RHEINISCHE FACHHOCHSCHULE KÖLN - Bernd-schmitz.net

RHEINISCHE FACHHOCHSCHULE 

KÖLN 

University of Applied Sciences 

Fachbereich: Wirtschaft & Recht 

Studiengang: Medienwirtschaft I 

Diplomarbeit 

Chancen und Auswirkungen 

des 

semantischen Webs 

Holger Sistig 

Sommersemester 2008

RHEINISCHE FACHHOCHSCHULE KÖLN 

University of Applied Sciences 

Fachbereich: Wirtschaft & Recht 

Studiengang: Medienwirtschaft I 

Diplomarbeit 

Chancen und Auswirkungen 

des 

semantischen Webs 

Diplomarbeit vorgelegt von: Holger Sistig 

1. Prüfer: Dipl. BW. Bernd Schmitz 

2. Prüfer: Prof. Dr. Dieter Nennen 

Sommersemester 2008

Inhaltsverzeichnis 

1 Das Internet heute........................................................................1 

1.1 Definition des semantischen Webs ........................................................4 

1.2 Semantik und das semantische Web ....................................................5 

1.3 Web 3.0 – Bedarf des semantischen Webs im Internet ........................5 

1.3.1 Knowledge-Management..............................................................6 

1.3.2 Business-to-Consumer (B2C) Electronic Commerce...................7 

1.3.3 Business-to-Business (B2B) Electronic Commerce......................9 

1.4 Web 3.0 – Bedarf an semantischen Web im Unternehmen ................10 

1.4.1 Entscheidungsunterstützung.......................................................12 

1.4.2 Business Development...............................................................12 

1.4.3 Automatisierte Verwaltung..........................................................14 

1.5 Möglichkeiten des semantischen Webs im privaten Bereich...............15 

1.5.1 Personal Agents..........................................................................15 

1.5.2 Veränderungen in der physikalischen Welt................................19 

1.6 Abgrenzung zur künstlichen Intelligenz................................................20 

1.7 Vorgehensweise....................................................................................21 

2 Das Internet morgen...................................................................22 

2.1 Das W3C-Konsortium...........................................................................22 

2.2 Die Grundprinzipien des semantischen Webs......................................24 

2.2.1 Prinzip 1: Alles kann mittels URIs identifiziert werden................24 

2.2.2 Prinzip 2: Ressourcen und Beziehungen sind typisiert..............25 

2.2.3 Prinzip 3: Partielle Informationen sind akzeptabel......................27 

2.2.4 Prinzip 4: Absolute Wahrheit wird nicht benötigt........................27 

2.2.5 Prinzip 5: Evolution wird unterstützt............................................28 

2.2.6 Prinzip 6: Minimalistisches Design der Technologien................30 

2.3 Technologien des semantischen Webs................................................30 

2.3.1 Unicode und URI.........................................................................32 

2.3.2 Extensible Markup Language (XML)...........................................33 

2.3.3 Resource Description Framework (RDF)....................................36 

2.3.4 RDF Schema (RDFS).................................................................41 

2.3.5 Ontologien...................................................................................43 

2.3.6 Ontology Web Language (OWL) ................................................45 

2.3.7 Logik und Schlussfolgerungen....................................................47 

2.3.8 Beweise, Vertrauen und digitale Signaturen...............................50 

2.3.9 Entwicklung des Schichtenmodells.............................................54

2.4 Evolution zum semantischen Web........................................................57 

