbieter verwenden ihre eigene Klassifizierung, d. h. in der Regel war keine 

Übereinstimmung der Klassifikationssysteme der einzelnen Anbieter festzustellen. 

• Standardisierte Klassifizierungen, und damit die Möglichkeit bereits existierende Soft- 

waretools zur Katalogübertragung einsetzen zu können, finden in der Branche wenig An- 

wendung. Als Grund gaben einige Betreiber an, dass die Struktur von standardisierten 

Klassifikationen (wie z. B. eClass) für den internen Gebrauch nicht ausreiche, sondern 

firmenspezifisch erweitert werden müsste. Eine erweiterte Klassifikation zählt jedoch 

nicht mehr zum Standard und erfordert ggf. die Entwicklung eigener Software zur Verar- 

beitung und zum Datenaustausch. 

• Der Umfang der Beschreibung der einzelnen Maschinen war ebenfalls sehr unterschied- 

lich. Von der Minimalbeschreibung (Name und Hersteller der Maschine) bis hin zur aus- 

führlichen Detailbeschreibung der Maschine mit Bildern über den aktuellen Zustand der 

Maschine war alles vertreten. 

• Die Bezeichnung der Merkmale stimmt bei den Anbietern nur zu einem gewissen Grad 

überein. Gleiche Merkmale wurden bei den verschiedenen Händlern unterschiedlich be- 

nannt, zum Teil auch mit verschiedenen Maßeinheiten. So sind beispielsweise für das 

Merkmal Baujahr verschiedene Bezeichnungen und Schreibweisen wie Herstellungsjahr, 

Jahrgang und Baujahr zu finden. Bei einigen Anbietern unterschied sich die Beschreibung 

einzelner Maschinen sogar schon in der gleichen Produktgruppe. 

Ein Interessent kann einen direkten Vergleich der Maschinenangebote verschiedener Anbieter 

nur unter großem Aufwand betreiben: 

• Die gesuchte Maschine findet man aufgrund der verschiedenen Klassifizierungen nicht 

immer in der gleichen Produktgruppe. 

• Die unterschiedlichen Merkmalsbezeichnungen und Einheiten der verschiedenen Händler 

erschweren einen direkten Merkmalsvergleich einzelner Maschinen.


• Ein Datenaustausch zwischen den Händlern wird nicht nur wegen der unterschiedlichen 

Einteilung der Maschinen (Klassifikationssysteme), sondern auch durch die dahinter ste- 

henden, im Regelfall unterschiedlichen Datenstrukturen erschwert 

• Zur Zeit ist kein gemeinsamer Datenpool mit einheitlichen Produktkatalogen möglich, da 

es nicht möglich ist, die verschiedenen Klassifikationen und Produktdaten automatisiert in 

einem Marktplatz zu sammeln und darzustellen. 

Eine automatisierte bzw. parametrisierte Suche über verschiedene Angebote ist unter diesen 

Voraussetzungen nicht möglich. 

1.2 Anforderungen an Klassifikationssysteme und Produktkataloge 

1.2.1 Strukturelle Anforderungen 

1.2.1.1 Referenzhierarchie 

Ein Klassifikationssystem dient der Beschreibung von Produkten und Produktgruppen. Mit 

Hilfe der Klassifizierung werden die Gebrauchtwaren in hierarchische Produktgruppen 

(Klassen) eingeteilt, wobei jede Klasse eine für sich abgeschlossene Beschreibung der darin 

enthaltenen Produkte bildet. Somit können die Produkte eindeutig den Klassen zugeordnet 

werden. Die Klassifikation ordnet die einzelnen Produktgruppen in einer mehrstufigen 

Baumstruktur an, wobei jede hinzukommende Ebene einer Verfeinerung bzw. einer 

genaueren Beschreibung der vorherigen Ebene entspricht. Um die verschiedenen Ebenen und 

die dazugehörenden Produktgruppen eindeutig identifizieren zu können, werden den Gruppen 

im Regelfall Klassifizierungsnummern zugeordnet. Eine Nummerierung kann nach dem 

Prinzip der hierarchischen Strukturierung (Baumstruktur) erfolgen. Ein Beispiel für eine 

solche Nummerierung wird in Abschnitt 1.3.1 gegeben. Mit der Zuweisung eines international 

eindeutigen und hierarchisch strukturierten Nummerncodes erhält man eine eindeutige und 

einheitliche Klassifizierung. 

21


22 

Abbildung 2: Beispiel eines hierarchischen Produktkataloges 

1.2.1.2 Merkmale und Merkmalleisten 

Jeder Produktgruppe werden Merkmale zugeordnet, über welche die Eigenschaften der zuge- 

ordneten Produkte eindeutig beschrieben werden. Diese Zuordnung der Merkmale zu den 

einzelnen Produktgruppen soll auf allen Ebenen möglich sein. Durch Vererbung sind dann in 

der Sachmerkmalleiste einer Produktgruppe neben den direkt vorhandenen Merkmalen auch 

alle diejenigen der Vorgänger-Produktgruppen enthalten. Eine Sachmerkmalleiste enthält 

dann alle Merkmale dieser Produktgruppe und beschreibt damit ausdrücklich die Produkte 

(einzelne Maschinen), die dieser Gruppe eindeutig zugeordnet sind. Das Hinzufügen weiterer 

Merkmale zu einer Sachmerkmalleiste würde u. U. eine andere Produktart beschreiben. 

Jedes Merkmal wird durch seine Attribute eindeutig identifiziert und beschrieben. Eine 

Möglichkeit der Merkmalsdefinition und Auswahl möglicher Attribute wird im DIN Fachbe- 

richt 69 beschrieben, der sich eng an die ISO/DIN 13584-42 hält [DIN 1998, DIN EN 61360- 

1 1996]). Ebenso müssen für die Merkmale Wertebereiche definiert werden (numerische, dis- 

krete Werte, verschiedene Wertebereiche), die den Merkmalen entsprechend ihrer Definition 

zugeordnet werden.

1.2.2 Inhaltliche Anforderungen 


An eine Klassifikation, die im Bereich E-Commerce eingesetzt wird, werden weit mehr An- 

forderungen gestellt als hier angegeben. Neben betriebswirtschaftlichen und technischen As- 

pekten stehen im Rahmen dieses Forschungsprojektes auch die inhaltlichen Anforderungen an 

das Klassifikationssystem auf der Agenda. So sind die inhaltlichen Anforderungen an das 

Klassifikationssystem abhängig von der Anwendungsdomäne. Es sollen nicht nur die ver- 

schiedenen, speziellen Abbildungssichten von den Produkten, sondern auch die verschiedenen 

Typen von Klassifikationen dargestellt werden können. 

Das Klassifikationssystem soll eine sinnvolle Gruppierung für gebrauchte Maschinen er- 

lauben. Die einzelnen Maschinen können gemäß der durch das Klassifikationssystem vorge- 

gebenen hierarchischen Struktur der entsprechenden Gruppe zugeordnet werden. 

Wesentliche Anforderungen sind: 

• Die Klassifizierung der einzelnen Maschinen soll nach Verfahrensart und verarbeiteten 

Materialien ermöglichen. 

• Die Merkmale und die Definition der dazugehörenden Werte sollen eine differenzierte 

Produktbeschreibung ermöglichen, d. h. für die gebrauchten Maschinen sollen nicht nur 

die technischen Einzelheiten, sondern auch Informationen über den aktuellen Zustand wie 

z. B. Einsatzort, Zubehör, Einsatzart, Reparaturen, bauliche Veränderungen der Maschi- 

nen, Sonderanfertigungen usw. abgelegt werden können. 

• Die Klassifizierung soll Suchalgorithmen die bestmöglichste Ausgangssituation zur opti- 

malen und schnellsten Suche bieten (z. B. Schlagworte, Hierarchie, Klassifikationsnum- 

mer). 

1.2.3 Zusammenfassung 

Zusammenfassend definieren wir aufgrund der bisherigen Ergebnisse Klassifikationssysteme 

und Produktkataloge. Diese Definitionen sind unabhängig von der konkreten Anwendungs- 

domäne. 

Definition 1: Produkt-Klassifikationssystem 

Ein Klassifikationssystem K ist ein Tupel (G, M, W) mit 

1. G ist die Menge aller im Klassifikationssystem vorhandenen Produktgruppen. Die einzel- 

nen Produktgruppen sind als Baum hierarchisch aufgebaut. Den Produktgruppenbaum be- 

zeichnet man als Referenzhierarchie. 

2. M ist die Menge der im System vorhandenen Merkmale. Die Merkmale werden den Pro- 

duktgruppen zugeordnet und bilden gemeinsam eine Sachmerkmalleiste der Produktgrup- 

pe. Eine Produktgruppe erbt alle Merkmale von Vorgänger-Produktgruppen innerhalb der 

Referenzhierarchie. 

23


3. Die Menge W enthält für jedes Merkmal m eine Menge Wm der möglichen 

24 

Merkmalswerte. Ein Merkmalswert kann semantisch einem Einzelwert, einem Bereich 

oder einer Aufzählung von Einzelwerten entsprechen. 

Diese Definition des Produkt-Klassifikationssystems dient als Grundlage für die Definition 

eines merkmalsbasierten Produktkataloges. Damit wird eine Basis für die Beschreibung der 

Produkte in einem Produktkatalog mit Merkmalen geschaffen, mittels der die Produkte ein- 

deutig den verschiedenen Produktgruppen zugeordnet werden können. Je genauer und detail- 

lierter die Merkmalsdefinitionen und die Zuordnung der Merkmale zu den einzelnen Produkt- 

gruppen und damit zu den Produkten erfolgt, desto gezielter können für den Suchvorgang in 

Produktkatalogen geeignete Strategien und Algorithmen ausgewählt werden. Die für diese 

Suchstrategien relevanten und wichtigen Informationen werden in den Merkmalsdefinitionen 

und deren Ausprägungen hinterlegt. 

Definition 2: Produktkatalog 

Ein Produktkatalog besteht aus einem Klassifikationssystem K und einer Menge P von Pro- 

dukten. Die Produkte sind den Produktgruppen des Klassifikationssystems zugeordnet. Sie 

werden über die Merkmale beschrieben, die dieser Produktgruppe zugeordnet sind. Für ein 

Produkt p bezeichnen wir den Merkmalswert für ein Merkmal m mit wm(p). Wird ein Produkt 

angefragt, bezeichnen wir den Merkmalswert in der Anfrage q mit wm(q). 

Die im Projekt entwickelten Such- und Klassifizierungsstrategien nutzen das Klassifikations- 

system und insbesondere die Produktmerkmale mit ihren Werten als indizierende Kennzei- 

chen eines Produktes. Hierfür ist es erforderlich, dass die Merkmale selbst eindeutig definiert 

werden. Die Grundlage bietet hierfür eine Beschreibung anhand von Attributen, wie sie bei- 

spielsweise [DIN 1998] vorsieht. 

Tabelle 1: Merkmal „Zustand“ mit ausgewählten Attributen und Ausprägungen 

In der Statistik wird einem Merkmal zusätzlich eine Skalierung (Nominalskala, Ordinalskala, 

Intervallskala und Verhältnisskala [Bleymüller et al. 1996]) zugeordnet. Als weiteren Sonder-


fall der Skalierung betrachten wir die Merkmale, die Auflistungen von Einzelwerten oder Be- 

reiche als Werte annehmen können, wobei die Einzelwerte bzw. die Bereichsgrenzen ordinal-, 

intervall- oder verhältnisskaliert sind. Das Merkmal "Drehzahlbereich" beispielsweise hat als 

Ausprägungen Bereiche, deren Grenzen Ausprägungen des Merkmales "Drehzahl" sind. 

Die Skalierung spielt bei der Realisierung von Suchstrategien eine wesentliche Rolle und 

muss als zusätzliches Attribut bei der Definition eines Merkmales berücksichtigt werden. Des 

Weiteren wird die Attributmenge eines Merkmals um das Attribut „Zugehörigkeitsfunktion“, 

das für das fuzzybasierte Produkt-Retrieval benötigt wird, ergänzt. Das Attribut legt den Typ 

der Funktion und ihre Glättungsfaktoren fest. Tabelle 1 zeigt auszugsweise die Definition 

eines Merkmals, das den Zustand einer Maschine beschreibt. 

1.3 Analyse einschlägiger Klassifikationssysteme 

Die Unzufriedenheit, die sich aus den Unzulänglichkeiten bestehender Klassifikationssysteme 

ergab, führte in den letzten Jahren zu verschiedenen Versuchen, einheitliche und standardi- 

sierte Klassifizierungen zu entwickeln, die im Idealfall sogar branchenübergreifend eingesetzt 

werden können. Unter standardisierten Klassifizierungen versteht man Klassifizierungen, die 

einen gewissen Verbreitungsgrad in der Industrie erreicht haben, bei denen mehrere Unter- 

nehmen, wissenschaftliche Einrichtungen und Verbände an der Neu- und Weiterentwicklung 

beteiligt sind und die möglichst von einer unabhängigen Organisation (kostenlos) zur Verfü- 

gung gestellt werden. Von einem solchen Standard verspricht man sich zum einen den verbes- 

serten Datenaustausch zwischen Geschäftspartnern, detailliertere Angebote für die Kunden 

und höhere Flexibilität der Händler durch schnellere Abwicklung aller Geschäftsprozesse. 

Zum anderen verspricht man sich technologische Vorteile durch die mögliche Verwendung 

von standardisierten und flexiblen Softwarekomponenten für den Datenaustausch. Eine kost- 

spielige Anpassung an verschiedene Datenformate entfällt. Insgesamt erhofft man sich da- 

durch eine erhebliche Reduzierung der Gesamtkosten. Klassifikationssysteme spielen somit 

eine zentrale Rolle bei der Entwicklung von Softwarekomponenten für elektronische Han- 

delsbörsen. 

Im folgenden werden zunächst elektronisch verfügbare Klassifikationssysteme analysiert. 

In Abschnitt 1.3.2 werden dann weitere Systeme betrachtet, die für E-Commerce noch nicht 

in elektronischer Form aufbereitet sind. 

1.3.1 Elektronisch verfügbare Klassifikationssysteme 

1.3.1.1 eClass 4.0 

eClass 4.0 ist ein hierarchisches Klassifikationssystem vom Institut der deutschen Wirtschaft 

Köln (IW Köln), das gleichzeitig die unabhängige Plattform stellt und als zentraler Ansprech- 

partner dient, im Internet unter www.eclass.de kostenlos zur Verfügung gestellt. Als ein hie- 

rarchisches System zur Klassifizierung von Produkten, Materialien, Waren und Dienstleistun- 

25


gen ist eClass gekennzeichnet durch einen vierstufigen, hierarchischen Klassifikationsschlüs- 

sel mit einem aus über 14.000 Begriffen bestehenden Schlagwortkatalog. Mittlerweile steht 

eClass in deutsch, englisch, spanisch und tschechisch zur Verfügung. Die Hierarchiestufen 

heißen Sachgebiet, Hauptgruppe, Gruppe und Untergruppe. Für jede Ebene stehen zwei Zif- 

fern zur Verfügung, so dass pro Ebene eine Einteilung bis zu 99 Klassen möglich ist. Auf der 

untersten Ebene werden die einzelnen Produkte und ihre Beschreibungen mit Hilfe von 

Merkmalen und ihren Ausprägungen beschrieben (siehe auch Kapitel 1.2.3). Dabei unter- 

scheidet eClass zwischen Sachmerkmalleisten und Basismerkmalleisten. Bei den Basismerk- 

malleisten handelt es sich um Merkmalleisten nicht vollständig definierter Produktgruppen, 

die nur eine minimale Beschreibung der Produkte mit den Basismerkmalen Hersteller, Pro- 

dukttyp, Produktname, Hersteller-Artikelnummer und EAN-Code umfassen. Sachmerkmal- 

leisten enthalten alle Merkmale einer vollständig definierten Produktgruppe. Um möglichst 

allgemeingültig in der Definition der Merkmale und ihrer Attribute zu sein, werden bei deren 

Definition die entsprechenden Vorschriften (z. B. ISO 13584, IEC 61360 u. a.) so weit wie 

möglich berücksichtigt. 

26 

IW Köln bietet Unternehmen, die an einer Erweiterung von eClass 4.0 interessiert sind, die 

(kostenpflichtige) Teilnahme an einem Lenkungsausschuss an, in dem solche Erweiterungen 

diskutiert, untersucht und beschlossen werden. Änderungswünsche sollen in diesem Gremium 

innerhalb kürzester Zeit geprüft und gegebenenfalls in einem nächsten Release umgesetzt 

werden. Aussagen über eine zeitliche Realisierung der Änderungswünsche bzw. Zusagen über 

die tatsächliche Aufnahme der Änderungsvorschläge werden jedoch nicht getroffen. So wer- 

den erst Mitbewerber der gleichen Branchen über den Nutzen und Qualität der beantragten 

Änderung befragt, die Antworten gesammelt und ausgewertet und dann eventuell eingearbei- 

tet. 

eClass war ursprünglich eine Klassifikation für den chemischen Bereich und wurde mit der 

Zeit auf andere Branchen erweitert und erhebt mittlerweile den Anspruch, eine branchenüber- 

greifende Klassifikation zu sein. Im folgenden Beispiel soll anhand des Sachgebiets 21 

"Werkzeug / Werkzeugmaschine" von eClass der Aufbau der Klassifizierung für Werkzeug- 

maschinen gezeigt werden. 

Für das Sachgebiet 21 Werkzeuge, Werkzeugmaschinen sind in Version 4.0 12 Haupt- 

gruppen vorgesehen: 

21 Werkzeug, Werkzeugmaschinen 

21-01 Werkzeug 

21-02 Werkzeughalter, Werkstückhalter 

21-03 Messwerkzeug 

21-04 Handwerkzeug 

21-05 Elektrowerkzeug 

21-06 Druckluftwerkzeug

21-07 Transportgerät 

21-08 Löttechnik, Schweißtechnik 

21-09 Werkzeugmaschine 

21-10 Betriebseinrichtung 

21-11 Hydraulikwerkzeug 

21-12 Vorrichtung 


Diese Einteilung ist von eClass als Standard fest vorgegeben und lässt sich nicht erweitern. 

