279.TIROL - November 2021

86 tirol.wissen
tirol.wissen
87
Semantische Technologien –
Wissensmanagement der Zukunft
AUTOREN
ELIAS KÄRLE, BSC MSC &
DR. DIETER FENSEL
Semantic Technology Institut der
Universität Innsbruck (STI)
Die Suche nach Information hat sich innerhalb
weniger Jahre mehrfach gewandelt.
Die Rolle, die ursprünglich Bücher, Zeitschriften,
Printmedien, Television und
Radio einnahmen, wurde sehr schnell von
Computer oder Handy übernommen. Die
Information beziehen diese neuen Medien
aus dem Internet, oder genauer, dem World
Wide Web. Das Web, wie es kurz genannt
wird, ist auch die Informationsquelle für
die neueste Entwicklung in der Informationsbeschaffung,
nämlich die Suche durch
intelligente Assistenten, wie Alexa, Google
Home, Siri oder diverse Chatbots. Doch die
Intelligenz dieser Systeme ist begrenzt, und
die Messlatte dafür ist die Verfügbarkeit
von relevanten Informationen, von digitalisiertem
Wissen.
Semantische Technologien, die auf Daten
angewandt werden, um daraus Wissen
zu machen, helfen Assistenzsystemen
Wissen zu verstehen und entsprechend
weiterzugeben. Dieses Wissen kann zum
Beispiel auf klassischen Webseiten eingebunden
oder in explizit dafür konzipierten
Datenbanken, den Knowledge Graphs,
gespeichert werden.
Die dafür nötigen technischen Voraussetzungen
werden gesammelt als semantische
Technologien bezeichnet. Zum Beispiel
Ontologien, das sind Sammlungen
von Typen und deren Eigenschaften, um
Datensätze maschinenlesbar zu beschreiben.
Knowledge Graphs sind graph-basierte
Speicherstrukturen, die auf die Speicherung
semantisch angereicherter Daten spezialisiert
sind. Oder auch Systeme, die Webseiten
und Knowledge Graphs durchsuchen
und automatisch mit den dort gefundenen
Daten umgehen können. Letztere sind
unter anderem, wie oben genannt, intelligente
Sprachassistenten und Chatbots.
UM WISSEN MIT
SEMANTISCHEN TECH-
NOLOGIEN ANZUREI-
CHERN, ZU BEREINIGEN,
ZU SPEICHERN UND
DANN WEITER ZU PUB-
LIZIEREN, GIBT ES VIER
SCHRITTE.
In diesem Beitrag wollen wir erklären,
wie Wissen, basierend auf semantischen
Technologien, so verwaltet werden kann,
dass es maschinell besser und einfacher
verarbeitet und verstanden wird und wie
semantische Technologien dazu beitragen,
das Web lesbarer und verständlicher zu
machen. Um Wissen mit semantischen
Technologien anzureichern, zu bereinigen,
zu speichern und dann weiter zu publizieren,
beschreiben die Autoren des Buches
„Knowledge Graphs“ [Fensel et al., 2020]
den Knowledge Management Lifecycle. Dieser
besteht aus vier Schritten: Knowledge
Creation (Wissenserzeugung), Knowledge
Hosting (Wissensspeicherung), Knowledge
Curation (Wissensaufbereitung) und Knowledge
Deployment (Wissensverbreitung).
Jeder dieser vier Schritte benötigt in seiner
Anwendung ein hohes Maß an Aufmerksamkeit
und in seiner Umsetzung einen
hohen Level an Know-how und technologischen
Grundlagen.