2.4.1 Der Bottom-Up Ansatz................................................................57 

2.4.2 Der Top-Down Ansatz.................................................................58 

2.4.3 Der hybride Ansatz......................................................................59 

2.4.4 Zeitliche Einordnung bis zur Verwirklichung...............................60 

2.5 Anwendungsbeispiele aus der Wirtschaft ............................................62 

2.5.1 WEASEL, Vodafone R&D Corporate Semantic Web ................62 

2.5.2 POPS - NASA’s Expertise Location Service...............................64 

2.5.3 Renault - Semantic Web in Automotive Repair and Diagnostic 70 

2.6 Anwendungsbeispiele aus dem Gesundheitswesen............................71 

2.6.1 SAPPHIRE .................................................................................72 

2.6.2 Arzneimittelforschung..................................................................73 

2.7 Anwendungsbeispiele für den privaten Bereich...................................76 

2.7.1 FOAF – Friend of a Friend..........................................................76 

2.7.2 Noserub.de – ein dezentrales soziales Netzwerk.......................79 

3 Fazit und Ausblick......................................................................81 

Darstellungsverzeichnis 

Abkürzungsverzeichnis 

Literaturverzeichnis 

Internetverzeichnis 

Zeitschriftenverzeichnis 

Erklärung 

Lebenslauf

1 Das Internet heute 

Das World Wide Web (WWW) hat die Gesellschaft und die Wirtschaft in den 

letzten Jahren erheblich beeinflusst und verändert. So beläuft sich beispielswei- 

se die Summe des weltweiten E-Commerce-Umsatzes mittlerweile auf 17,9 Bil- 

lionen EUR in 2006 1 und die Gesamtmenge der Daten im Internet auf 281 Milli- 

arden Gigabyte in 2007 2 , jeweils mit anhaltend steigender Tendenz. Das stän- 

dig wachsende Datenaufkommen macht es immer schwieriger, relevante Infor- 

mationen zu finden, darauf zuzugreifen und diese sinnvoll wiederzuverwerten, 

ob nun als Privatperson oder als Unternehmen. Wie wichtig dabei dieses Know- 

ledge-Management in Zukunft für eine erfolgreiche Informationsgesellschaft 

sein wird, lässt sich leicht erahnen. Das nützlichste Werkzeug beim Suchen und 

Verwenden von Informationen sind zurzeit Suchmaschinen. Mit den auf Schlag- 

wörtern basierenden Suchmaschinen wie z.B. Google sind allerdings einige 

Probleme verbunden. Sie liefern eine hohe Trefferzahl, leider aber auch oft ge- 

ringe Genauigkeit, denn zu viele Suchergebnisse sind letztendlich genauso un- 

brauchbar wie zu wenige. Außerdem können Wortdoppelbedeutungen nicht 

unterschieden werden und die Ergebnisse sind stets nur auf einzelnen Websei- 

ten zu finden. Benötigen wir Informationen, die sich über mehrere Webseiten 

verteilen, müssen wir die Informationen selbst einzeln entnehmen und zusam- 

menfügen. 

Natürlich gibt es heute bereits Software, die Text verarbeiten, Rechtschreibung 

prüfen oder die Wörter zählen kann. Geht es aber darum, die Bedeutung von 

Sätzen zu interpretieren und daraus brauchbare Informationen für den Nutzer 

zu extrahieren, so sind alle verfügbaren Programme stark limitiert, wenn nicht 

gar unbrauchbar. Eine Suchmaschine kann die Bedeutung des Satzes: „Ich bin 

ein Student der Medienwirtschaft.“ nicht von: „Ich bin ein Student der Medien- 

wirtschaft, könnte man meinen, aber...“ unterscheiden. Das Hauptproblem ist, 

dass der Großteil der Daten im Internet zum Lesen und Deuten durch den Men- 

1 TNS Infratest, 10. Faktenbericht 2007, S. 229 

2 Computerwoche (2008): IDC: Weltweite Datenmenge verzehnfacht sich in fünf Jahren. Online verfügbar 

unter http://www.computerwoche.de/index.cfm?pid=254&pk=1858302, zuletzt geprüft am 12.05.2008. 

1

schen konzipiert ist und von Maschinen respektive Computern weder interpre- 

tiert noch weiter verarbeitet werden können. 