Wie starr diese Struktur ist und wie wenig ausreichend sie den heutigen Stand der Technik 

beschreibt, sei am Beispiel der Bohrmaschinen gezeigt. eClass bietet für Bohrmaschinen fol- 

gende Produktgruppeneinteilung an: 

21 Werkzeug, Werkzeugmaschinen 

21-09 Werkzeugmaschinen 

21-09-01 Bohrmaschine (Ständer- Stand-) 

21-09-01-01 Bohrmaschine (Ständer- Stand-) 

Diese Gliederung von Bohrmaschinen wird der Vielfalt der heute existierenden Bohrmaschi- 

nen nicht mehr gerecht. Angefangen von Standbohrmaschinen über Tischbohrmaschinen, 

Tischbohrwerk, Wandradialbohrmaschinen, Feinbohrmaschinen oder Flanschenbohrmaschi- 

nen würden laut eClass-Klassifizierung alle Bohrmaschinen nur dieser einen Produktklasse 

zugeordnet werden. Aber auch die identische Bezeichnung der Produktklasse auf der dritten 

und vierten Stufe zeigt eine für eine Handelsbörse für (gebrauchte) Maschinen unzureichende 

Einteilung von Produktklassen. 

Ebenso wie die Einteilung in die verschiedenen Produktklassen ist in eClass die Festlegung 

der Merkmale und die Definition der Attribute, die ein Merkmal beschreiben, fest vorgege- 

ben. So fehlen Merkmale zur Beschreibung des tatsächlichen Zustandes von gebrauchten In- 

dustriegütern, wie in Abschnitt 1.2 aufgeführt. 

Zum Zeitpunkt unserer Analyse zu Beginn des Projektes (Ende 2001) war eClass 4.0 Ge- 

genstand unserer Untersuchung. Zum heutigen Zeitpunkt (Ende 2003) gilt eClass 5.0. Der 

entscheidende Unterschied zwischen diesen beiden Versionen liegt in der Strukturierung der 

Sachgebiete. Es erfolgte in mehreren Sachgebieten Umstrukturierungen, bzw. Verschiebun- 

gen, Neuaufteilungen und Zusammenführungen. Auch wurden verschiedene Bereiche inner- 

halb der Sachgebiete, teilweise auch Sachgebiet übergreifend verschoben, um klarere Struktu- 

ren und exaktere Zuordnungen treffen zu können. So wurde z. B. im Sachgebiet 21 "Werk- 

zeug" die Hauptgruppe 21-09 "Werkzeugmaschine" entfernt und deren Inhalte in zwei neue 

Sachgebieten integriert. So kam als Sachgebiet 17 "Maschine, Apparat" (f. besondere An- 

wendungsbereiche) und Sachgebiet 18 "Bergbau-, Hütten-, Walzwerk- und Gießereimaschi- 

nen/-einrichtungen" hinzu. Aber auch diese neue Strukturierung mit ihrer Untergruppierung 

bietet für die Handelsbörse nur eine unzureichend verwendbare Klassifikationsstruktur. Da 

Merkmale, Merkmalswerte und Merkmalsleisten erst ab Version 5.1 geändert werden sollen, 

27


bleiben auch hier Vorbehalte, eClass als allgemeingültiges Klassifikationssystem zu verwen- 

den, bestehen. 

1.3.1.2 United Nations Standard Products and Services Code System 

Der United Nations Standard Products and Services Code System (UNSPSC) entstand aus der 

Verschmelzung des United Nations Common Coding System (UNCCS) und des Dun & Brad- 

street’s Standard Product and Service Code (SPSC) und ist ein offener Codestandard. 

UNSPSC wird von der Electronic Commerce Code Management Association (ECCMA) un- 

terstützt. 

28 

Zur Nutzung von UNSPSC wird von der UNDP (United Nations Development Programm) 

eine Lizenz vergeben. Bisheriger Lizenznehmer war bis Februar 2001 die Electronic Com- 

merce Code Management Association (ECCMA). Seit Oktober 2001 ist offizieller Lizenz- 

nehmer Dun&Bradstreet, die mit UNDP den originären Code entwickelt hatte. Zur Zeit ver- 

treiben und entwickeln beide Organisationen UNSPSC weiter, wobei ECCMA mit der Wei- 

terentwicklung von UNSPSC und der Erweiterung um Merkmalleisten bemüht ist (Global 

Attribut Schema, Stand 10/2002). 

UNSPSC ist ein Zuordnungscode, d. h. ähnliche Produkte werden in Produktgruppen zu- 

sammengefasst; es handelt sich nicht um einen merkmalsbasierten Produktcode, der das Pro- 

dukt genauer spezifiziert. 

UNSPCS verwendet ein fünfstufiges, hierarchisches Kodierungssystem, welches aus fol- 

genden Ebenen besteht: 1. Segment, 2. Familie, 3. Kategorie, 4. Gebrauchsgut, 5. Geschäfts- 

funktion. In der Ebene Segment werden in den ersten beiden Stellen die logische Zusammen- 

fassung der Familien codiert. In der Ebene Familie wird durch die 3. und 4. Stelle eine allge- 

meingültige Gruppe zusammenhängender Gebrauchskategorien kodiert, die wiederum in der 

Ebene Kategorie mit der 5. und 6. Stelle des Codes in einzelne Gruppen aufgeteilt wird, wel- 

che einem allgemeinen Zweck oder Funktion zuordenbar sind. In der Ebene Gebrauchsgut (7. 

und 8. Stelle des Codes) werden Ersatzprodukte oder -dienstleistungen (substitutable products 

and services) zusammengefasst. Bei der letzten Ebene (9. und 10. Stelle des Codes), handelt 

es sich mit den Geschäftsfunktionen, welche die Leistungen des Herstellers des Produktes 

näher spezifizieren, um optionale Angaben. 

UNSPSC wird hauptsächlich in Amerika verwendet oder von Firmen, die international 

handeln. Da durch UNSPSC Produkte und Dienstleistungen nur klassifiziert, aber wegen feh- 

lender Attribute nicht beschrieben und identifiziert werden können, konnte sich UNSPSC als 

branchenübergreifende Klassifizierung in Europa nur schwer durchsetzen und ist in unserem 

Anwendungsfeld nur eingeschränkt nutzbar. UNSPSC wird hauptsächlich als Referenzhierar- 

chie verwendet.

1.3.1.3 Elektro-Technisches Informations-Modell (ETIM) 


ETIM (Elektro-Technisches Informations-Modell) ist ein Klassifikationssystem für die über 

den Elektro-Großhandel vertriebenen Produkte, das auf den technischen Eigenschaften der 

gehandelten Produkte basiert. ETIM ist das Ergebnis des Vereins ETIM Deutschland e.V., der 

1999 von neun Elektro-Großhändlern und Einkaufsgemeinschaften gegründet wurde und von 

diesen kostenlos zur Verfügung gestellt und gepflegt wird. ETIM wird nur der Vollständigkeit 

halber erwähnt, da in der Literatur ETIM oft als Beispiel eines branchenübergreifenden elekt- 

ronischen Klassifikationssystems aufgeführt wird, obwohl es sich um ein branchenabhängiges 

Klassifikationssystem handelt. 

Bei ETIM handelt es sich um eine Artikelklassifikation, bei der alle Artikel in Artikelklas- 

sen eingeteilt werden, und zwar hierarchiefrei, herstellerunabhängig, eindeutig benannt und 

über Synonyme auffindbar. Durch diese flache Hierarchie können mögliche Anforderungen 

für Modelländerungen, die durch die Fachausschüsse empfohlen werden, schnell beschlossen 

und umgesetzt werden. Dabei wird besondere Aufmerksamkeit auf die Definition der Pro- 

duktmerkmale gelegt. Diese Produktmerkmale können zu so genannten Merkmalleisten zu- 

sammengefasst und Produktklassen (Artikelklassen) zugeordnet werden. Eine Merkmalleiste, 

die einer Artikelklasse zugeordnet wurde, beschreibt eindeutig die charakteristischen techni- 

schen Merkmale dieser Artikelklasse und somit aller Artikel, die nach dieser Artikelklasse 

klassifiziert werden. 

ETIM will keinen Artikel komplett beschreiben, sondern nur die wichtigsten technischen 

Merkmale, um diesen Artikel einfacher zu finden, d. h. es werden keine weiterführenden In- 

formationen wie beispielsweise Preisinformationen oder Marketingdaten gehalten. Es handelt 

sich daher nicht um eine Datenaustauschnorm, sondern um eine beschreibende Datenstruktur, 

die sich beim Datenaustausch auf bestehende bzw. zu erweiternde Normen stützt (z. B. EDI- 

FACT, BMEcat, etc.). 

1.3.2 Weitere Klassifikationssysteme 

Bei den folgenden Betrachtungen ist zu bedenken, dass es sich dabei nur um mögliche Ansät- 

ze für eine Klassifizierung handelt, für deren elektronische Realisierung gesonderte Überle- 

gungen mit entsprechenden Fachleuten (z. B. Maschinenbau-Ingenieuren zur Festlegung aller 

geeigneter und benötigter Merkmale) notwendig wäre. 

1.3.2.1 DIN 8580 Fertigungsverfahren 

Die DIN 8580 beschreibt die verschiedenen Fertigungsverfahren zur Herstellung von geomet- 

risch bestimmten festen Körpern. Geometrische feste Körper sind im Sinne der DIN 8580 

„Halbzeuge, Bestandteile von technischen Gebilden und diese selbst. Dazu zählen Maschinen, 

Fahrzeuge, Apparate, Werkzeuge und sonstige einteilige oder mehrteilige Nutz- und Zierge- 

genstände“ [DIN 8580 1974]. 

29


30 

Eine Möglichkeit der Klassifizierung wäre hier nach der Einteilung der Formgebung denk- 

bar, mit den einzelnen Unterabschnitten als Untergruppen. So wären z. B. als Hauptgruppe 

„Urformen“ mit der Untergruppe „Urformen aus gas- oder dampfförmigen Zustand“, „Urfor- 

men aus flüssigem, breiigen oder pastenförmigen Zustand“, „Urformen aus ionisiertem Zu- 

stand“ und „Urformen aus festen (körnigen oder pulverigen) Zustand“ entstanden. 

Bei diesem Ansatz wäre noch genauer zu untersuchen, wie „allgemeingültig“ die Bezeich- 

nungen für die Ebenen und die einzelnen Klassen sind, die sich aus der Gliederung der DIN 

8580 ableiten würden. Die Benennung der Klassen darf nicht so fachspezifisch sein, dass nur 

noch Experten mit dieser speziellen Terminologie umgehen können und die Zuordnung ein- 

zelner Maschinen zu bestimmten Klassen spezielles Fachwissen voraussetzen. So wüsste nur 

ein Fachmann, dass er in der Hauptgruppe „Fügen“, in der Untergruppe „Fügen durch Um- 

formen“ eine Nietmaschine vermuten kann, einen Nichtfachmann/frau, die eine Honmaschine 

recherchieren soll, würde diese z. B. nicht unmittelbar in der Hauptgruppe „Trennen“, Unter- 

gruppe „Spanen mit geometrisch unbestimmten Abschneiden“ suchen. 

1.3.2.2 Klassifikation AWF 310 

Schon früh mit dem Einsatz von Maschinen und anderen Betriebsmitteln zur industriellen 

Fertigung wurde erkannt, dass die sorgfältige Planung und Steuerung der Prozessabläufe eine 

hohe Priorität haben, denn die Wirtschaftlichkeit einer Fertigung ist sehr stark von dem Nut- 

zungsgrad der einzusetzenden Betriebsmittel abhängig. Deshalb wurden in den 40er Jahren 

die AWF Betriebsmittelkarten entwickelt, um technologische, organisatorische und ökonomi- 

sche Kenndaten der im Einsatz befindlichen Betriebsmittel zu sammeln, systematisch aufzu- 

bereiten und zu ordnen, und um jederzeit einen Überblick über den Zustand, Einsatz und Ver- 

fügbarkeit der Betriebsmittel zu haben. Bis heute werden diese Karten ständig ergänzt, erwei- 

tert und neuen Aufgabenstellungen angepasst. Für die in der Praxis am häufigsten verwende- 

ten Werkzeugmaschinen für die Verfahren Drehen, Fräsen, Bohren und Schleifen, die ca. 

80% der gesamten Fertigungskapazität ausmachen, gibt es jeweils spezielle Betriebsmittelkar- 

ten, auf denen die für diese Werkzeugmaschinen relevanten Merkmale extra aufgelistet sind. 

Für weniger häufig verwendete Maschinen gibt es allgemeingültige Betriebsmittelkarten, die 

vom jeweiligen Besitzer oder Hersteller ausgefüllt werden müssen. Die AWF Betriebsmittel- 

karten sind für alle relevanten Betriebsmittel gleich aufgebaut und aufeinander abgestimmt 

und bilden somit ein Organisations- und Informationssystem von betriebs- und branchenüber- 

greifender Gültigkeit [AWF-Ausschuss für Wirtschaftliche Fertigung e.V. 1990]. 

Der AWF (Ausschuss für Wirtschaft und Fertigung e.V. Köln) schaffte mit der Klassifika- 

tion AWF 310 einen Überbau, um eine integrative Anlagenzuordnung treffen zu können. Die 

Klassifikation AWF 310 besteht aus einer dreistufigen Hierarchie. Die erste Ebene, der Anla- 

genbereich, gibt als grober Oberbegriff das jeweilige Sachgebiet innerhalb der Sachanlagen- 

datei an. Die zweite Ebene, die Anlagengruppe, fasst die Betriebsmittel entsprechend ihrer 

Hauptverrichtung zusammen. In der dritten Ebene, der Anlagenart, erfolgt die genaue An-


grenzung der Betriebsmittel entsprechend ihrer Bauart. Der Klassifikationsschlüssel besteht 

für den Anlagebereich aus einem Kennbuchstaben, die Anlagegruppe wird mit zwei Kennzif- 

fern und die Anlageart wird mit drei Kennziffern beschrieben. So wird zum Beispiel eine 

Senkrechtdrehmaschine wie folgt verschlüsselt: 

A Spanabhebende Fertigungseinrichtung (Anlagebereich) 

01 Drehmaschinen (Anlagegruppe) 

004 Senkrechtdrehmaschine (Anlageart) 

Die Klassifikation AWF 310 enthält zur Zeit acht Bereiche (A-H), in die schwerpunktmäßig 

maschinelle Anlagen aufgenommen wurden: 

• Spanabhebende Fertigungsmaschinen 

• Fertigungsmaschinen der spanlosen Formgebung 

• Oberflächenbehandlungs- und Erwärmungsanlagen 

• Fördermittel 

• Energieversorgungs- und Entsorgungsanlagen 

• Mess-, Prüf- und Laborgeräte 

• Datenverarbeitungsgeräte 

• Anlagenzubehör 

Dieses Klassifikationssystem ist laut AWF jederzeit erweiterungsfähig und kann zusätzliche 

Betriebsmittel aufnehmen. Die AWF-Betriebsmittelkarten werden heute noch vom AWF, 

Arbeitskreis „Betriebsmittelkarten“ gepflegt. 

1.3.2.3 Klassifizierung auf Grundlage eines Merkmallexikons 

Mit Hilfe eines Merkmallexikons, wie es im DIN-Fachbericht 69 [DIN 1998] vorgestellt wird, 

könnten unter Beachtung der ISO 13584 und IEC 61360 ein branchenübergreifendes Merk- 

mallexikon und eine entsprechende Referenzhierarchie aufgebaut werden. 

Zu dieser Umsetzung des Merkmallexikons gibt es bisher jedoch nur theoretische Ansätze, 

deren praktische Realisierung in naher Zukunft fraglich ist. Wie in dem DIN-Fachbericht 69 

selbst vorgeschlagen, müsste erst eine noch zu benennende Institution die Merkmalsdefinition 

firmenübergreifend und international abstimmen. Die so freigegebenen Merkmale stünden 

dann der Referenzhierarchie zur Verfügung. 

Der große Vorteil dieser Vorgehensweise läge an der korrekten Anlehnung an die ver- 

schiedenen international anerkannten Normen, von der DIN 4000 bis hin zu der ISO 13584. 

Wenn nicht nur bei der Herstellung nach solchen DIN/ISO-Vorschriften korrekt vorgegangen 

würde, sondern auch bei deren Beschreibung, gäbe es keine Zweifel oder Kompromisse bei 

den Beschreibungen, da dies alles in den Normen schon definiert wurde. Allein die Umset- 

31


zung dieser Idee, wie z. B. die internationalen Absprachen einzelner Merkmalsdefinitionen, 

ist sehr arbeits-, kosten- und zeitintensiv. Somit liegt deren Realisierung nicht mehr im Zeit- 

rahmen dieses Projektes. 

1.3.3 Zusammenfassung 

Aufgrund unserer Betrachtungen der in 1.3.1 und 1.3.2 aufgeführten Klassifikationen kristal- 

lisierte sich heraus, dass keines der untersuchten Klassifikationssysteme in ihrer ursprüngli- 

chen Definition den betriebswirtschaftlichen und technischen Anforderungen für eine Han- 

delsbörse von Gebrauchtwaren vollständig gerecht wird. 

• eClass erlaubt mit seiner inhaltlichen Ausprägung keine ausreichende Klassifizierung der 

32 

gebrauchten Maschinen. Es kann weder eine Klassifizierung nach der Verarbeitungsart 

der Maschinen noch nach dem zu verarbeitenden Material getroffen werden, wie es z. B. 

bei den DIN Normen gefordert wird. Außerdem fehlen Merkmale und Merkmalsausprä- 

gungen, die für gebrauchte Maschinen zutreffen. Eine benutzerspezifische Erweiterung 

der Merkmale und ihrer Attribute ist in eClass derzeit nicht möglich. Eigene Erweiterun- 

gen im Klassifikationssystem bzw. in den Merkmalen und deren Ausprägungen weichen 

vom Standard ab und können zu Konflikten mit den zur Verfügung stehenden Software- 

tools führen, die eClass als Klassifikationssystem verarbeiten können. Die Analyse beste- 

hender Marktplätze zeigte zudem, dass die Feingliederung für eClass den Marktführern 

nicht ausreichte und zu internen Erweiterungen des eClass-Standards führten. 