Bei der Knowledge Creation zum Beispiel
ist es wichtig, dass die Daten mit einer
möglichst weit verbreiteten „semantischen
Sprache“, einer Ontologie, beschrieben
werden. Hier bietet sich schema.org,
aufgrund seiner weltweiten Verbreitung,
sehr gut an. Beim Knowledge Hosting ist
es wichtig, dass die semantisch annotierten
Daten in einem speziellen Format
gespeichert werden, um den vollen Funktionsumfang,
den semantische Technologien
mit sich bringen, zum Beispiel das
effiziente Abarbeiten komplizierter Anfragen,
abrufbar zu machen. Die Knowledge
Curation, der wohl schwierigste Schritt
im Knowledge Management Lifecycle,
beschäftigt sich mit der Qualität der
Daten. Duplikate müssen eliminiert oder
integriert werden, fehlerhafte Informationen
erkannt und bestenfalls behoben
werden – und das möglichst automatisiert,
da beim Knowledge Management
mitunter Milliarden von Datensätzen
betrachtet werden. Schließlich gilt es beim
Knowledge Deployment, die semantisch
annotierten Daten einer möglichst breiten
Anwenderschicht einfach und effizient zur
Verfügung zu stellen, um damit nützliche
Anwendungen zu bauen.
In der Praxis gibt es dazu viele Anwendungsbeispiele,
in denen die Verwendung semantisch
annotierter Daten gegenwärtig oder
zukünftig zum Einsatz kommt. Neben den
angesprochenen Chatbots oder intelligenten
Assistenzsystemen wie Alexa, Google Home
oder Siri sind semantische Technologien vor
allem in der Publikation von Open Data von
großer Bedeutung. Klassisches Open Data, wie
zum Beispiel Open Government Data, ist meist
nicht oder nur bedingt maschinenlesbar, und
zur Verwendung müssen Daten mühsam von
Hand aufbereitet werden. Bei der Publikation
der Daten als „5 Sterne Linked Open Data“
jedoch, werden Daten so mit semantischen
Annotationen angereichert, dass sie implizit
maschinenlesbar und -verständlich sind.
GemNova arbeitet derzeit mit dem Semantic
Technology Institute der Universität Innsbruck
an einem Projekt, das sich mit semantisch
annotierten Daten beschäftigt. Dabei wird
der Knowledge Management Lifecycle auf den
Themenbereich Pflege angewandt. Daten zum
Thema Bedarf, Bedürfnisse, Personal, Qualifikationen
und Verfügbarkeiten werden erfasst,
semantisch aufbereitet, in einem teilweise offenen
Knowledge Graph gespeichert und dann in
einer Matchmaking-Plattform zur Anwendung
gebracht. Letztere nutzt die hervorragenden
Eigenschaften semantisch angereicherter
Daten hinsichtlich des Semantic Matchmakings,
des Verknüpfens zweier Datensätze, hier
des Pflegebedarfs und der Deckung durch das
passende Pflegepersonal.
Zukünftig werden wir immer mehr auf semantische
Technologien zurückgreifen und vertrauen
können. Neben semantisch annotierten
Daten werden auch semantisch annotierte
Services verfügbar sein. Diese bringen
dann Maschinen in die Lage, Verkaufs- und
Buchungsschnittstellen auf Webseiten oder in
Knowledge Graphs selbstständig zu finden und
eigenständig darauf zu handeln. Dadurch könnten
große Aggregationsplattformen wie Amazon
oder Booking.com deutlich an Marktmacht
verlieren und kleine Anbieter von Produkten
und Services wieder mehr an Sichtbarkeit und
somit Wichtigkeit gewinnen.
STI und GemNova
arbeiten aktuell an
einem Projekt mit
semantisch
annotierten Daten
im Pflegebereich.
BILD:
Das intelligente Assistenzsystem
„Alexa“ als
Beispiel für die Anwendung
von semantischen
Technologien. (© Jan
Antonin Kolar/unsplash)
1
https://schema.org . 2 http://data.gv.at . 3 https://5stardata.info/de/
Fensel, D., Şimşek, U., Angele, K., Huaman, E., Kärle, E., Panasiuk, O., Toma, I., Umbrich,
J. & Wahler, A. (2020). Knowledge Graphs. Springer International Publishing.