Eine Lösungsmöglichkeit wäre, die Inhalte so zu belassen, wie sie heute sind 

und die Maschinen mittels künstlicher Intelligenz und Computerlinguistik zu 

verbessern. Die Wissenschaft verfolgt diesen Ansatz schon einige Zeit, aller- 

dings wurde bis auf einige kleine Verbesserungen kein wesentlicher Durch- 

bruch erreicht. 3 

Ein anderer Ansatz ist, die Inhalte des World Wide Web so darzustellen, dass 

sie leichter von Maschinen interpretiert und verarbeitet werden können. Genau 

diese Vision entwarf der Erfinder des Internets, Tim Berners-Lee, als er im März 

1989 versuchte, das CERN-Management vom Nutzen eines globalen Hyper- 

text-Systems zu überzeugen. Seine Vision verfolgte zwei Ziele: Zum einen das 

Internet zu einem hoch kollaborativen Medium zu machen und zum anderen es 

verständlicher zu machen, um so selbst Maschinen das Interpretieren und Ver- 

arbeiten der Inhalte zu ermöglichen. Abbildung 1 zeigt Tim Berners-Lees ori- 

ginales Diagramm zu seiner Vision. MESH war damals sein Arbeitstitel, aus 

dem bei der praktischen Umsetzung 1990 das World Wide Web wurde. 4 

3 Tim Berners-Lee, James Hendler Ora Lassila: The Semantic Web: a new form of Web content that is 

meaningful to computers will unleash a revolution of new possibilities. In: Scientific American, H. 284 

(5), S. 34–43. 

4 Tim Berners-Lee (1989): Information Management: A Proposal. Herausgegeben von W3C-Konsortium. 

CERN. Online verfügbar unter http://www.w3.org/History/1989/proposal.html, zuletzt geprüft am 

22.04.2008. 

2

Abbildung 1: Tim Berners-Lee (1989): Information Management: A Proposal. Herausgegeben 

von W3C-Konsortium. CERN. Online verfügbar unter http://www.w3.org/History/1989/propo- 

sal.html, zuletzt geprüft am 22.04.2008. 

Abbildung 1 zeigt, dass Tim Berners-Lee ursprüngliche Vision mehr beinhaltete 

als das bloße Abrufen von HTML-Dokumenten von Webservern. Die Abbildung 

stellt auch Relationen wie etwa “includes”, “wrote” und “describes” zwischen 

den einzelnen Informationselementen dar. Diese Relationen – auch als Meta- 

daten zu bezeichnen – finden so im heutigen Internet noch keine Anwendung, 

sind aber gleichzeitig der Schlüssel, damit Maschinen die im Internet verfüg- 

baren Informationen interpretieren und verarbeiten können. 

3

1.1 Definition des semantischen Webs 

„The Semantic Web is not a separate Web, but an extension of the cur- 

rent one, in which information is given well-defined meaning, better en- 

abling computers and people to work in cooperation.” 5 

Diese Definition aus dem Artikel “The Semantic Web: a new form of Web con- 

tent that is meaningful to computers will unleash a revolution of new possibili- 

ties“ in der wissentschaftlichen Zeitschrift Scientific American, der erstmalig 

dem Thema semantisches Web eine breite Öffentlichkeit verschaffte, stellt zual- 

lererst deutlich klar, dass das semantische Web das gegenwärtige World Wide 

Weg nicht ersetzt, sondern eine Erweiterung dessen darstellt. Die Definition be- 

tont, dass Informationen mit einer genau definierten Bedeutung versehen wer- 

den und so Mensch und Maschine in einem höheren Maße voneinander profi- 

tieren können. 

Eine ausführlichere Definition liefert das W3C-Konsortium: 

„The Semantic Web provides a common framework that allows data to 

be shared and reused across application, enterprise, and community 

boundaries. It is a collaborative effort led by W3C with participation from 

a large number of researchers and industrial partners.“ 6 

Diese Definition geht intensiver auf die Interoperabilität zwischen verschiedenen 

Systemen und das Überschreiten von Grenzen ein und nimmt erklärenden Be- 

zug auf die Struktur und die gemeinsame Aufgabe des W3C-Konsortiums. Die 

Idee des semantischen Webs ist also nur durch gemeinsame Leistung erreich- 

bar. 