• Bei UNSPSC bleibt abzuwarten, in wie weit sich dieser Standard - besonders im Hinblick 

auf Erweiterung um Merkmale - in den kommenden Jahren in Europa durchsetzt. Auf- 

grund der fehlenden Merkmalsdefinitionen eignet sich UNSPSC zwar als Referenzhierar- 

chie, aber weniger zur merkmalsbasierten Beschreibung komplexer Güter. 

• ETIM ist als eine Klassifizierung der elektrotechnischen Branche schon von der Ausle- 

gung der Merkmale auf diese Branche festgelegt und hier nur der Vollständigkeit halber 

erwähnt. Es eignet sich nicht, Maschinen, weder neue noch gebrauchte, zu beschreiben 

und zu erfassen. Auch die flache, zweistufige Hierarchie (Einteilung in Klassen und 

Gruppen) eignet sich kaum für unsere Anwendung. Als eine speziell für den Elektrohan- 

del entwickelte Klassifizierung sind die entsprechenden verantwortlichen Gremien auch 

nicht daran interessiert, ETIM branchenübergreifend zu erweitern. 

• Alternative branchenspezifische Klassifizierungen, wie in Punkt 1.3.2 vorgestellt, würden 

sich u. U. zu einer Erweiterung anbieten. Da es sich jeweils um Klassifikationssysteme für 

spezielle Bereiche handelt, ist eine übergreifende Standardisierung sehr aufwendig. 

Ergebnis der Analyse vorhandener Klassifikationssysteme und der in Abschnitt 1.1 beschrie- 

benen Evaluation elektronischer Handelsplattformen ist, dass von den Betreibern verschiede- 

ner Plattformen keine einheitlichen Klassifikationssysteme verwendet werden bzw. vorhan-


dene nicht ausreichen. Für den Einsatz in unserem Forschungsprojekt würde dies bedeuten, 

dass jedes der betrachteten Klassifikationssysteme entweder strukturell oder inhaltlich erwei- 

tert werden müsste, was aber zu einer Abweichung vom Standard führt. Das hätte zur Folge, 

dass existierende, standardisierte Tools nicht eingesetzt werden könnten. 

Für die Realisierung und zum Testen der Handelsbörse für gebrauchte Maschinen ent- 

schieden wir uns daher aufgrund der genannten Probleme, eine Klassifizierung zu verwenden, 

die strukturell an eClass angelehnt ist, aber inhaltliche Erweiterungen zur Beschreibung ge- 

brauchter Güter enthält. 

Um die vielen in der Praxis verwendeten Klassifikationssysteme zu unterstützen, wurde im 

Rahmen des Projekts eine generische Schnittstelle entwickelt. Die generische Schnittstelle 

soll die verschiedenen Klassifikationssysteme verarbeiten und mit Erweiterungen für die Be- 

schreibung gebrauchter Güter umgehen können (zur Umsetzung siehe Abschnitt 4.5). 

1.4 Betrachtung verschiedener XML-Austauschformate für Produktkataloge 

1.4.1 Allgemeine Anforderungen 

Eine zentrale technische Anforderung im E-Commerce ist der einfache Austausch von Pro- 

dukt- und Geschäftsdaten zwischen den Geschäftspartnern. Zum Austausch von Produktdaten 

in elektronischer Form existiert eine Vielzahl verschiedener Katalogformate, die auf unter- 

schiedlichen Datenstrukturen beruhen. Auch hier wird seit einigen Jahren versucht, einen 

Standard einzuführen, der nicht nur den Austausch von Produktkatalogen erleichtert, sondern 

auch weiterführende Geschäftsprozesse unterstützt. 

Dabei kristallisiert sich für die Beschreibung elektronischer Produkt- und Dienstleistungs- 

kataloge die Sprache XML (eXtensible Markup Language) als wichtiges Basisformat heraus. 

Die Vorteile von XML sind u. a., dass man firmen– und systemunabhängig flexible Doku- 

mente erstellen und verwalten kann und der Inhalt von der Darstellung des Dokumentes ge- 

trennt wird. Diese Vorteile ließen XML als ein vom Ausgabemedium unabhängiges Format 

bekannt werden. 

Für unsere Handelsbörse benötigen wir ein Produktdatenaustauschformat, mit dem wir 

nicht nur das Klassifizierungssystem unserer Handelsbörse übertragen können, sondern auch 

die Beschreibung und Einordnung von Produkten (siehe Definition 2). Auch dafür bietet 

XML mit der Trennung von Inhalt und Darstellung den besten Ausgangspunkt. Mittels der 

Dokumentdefinition DTD (Dokument Text Definition) oder dem XML-Schema werden die 

Inhaltsstrukturen der zu übertragenden Dokumente festgelegt und beschrieben bzw. bietet 

sich die Möglichkeit, eigene komplexe Datentypen (mit Element- und Attributzuweisung) zu 

definieren. 

Mit einem solchen einheitlichen Datenformat ist die Basis für eine Kostenreduzierung im 

Beschaffungsprozess gegeben: Einheitliche Kataloge sorgen u. a. für Aufwandsreduzierung, 

33


Prozessbeschleunigung, automatische Bestellbearbeitung und exakte Auswertungsmöglich- 

keiten. So können Angebote leichter ausgetauscht und verglichen werden, es entstehen nur 

geringe Kosten bei der Pflege der Produktdaten und Kataloge, neue Kataloge können schnell 

implementiert werden, weitere standardkonforme Kataloge können problemlos in die Systeme 

eingespielt werden. Eine einfache Migration zu anderen Online-Beschaffungssystemen kann 

erreicht werden. Eine breite Akzeptanz führt zu einer engen Verbindung zwischen Händler 

und Interessenten sowie Händler und Handelsbörse. Allerdings gibt es auch hier – wie bei den 

Klassifikationssystemen – keinen einzelnen Standard, sondern verschiedene Formate bemü- 

hen sich um Verbreitung. Im Rahmen des Projektes waren folgende Anforderungen an das 

Austauschformat wesentlich: 

• Mit den Produktdaten der gebrauchten Maschinen sollen auch die verschiedenen Anbieter 

34 

dieser Maschinen als Lieferant übertragen werden können, d. h. der Katalog soll Multilie- 

ferantenfähigkeit unterstützen. 

• Durch die Festlegung einer eigenen Klassifikation für gebrauchte Maschinen soll diese 

Klassifikation unter Berücksichtigung der in Kapitel 1.2 aufgestellten Anforderungen mit 

übertragen werden können, d. h. von der Definition der einzelnen Merkmale bis hin zur 

Referenzhierarchie der einzelnen Produktgruppen. 

Abbildung 3: Allgemeine Strukturierung eines Produktkatalogdokumentes 

Im Folgenden Abschnitt werden nun einschlägige Katalogformate analysiert.

1.4.2 Analyse einschlägiger Produktkatalogformate 

1.4.2.1 BMEcat 


BMEcat [BME 2002] entstand auf Initiative des Bundesverbandes Materialwirtschaft, Ein- 

kauf und Logistik e.V. (BME) in Zusammenarbeit des Fraunhofer Instituts für Arbeitswissen- 

schaft und Organisation mit führenden deutschen Unternehmen wie Audi, Bayer, BMW, 

DaimlerChrysler und Deutschen Telekom. BMEcat ist ein XML-basierter Standard zum Aus- 

tausch von multimedialen elektronischen Produkt- und Katalogdaten zwischen Lieferanten 

und beschaffenden Organisationen. 

• Die Produktdaten sind in mehrere Bereiche strukturiert, z. B. Grunddaten, Verpackungs- 

daten, Preisdaten, multimediale Zusatzdaten, Artikel-Strukturdaten und Katalog- 

Strukturdaten. 

• Es gibt Empfehlungen für standardisierte Produktklassifikationen (Katalogstrukturen) und 

Definition von Muss- und Kann-Feldern, Datentypen, Feldlängen und Zusatzregeln (zu- 

sätzliche anwenderspezifische Felder sind möglich). 

• Verschiedene Katalogtransaktionen (Einstellen neuer Produktkataloge, Aktualisierung 

einzelner Produktdaten, Aktualisierung von Preisen) können definiert werden. 

• Die separate Übertragung von Kerndaten und multimedialen Zusatzdaten ist möglich über 

Internet oder Offline-Medien wie CD-ROM, Diskette, DAT etc. 

• Der Standard kann einfach erweitert werden zur Erfüllung zukünftiger Anforderungen. 

Da mit BMEcat jedoch nur Produktdaten (Produktkataloge und Klassifikationen) übertragen 

werden können, entstand in einer Initiative der Fraunhofer IAO unter Beteiligung führender 

nationaler und internationaler Unternehmen ein Transaktionsansatz mit Namen openTRANS 

[openTRANS-Expertenkreis 2002]. openTRANS soll aufbauend auf dem Standard BMEcat 

der Standard für den Austausch von Geschäftsprozessdaten werden, d. h. standardisierte Ge- 

schäftsdokumente wie Auftrag, Rechnung, Lieferschein können zwischen den Geschäftspart- 

nern und elektronischen Handelsbörsen ausgetauscht werden und sind kompatibel zu BME- 

cat, d. h. es werden die identischen Felder und Strukturen mit identischen Bedeutungen und 

Regeln verwendet. 

BMEcat 1.2 sieht die Übertragung der standardisierten Klassifikationen eClass und 

UNSPSC und die Übertragung eigener Klassifikationen vor. Dabei ist die Möglichkeit gege- 

ben, eine eigene Klassifikationshierarchie zubilden, eigene Merkmale festzulegen und sie den 

einzelnen Klassifikationsgruppen zuzuweisen. Allerdings kann man bei der Definition eigener 

Merkmale nur die Attribute verwenden, die von BMEcat für die Beschreibung von Merkma- 

len festgelegt sind. Bei der Definition eines Merkmales sieht BMEcat die Attribute FNAME, 

VARIANTS oder FVALUE, FUNIT, FORDER, FDESCR UND FVALUE_DETAILS vor. 

Die Definition eigener Attribute, die zur Beschreibung erweiterter Merkmalseigenschaften 

35


notwendig wären, um wie in dem Beispiel des Merkmales „Zustand“ (vgl. Tabelle 1) den 

Wertebereich und die Wertekodierung abzubilden, sind nicht vorgesehen. FVALUE_ DE- 

TAILS dient nur zur näheren Detaillierung des konkreten Merkmalwertes, aber nicht zur 

Wertkodierung eines Merkmales. Ein weiterer Nachteil bei der Erstellung von Produktkatalo- 

gen liegt in der Annahme, dass der Erzeuger des Kataloges identisch mit dem Verkäufer ist, d. 

h. die Multilieferantenfähigkeit, wie wir sie für die Handelsbörse benötigen, ist in BMEcat 

nur mit Erweiterungen darstellbar. 

36 

Der BMEcat Standard sieht zusätzliche benutzerdefinierte Erweiterungen 

(USER_DEFINED_EXTENTIONS) der DTD vor. Mittels dieser Erweiterungen (kurz UDX) 

besteht die Möglichkeit Strukturen zu definieren, in denen vom Standard nicht vorgesehene 

Daten abgelegt werden können. Im Katalogdokument kann man UDX in HEADER, ARTIC- 

LE und CATALOG_STRUCTURE einsetzen. Im HEADER haben wir die Möglichkeit unter 

Verwendung von UDX eigene Merkmale mit zusätzlichen Attributen zu definieren und die 

Multilieferantenfähigkeit zu modellieren (siehe auch Abbildung 5). In CATA- 

LOG_STRUCTURE können mit Hilfe von UDX eigene Klassifikationsstrukturen modelliert 

und somit mit den Produktdaten übertragen werden. In ARTICLE kann mit UDX auf die ent- 

sprechend vorgenommenen Erweiterungen im HEADER und CATALOG_STRUCTURE 

verwiesen werden. 

Abbildung 4: Erweiterungen des BMEcat-Produktkatalogs


Der Einsatz von UDX bedeutet allerdings, dass spezielle Software-Tools für das Erzeugen 

und Einlesen von Produktkatalogen notwendig sind, die diese benutzerdefinierten Erweite- 

rungen interpretieren können. 

Mit dem nächsten Release BMEcat 2.0 sollen beide Linien, BMEcat (Produktkatalog) und 

openTRANS (Abbildung aller Geschäftprozesse) gemeinsam vertrieben werden. Für BMEcat 

bedeutet das nächste Release eine Erweiterung der Funktionalität um die Kritikpunkte, die wir 

zum Teil in diesem Abschnitt aufgeführt haben. BMEcat 2.0 wird als Produktkatalog dann 

sowohl mehrsprachige als auch Multi-Lieferanten-Kataloge unterstützen. Die weiteren Erwei- 

terungen betreffen das Produktmodell (zur Darstellung komplexerer Produkte, Beschreibung 

von Dienstleistungen), die Produktbeschreibung um logistische Informationen und die Unter- 

stützung externer Kataloganwendungen. 

1.4.2.2 XML Common Business Library 3.5 (xCBL) 

XML Common Business Library 3.5 [Commerce One 2002] wurde von Commerce One in 

Kooperation mit Firmen wie Andersen Consulting, PriceWaterhouseCoopers, Compaq, Mi- 

crosoft und Oracle entwickelt. xCBL ist kein einzelner Standard, sondern eine Sammlung von 

gemeinsamen Business-Elementen, die dem Austausch von Geschäftsdokumenten dienen. Mit 

xCBL können strukturierte Geschäftsdaten, wie z. B. Produktdaten, Bestellaufträge und 

Rechnungen ausgetauscht werden, die auch über klassische EDI-Anwendungen (Electronic 

Data Interchange) ausgetauscht werden können. Es wird streng zwischen dem Inhalt des Do- 

kumentes und der Transaktionslogik zwischen den Teilnehmern der Geschäftstransaktionen 

getrennt. Es erfolgt aber keine Spezifikation des Protokolls, wie die Transaktion zu erfolgen 

hat. Vielmehr stellt xCBL für die verschiedenen Geschäftstransaktionen einen definierten 

Dokumentenrahmen bereit, der je nach Erfordernissen durch Standardelemente, so genannte 

XML Building Blocks, ergänzt werden kann. Damit kann man eigene Geschäftsnachrichten 

definieren. Jedoch fehlen dem Produktkatalog von xCBL die umfangreichen Funktionalitäten 

wie bei BMEcat. xCBL nutzt die Vorteile von DTDs und steht in zwei verschiedenen Sche- 

ma-Sprachen zur Verfügung, nämlich SOX (Commerce One Schema for Object-Oriented 

XML) und XDR (Microsoft XML Data Reduced). 

Im ProductCatalog sieht xCBL standardmäßig vor, mehrere Verkäufer im Header an- 

zugeben. Mit ListOfPartners kann man die verschiedenen Partner, die an der Börse betei- 

ligt sind, aufführen. Über Manufacturer in Product kann man die Zuordnung zwischen den 

Partner und den Artikeln treffen, was für die Modellierung der Multilieferantenfähigkeit not- 

wendig ist. 

In xCBL kann man in CatalogSchema unter SchemaCategory die eigene Klassifizierung 

definieren, nach der die Produktdaten strukturiert übertragen werden sollen. Dabei werden in 

CategoryAttribute die benutzerdefinierten Merkmale unter Verwendung der von xCBL 

vorgegeben Attributen definiert. Leider beschränkt xCBL die Definition der eigenen Merkma- 

37


le durch die Vorgabe der zu verwendenden Attribute ein. Es können nur folgende Attribute 

eingesetzt werden: die Attribut-ID (AttributID), der Attributname (AttributName), der Typ 

(AttributeType), die Einheit (DefaultUOM) und ob das Merkmal verlangt wird 

(IsRequested). Zur Verwendung der Merkmale kann man in Product über 

ObjectAttribute auf diese Merkmale referenzieren und Werte zuweisen. Damit zeigt auch 

das Katalogformat xCBL 3.5 die Schwäche, Merkmale und Klassifizierungen nur unzurei- 

chend abbilden zu können. 

1.4.2.3 commerce eXtensible Markup Language Version 1.1 (cXML) 

commerce eXtensible Markup Language Version 1.1 [cXML 2002] ist ein proprietäres XML- 

Format und wurde von dem Softwarehersteller Ariba in Kooperation mit über 50 Firmen ent- 

wickelt (z. B. AMD, Cisco Systems, HP). cXML wird auf den Marktplätzen und Beschaf- 

fungssystemen eingesetzt, die von Ariba zur Verfügung gestellt werden. Spezifiziert durch 

Standard DTDs können 12 Handelstransaktionen wie z. B. Order (Bestellung) oder Catalog 

(Produktkatalog) ausgeführt werden. Mit cXML können so Daten aus elektronischen Pro- 

duktkatalogen über das Internet abgefragt, ausgetauscht und aktualisiert werden. Darüber hin- 

aus können auch Bestellvorgänge unterstützt werden. Durch die feste Vorgabe der DTD (Do- 

cument Type Definition), das heißt durch die Definition, wie ein XML-Dokument auszusehen 

hat, ist cXML relativ einfach zu handhaben. Durch die Beschränkung auf den Beschaffungs- 

markt bleibt abzuwarten, ob sich cXML so durchsetzt, da der Beschaffungsprozess nur einen 

kleinen Teilbereich des unternehmerischen Handels darstellt. 

38 

Eine cXML-Nachricht besteht immer aus einem Header, in der die Adresse und die Infor- 

mationen zur Authentifizierung stehen, und dem Request-Response-Body, in dem die Infor- 

mationen über die auszutauschenden Daten stehen. Beide Bestandteile werden in einem 

„cXML Envelope“ verschickt. 

1.4.3 Bewertung 

Bei den hier vorgestellten Produktkatalogformaten handelt es sich um XML-basierte 

Dokumenttypen, die heute in E-Commerce ihren Einsatz finden. Es ist nicht abzusehen, 

welches dieser Formate sich als das bevorzugte Austauschformat entwickeln wird. Aber 

Katalogformate, die nicht auf XML basieren, dürften es schwer haben sich in Zukunft 

durchzusetzen. Denn durch die Hersteller- und Plattformunabhängigkeit stellt XML eine 

zukunftssichere Technologie dar, zumal es zunehmend von vielen großen Unternehmen 

unterstützt wird. Es können nicht nur die Katalogformate, sondern auch alle 

Geschäftstransaktionen in entsprechenden XML-Formate dargestellt werden. 