5 Tim Berners-Lee, James Hendler Ora Lassila: The Semantic Web: a new form of Web content that is 


(5), S. 34–43. 

6 Ivan Herman (Semantic Web Activity Lead) (2008): W3C Semantic Web Activity. Unter Mitarbeit von 

Tim Berners-Lee, Dan Connolly, Sandro Hawke, Ivan Herman, Eric Prud'hommeaux, and Ralph Swick. 

Herausgegeben von W3C-Konsortium. Online verfügbar unter http://www.w3.org/2001/sw/, zuletzt geprüft 

am 19.04.2008. 

4

1.2 Semantik und das semantische Web 

Die Semantik, auch Bedeutungslehre genannt, ist das Teilgebiet der Linguistik, 

das sich mit der Bedeutung von Sprache bzw. sprachlichen Zeichen befasst. 7 

Tim Berners-Lee, der Erfinder des Internets, gab bei einem Vortrag an der Prin- 

ceton Universität in den USA im Jahre 2006 selber zu, dass es vielleicht falsch 

war, den Namen “Semantic Web” für seine Idee zu wählen, da dieses Wort 

schon von vielen verschiedenen Gruppierungen mit jeweils unterschiedlichen 

Bedeutungen verwendet wird. Eine bessere Beschreibung seines Konzeptes 

wäre wohl der Begriff “Data Web” gewesen, meint Tim Berners-Lee im Nach- 

hinein. 8 

Grundsätzlich ist es nachvollziehbar, warum Sir Tim Berners-Lee diesen Na- 

men für seine Idee wählte. Er wollte einen einschlägigen Begriff finden, der ver- 

deutlicht, dass Maschinen respektive Computer die Bedeutung der ver- 

schiedenen Datenressourcen im World Wide Web interpretieren und ver- 

arbeiten können. Auch wenn das Konzept “Semantic Web” nicht wirklich viel mit 

der Bedeutungslehre der Linguistik gemeinsam hat, und Neulinge auf diesem 

Gebiet anfangs vielleicht etwas Falsches interpretieren, wird sich der Begriff 

“Semantic Web” langfristig etablieren und eine gleichwertige Stellung innerhalb 

der vielen verschiedenen Verwendungen des Wortes “Semantik” erreichen. Je 

mehr greifbare semantische Anwendungen zur Verfügung stehen, desto klarer 

wird der Allgemeinheit das Konzept hinter dem Begriff “Semantisches Web”. 

1.3 Web 3.0 – Bedarf des semantischen Webs im Internet 

Der folgende Abschnitt zeigt beispielhaft einige Bereiche auf, die von der Wei- 

terentwicklung und Verbreitung der semantischen Technologien profitieren wer- 

den. 

7 Sebastian Löbner (2003): Semantik: eine Einführung. 1. Aufl.: Gruyter, S. 3–4. 

8 Rachael King (2007): Q&A with Tim Berners-Lee. The inventor of the Web explains how the new Semantic 

Web could have profound effects on the growth of knowledge and innovation. Herausgegeben 

von Business Week. Online verfügbar unter http://www.businessweek.com/technology/content/apr2007/ 

tc20070409_961951.htm, zuletzt geprüft am 21.04.2008. 

5

1.3.1 Knowledge-Management 

Unter dem Begriff “Knowledge-Management” wird die Beschaffung, der Zugang 

und die Erhaltung von Wissen innerhalb einer Organisation verstanden. Dabei 

wird das Ziel verfolgt, durch eine optimale Verwertung des intellektuellen Ver- 

mögens eines Unternehmens eine höhere Produktivität, neue Werte und eine 

höhere Wettbewerbsfähigkeit zu schaffen. Durch die fortschreitende Globalisie- 

rung und die Adaption der Möglichkeiten des Internets in weltweit agierenden 

Unternehmen sind diese mehr und mehr gezwungen, sich in virtuellen Teams 

zusammenzufinden und ihr Informationsmanagement stetig zu verbessern. Das 

erarbeitete Wissen wird zunehmend in Dokumenten im Internet oder in In- 

tranets gelagert. Einhergehend mit dieser Entwicklung werden verstärkt Doku- 

menten-Management-Systeme am Markt angeboten, die aber heute schon ei- 

nige Schwächen aufweisen. 

Die Technologie des semantischen Webs könnte diese Schwächen beseitigen: 

� Informationen suchen. Die auf Schlagworten (Keywords) basierende 

Suche liefert irrelevante Ergebnisse, da das Schlagwort zum Beispiel in 

einem anderen Kontext benutzt wird, als in dem Kontext, nach dem der 

User sucht. Wie bereits weiter oben angesprochen, werden mit steigen- 

dem Datenaufkommen im Internet und in Intranets auch die Ergebnisse, 

die eine auf Schlagworten basierende Suchmaschine auswirft, enorm 

zunehmen. Auch hier gilt wieder: Zu viele Ergebnisse sind letztendlich 

genauso unbrauchbar wie zu wenige. 

� Informationen extrahieren. Zurzeit ist es nicht möglich, Informationen 

aus verschiedenen Ressourcen zu gewinnen, ohne das der Mensch 

selbst das Lesen und Browsen übernimmt. Gegenwärtig gibt es noch 

keine automatisierten Agenten, die die textualen Informationen im Inter- 

net verstehen und weiter verarbeiten oder gar Informationen aus ver- 

schiedenen Ressourcenquellen zu einer sinnvollen Information aggre- 

gieren können. 

6

� Informationen verwalten. Die Instandhaltung und Pflege von textbasier- 

ten Informationsquellen ist eine zeitintensive und aufwendige Angelegen- 

heit – umso mehr, je größer die Quelle wird. Diese Sammlung an Daten 

konsistent, korrekt und aktuell zu halten, macht eine semantische und 

einheitliche Beschreibung der Inhalte dieser Dokumente notwendig. Eine 

solche Darstellung der Daten existiert momentan nicht. 

Die semantische Technologie wird eine strukturierte und bedeutungsmäßige 

Definition von Dokumenten ermöglichen, wodurch eine Vielzahl an neuen 

Chancen entsteht: eine intelligente Suche statt die auf Schlagworten basieren- 

de, Beantwortung von Fragen statt das bloße Wiederherstellen und Darstellen 

von Informationen sowie der Austausch und die Wiederverwertung von Doku- 

menten zwischen verschiedenen Profit-Centern. 9 

1.3.2 Business-to-Consumer (B2C) Electronic Commerce 

Im Bereich des Business-to-Consumer Electronic Commerce werden Produkte 

oder Dienstleistungen an den Internet-User verkauft. In einem typischen Szena- 

rio besucht ein User mehrere Online-Shops, stöbert in deren Angeboten, wählt 

einige aus und bestellt sie. Im optimalen Fall sammelt der Nutzer für ihn rele- 

vante Informationen über Preise und Konditionen aller Angebote in verschiede- 

nen Online-Shops, vergleicht diese und bestellt das für ihn beste Produkt. Auch 

hier wird wieder deutlich, dass mit steigendem Produktangebot im Internet die 

manuelle Auswahl zwischen den Produkten und Online-Shops eine sehr zeitin- 

tensive und aufwendige Angelegenheit ist. Selbst wenn ein hoher Anspruch be- 

steht, viele Angebote in die Entscheidung mit einzubeziehen, wird der Konsu- 

ment zurzeit letztendlich nur einen geringen Anteil aller im Internet verfügbaren 

Produkte vergleichen. Um diese Arbeit zu erleichtern, sind mittlerweile so ge- 

nannte Shopping-Bots im Internet verfügbar, die verschiedene Online-Shops 

besuchen und dort die unterschiedlichen Produkt- und Preisinformationen extra- 

hieren und zu einer Markübersicht zusammenstellen. Die Funktionalität dieser 

Shopping-Bots wird gewährleistet durch so genannte “wrappers“ (Hülle oder 

Umschlag), Programme also, die Informationen aus einem Online-Shop entneh- 

9 Dieter Fensel (2003): Spinning the semantic Web: bringing the World Wide Web to its full potential. 

Unter Mitarbeit von Henry Lieberman, Wolfgang Wahlster , James Hendler. 