BMEcat sieht die Übertragung von standardisierten Klassifikationssystemen vor und unter- 

stützt sogar die Übertragung benutzerdefinierter Klassifikationssysteme, die in der DTD ge- 

mäß der USER_DEFINED_EXTENSIONS definiert werden können ( siehe1.4.2.1).


XCBL und cXML eignen sich durch die eingeschränkten Möglichkeiten, eigene Klassifi- 

kationssysteme zu übertragen nur sehr bedingt zur Übertragung komplexer Beschreibungen 

von Gütern. 

Da es aber nicht absehbar ist, welche Standards sich in Zukunft durchsetzen, haben wir uns 

bei der Realisierung der Schnittstelle für den Import und Export von Daten der Handelsbörse 

entschieden, uns nicht auf ein bestimmtes Format festzulegen, sondern die Schnittstelle ent- 

sprechend der für Klassifikationssysteme generisch zu gestalten. Entsprechend wurde eine 

allgemeine Datenstruktur entwickelt. 

1.5 Datenstruktur eines generischen Klassifikationssystems 

Im Rahmen des Projektes wurde neben diesen allgemeinen Anforderungen an ein Klassifika- 

tionssystem bei der technischen Realisierung der Handelsbörse eine Datenstruktur entwickelt, 

die - unabhängig von verwendeter Klassifizierung und eingesetztem Produktkatalog - geeig- 

net ist, die Beschreibung von gebrauchten Maschinen mit den dafür notwendigen Merkmalen 

abzubilden. Dazu gehören nicht nur die Merkmale, welche die technischen Details der Ma- 

schinen beschreiben, sondern auch Merkmale, die für die Beurteilung von gebrauchten Ma- 

schinen wichtig sind. Informationen über den Zustand der Maschine, Einsatzart, Zubehör, 

Betriebsstunden gehören ebenso dazu wie Angaben über durchgeführte Reparaturen, Erweite- 

rungen, Aufrüstungsarbeiten an der Maschine oder Einsatzort, Besichtigungsmöglichkeiten, 

Demontage und Transportmöglichkeiten. Außerdem sollen in der Datenstruktur Informatio- 

nen, die zur Auswertung der späteren Suchanfrage benötigt werden, abgelegt werden können. 

39


40 

Abbildung 5: Schematische Darstellung der Datenstruktur 

Die Struktur enthält Entitätstypen und Beziehungen, die ein redundanzfreies Ablegen und 

effizientes Abrufen der folgenden Daten ermöglichen: 

• Speichern verschiedener Klassifikationssysteme, ergänzt durch entsprechende Meta- 

Informationen 

• Speichern aller Produktgruppen der Klassifikationssysteme 

• Zusammenfassung von Merkmalen einer Produktgruppe zu Merkmalleisten 

• Zuordnung von Merkmalleisten zu Produktgruppen 

• Mehrsprachigkeit bei den Klassifikationssystemen und Produkten 

• Sprachabhängige Synonymspeicherung für Produktgruppen, Merkmalsnamen etc. 

• Detaillierte Beschreibung jedes einzelnen Merkmals durch entsprechende Attribute 

• Hinterlegung von Wertebereichen für Merkmale 

• Einordnung von Produkten in das Klassifikationssystem 

• Ablage der Parameter für die unscharfe Suche in Form von weiteren Merkmals-Attributen


2 Such- und Klassifizierungsstrategien in Klassifikationssystemen und 

elektronischen Produktkatalogen 

2.1 Verfahren des Information Retrieval 

Kennzeichen von Textretrieval-Verfahren (vgl. I2.5) ist - neben dem gelieferten Ergebnis in 

Form von kompletten Dokumenten oder Textteilen - die weitgehend unstrukturierte Repräsen- 

tation der Dokumentbasis. Hier findet sich in der Regel ein Index, d. h. ein Stichwortver- 

zeichnis bestehend aus Indextermen, die wesentliche Inhalte der Dokumente in komprimierter 

Form darstellen sollen. Dokumente werden als Liste von Indextermen beschrieben, wobei die 

Relation zwischen einem Indexterm und einem Dokument häufig zusätzlich gewichtet wird, 

um ein Maß der Wichtigkeit auszudrücken [Salton 1971; Salton/McGill 1983]. 

Ein Problem der Verfahren des Text-Retrieval ist die weitgehend unbekannte, weil beliebi- 

ge Struktur der zu suchenden Dokumente. Dies ändert sich, wenn der Suchraum nicht mehr 

das Internet, sondern eine (oder auch mehrere) bekannte Datenbanken umfasst. Die Anfrage 

ist gegeben als eine Menge von Attribut-/Wertpaaren, welche die Objekte in der angefragten 

Datenbank möglichst gut erfüllen sollen. 

Im Rahmen dieses Projektes wird davon ausgegangen, dass Benutzer Produkte suchen, die 

in der Datenbank einer Handelsbörse oder eines Marktplatzes abgelegt sind. Insofern handelt 

es sich bei diesem Ansatz zum Produkt Retrieval um eine Realisierung eines Data Retrieval 

Verfahrens, wobei jedoch auch Komponenten des klassischen Information Retrievals verwen- 

det werden. 

Auch das Case-based Reasoning (CBR) hat Verfahren entwickelt, die einen Produktver- 

gleich auf Ähnlichkeitsbasis ermöglichen [Bergmann et al. 2002]. Hier wird der zu suchende 

Artikel als Referenz aufgefasst, zum dem möglichst ähnliche „Fälle“ gesucht werden. Aller- 

dings geht die CBR-Technik nicht auf Fragen der automatisierbaren Parametrisierung sein. 

Das hier vorgestellte Retrievalmodell setzt sich mit den drei Teilaufgaben auseinander, die 

generell in jedem Modell behandelt werden müssen. Dies sind die Konstruktion einer Reprä- 

sentation der Anfrage, die Konstruktion einer Repräsentation der Produktmenge sowie die 

Bereitstellung einer Funktion zur Berechnung der Übereinstimmung (Ähnlichkeitsmaß) zwi- 

schen einer Anfrage und einzelnen Produkten. Die Ähnlichkeitsmaße, die vorgestellt werden, 

verwenden Zugehörigkeitsfunktionen, wie sie aus der Theorie der Fuzzymengen bekannt sind 

[Grauel 1995, Zadeh 1965]. 

2.2 Suchstrategien in Produktkatalogen 

Ausgehend von einer einheitlichen Darstellung der Anfrage - zur allgemeineren Nutzung ko- 

diert in ein XML-Schema - werden in diesem Abschnitt die realisierten Suchstrategien vorge- 

stellt. Die Strategien können auch verwendet werden, um vorhandene Maschinen in das Klas- 

sifikationssystem einzuordnen. 

41


42 

Es werden zwei Ansätze vorgestellt: Der erste Ansatz basiert auf dem Vektorraum-Modell, 

wobei Merkmals-/Wertpaare als Indexterme aufgefasst werden. Der zweite Ansatz nutzt das 

erweiterte boolesche Modell als Rankingverfahren, wobei die Ähnlichkeit für einzelne 

Merkmale über Fuzzy-Zugehörigkeitsfunktionen bestimmt wird. Abschließend werden die 

beiden Ansätze vergleichend betrachtet. 

2.2.1 Aufbau der Anfrage 

Die Beschreibung einer Produktanfrage stützt sich auf eine Liste von Merkmalen mit entspre- 

chenden Wertausprägungen. Für eine genaue Beschreibung komplexer Produkte und eine 

Einschränkung des Suchraumes muss es möglich sein, die Merkmale mit ihren Werten über 

logische Operatoren zu verknüpfen. Eine Gewichtung einzelner angefragter Merkmale muss 

ebenfalls möglich sein. Als Beispiel kann die folgende Suchanfrage dienen. 

„Drehmaschine“ 

and {“Drehzahlbereich (U/min)“ = “[1000 .. 5000]“}erfüllt;1.0 

and {“Drehlänge(mm)“ = “800“}1.0 

and {“Gesamtantriebsleistung (kW)“ = “[20 .. 25“}1.0 

and {“Hersteller“ = “Okuma“}1.0 

and {“Herstellungsjahr“ = “1985“}0.7 

and {“Preis (EUR)“ = “40000“}1.0 

Abbildung 6: Beispielanfrage einer gebrauchten Maschine 

Diese Suchanfrage beschreibt eine Drehmaschine mit folgenden Eigenschaften: 

• Der Drehzahlbereich soll 1000 bis 5000 U/min betragen. „Erfüllt“ bedeutet, dass mindes- 

tens dieser Bereich abgedeckt werden muss. 

• Die Drehlänge soll 800 mm betragen. 

• Die Gesamtantriebsleistung soll zwischen 20 kW und 25 kW liegen. 

• Der Hersteller der Maschine soll die Fa. Okuma sein. 

• Das Herstellungsjahr der Maschine soll 1985 sein. 

• Der Preis soll bei 40.000 EUR liegen. 

Der logische Operator and drückt aus, dass alle Merkmals-/Wertpaare erfüllt sein sollen. Bis 

auf das Herstellungsjahr, das mit 0.7 gewichtet ist, sollen sie bei der Suche als gleichgewich- 

tet betrachtet werden. 

Für die maschinelle Verarbeitung in E-Business–Szenarien ist es vorteilhaft, eine Suchan- 

frage als XML–Dokument zu kodieren. Hierzu wurde ein XML–Schema erstellt, das 

Abbildung 7 beschreibt. Das XML-Dokument für eine Suchanfrage beinhaltet folgende In- 

formationen:


• Auflistung der Bezeichnungen der Produktgruppen, denen das gesuchte Produkt angehö- 

ren könnte (-Element). 

• Angabe von Merkmalen mit Einzelwerten oder Wertebereichen. Ein Merkmal mit dem 

entsprechenden Wert ist dem -Element zugeordnet und wird im Folgenden 

als Literal bezeichnet. Ein Merkmal muss eindeutig identifizierbar sein. 

• Verknüpfung von Literalen zu Ausdrücken über die logischen Operatoren and, or und 

not. 

• Gewichtung von Literalen und Ausdrücken. Über die Gewichtung kann die Bedeutung 

einzelner Literale oder Ausdrücke bei der Suche beeinflusst werden. 

• Angabe, wie Bereichsanfragen semantisch zu handhaben sind: FULFILLED (der Anfra- 

gebereich muss mindestens ausgefüllt sein), COMPRISED (der Produktbereich soll im 

Anfragebereich liegen) oder EXACT (der Anfragebereich soll weder unter- noch über- 

schritten, sondern genau getroffen werden). 

Abbildung 7: XML-Schema für eine Produktanfrage 

Zusätzlich können neben den Merkmals- und Gruppennamen auch Synonyme angegeben 

werden, da es keine einheitliche Normung für Produktmerkmalsnamen und ihre Eigenschaf- 

ten gibt. Allerdings sind hier neben bestehenden Klassifikationssystemen wie eClass Normie- 

rungsbemühungen zu erkennen [DIN 2002]. Bei bekannten Klassifikationssystemen können 

auch eindeutige Bezeichner für die Produktgruppen und Merkmale angegeben werden. 

Abbildung 8 zeigt auszugsweise die Suchanfrage aus Abbildung 6 als XML–Dokument 

gemäß dem beschriebenen Schema. 

43


2.2.2 Suchstrategie 

44 

Abbildung 8: XML-kodierte Anfrage nach einer Maschine (Auszug) 

Der entwickelte Ansatz zur Optimierung der Produktsuche berücksichtigt Klassifikationssys- 

teme und Wissen über die Anwendungsdomäne und kann wie folgt beschrieben werden: 

1. Erstellung einer Suchanfrage, beispielsweise über ein Web-Formular oder einen Anfrage- 

generator, wobei das Klassifikationssystem dem Fragenden vorliegt. 

2. Überführung der Suchanfrage in ein XML-Anfragedokument. 

3. Vorauswahl der Produktgruppen und Produkte, für welche ein numerisches Ranking er- 

stellt werden soll. 

4. Ermittlung der Ähnlichkeiten zwischen Anfragewert und Produktwert für jedes Merkmal 

eines Produktes anhand hinterlegter Zugehörigkeitsfunktionen oder statistischer Werte. 

Dabei werden auch Informationen wie Skalierung oder Glättungsbereich berücksichtigt. 

5. Zusammenfassung der Ähnlichkeiten auf Merkmalsebene zu einer Gesamtrelevanz für 

jedes Produkt. Dabei müssen anfragespezifische Gewichte berücksichtigt werden. 

6. Sortierung der Produkte entsprechend ihrer Relevanz. 

7. Optionale Bewertung des Ergebnisses durch den Anfragenden („Relevance Feedback“). 

2.2.3 Notationen 

In Anlehnung an die Definition von Produkt-Klassifikationssystem und Produktkatalog in 

Abschnitt 1.2.3 wird das Produkt-Retrieval-Modell definiert. 

Definition 3: Produkt-Retrieval-Modell 

Ein Produkt-Retrieval-Modell besteht aus einem Tupel (K, P, Q, R, I) mit


1. K und P repräsentieren das Klassifikationssystem und dazu gehörenden Produktkatalog. 

2. Q ist eine Menge von Anfragen nach Produkten. Eine Anfrage besteht aus gesuchten Pro- 

duktgruppen, Merkmalen und Merkmalswerten, die über logische Operatoren verknüpft 

sind 

3. R repräsentiert eine Menge von Rankingfunktionen r: Q×P → [0,1], die jedem Produkt p in 

Abhängigkeit von einer Anfrage q eine Relevanz zwischen 0 und 1 zuweisen. 

4. I repräsentiert die Menge der Indexterme eines Retrieval-Systems. Jedes Produkt wird 

durch einen oder mehrere Indexterme charakterisiert. 

2.2.4 Vektorraum-Modell 

Eines der bekanntesten und anschaulichsten Verfahren im Information Retrieval ist das Vek- 

torraum-Modell. Hierbei wird versucht, eine Ähnlichkeit zu bestimmen, indem Anfrage und 

Dokument als Vektoren aufgefasst werden. Als Ähnlichkeitsmaß wird der Winkel zwischen 

Dokument- und Anfragevektor verwendet, der über die Cosinusfunktion auf einen Wert im 

Intervall [0,1] abgebildet wird [Ribeiro-Neto/Baeza-Yates 1999]. In den folgenden Unterab- 

schnitten übertragen wir dieses Modell auf die Produktsuche. 

2.2.4.1 Indexterme 

Im Information Retrieval werden Dokumente durch die in ihnen enthaltenen Worte indiziert. 

Jedes Dokument wird durch eine Liste von solchen Wort-Indextermen repräsentiert. Die Re- 

levanz bezüglich eines Terms hängt von der Gesamthäufigkeit des Indexterms bezogen auf 

alle Dokumente ab und wird als inverse document frequency (idf) bezeichnet. Ein Dokument 

hat bezüglich eines Anfrageterms (Wortes) dann eine hohe Relevanz, wenn der Anfrageterm 

über alle Dokumente selten, aber in dem Dokument selbst besonders häufig im Verhältnis zu 

anderen Indextermen vorkommt. 

Die Analyse von Produktkatalogen hat ergeben, dass das obige Konzept der Indexierung 

auf die Kataloge übertragbar ist. Dazu werden alle Produkte als Dokumente interpretiert. Wie 

in Abschnitt 1.2 erläutert, werden diese Produkte insbesondere durch ihre Zuordnung zu einer 

Produktgruppe, ihre Merkmale und den Ausprägungen dieser Merkmale charakterisiert. Es 

können daher sowohl die Merkmale als auch Merkmals-/Wertpaare der Produkte als Index- 

terme gewählt werden. In unserem Ansatz verwenden wir als Indexterme Merkmals- 

/Wertpaare. 

Analog zur inverse document frequency (idf) beim Text-Retrieval definieren wir die „in- 

verse product frequency“: 

45


Definition 4: Inverse Product Frequency (ipf) 

Unter der ipf verstehen wir die inverse product frequency und setzen ipf i = log ( P fi 

) , wobei fi 

die Häufigkeit des Indexterms i über alle Produkte und |P| die Gesamtanzahl der Produkte im 

Produktkatalog angibt. 

46 

Tabelle 2 zeigt einen Auszug der Merkmalswerte aus einer Produktdatenbank mit etwa 

8000 Maschinen. Hier ist zu erkennen, dass verschiedene Merkmals-/Wertpaare deutlich häu- 

figer in Produkten vorkommen als andere und entsprechend die ipf beeinflussen. 

Tabelle 2: Auszug aus einem Produktindex, ergänzt durch die ipf 

2.2.4.2 Rankingfunktion 

Unter Verwendung der ipf wird an Anlehnung an [Ribeiro-Neto/Baeza-Yates 1999] mit fol- 

gender Funktion die Gesamtrelevanz für ein Produkt bestimmt. 

Definition 5: Rankingfunktion 

1. Das Gewicht des k-ten Indexterms für ein Produkt p wird berechnet durch 

weight 

k 

( p) 

= 

ipf 

k 

0 

falls Indexterm im Produkt 

sonst 

p enthalten 

und bestimmt den Gewichtsvektor des Produktes p =(weight1(p), ..., weight |I|(p)) 

2. Eine Anfrage (Query) q besteht aus einem Gewichtsvektor q =(weight1(q), ..., weight|I|(q)), 

der die Gewichte der angefragten Merkmals-/Wertpaare repräsentiert. Der Anfragende 

kann einzelnen Merkmals-/Wertpaaren Gewichte zuordnen, wobei das Defaultgewicht 1 

ist. 

3. Die Rankingfunktion r bestimmt den Cosinus zwischen Anfragevektor und Produktmerk- 

malsvektor und ist definiert durch 

q • p 

r( 

q, 

p) 

= 

| q | | 

Ausgehend von diesen Berechnungsgrundlagen illustriert Tabelle 3 das Verfahren für die Bei- 

spielanfrage aus Abschnitt 2.2.1. Die Tabelle zeigt für jedes Produkt den Gewichtsvektor, der 

sich über die in Definition 5 angegebene Formel bestimmt. Die von 0 verschiedenen Gewich- 

te entsprechen der ipf (siehe Tabelle 3). 