7

men. Hierzu muss allerdings jeweils ein “wrapper“ pro Online-Shop entwickelt 

werden. Es liegt auf der Hand, dass mit diesem Ansatz langfristig einige Proble- 

me verbunden sind, beispielsweise, dass diese Vorgehensweise die Skalierung 

des E-Commerce zur Zeit noch stark hemmt. Die Informationen, die diese Bots 

aus den Shops herausfiltern, basieren zum wiederholten Male auf Schlagwor- 

ten und einer Analyse des Textes. Dabei funktionieren die Bots aufgrund be- 

stimmter Annahmen: Zur Ermittlung des Preises wird nach dem Wort Preis, ge- 

folgt von einem €-Zeichen und einem positiven Wert, gesucht. Dieses Vorgehen 

ist fehleranfällig und aufgrund dieser Schwierigkeiten extrahieren die Bots oft- 

mals nur die nötigsten Informationen. Entscheidungskritische Informationen für 

den Käufer, wie etwa Versandgebühren, Liefergebiet und -zeiten sowie Rückga- 

berecht, werden normalerweise von den Shopping-Bots nicht mit entnommen. 

Die semantische Technologie ermöglicht die Entwicklung von Software Agents 

respektive Shopping Agents, die die Produktinformationen und Allgemeinen 

Geschäftsbedingungen interpretieren und verarbeiten können. Daraus 

entstehen eine Reihe von Vorteilen: 

� Produktinformationen und -preise werden korrekt extrahiert und Zustel- 

lungskonditionen und die Allgemeinen Geschäftsbedingungen werden 

hinsichtlich der Anforderungen des Users interpretiert werden können. 

� Zusätzliche Informationen über die Reputation des Online-Händlers 

können aus anderen Quellen hinzugezogen werden, beispielsweise von 

unabhängigen Ratingagenturen oder aus Bewertungsplattformen von 

Konsumenten. 

� Die aufwendige Einzel-Programmierung von sogenannten “wrappers“ 

entfällt gänzlich. 

� Intelligente Shopping Agents werden automatisch Verhandlungen für den 

Käufer mit dem Shopping Agent des Verkäufers führen können. 10 

10 Frank Hermelen, Grigoris Antoniou (2004): A Semantic Web Primer. Herausgegeben von The MIT 

Press. 

8

1.3.3 Business-to-Business (B2B) Electronic Commerce 

Die meisten Benutzer des Internets verbinden mit elektronischem Handel 

hauptsächlich das Geschäft mit Privatkunden (B2C). Allerdings liegt das wahre 

wirtschaftliche Potenzial, das die Veränderung durch digitale Technologien mit 

sich bringt, im Bereich des Business-to-Business Electronic Commerce (B2B). 

Nun ist der elektronische Handel keine neue Erscheinung, vielmehr existieren 

bereits seit den 1960er Jahren Initiativen, die den elektronischen Datenaus- 

tausch (electronic data exchange) zwischen verschiedenen EDV-Systemen der 

Unternehmen forcieren. 11 Damit Informationen zwischen den Unternehmen aus- 

getauscht werden können, müssen sich Sender und Empfänger auf einen ge- 

meinsamen Standard einigen – ein Protokoll, welches den Inhalt überträgt und 

eine gemeinsame Sprache, die den Inhalt beschreibt. Eine Reihe von verschie- 

denen Standards sind seit dem entwickelt worden – ein Beispiel für einen sol- 

chen branchenübergreifenden EDI-Standard ist der United Nations Electronic 

Data Interchange For Administration, Commerce and Transport (UN/EDIFACT). 