· p 

|

Tabelle 3: Suchergebnisse mit vektoriellem Ranking 


Die Maschinen 7, 5 und 4 haben die meisten angefragten Merkmals-/Wertpaare und sind da- 

her am höchsten bewertet. In den Suchergebnissen ist auch deutlich zu sehen, dass viele In- 

dexterme mit 0 gewichtet werden (Maschine 1, 2), da der Anfragewert nicht mit dem Pro- 

duktwert übereinstimmt. 

2.2.5 Fuzzy-Retrieval 

In der Fuzzy-Logik wird die Ermittlung einer Mengenzugehörigkeit über eine Zugehörigkeits- 

funktion bestimmt. Im Gegensatz zur Mengenzugehörigkeit im rein booleschen Sinne (nur 

"gehört zur Menge" oder "gehört nicht zur Menge" ist möglich) kann eine Fuzzymenge auch 

eine Zugehörigkeit im Intervall ]0..1] annehmen. Fuzzyfizierung bietet sich daher an, um die 

Ähnlichkeit eines Produktes zu einer Anfrage bezüglich eines Merkmales zu bestimmen. 

Die Ähnlichkeiten können dann über eine Rankingfunktion zusammengefasst werden, die 

in unserem Fall auf dem erweiterten booleschen Modell [Salton et al. 1983] beruht. 

2.2.5.1 Zugehörigkeitsfunktionen 

Definition 6: Zugehörigkeitsfunktionen 

Z ist die Menge der Zugehörigkeitsfunktionen im Produkt-Retrieval-System. 

z: Wm×Wm → [0,1] steht dabei für die Zugehörigkeitsfunktion, welche die Ähnlichkeit zwi- 

schen einem Anfragewert und einem Produktwert bezüglich eines Merkmals m und seiner 

Produktgruppenzugehörigkeit berechnet. Der konkrete Funktionsverlauf der Basisfunktion 

wird bestimmt durch die Werte der Anfrage. Glättungsfaktoren geben zusätzlich an, wie stark 

die Funktion abfällt: Die Zugehörigkeitsfunktion wird in diesen ähnlichkeitsrelevanten Be- 

reich gestreckt/gestaucht. Der ähnlichkeitsrelevante Bereich ergibt sich prozentual oder abso- 

47


lut aus dem Anfragewert und wird auch als Glättungsbereich bezeichnet. Ein Merkmal Bau- 

jahr beispielsweise erfordert einen Glättungsbereich, der absolut angeben wird (z. B. +/- 5 

Jahre), eine Drehzahl kann durchaus prozentual abgewertet werden (z. B. +/- 30%). Auch der 

Betrag einer Bereichsanfrage kann den Glättungsbereich bestimmen. 

48 

Für einen Anfragewert wm(q) schreiben wir vereinfacht für die angepasste Zugehörigkeits- 

funktion: zq: Wm → [0,1]. Diese Funktion errechnet direkt für einen Produktwert die Ähn- 

lichkeit zum Anfragewert. 

Der Typ der Zugehörigkeitsfunktion wird neben der domänenabhängigen Semantik beein- 

flusst durch die Skalierung des Merkmals. 

Nominalskalierte Merkmale 

Nominalskalierte Merkmalswerte stehen nicht in einer Reihenfolge zueinander. Die Zugehö- 

rigkeitsfunktion wird durch eine Korrelationsmatrix [Ogawa et al. 1991, Ribeiro-Neto/Baeza- 

Yates 1999] definiert. 

Merkmale mit linear geordneten Werten 

Bei ordinal-, intervall- und verhältnisskalierten Merkmalswerten kann als Zugehörigkeits- 

funktion beispielsweise die Rechteck- und Trapezfunktion, die Hyperbelfunktion oder die 

Gauss´sche Glocke [Grauel 1995] bzw. Kombinationen davon verwendet werden. 

Generell unterscheiden wir folgende Fälle: 

1. Die Anfrage liegt als Einzelwert vor. Es soll also eine Ähnlichkeit zwischen zwei Einzel- 

werten bestimmt werden. 

2. Die Anfrage liegt bereits benutzerseitig als Bereich vor (ist also vereinfacht fuzzyfiziert). 

Eine maximale Ähnlichkeit liegt vor, wenn der gesuchte Produktwert innerhalb des ge- 

suchten Bereiches liegt. 

3. Der Produktwert soll oberhalb oder unterhalb des Anfragewertes liegen. 

In allen Fällen kann die Zugehörigkeit unmittelbar durch die Zugehörigkeitsfunktion z be- 

stimmt werden, wobei für den zweiten Fall innerhalb des Bereichs der Anfrage eine Ähnlich- 

keit von 1 angenommen wird. Im dritten Fall ist die Ähnlichkeit oberhalb (unterhalb) des An- 

fragewertes mit 1 zu bewerten. 

Beispielsweise lässt sich die Zugehörigkeitsfunktion zum Merkmal Preis, die basierend auf 

einer geeigneten Abwertungsfunktion z die Zugehörigkeit eines Produktes p zu einer Anfrage 

q berechnet, wie folgt definieren: 

z preis ( w preis ( p)) 

= 

1 

z( 

w preis ( p)) 

falls w preis ( p) 

≤ w preis ( q) 

sonst 

Unterhalb des Anfragewertes ist ein Produktpreis immer ein „Volltreffer“, oberhalb wird er 

gemäß der Zugehörigkeitsfunktion abgewertet.

Bereichsfähige Merkmale 


Abbildung 9: Zugehörigkeitsfunktion des Merkmals „Preis“ 

Als ein Sonderfall der nominalskalierten Merkmale können Merkmale aufgefasst werden, 

deren Werte Bereiche bilden können. Das ist grundsätzlich möglich, wenn die Merkmalswerte 

linear geordnet werden können. Beispiel hierfür ist der Drehzahlbereich. Bereiche an sich sind 

nominalskaliert, da nicht gesagt werden kann, ob beispielsweise der Bereich 3.000-5.000 

Umdrehungen pro Minute größer ist als der Bereich 2.000-4.000 U/min. 

Da jedoch die Bereichsgrenzen vergleichbar sind, lassen sich die im vorigen Abschnitt be- 

schriebenen Zugehörigkeitsfunktionen auch zur Bestimmung einer Ähnlichkeit zwischen Be- 

reichen verwenden. Um dies zu verdeutlichen, betrachten wir den Bereich wm(q)=[uq, oq], der 

dem Merkmal m in der Anfrage zugeordnet ist, und den Bereich wm(p)=[up, op], der den 

Merkmalswert des Produktes repräsentiert. Den Bereichgrenzen werden die Zugehörigkeits- 

funktionen zu und zo zugeordnet. Folgende Fälle können unterschieden werden (angegeben 

wird jeweils, welche Bedingung die höchste Ähnlichkeit hat): 

1. wm ( q) 

⊆ wm 

( p) 

Der Merkmalsbereich soll die Anfrage komplett einschließen, die Anfrage soll also min- 

destens erfüllt werden. Wie stark die Übererfüllung ist, ist irrelevant. 

2. wm ( q) 

⊇ wm 

( p) 

Abbildung 10: Ähnlichkeit bei Erfüllung des Anfragebereiches 

Der Merkmalswert soll innerhalb der Anfrage liegen, die Anfrage ist also bereits verein- 

facht fuzzyfiziert. Wie viel kleiner der tatsächliche Produktbereich ist, ist irrelevant. 

49


3. w m ( q) 

= wm 

( p) 

50 

Abbildung 11: Ähnlichkeit bei Enthaltung des Produktes im Anfragebereich 

Der Produktbereich soll den Anfragebereich möglichst genau treffen, Über- und Unterer- 

füllung führt zu Abwertung. 

Abbildung 12: Ähnlichkeit bei exakter Übereinstimmung 

Die Ähnlichkeit zwischen Anfragebereich und Produktbereich ergibt sich in allen 3 Fällen mit 

z ( u p , o p ) = zu 

( u p ) · zo 

( o p ) 

Neben der Produktbildung sind auch andere Verfahren wie Flächenverhältnisse oder Mittel- 

wertbildung zur Berechung der Ähnlichkeit zwischen Anfrage- und Merkmalsbereichen ein- 

setzbar. Welches Verfahren verwendet wird, hängt auch von der Anwendungsdomäne ab. 

Mehrfachwerte 

Einen weiteren Sonderfall der Nominalskalierung stellen Mehrfachwerte eines Produktes dar. 

Auch hier können Ähnlichkeiten zwischen Anfrage und Merkmalswerten bestimmt werden, 

indem die einzelnen Produktwerte mit der Anfrage verglichen werden. Als Ähnlichkeit wird 

in diesem Fall das Maximum gesetzt (ausgehend von n Einzelwerten im Produktmerkmal): 

z ( wm 

( p)) 

= 

max( wm 

( p) 

1 

,..., wm 

( p) 

n )


Mit den vorgestellten Verfahren lassen sich Zugehörigkeitsfunktionen für alle Skalierungs- 

und Anfragearten der im Klassifikationssystem vorhandenen Merkmale definieren. Im nächs- 

ten Schritt müssen diese errechneten Einzelgewichte mittels einer Rankingfunktion zu einer 

gesamten Produktrelevanz zusammengefasst werden. 

Entsprechend lassen sich auch Ähnlichkeiten zwischen komplexen Merkmalswerten (wie 

beispielsweise einem Raummaß) bestimmen. 

2.2.5.2 Rankingfunktion 

Um die merkmalsbezogenen Einzelgewichte zu einem Gesamtranking zusammenzufassen, 

verwenden wir das erweiterte boolesche Modell. Hier können durch Parametervariation des 

Faktors k mehrere Rankingverfahren abgebildet werden. Wird der Parameter beispielsweise 

auf 1 gesetzt, so entspricht das Ergebnis der Bewertung dem Vektorraum-Modell [Salton et 

al. 1983]. 

Definition 7: Erweitertes boolesches Modell 

Das erweiterte boolesche Modell unterscheidet die Rankingfunktion r(q,p) in Abhängigkeit 

von den innerhalb der Anfrage verwendeten booleschen Operatoren and, or und not. Die 

Formeln lassen sich rekursiv anwenden. Wir setzen 

r( 

q 

, p) 

= 1 − 

k 

weight 

1 

( q) 

( 1 

k 

− z 

1 

( w 

1 

( p))) 

+ 

k 

weight 

1 

( q) 

+ 

+ 

+ 

weight 

n 

weight 

n 

k 

( q) 

( 1 

k 

( q) 

− 

z 

n 

k 

( w ( p))) 

n 

im Fall einer and-Verknüpfung der Merkmals-/Wertepaare in der Anfrage q. Dabei repräsen- 

tiert weighti(q) das (nutzerdefinierte) Gewicht eines Merkmals-/Wertpaares der Anfrage und 

zi(p) das Ergebnis der Zugehörigkeitsfunktion von Merkmalswert der Anfrage und Merk- 

malswert des Produktes für das Merkmal i. n bezeichnet die Anzahl der Merkmale in der An- 

frage q. (Die Formeln für or und not können der Literatur entnommen werden.) 

Tabelle 4 zeigt beispielhaft das Fuzzy-Retrieval für die Anfrage aus Abschnitt 2.2.1. Dabei 

wurde generell die Trapezfunktion als Zugehörigkeitsfunktion gewählt, der Glättungsbereich 

wurde außer bei dem Merkmal Herstellungsjahr, wo mit +/- 5 Jahren gerechnet wurde, mit +/- 

50% bestimmt. Alle Produktpreise unterhalb des Anfragewertes von 40.000 EUR wurden mit 

1 bewertet. Der Parameter k in der Rankingfunktion wurde auf 1 gesetzt. 

In Tabelle 4 ist zu sehen, dass sich ein differenzierteres Ranking als beim reinen Vektorraum- 

Modell ergibt. Jedes Merkmals-/Wertpaar wird hier nur dann mit 0 gewichtet, wenn es nach 

der Zugehörigkeitsfunktion keine Ähnlichkeit gibt, der Produktwert also außerhalb des Glät- 

tungsbereiches liegt. Die Bewertung der aus einer Produktgruppe stammenden Maschinen – 

vom angefragten Typ „Drehmaschine“ her sind alle potentiell geeignet – variiert zwischen 

79% und 34%. 

1/ 

k 

51


Tabelle 4: Ranking-Ergebnisse mit Fuzzy-Retrieval 

2.3 Ergebnisse 

Zur Verbesserung der Produktsuche wurden Verfahren aus dem Information Retrieval für das 

Produkt-Retrieval erweitert und angepasst. Aus einer exakten Anfrage wurde mit Hilfe von 

Fuzzy-Verfahren eine unscharfe Produktbeschreibung für die Suche generiert. Hierzu wurden 

die verschiedenen Skalierungen der Merkmale zur Beschreibung von Produkten klassifiziert, 

und für die einzelnen Klassen wurden geeignete Zugehörigkeitsfunktionen beschrieben. Die 

Zugehörigkeitsfunktionen legen die Relevanz einzelner Produktmerkmale bezüglich der An- 

frage fest. Um zu einer Gesamtbewertung zu kommen, wurden das erweiterte boolesche Mo- 

dell und das Vektorraum-Modell adaptiert. 

52 

Erste empirische Auswertungen haben gezeigt, dass die vorgestellten Ansätze erhebliche 

Vorteile bringen. Diese Ergebnisse sollen nun in weiteren Experimenten tiefergehend analy- 

siert werden. Ein weiteres Thema wird die Zuordnung und Anpassung der Zugehörigkeits- 

funktionen sein, die derzeit noch manuell erfolgen muss, was ein tiefgehendes Wissen in der 

Anwendungsdomäne erfordert. Insbesondere soll untersucht werden, wie eine Bestimmung 

und Anpassung von Zugehörigkeitsfunktionen für einzelne Merkmale über Lernmethoden in 

Verbindung mit Relevance Feedback automatisiert erfolgen kann.


3 Branchenspezifische Suchverfahren und Klassifikationssysteme 

Ein weiteres Ziel des Projektes war es, Verfahren zum Auffinden von Information über ge- 

brauchte Maschinen im Internet bzw. Verfahren zur Abbildung von Maschineninformationen 

in Fremdformaten in das entwickelte Klassifikationssystem für gebrauchte Maschinen zu 

entwickeln. 

Derzeit bleibt die unscharfe Produktsuche auf die in diesem Projekt entwickelte Handels- 

börse begrenzt, denn die Suchverfahren verarbeiten nur die Informationen und Daten, die un- 

mittelbar aus der Datenbank der Handelsbörse ermittelt werden können. Erstrebenswert wäre 

die Erweiterung der Suche auf das gesamte Internet, wodurch für den Kunden entsprechend 

seiner Suchangaben weitere Angebote ermittelt werden können. Dies insbesondere dann von 

Vorteil, wenn in der Handelsbörse selbst keine passenden Angebote vorhanden sind und/oder 

das bestehende Angebot erweitert werden soll. 

So entstand seit der CeBIT 2003 eine Zusammenarbeit mit dem Institut für Innovative In- 

formatik-Anwendungen der Fachhochschule Trier für die Ausweitung der Suche nach be- 

stimmten Maschinen auf das WWW. Im Projekt INFOX-1 [Arens et al. 2002] werden Verfah- 

ren entwickelt, die es ermöglichen, relevante Informationen zu einem speziellen Thema auto- 

matisch aus dem WWW zu selektieren. Die mit dem Einsatz öffentlicher Suchmaschinen ge- 

fundenen Seiten werden inhaltlich analysiert, um eine Bewertung der Relevanz für den Be- 

nutzer bezogen auf seine Angaben zu erreichen. Durch die Verwendung von fachspezifischem 

Wissen (Aufbau einer Wissensbasis mit den für dieses Thema relevanten Informationen an- 

hand des Klassifikationssystems) soll eine ähnliche qualifizierte Interpretation der gefundenen 

Internetseite erreicht werden, als wenn ein entsprechend fachlich ausgebildeter Mitarbeiter 

diese Seite untersuchen und auswerten würde. 

Im einem ersten Schritt der Zusammenarbeit zur Erweiterung der Suche wurden dem Pro- 

jekt INFOX-1 die Ergebnisse aus dem Bereich der XML-basierten Produktkataloge als Trai- 

ningsmenge zur Verfügung gestellt. Diese wird zum Füllen einer Wissensbasis verwendet, die 

damit alle relevanten Informationen (Merkmale und Merkmalswerte) zu gesuchten Maschinen 

enthält. Es wird nun untersucht, inwieweit durch eine aus diesen Angaben aufgebaute Wis- 

sensbasis geeignete Seiten im WWW gefunden werden können. In einem weiteren Schritt ist 

dann ein Verfahren zu entwickeln, das die gefundenen Produktangebote anhand der in der 

Suchanfrage geforderten Eigenschaften bewertet. Anschließend werden die gesuchten Ma- 

schinen entsprechend ihrer Beschreibung in die dazugehörigen Produktklassen einsortiert. 

53


4 Prototypische Implementierung der Handelsplattform 

Die in den vorherigen Kapiteln beschriebenen theoretischen Ansätze wurden im Rahmen des 

Projektes prototypisch in Software umgesetzt. Es sollte dabei keine fertige Handelsbörse ent- 

wickelt werden. Vielmehr war es Ziel, verschiedene Teilmodule zu entwickeln, die von belie- 

bigen Handelsbörsen eingesetzt werden können. Hierbei wurde eine hohe Flexibilität der 

Teilmodule angestrebt. Die Flexibilität spiegelt sich in der Beschaffenheit der Datenbank- 

struktur, sowie in den Schnittstellen der Module wider. Im Folgenden soll auf die realisierten 

Module, deren Funktionalität sowie auf die gegenseitige Interaktion über die Schnittstellen 

eingegangen werden. 

4.1 Datenbestand 

Für die Analyse und Evaluierung der von uns entwickelten Suchverfahren und zum Testen 

der Softwarekomponenten wurden Produktdaten und Klassifikationssysteme zu gebrauchten 

Industriemaschinen aus verschiedenen Handelsbörsen ermittelt und in die Testplattform ein- 

gepflegt. 

54 

Das verwendete Klassifikationssystem besteht aus 442 hierarchisch angeordneten Produkt- 

gruppen sowie 542 Merkmalen, wobei zwischen 8 und 41 Merkmale einer Produktgruppe 

zugeordnet sind. Insgesamt gibt es 9004 Zuordnungen von Merkmalen zu Produktgruppen. 

Beispielsweise besteht die Produktgruppe Drehmaschinen aus mehreren Unterprodukt- 

gruppen wie z. B. CNC Dreh und Fräszentrum, CNC Drehmaschine, CNC Drehmaschine 

Schrägbett, Einstechdrehbank-automatisch, Feindrehbank etc. Eine spezielle Feindrehbank 

wird unter anderem durch folgende Merkmale beschrieben: 

Tabelle 5: Beispiele von Merkmalen und Merkmalswerten einer Feindrehbank 

Artikelbezeichnung Drehbank 

Artikelnummer 101053346 

Gesamtantriebsleistung(kW) 

Hersteller WEWAG 

Herstellungsjahr 1978 

Raumbedarf L x B x H(m) 250 x 2000 mm 

Sonstige Informationen keine 

Die Merkmale sind entsprechend der in Abschnitt 1.2 vorgestellten Struktur für Klassifikati- 

onssysteme nicht fest an eine bestimmte Produktgruppe gebunden. Zu ersehen ist dies z. B. an 

dem Merkmal „Raumbedarf L x B x H(m)“, welches von verschiedenen Produktgruppen be- 

nötigt wird. 

Der eigentliche Produktkatalog im untersuchten Datenbestand besteht aus 7937 Produkten 

mit insgesamt 88151 Merkmalswerten. Der Pflegegrad der Produktgruppen liegt dabei zwi- 

schen 24% und 92%.

4.2 Qualität des Datenbestandes 


Je besser die Daten im Datenbestand gepflegt sind, desto genauer können die Anfragen der 

unscharfen Suche ausgewertet werden und die Daten für den automatisierten Import und Ex- 

port zur Verfügung gestellt werden. Dabei wird die Datenqualität durch folgende Punkte be- 

einflusst: 

Pflegegrad einzelner Produkte 

Der Pflegegrad einer Maschine entspricht der Anzahl der tatsächlich gefüllten Merkmale der 

Maschinen, d. h. bei geringem Pflegegrad wurden viele Merkmale beim Einstellen der Ma- 

schinen nicht gefüllt. Dies kann darauf hindeuten, dass diese Merkmale für den Käufer oder 

Verkäufer nicht relevant sind. 

Anzahl der Merkmale 

In den verschiedenen Handelsbörsen lassen sich Produktgruppen finden, die nur mit wenigen 

Merkmalen beschrieben sind. Ein Produkt lässt sich aber besser finden, wenn es durch eine 

bestimmte Anzahl von Merkmalen ausreichend beschrieben werden kann und diese Merkmale 

auch korrekt gepflegt sind. Deshalb sollen diese Produktgruppen mit zu wenigen Merkmalen 

um Merkmale erweitert werden können, um eine bessere Beschreibung zu gewährleisten. 

Unstrukturierte Produktbeschreibung 

In einigen Fällen fassen Anwender – aus Zeitgründen oder mangels geeigneter Merkmale – in 

einem Merkmal „Sonstige Informationen“ die wesentlichen Teile der Produktbeschreibung 

zusammen. Diese unstrukturierte Information, die oftmals viele (ggf. neue) Merkmale um- 

fasst, kann derzeit durch unsere Suchverfahren nicht erfasst werden. Hier ist eine natürlich- 

sprachliche Verarbeitung erforderlich sowie ggf. die Erweiterung des Klassifikationssystems 

um neue Merkmale. 

Die Tabelle 6 zeigt unter dem Merkmal "Sonstige Informationen" Einträge, die als einzel- 

ne Merkmale aufgeschlüsselt werden müssten. 

Unzulässige Merkmalswerte 

Die Qualität des Datenbestandes wird ebenfalls durch unzulässige Merkmalswerte verfälscht, 

wenn z. B. als Merkmalswerte Ausprägungen verschiedener Merkmale in ein Feld eingetra- 

gen werden. So ist ein häufiger Fehler die Preisangabe einer Maschine. Als Merkmale werden 

Preis und Währung angegeben, d. h. im Merkmal Preis soll der Betrag und in Währung die 

gültige Währung eingetragen werden. In der Regel wird der Betrag mit dem Währungszeichen 

eingetragen (z. B. Preis: 20.000 , Währung: ) und das Merkmal Währung bleibt unausgefüllt 

(richtig wäre: Preis: 20.000 , Währung: ). Bei der Suche würden beide Merkmale unbe- 

55


rücksichtigt bleiben, da das Merkmal Preis falsch, und das Merkmal Währung gar 

nicht ausgefüllt wurden. 

Tabelle 6: Merkmale mit den dazugehörenden Merkmalswerten 

4.3 Technische Architektur der Handelsplattform 

Beim Design der Architektur der Handelsplattform wurde eine Mehrschicht-Architektur ge- 

wählt, da bei einer Handelsplattform mit mehreren Clients parallel über das Internet auf einen 

Server zugegriffen werden kann. Eine Mehrschicht-Architektur besteht in der Regel aus fol- 

genden Teilschichten (siehe Abbildung 13). 

• Präsentationsschicht 

• Applikationsschicht 

• Datenhaltungsschicht mit Datenbankmanagement System (DBMS) 

56


Abbildung 13: Mehrschicht-Architektur des Prototyps 

Die Präsentationsschicht gliedert sich in das Web-Frontend und das Betreiber-Frontend (Ad- 

ministrations-Frontend). 

Das Web-Frontend steht dem Kunden über TCP / IP mittels eines Browsers zur Verfügung. 

Das Betreiber-Frontend wird als eigenständige Anwendung zu Administrationszwecken auf- 

gerufen und kann ebenfalls mittels TCP / IP auf den Server zugreifen. 

Die Applikationsschicht besteht aus mehreren JAVA-Teilmodulen. Die Teilmodule aus der 

Applikationsschicht greifen auf spezielle Module der Datenhaltungsschicht zu, wo der Pro- 

dukt-Datenbestand hinterlegt ist. 

Die Abbildung 14 skizziert die Zuordnung der Module zu den einzelnen Schichten des Ar- 

chitekturmodells. Funktionsumfang und Realisierung der einzelnen Module werden im Fol- 

genden näher beschrieben. 

57


4.4 Datenhaltung 

58 

Abbildung 14: Komponentenansicht der 3-Schicht-Architektur 

Für die Speicherung (Haltung) der Daten (Klassifikationssysteme und Produktdaten) wurde 

die in 1.5 vorgestellte Datenstruktur als Datenmodell realisiert. Die Menge aller Maschinen 

und deren Klassifikationssysteme, die in einem XML-basierten Katalogdokument abgelegt 

werden, können in der Datenbank abgebildet werden. Dabei enthält das Datenmodell Entitäts- 

typen und Beziehungen, die ein redundanzfreies Ablegen und effizientes Abrufen der not- 

wendigen Daten ermöglichen. Zudem wurde das Datenmodell um Strukturen erweitert, die 

bei der Fuzzy-Suche benötigt werden. 

4.5 Import/ Export-Schnittstelle 

Die Vielzahl der verschiedenen Katalogformate (wie in 1.4 aufgezeigt), die in den verschie- 

denen Bereichen der Industrie ihren Einsatz finden, verlangt ein hohes Maß an Flexibilität bei 

den Import- und Exportschnittstellen von elektronischen Handelsbörsen. 

Als ein Ergebnis aus 1.4 wurde eine Schnittstelle zur Verarbeitung von XML-basierten Ka- 

talogdokumenten realisiert. Zur Zeit wird eine Vielzahl von XML-Dokumenten zur Übertra- 

gung von Daten zwischen den Handelsbörsen verwendet. Um diesen verschiedenen Formaten 

gerecht zu werden, sollte die Handelsbörse in der Lage sein, die verschiedenen Formate zu 

verarbeiten. Diese Flexibilität erfordert für die Verarbeitung von jedem Dokument einen ho-


hen Programmieraufwand. Um diese Anwendung zu realisieren wurde eine XML-Mapping- 

Struktur entwickelt, die genau die Abbildung der Daten aus dem Katalog in die Datenbank 

definiert. So können die verschiedenen XML-Katalogformate zum Einlesen der Daten in die 

Handelsbörse verwendet werden. Umgekehrt soll das Export-Tool aus der Handelsbörse ein 

durch den Betreiber definiertes und festgelegtes XML-Dokument erstellen können. Analog 

zum Import wurde auch hier eine Mapping-Struktur entwickelt, die zu jedem beliebigen 

XML-Katalogformat die Abbildung der Daten aus der Datenbank in die Struktur des ausge- 

wählten Katalogdokumentes definiert. Sowohl beim Export als auch beim Import wird die 

Erzeugung bzw. die Verarbeitung des XML-Katalogdokumentes durch das Mapping- 

Dokument gesteuert. 

Im Mapping-Dokument sind alle relevanten Informationen, die den Aufbau des verwende- 

ten XML-Formates als auch die Informationen der zugrunde liegenden Datenbank betreffen, 

hinterlegt. Damit können Import und Exportschnittstelle katalogformat- und datenbankunab- 

hängig Dateien verarbeiten. Die Abbildung 15 zeigt die schematische Darstellung der Import- 

/ Export-Schnittstelle mit dem Mapping-Dokument. 

Abbildung 15: Schematische Darstellung der Import- und Exportschnittstelle 

Beim Import der Daten in die Datenbank enthält das Mapping-Dokument für jede mit Daten 

zu füllende Tabelle einen Mappingabschnitt. Er ordnet einem Katalogelement die entspre- 

chende Zieltabelle zu. Die Reihenfolge, mit der Datenbanktabellen gefüllt werden sollen, 

muss zur Sicherstellung der referenziellen Integrität ebenfalls in diesem Dokument abgelegt 

werden. 

Die Realisierung der Import-Schnittstelle ist in [Mees 2001] genauer beschrieben. Derzeit 

stehen Mapping-Dokumente für die Verarbeitung von BMEcat- und xCBL-Produktkatalogen 

zur Verfügung. 

59


60 

Abbildung 16 zeigt eine Maske des Betreiber-Frontends, womit Parameter wie z. B. der 

Pfad zur Katalogdatei, der Pfad zum Mapping-Dokument, Passwörter und Benutzer der Da- 

tenbank usw. eingestellt werden. 

Abbildung 16: GUI des fertigen Import-Tools 

Die Export-Schnittstelle dient zur Erzeugung XML-basierter Produktkataloge mit den ent- 

sprechenden Klassifikations- und Produktdaten aus der Datenbank. Er wurde analog zu der 

Import-Schnittstelle realisiert. Auch hier entscheidet ein Mapping-Dokument über das Format 

des zu erzeugenden XML-basierten Produktkataloges. In Abhängigkeit von der Beschaffen- 

heit des Datenbestandes der Handelsbörse, des zu erzeugenden XML-Katalogformates und 

der Produktdaten, die in dem entsprechenden Katalogdokument dargestellt werden sollen, 

werden die Daten anhand der Regeln im Mapping-Dokument ausgelesen und in das ge- 

wünschte XML-Katalogformat gebracht (vgl. [Schürmann 2003]). 

4.6 Web-Frontend 

Das Web-Frontend wird in einem HTML-Browser dargestellt. Somit ist gewährleistet, dass 

die Kundenschnittstelle der elektronischen Handelsbörse für den Kunden, den Händler sowie


den Betreiber weltweit über das Internet abrufbar ist. Über das Web-Frontend werden die 

Standardfunktionen „stöbern“ oder „gezielt Suchen“, wie sie in den meisten Internet- 

Marktplätzen vorhanden sind, zur Verfügung gestellt. Auch wird dem Benutzer angeboten, 

die ausgewählten Produkte in ein Katalogformat seiner Wahl - wie z. B. BMEcat oder xCBL - 

zu exportieren. 

Das „Stöbern“ wird ermöglicht, indem dem Benutzer die gesamten Produkte der Börse in 

Kategorien angezeigt werden. Hierzu hat er die Möglichkeit, durch die Referenzhierarchie zu 

navigieren. Anschießend wird dem Benutzer eine Auswahlliste der in der Datenbank enthal- 

tenen Produkte angezeigt. Abbildung 17 zeigt mehrere Dropdown-Elemente, mithilfe derer 

„gestöbert“ werden kann. 

Abbildung 17: Benutzerschnittstelle „stöbern“-Funktion 

Eine weitere Möglichkeit ein Produkt zu finden ist die unscharfe oder auch fuzzyfizierte Su- 

che. Bei dieser Suchmöglichkeit gibt der Benutzer eine Menge von gesuchten Merkmalsaus- 

prägungen an. Mit Hilfe dieses entwickelten Suchverfahrens werden aus dem Angebot der 

elektronischen Handelsbörse die für den Kunden relevanten Produkte gefunden. Das Verfah- 

ren implementiert die in Kapitel 2 dargestellten Such- und Klassifizierungsstrategien. Jede 

vom Kunden formulierte Anfrage wird als XML-Datei serverseitig gespeichert und anschlie- 

ßend vom Queryprozessor der Fuzzy-Suchkomponenten für die Suche ausgewertet. 

Abbildung 18 zeigt einen Teil des Interfaces für das gezielte Suchen. Es können die für den 

Kunden relevanten Merkmale hinzugefügt werden. Anschließend können die gesuchten 

61


Merkmalswerte eingegeben werden. In der Abbildung wurde als Drehzahlbereich(U/min) 100 

bis 1000 mit einer Gewichtung von 0,5 eingeben. Mittels der Radiobuttons fulfiled, 

comprised und exact kann nochmals bestimmt werden, in wie weit ein Anfragebereich 

mit dem Wertebereich des gesuchten Produktes übereinstimmen soll. 

62 

Bei Merkmalswerten, die keinen Bereich bilden, muss nur das erste Feld ausgefüllt wer- 

den, eine Ausfüllung der oberen Schranke bewirkt schon eine Fuzzyfizierung der Anfrage. 

4.7 Fuzzy-Modul 

Abbildung 18: Eingabemaske zu unscharfen Suche 

Die Fuzzy-Suchkomponente ist aus mehreren Teilmodulen aufgebaut. Alle Module zusam- 

mengefasst ergeben das Fuzzy-Modul. 

Im Folgenden wird jedes Teilmodul des Fuzzy-Moduls allgemein beschrieben werden. 

Abbildung 19 zeigt die funktionalen Abhängigkeiten der Teilmodule und ihre Abarbeitungs- 

reihenfolge. 

4.7.1 Indexprozessor 

Der Indexprozessor erstellt anhand der in der Datenbank enthaltenen Daten entsprechende 

Javaklassen und Objekte. Die Objekte sind mit den in der Datenbank enthaltenen Daten ge- 

füllt. Die Gesamtmenge dieser Objekte wird als Index bezeichnet. Somit werden die relevan- 

ten Daten (Produktgruppen, Produkte und deren Merkmale) im Hauptspeicher gehalten. An- 

schließend wird der Index mit Fuzzy-Objekten (die mit Fuzzy-Zugehörigkeitsfunktionen ge- 

füllt sind) erweitert, die später vom Fuzzyprozessor zur Fuzzyfizierung benutzt werden.

4.7.2 Queryprozessor 


Abbildung 19: Arbeitsweise der Hauptkomponenten des Fuzzy-Moduls 

Der Queryprozessor öffnet die von dem Web-Frontend erzeugte XML-Datei und liest sie kno- 

tenweise aus. Jeder Knoten entspricht dabei einem Element in der XML-Datei. Dabei werden 

alle Gruppen ausgelesen, sowie alle Merkmale mit den Merkmalswerten und die booleschen 

Ausdrücke, welche die Merkmale verknüpfen. Dann wird eine Anfrage-Datenstruktur erzeugt. 

Die Datenstruktur wird vom Queryprozessor folgendermaßen zur Verfügung gestellt: 

• Auflistung aller Maschinengruppen 

• Auflistung aller angefragten Merkmale 

• Rekursive Auflistung der eigentlichen Anfrage in Abhängigkeit der booleschen Operato- 

ren (vgl. Abbildung 8) 

Für die Merkmale werden in der Datenstruktur folgende Werte gespeichert: 

• Gewichtung des Merkmals 

• Alle zugehörigen Merkmalswerte 

In den booleschen Ausdrücken wird einer der booleschen Operatoren AND, OR, NOT, ID (ID 

für Identität) gespeichert, das Anfragegewicht des Ausdrucks und eine Liste seiner Operan- 

den. Die Operanden können Merkmale oder wiederum boolesche Ausdrücke sein. Außerdem 

werden verschiedene Parameter wie beispielsweise der Wert k (vgl. Abschnitt 2.2.5.2) ge- 

speichert. In Abbildung 20 ist der Ablauf einer Anfrage dargestellt. Die nicht zum Querypro- 

zessor gehörenden Komponenten sind schwarz eingefärbt. 

63


64 

Abbildung 20: Von der XML-Datei des Frontends zur einer Rangliste der Produkte 

4.7.3 Präprozessor 

Um den Suchraum einzuschränken, liefert der Präprozessor anhand der Suchanfrage die Pro- 

duktgruppen und Produkte an den Fuzzyprozessor, die für die eigentliche Suche relevant sind. 

Kriterium ist hier beispielsweise, ob die angefragten Merkmale in der Produktgruppe über- 

haupt vorkommen. 

4.7.4 Fuzzyprozessor 

Der Fuzzyprozessor bildet neben dem Rankingprozessor das Kernstück der Suche und be- 

rechnet für jeden angefragten Merkmalswert die Ähnlichkeit zu den hinterlegten Produktwer- 

ten. Der Fuzzyprozessor nutzt dabei die vom Indexprozessor im Index bereitgestellten Fuzzy- 

Zugehörigkeitsfunktionen in den Fuzzy-Objekten, um die Anfrage zu fuzzyfizieren. Jede Fuz- 

zy-Zugehörigkeitsfunktionen wiederum ist hierbei in Sektoren eingeteilt, welche aus primiti- 

ven Funktionen bestehen. Diese sind in der Datenhaltungsschicht hinterlegt und als Java- 

Methoden implementiert. Abbildung 21 zeigt eine Fuzzy-Zugehörigkeitsfunktion, die in vier 

Sektoren zerlegt ist. Jeder Sektor wird von einer primitiven Funktion dargestellt (ausgewählt 

aus 16 implementierten Funktionen).


Abbildung 21: Funktionszerlegung am Beispiel der geglätteten Trapez-Funktion 

In Abbildung 22 ist zu sehen, wie die geglättete Senkenfunktion momentan in der Datenbank 

hinterlegt ist. Die Funktion setzt sich aus den vier Sektoren „Gerade“, „Exponential steigend 

II“, „Exponential fallend II“ und „Gerade“ zusammen. 

Abbildung 22: Modul „Funktionen definieren und bearbeiten“ 

Jedem Merkmal im Index wird eine bestimmte Ausprägung einer Fuzzy- 

Zugehörigkeitsfunktionen zugeordnet. 

4.7.5 Rankingprozessor 

Das Modul „Rankingprozessor“ berechnet die Gesamtrelevanz der vom Fuzzyprozessor er- 

mittelten Merkmalsähnlichkeiten für ein Produkt und ordnet die Ergebnisse entsprechend die- 

ser Relevanz an. Hier können auch nachträglich vom Kunden die gefundenen Ergebnisse aus 

seiner Sicht bewertet werden. Anschließend wird der Suchvorgang anhand dieser Kriterien 

neu gestartet. Die Kriterien werden direkt an den Präprozessor übergeben. Dieser Vorgang 

wird als Relevance-Feedback bezeichnet. 

65


4.8 Betreiber-Frontend 

66 

Abbildung 23: Die vom Rankingprozessor sortierten Werte. 

Das Betreiber-Frontend dient zur Administration der verschiedenen Teilmodule sowie der 

Datenbank. Hierfür wurde ein modularer Aufbau der Software angestrebt, so dass die Soft- 

ware grob in zwei Bereiche unterteilt werden kann: 

1. Das Mainframe (Hauptfenster): Es stellt Grundfunktionalität zur Verfügung, wie 

Datenbankverbindung, Netzverbindung zum Webserver mit Servlet-Engine, die 

Darstellung des Klassifikationssystemss, sowie ein Auswahlmenü um weitere 

Funktionalitäten zu starten, die wiederum jeweils durch ein Teilmodul beschrieben werden 

können. 

2. Die Teilmodule: Sie enthalten die Funktionalität wie das Aus- und Abschalten des 

Webservers, die Pflege der Datenbank usw. 

Durch die Modularisierung in Teilmodule wird eine einfache und schnelle Erweiterung der 

Software erreicht. Die Module werden mit dem Auswahlmenü verknüpft und können zur 

Laufzeit dynamisch ausgetauscht werden. 

Der Betreiber kann die Komponenten des Systems nach seinen Wünschen steuern und Ein- 

stellungen vornehmen. Damit das Angebot der Handelsbörse erweitert werden kann, stehen 

Schnittstellen zur Verfügung (siehe Abschnitt 4.5), die Maschinen und ihre Merkmalsausprä- 

gungen in die Datenbank aufzunehmen können. Darüber hinaus können das bestehende An- 

gebot korrigiert oder einzelne Produkte gelöscht werden (Überprüfung / Verbesserung Daten-


qualität). Auch statistische Auswertungen sind möglich. Abbildung 24 zeigt das Hauptfenster 

des Betreiber-Frontends und die Untergliederung in sechs Bereiche: 

1. Navigation im Klassifikationssystem (4.8.1) 

2. Auswahlmenü Module (4.8.2) 

3. Modularbeitsfläche (4.8.3) 

4. Statusleiste (4.8.4) 

5. Menüleiste (4.8.5) 

6. Menübar (4.8.6) 

Abbildung 24: Die grafische Benutzerschnittstelle des Mainframes 

4.8.1 Navigation im Klassifikationssystem 

Mit Hilfe dieser Komponente der grafischen Benutzeroberfläche kann der Benutzer durch die 

Klassifikation navigieren. Beim Navigieren sieht er den Aufbau der Baumstruktur mit dessen 

Knoten, welche die Produktgruppen darstellen, alle Produkte einer Produktgruppe, sowie die 

Standardmerkmale einer Maschinenkategorie. Des Weiteren hat der Benutzer durch Selektion 

die Möglichkeit, die Vorgaben für Produktgruppen, Produkt und Merkmal festzulegen. 

Daneben befindet sich die Zwischenablage. Die Zwischenablage wird durch eine Contai- 

nerklasse realisiert. Diese ist in der Lage, Objekte, die mit der Maus dorthinein gezogen wer- 

den, aufzunehmen. Objekte können Produktgruppen, Produkte, Merkmale, Merkmalszuord- 

nungen und Merkmalsausprägungen sein. Die Daten sind durch die Zwischenablage innerhalb 

67


des Klassifikationssystems schnell kopier- und verschiebbar. Ziel und Quelle können die Na- 

vigationsleiste oder das aktuell ausgeführte Modul sein. 

4.8.2 Auswahlmenü „Module“ 

Das Auswahlmenü gliedert und strukturiert die einzelnen Module zu Themenblöcken. Beim 

Doppelklick auf einen Moduleintrag im Auswahlmenü wird das entsprechende Modul aufge- 

rufen. Das Auswahlmenü wird aus der Datei "menu.ini" gelesen und ordnet die Module im 

Hauptspeicher dynamisch den Menüeinträgen zu. Dadurch ist es möglich, während der Lauf- 

zeit die Menüdatei zu ändern. Abhängig von der Menüdatei wird das Menü angezeigt. 

4.8.3 Modularbeitsfläche 

In diesem Bereich werden die Steuerelemente der jeweils ausgewählten Module angezeigt. 

4.8.4 Statusleiste 

Die Datenbankverbindung wird beim Start der Software aufgebaut. In der Statusleiste ist die 

Information über den Zustand der Datenbankverbindung durch einen grünen Haken (verbun- 

den) bzw. ein rotes Kreuz (getrennt) visualisiert. Weiterhin zeigt die Statusleiste Informatio- 

nen zur aktuellen SSH-Verbindung zwischen der Schnittstelle und dem Server an. 

4.8.5 Menüleiste 

Mit den Funktionen der Menüleiste lassen sich die Operationen innerhalb des Hauptfensters 

steuern. In der Menüleiste befinden sich Standardfunktionen wie Programmabbruch und Hil- 

fe. Zu finden ist hier auch eine Funktion, die es ermöglicht, die Zwischenablage zu leeren. 

4.8.6 Menübar 

Die wichtigsten Programmfunktionen sind hier für den Benutzer mit einem Mausklick abruf- 

bar. Dies sind im Einzelnen: 

1. Programmabbruch 

2. Gesicherte Verbindung zum Server herstellen (SSH) 

3. Datenbank-Verbindung herstellen 

4. Datenbank-Verbindung unterbrechen 

4.8.7 Dataverifiermodul 

Dieses Modul soll einen festgelegten Standard für verschiedene Datenformate überprüfen, um 

eine korrekte Verarbeitung zu gewährleisten. Dies ist beispielsweise beim Import von Daten, 

aber auch zur Unterstützung der allgemeinen Datenpflege relevant. Die Datenformate werden 

entsprechend dem Merkmalsleistenaufbau von eClass und der ISO 6093 bestimmt und in der 

Datenbank gespeichert. Das Dataverfiermodul wird vom Web-Frontend und vom Betreiber- 

Frontend immer dann genutzt, wenn Daten in die Datenbank geschrieben werden. 

68


Tabelle 7 zeigt die aus ISO 6093 hinterlegten Datenformate für die zu überprüfenden Werte. 

Dabei müssen die Feldlängen der Datenwerte durch eine Nummer (z. B. 17) gekennzeichnet 

sein. Eine variable Feldlänge muss mit zwei Punkten, eine feste mit einem Leerzeichen be- 

ginnen (z. B. N 8-N 17 oder N..4 usw.) 

Tabelle 7: Auszug aus der Tabelle der hinterlegten Datenformate für die Werte 

Syntax Beschreibung ISO-Format Beispiel Datentyp 

N.. Wert darf nur aus Ziffern bestehen; N..4 1234 Int 

max. Ziffern; 123 

muss ganze Zahl sein; 12 

N Wert darf nur aus Ziffern bestehen; N 4 1234 Int 

genau Ziffern; 

muss ganze Zahl sein; 

N -N Wert darf nur aus Ziffern bestehen; N 4-N 8 1234 Int 

X.1 

X.. 

4.8.8 Statistikmodul 

min. Ziffern , max. Ziffern; 12345 

und müssen ganze Zahlen sein; 12345678 

Wert darf nur aus einem j (für JA) oder n (für 

X.1 j,J boolean 

Nein) bestehen. 

Wert ist ein boolescher Wert. n,N 

Wert darf aus Ziffern und Buchstaben beste- 

X..4 AB12 String 

hen: 

max. Zeichen; ab 

muss ganze Zahl sein; abc 

Das Statistikmodul wertet die im Betreiber- oder Web-Frontend ausgewählten Teile des Da- 

tenbestandes statistisch aus. Ausgehend vom Wurzelknoten (root) der Datenbank werden zu 

jeder weiteren Produktgruppe die folgenden Daten ermittelt. 

• Produktgruppennummer 

• Produktgruppenbezeichnung 

• Ebene 

• Anzahl der nachfolgenden Produktgruppen 

• Anzahl der nachfolgenden Produktgruppen auf Blattebene 

• Anzahl der darunter liegenden Produkte 

• Ist diese Produktgruppe ein Blatt oder nicht? 

• Die durchschnittliche Anzahl von Produkten in den darunter liegenden Produktgruppen 

69


Handelt es sich bei einer Produktgruppe um ein Blatt, sind noch folgende Informationen von 

Interesse: 

• Anzahl der Merkmale des Blattes 

• Anzahl der an dem Blatt hängenden Produkte 

• Die durchschnittliche Anzahl von gepflegten Merkmalen der anhängenden Produkte 

Für jedes Merkmal des Blattes wird die Häufigkeit ermittelt, wie oft die Ausprägung in den 

anhängenden Produkte gepflegt ist. 

4.8.9 Statistik-Export 

70 

Abbildung 25: Anzeige der vom Statistikmodul ermittelten Werte 

Darüber hinaus wurde für den Export der statistisch ausgewerteten Daten eine Lösung reali- 

siert, welche die Daten in Excel grafisch aufbereitet. Dazu wurde ein Tool entwickelt, das die 

vom Statistikmodul ermittelten Werte in eine csv-Datei schreibt. Abbildung 26 zeigt ein auf 

diesen Daten basierendes Diagramm.

Anzahl der Produkte 

300 

250 

200 

150 

100 

50 

0 


Die 10 Produktgruppen mit den meisten Produkten 

255 246 

228 

206 

185 179 167 165 163 161 

Abbildung 26: Grafische Visualisierung der exportierten Statistikdaten 

71


5 Integration von Komponenten in den omeco ® webshop 

Mit machinerytrade.net stellte der Partner omeco ® GmbH dem Projekt die Technologie einer 

Handelsplattform für gebrauchte Maschinen zur Verfügung. In der ursprünglichen Planung 

war vorgesehen, diese Handelsbörse als Ausgangspunkt für die Realisierung der Handelsbör- 

se für gebrauchte Maschinen zu nutzen und darin die in diesem Projekt entwickelten Kompo- 

nenten zu integrieren. Nach intensiver Analyse dieser Plattform stellte sich jedoch im Verlauf 

des Projektes heraus, dass eine Integration der entwickelten Komponenten in diese php- 

basierte Plattform nicht gut durchführbar ist. Die Plattform von omeco ® GmbH genügt bei- 

spielsweise nicht den im Abschnitt 1.2 formulierten zentralen Anforderungen an Klassifikati- 

onssysteme. Eine Integration hätte so eine weitgehende Neu- bzw. Umstrukturierung von ma- 

chinarytrade.net bedeutet. Deshalb wurde beschlossen mit den gewonnenen Erfahrungen eine 

eigene prototypische Plattform zu realisieren (mtrade). 

72 

Es wurde jedoch im Rahmen der Kooperation mit der omeco ® GmbH die Wiederverwend- 

barkeit und Flexibilität der in diesem Projekt entwickelten Softwarekomponenten analysiert 

und bewertet. Hierzu wurde die in Abschnitt 4.5 beschriebene Export-Schnittstelle, die als 

eigenständige Komponente realisiert wurde, in das Produkt webshop, ein Online-Shopsystem 

der omeco ® GmbH, integriert. Durch die objektorientierte Realisierung der Export- 

Schnittstelle konnte die Integration problemlos in die serverseitigen Komponenten des web- 

shops erfolgen. Vorteile für den omeco ® webshop sind: 

• Da die Export-Schnittstelle bei der Verwendung des entsprechenden Mapping- 

Dokumentes jedes beliebige XML-basierte Katalogformat erstellen kann, ist die Erzeu- 

gung des Produktkataloges im webshop nicht mehr nur auf die Darstellung des BMEcat- 

Kataloges beschränkt. Mit dem entsprechenden Mapping-Dokument ist aus dem webshop 

heraus jedes beliebige XML-basierte Katalogdokument erzeugbar. 

• Umfang und Struktur des Katalogdokumentes (d. h. die Erzeugung der gewünschten Kata- 

log-Tags) und ist nicht implementierungsabhängig, sondern wird im wesentlichen durch 

das Mapping-Dokument definiert. Auch können Daten aus verschiedenen Datenbank- 

schemata verarbeitet werden. 

• Spezielle Anforderungen des Shops können durch die Verwendung und Verarbeitung von 

benutzerdefinierten Funktionen realisiert werden. 

Weitere Einsatz- bzw. Erweiterungsmöglichkeiten sind angedacht und werden von der ome- 

co ® GmbH selbst vorgenommen. Abbildung 27 zeigt schematisch die Erzeugung von Kata- 

logdokumenten aus dem Firmenprodukt heraus. 

Die Integration der Export-Schnittstelle hat gezeigt, dass die bei Entwurf und Entwicklung 

der Software-Komponenten zugrunde gelegten Ziele wie Anpassbarkeit und Wiederverwend- 

barkeit erreicht wurden und somit eine weitergehender Verwertbarkeit unterstützen.


Abbildung 27: Integration der Export-Schnittstelle in omeco ® webshop 

73


6 Voraussichtlicher Nutzen und Verwertbarkeit 

Die entwickelten Komponenten dienen als technologische Basis zur Realisierung von elektro- 

nischen Marktplätzen. Die theoretischen und praktischen Ergebnisse wurden auf einschlägi- 

gen Konferenzen veröffentlicht. 

74 

Wie in Kapitel 5 aufgezeigt, konnte eine direkte Verwertbarkeit unserer Ergebnisse bei 

dem Projektpartner omeco ® GmbH realisiert werden. Die Export-Schnittstelle wurde erfolg- 

reich in den webshop integriert und mit Hilfe des Mapping-Dokumentes können BMEcat- 

konforme Katalogdokumente erzeugt werden. Je nach Kundenanforderung können weitere 

XML-basierte Katalogformate ohne Programmieraufwand durch Erstellung eines Mapping- 

Dokumentes erzeugt werden. 

Die Ergebnisse des Projektes wurden u.a. im Rahmen der Messen CeBIT 2002 und CeBIT 

2003 und bei internen Fachtagungen präsentiert. Dabei ergaben sich verschiedene Kontakte 

zu Firmen, die Lösungen zu Fragestellungen in anderen Problembereichen suchten und die 

mit den Techniken, die im Projekt entwickelt wurden, angegangen werden können. Dies be- 

trifft vor allem die Verfahren und Tools zur heuristischen Suche. Drei Fragestellungen wer- 

den im folgenden kurz erläutert: 

1. Automatisierte Klassifikation von Produkten, z. B. beim Eintrag in die Datenbasis des 

Marktplatzes oder bei der Suche nach komplexen Produkten: Hier können die 

heuristischen Suchverfahren mit den fuzzybasierten Ähnlichkeitsmaßen den Benutzer 

durch Klassifikationsvorschläge unterstützen. Für diese Aufgabe suchen wir derzeit einen 

geeigneten Anwender im Bereich der Maschinenbaufertigung oder einen Großhändler, der 

Produkte mit einer großen Anzahl von Varianten anbietet (z. B. im Bereich elektronischer 

Bauteile). 

2. Konfiguration von Produkten oder Prozessen: Einige Firmen verfügen über immense 

Datenbestände, die Informationen über eine Vielzahl von Parametern zu bereits gefertigten 

Produkten enthalten, und die Qualität und Effizienz des Herstellungsprozesses 

entscheidend beeinflussen. Die Parameter sind teils von außen vorgegeben, teils direkt 

beeinflussbar, wie z. B. Maschineneinstellungen. Bei einem neuen Auftrag sollen die 

besten Parametereinstellungen für einen Auftrag aus der Datenbasis bestimmt werden. 

Dieser Auswahlprozess kann vermutlich durch den Einsatz der heuristischen 

Suchverfahren mit den fuzzybasierten Ähnlichkeitsmaßen unterstützt werden. In diesem 

Zusammenhang stehen wir momentan in einer Diskussion mit einer Firma zur Produktion 

von Wurstwaren. 

3. Automatische Parametrisierung des heuristischen Suchverfahrens: Der Einsatz der 

Suchverfahren verlangt derzeit eine manuelle Festlegung einer Vielzahl von Parametern. 

Diese Parametrisierung ist aufwändig und nur mit Expertenwissen aus dem 

Anwendungsbereich durchzuführen. Eine Festlegung der Parameter über automatische


Lernverfahren würde den Aufwand erheblich reduzieren. Die Entwicklung solcher 

Lernverfahren wird sowohl mit der Firma omeco ® GmbH als auch mit anderen 

Unternehmen angegangen. 

Für die entwickelten Verfahren und Komponenten werden den Partnern die notwendigen An- 

passungsarbeiten über die entstehenden Personentage berechnet. Die Nutzung der Komponen- 

ten an sich wird über Lizenzen geregelt. Neben einer Basislizenz, die den Im- und Export von 

Produkten ermöglicht, bieten wir den Partnern die Komponente zur Produktsuche in verschie- 

denen Stufen an. Die Kosten der Lizenzen richten sich nach dem Umfang der Parametrisie- 

rungsmöglichkeiten und nach der Größe des Marktplatzes gemessen in der Anzahl der ange- 

botenen Produkte. 

75


7 Verwendete aktuelle Forschungsergebnisse 

Die wachsende Bedeutung der elektronischen Beschaffungssysteme im B2B E-Business führ- 

te zur Entwicklung von XML-Standards speziell für den Datenaustausch. Dabei liegt der Fo- 

kus nicht nur auf standardisierten Geschäftsdokumenten, sondern auch in der Entwicklung 

von Taxonomien für die in den Dokumenten beschriebenen Geschäftsobjekte. Dabei spielt die 

standardisierte Beschreibung von Produkten und Dienstleistungen eine immer stärkerer Rolle. 

Produktklassifikationssysteme, die jedes einzelne Produkt klassifizieren und zum Teil in Ab- 

hängigkeit von Produktklassen die produktbeschreibenden Merkmale vorgeben, übernehmen 

diese Aufgabe. Aber ebenso wenig, wie es einen allgemein akzeptierten XML-Standard für 

Geschäftsdokumente gibt, so wird sich auch bei den bereits existierenden Klassifikationssys- 

temen in nächster Zeit kein alleiniges Klassifikationssystem weltweit und branchenübergrei- 

fend durchsetzen. Vielmehr existiert, wie in Abschnitt 1.3 gezeigt, eine Vielzahl von Klassifi- 

kationssystemen, die sich inhaltlich und strukturell unterscheiden. Die Folge ist, dass nicht 

nur Geschäftsdokumente, sondern auch zunehmend die dazugehörenden Klassifikationssys- 

teme Gegenstand der elektronischen Übertragung werden. Die Marktteilnehmer benötigen die 

Informationen über die verwendeten Klassifikationssysteme, um die überlieferten Produktda- 

ten klassifizieren und finden zu können. 

76 

Bisher fehlte jedoch ein Modell, das Klassifikationssysteme allgemeingültig beschreibt und 

für deren elektronische Übertragung genutzt werden kann. An der Universität Essen wurde 

aus der Diskussion der Gestaltungsaspekte von Klassifikationssystemen ein Referenzmodell 

als XML-Schema entwickelt. Dieses Referenzmodell kann für die Systemübertragung ver- 

wendet werden und somit als Erweiterung in Katalogstandards aufgenommen werden. Die 

Entwicklung, Modellierung und Spezifikation dieses Modells und eine empirische Analyse 

sind in [Leukel et al. 2002] nachzulesen.

8 Veröffentlichungen 

8.1 Veröffentlichungen der Projektergebnisse 


• Krieger, Rolf; Kuhn, Norbert; Mees, Michael; Naumann, Stefan; Schürmann, Cordula; 

Sommer, Christian: Verwendbarkeit von Klassifikationssystemen und Katalogstandards 

zum Aufbau von elektronischen Handelsbörsen für gebrauchte Maschinen. In: Weinhardt, 

Christof; Holtmann, Carsten (Hrsg.): E-Commerce: Netze, Märkte, Technologien. Physi- 

ca-Verlag, Heidelberg, September 2002 

• Krieger, Rolf; Kuhn, Norbert; Naumann, Stefan; Schürmann, Cordula; Sommer, Chris- 

tian: XML-based Product Catalogues, Product Classification Systems and their Suitability 

for Electronic Market Places. In: The 7th World Multi Conference on Systemics, Cyber- 

netics and Informatics (SCI), Orlando, August 2003 

• Naumann, Stefan: Information Systems for Virtual Communities with Ecological Focus. 

In: The 7th World Multi Conference on Systemics, Cybernetics and Informatics (SCI), 

Orlando, August 2003 

• Naumann, Stefan: Supporting Customer Cooperation to Promote Sustainable Develop- 

ment. In: Ramsower, Reagan; Windsor, John; DeGross, Janice I. (ed.): Proceedings of the 

Eighth Americas Conference on Information Systems. Association for Information Sys- 

tems, Dallas, Texas, August 2002 

• Naumann, Stefan; Krieger, Rolf; Kuhn, Norbert; Schürmann, Cordula; Sommer, Christi- 

an: Such- und Klassifizierungsstrategien in elektronischen Produktkatalogen. In: Uhr, 

Wolfgang; Esswein, Werner; Schoop, Eric (Hrsg.): Wirtschaftsinformatik 2003. Medien, 

Märkte, Mobilität. Band I. Physica-Verlag, Heidelberg, September 2003 

• Naumann, Stefan; Krieger, Rolf; Kuhn, Norbert; Schürmann, Cordula; Sommer, Christi- 

an: Adaption von Information Retrieval-Verfahren zur automatisierten Produktsuche und - 

klassifikation. In: Dittrich, Klaus; König, Wolfgang; Oberweis, Andreas; Rannenberg, 

Kai; Wahlster, Wolfgang (Hrsg.): Informatik 2003. Innovative Informatikanwendungen 

Band 2. Lecture Notes in Informatics (LNI), Volume P-35, Bonn, Oktober 2003 

• Naumann, Stefan; Krieger, Rolf; Kuhn, Norbert; Schürmann, Cordula; Klassifikationssys- 

teme und Katalogformate für elektronische Handelsbörsen von Gebrauchtwaren. Techni- 

scher Bericht, Umwelt-Campus Birkenfeld, September 2003 

8.2 Studentische Arbeiten im Rahmen des Forschungsprojektes 

• Michael Arm: Entwicklung, Evaluierung und Bewertung von Information Retrieval Ver- 

fahren für elektronische Handelsbörsen, 2003 

77


• Christian Bohn: Softwaredokumentation mtradeStatistics, 2002 

• Michaela Gutmann: Analyse von Problemen der Datenqualität in datenbankgestützten 

78 

elektronischen Produktkatalogen und Entwicklung von Lösungsansätzen, 2003 

• Frank Heylmann, Oliver Glöckner, Martin Scholtes: Fuzzy-Prozessor: Implementierung 

von Zugehörigkeitsfunktionen in Java, 2003 

• Frank Heylmann, Implementierung von Benutzerschnittstellen für eine elektronische 

Handelsbörse, 2003 

• Oliver Küssner: Softwaredokumentation Dataverifier, 2002 

• Michael Mees: Entwurf eines Datenmodells und einer XML- basierten Schnittstelle für 

eine elektronische Handelsbörse, 2002 

• Erik Naumann: Generierung von Java-Klassen zur Abbildung von Datenbankschemata im 

Hauptspeicher, 2003 

• Stefan Richter: Implementierung der Erweiterten Booleschen Suche für das Produkt- 

Retrieval, 2002 

• Rui Pinto Guimarães: Natural Language Interface for the mtrade Project, 2002

9 Ausblick auf zukünftige Forschungsvorhaben 


Die Projektergebnisse werden in kommenden Forschungsprojekten, die bereits laufen oder in 

der Startphase sind, genutzt. Insbesondere können Ergebnisse und Erkenntnisse aus folgenden 

Bereichen verwendet werden: 

1. Wissen über die Anwendungsdomäne 

2. Klassifikationssysteme und Produktkataloge 

3. Fuzzybasierte Suche und Lernverfahren 

Zum ersten Punkt wollen wir die Verallgemeinerung der Ergebnisse über Gebrauchtgüter hin- 

aus mit einem Partner aus dem Bereich des Maschinen- und Werkzeugbaus untersuchen. Ins- 

besondere der Bereich „Ersatzteile“ verspricht aufgrund seiner Variantenhäufigkeit mit zahl- 

reichen Merkmalen Anwendungsmöglichkeiten sowohl im Klassifikations- als auch im Ret- 

rieval-Bereich. 

Zum zweiten wollen wir das von uns entwickelte generische Klassifikationssystem mit 

seinen gekoppelten elektronischen Produktkatalogen auf andere Anwendungsdomänen über- 

tragen. Zur Zeit wird in Zusammenarbeit mit dem Institut für Stoffstrommanagement (IfaS) 

unter Auftrag des Ministeriums für Umwelt und Forsten Rheinland-Pfalz ein erstelltes Bio- 

massekataster systematisiert und internetfähig aufbereitet, ergänzend flankiert durch eine 

Handelsbörse. Die verschiedenen Stoffgruppen der einzelnen Biomassen stellen dabei die 

Referenzhierarchie des merkmalsbasierten Klassifikationssystems dar, die einzelnen Potenzia- 

le bzw. Angebote/Nachfragen entsprechen den Produkten. Auch im Bereich der Sammlung 

von Meta-Umweltdaten – hier führen wir im Auftrag des saarländischen Umweltministeriums 

den Umweltdatenkatalog (UDK) ein – lassen sich die Erkenntnisse merkmalsbasierter Klassi- 

fikationssysteme anwenden und vertiefen. 

Drittens planen wir die Anwendung des von uns entwickelten fuzzybasierten Suchverfah- 

rens für die allgemeine Produkt- und Dienstleistungssuche. Da sich das Verfahren vielseitig 

anwenden lässt, sofern die zu suchenden Objekte eine gewisse Struktur aufweisen und durch 

Merkmale beschrieben sind, möchten wir (empirisch und durch Lernverfahren gestützt) all- 

gemeine Methoden entwickeln, um das Wissen einer Anwendungsdomäne in Zugehörigkeits- 

und Rankingfunktionen zu kodieren. 

79


III Literaturverzeichnis 

[Arens et al. 2002] Arens, Andreas; Bläsius, Karl Hans (2002) Projekt INFOX-I, 

80 

Zwischenverwendungsnachweis, Fachhochschule Trier. 

[AWF-Ausschuss für Wirtschaftliche Fertigung e.V. 1990] AWF-Ausschuss für 

Wirtschaftliche Fertigung e.V. (1990): Schriften, Betriebsmittelkarten, Vordrucke. 

Eschborn/Taunus 

[Bergmann et al. 2002] Bergmann, R., Schmitt, S., Stahl, A. (2002). Intelligent customer 

support for product selection with case-based reasoning. E-Commerce and Intelligent 

Methods, Physica-Verlag. 

[Bleymüller et al. 1996] Bleymüller, Josef; Gehlert, Günther; Gülicher, Herbert (1996): 

Statistik für Wirtschaftswissenschaftler. Verlag Franz Vahlen, München, 10. Auflage. 

[BME 2002] Bundesverband Materialwirtschaft, Einkauf und Logistik (2002): BMEcat 1.2, 

http://www.bmecat.org/, Abruf am 12. Februar 2002 

[Commerce One 2002] Commerce One (2002): xCBL 3.0, http://www.xcbl.org/, Abruf am 

22. April 2002 

[cXML 2002] http://www.cxml.org/, Abruf am 22. April 2002 

[DIN 1998] DIN Deutsches Institut für Normung e.V. (1998): Grundlagen für den Aufbau 

eines Merkmal-Lexikons. Beuth Verlag, Berlin 

[DIN 2002] Deutsches Institut für Normung e.V. (2002): Optimierung elektronischer 

Geschäftsprozesse - Neuer Arbeitskreis 'Produktklassifikation und -merkmale' 

entwickelt umfassendes Konzept, Mitteilung vom 13. Dezember 2002 auf 

http://www.din.de, Abruf am 23. Januar 2003 

[DIN 8580 1974] Deutsches Institut für Normung (1974): DIN 8580, Ausgabe:1974-06 

[DIN EN 61360-1 1996] Deutsches Institut für Normung (1996): DIN EN 61360-1, 

Ausgabe:1996-01 

[DoveBid Inc. 2002] DoveBid® to conduct webcast auction for nextcard, Inc, Abruf 

7.12.2003, http:// www.dovebid.com 

[ECCMA 2002] Electronic Commerce Code Management Association (ECCMA) (2002 

http://www.eccma.org/unspsc/, 

[EMO] EMO, Messe für Metallverarbeitung, ausgerichtet von der Deutschen Messe AG, 

http:://www.messe.de 

[ETIM 2002] ETIM Deutschland e.V., Köln, http://www.etim.de, Abruf am 22. April 2002 

[FDM 2002] Fachverband des Deutschen Maschinen- und Werkzeug-Großhandels e.V. 

(FDM) (2002): Düsseldorf, http://www.machinestock.com/, Abruf am 22. April 2002 

[Fleckenstein 2002] Fleckenstein Werkzeugmaschinen GmbH, Wiesen, 

http://www.fleckenstein-machine-tools.de/, Abruf am 22. April 2002 

[Forrester Research 2002] Forrester Research, http://www.forrester.com, Abruf am 22. April 

2002


[Fuhr 2000] Fuhr, Norbert (2000): Models in Information Retrieval, Veröffentlichung der 

Universität Dortmund 

[Grauel 1995] Grauel, Adolf (1995): Fuzzy-Logic. Einführung in die Grundlagen mit 

Anwendungen. BI Wissenschaftsverlag, Mannheim 

[Institut der deutschen Wirtschaft Köln 2002] Institut der deutschen Wirtschaft Köln (2002): 

eCl@ss 4.0, http://www.eclass.de/, Abruf am 22. April 2002 

[Internationale Normenklassifikation 1995] Internationale Normenklassifikation – 

International Classification for Standards (ICS), Ausgabe Juli 1995 – Berlin, Beuth 

[Krieger et al. 2002] Krieger, Rolf; Kuhn, Norbert; Mees, Michael; Naumann, Stefan; 

Schürmann, Cordula; Sommer, Christian (2002): Verwendbarkeit von 

Klassifikationssystemen und Katalogstandards zum Aufbau von elektronischen 

Handelsbörsen für gebrauchte Maschinen. In: Weinhardt, Christof; Holtmann, Carsten 

(Hrsg.): E-Commerce: Netze, Märkte, Technologien. Physica-Verlag, Heidelberg 

[Leukel et al. 2002] Leukel, Jörg; Schmitz, Volker; Dorloff, Frank-Dieter (2002): 

Referenzmodell für den Austausch von Produktklassifikationssystemen im E-Business. 

In: Loos, Peter; Gronau, Norbert (Hrsg.): E-Business - Integration industrieller ERP- 

Architekturen. Cuvillier Verlag, Göttingen 

[Machinestock 2003] http://www.machinestock.com/, Abruf am10.Oktober 2003 

[Mees 2001] Mees, M., (2001):Entwurf eines Datenmodells und einer XML-basierten 

Schnittstelle für eine elektronische Handelsbörse. Diplomarbeit an der Fachhochschule 

Trier, Standort Birkenfeld 

[Naumann et al. 2003] Naumann, Stefan; Krieger, Rolf; Kuhn, Norbert; Schürmann, Cordula; 

Sommer, Christian: Such- und Klassifizierungsstrategien in elektronischen 

Produktkatalogen. Veröffentlichung im September 2003 im Rahmen der 6. 

Internationale Tagung Wirtschaftsinformatik 2003, Dresden 

[Ogawa et al. 1991] Ogawa, Yasushi; Morita, Tetsuya; Kobayashi, Kiyohiko (1991): A fuzzy 

document retrieval system using the keyword connection matrix and a learning method. 

In: Fuzzy Sets and Systems 39:163-179. 

[openTRANS-Expertenkreis 2002] openTRANS-Expertenkreis, http://www.opentrans.org, 

Abruf am 22. April 2002 

[Otto, B. und Beckmann, H. 2001] Otto, B. und Beckmann, H. (2001): Klassifizierung und 

Austausch von Produktdaten auf elektronischen Marktplätzen. In: Wirtschaftsinformatik 

43 Nr. 4, S.351 – 361 

[PricewaterhouseCoopers 2002] PricewaterhouseCoopers Unternehmensberatung GmbH 

(2002): Der effektive Einsatz von elektronischen Produktkatalogen / Wesentlicher 

Erfolgsfaktor für E-Procurement-Projekte. Düsseldorf 

[Resale 2003] Resale, http://www.resale-messe.de, Abruf am 20. Februar 2004 

[Ribeiro-Neto/Baeza-Yates 1999] Ribeiro-Neto, Berthier; Baeza-Yates, Ricardo (1999): 

Modern Information Retrieval. Addison-Wesley, Harlow 1999 

81


[Rijsbergen 1979] van Rijsbergen, Cornelis J. (1979): Information Retrieval., Butterworths 

[Salton 1971] Salton, Gerald (ed.) (1971): The SMART Retrieval System - Experiments in 

82 

Automatic Document Processing. Prentice Hall, Englewood, New Jersey 

[Salton et al. 1983] Salton, Gerard; Fox, Edward A.; Wu, Harry (1983): Extended Boolean 

Information Retrieval. In: Communications of the ACM 26(11), 1022-1036, 1983 

[Salton/McGill 1983] Salton, Gerald; McGill, Michael J. (1983): Introduction to Modern 

Information Retrieval. McGraw Hill Publications 

[Schürmann 2003] Schürmann, C., (2003): Dokumentation Export-Tool. Fachhochschule 

Trier, Standort Birkenfeld 

[Surplex AG 2002] Surplex AG, Düsseldorf, http://www.surplex.com, Abruf am 22. April 

2002 

[Trade & Contact Verlag] Trade & Contact Verlag Rheinstraße 46, 12161 Berlin 

[UNSPSC 2002] Universal Standard Products and Services Classification (UNSPSC), 

http://www.un-spsc.net, Abruf am 22. April 2002 

[Walter Kames GmbH 2002] Walter Kames GmbH, Düsseldorf, http://www.kames.de, Abruf 

am 22. April 2002 

[XLcontent GmbH 2003] XLcontent GmbH: http://www.katalogmanager.de, Abruf am 19. 

Februar 2003 

[Zadeh 1965] Zadeh, Lotfi (1965): Fuzzy sets. Information Control 8, 338-353

Schlussbericht mtrade - ISS - Umwelt-Campus Birkenfeld

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?