Generell blieb der tatsächliche Nutzen solcher automatisierter Geschäftsvor- 

gänge weit hinter den Erwartungen zurück, und im Speziellen sind mit dem EDI- 

Standard folgende Nachteile verbunden: 

� Der elektronische Datenaustausch zwischen den Teilnehmern setzt im- 

mer eine hohes Maß an Kompatibilität von Hardware, Software und 

Übertragungsprozeduren auf beiden Seiten voraus. 

� Mit der Einführung von EDI werden meist Änderungen bei internen Un- 

ternehmensabläufen notwendig, wodurch in der Regel hohe zusätzliche 

Investitionskosten entstehen. 

� Genauso wie einmalige Investitionskosten entstehen, sind die laufenden 

Kosten für den Betrieb des EDI-Systems nicht unerheblich. 12 

11 Dieter Fensel (2003): Spinning the semantic Web: bringing the World Wide Web to its full potential. 

Unter Mitarbeit von Henry Lieberman Wolfgang Wahlster James Hendler. 

12 Mark-Oliver Würtz (2007): Möglichkeiten und Methoden des'computer supported Cooperative 

Work'(CSCW). Herausgegeben von GRIN Verlag. 

9

Und trotzdem hat Nutzung der Infrastruktur des Internets in den vergangenen 

Jahren den Austausch von geschäftlichen Daten enorm verbessert. Anzuführen 

wäre das Beispiel WebEDI. WebEDI ist ein Verfahren zur Anbindung von 

Geschäftspartnern an das EDI-System ohne EDI-Infrastruktur unter Nutzung 

des Internets. 13 Dennoch wird der geschäftliche Datenaustausch nach wie vor 

dadurch behindert, dass die momentan noch weit verbreitete Hypertext Markup 

Language (HTML), eine auf Text basierende Auszeichnungssprache zur Struk- 

turierung von Webinhalten, keine Möglichkeit bietet, die Syntax und Bedeutung 

von Daten wiederzugeben. Die Extensible Markup Language (XML) löst in An- 

sätzen diese Problematik, denn sie verfügt über eine standardisierte und 

vorgegebene Syntax, die die Struktur und den Bedeutungsinhalt von Daten ein- 

heitlich definiert. Dennoch unterstützt XML zurzeit keine standardisierten Daten- 

strukturen und Terminologien, um Geschäftsvorgänge oder angebotene Pro- 

dukte zu beschreiben. Hierfür werden die semantische Technologie und die 

Möglichkeiten von XML eine bedeutende Rolle spielen. So wird sie flexible Un- 

ternehmenskooperationen ohne hohe Verwaltungskosten ermöglichen, sowie 

den automatischen Austausch von Daten enorm beschleunigen und optimieren, 

wodurch neue Geschäftsmodelle entstehen können. Außerdem werden durch 

die Software Agents automatische Auktionen, Verhandlungen und Vertragsab- 

schlüsse ermöglicht werden. 

1.4 Web 3.0 – Bedarf an semantischen Web im Unternehmen 

Dieser Abschnitt behandelt die Möglichkeiten, die sich durch die Implementie- 

rung und Anwendung der semantischen Technologien innerhalb des Un- 

ternehmens ergeben. Die Entwicklung von der Industriegesellschaft zur Infor- 

mationsgesellschaft, verbunden mit der stetig wachsenden Menge an 

produzierten Informationen durch den Menschen, lässt das Management von 

Wissen in Unternehmen und vor allem großen Organisationen immer wichtiger 

werden. Am Ende des Tages wird die Organisation den größten Wettbewerbs- 

vorteil erreichen, die die besten Informationen hat, weiß, wo sie diese findet, 

und sie am schnellstens für sich nutzbar machen kann. Nun hat bereits die Ein- 

13 Arne Dicks: Was ist WebEDI? GS1 Germany GmbH. Online verfügbar unter http://www.gs1-germany.de/internet/content/produkte/ean/ecommerce_edi/webedi/index_ger.html, 

zuletzt geprüft am 

13.04.2008. 

10

führung des Internets beim herkömmlichen “Knowledge-Management” für einige 

Herausforderungen gesorgt: Informationsüberlastung, die Ineffizienz der auf 

Schlagworten basierenden Suche sowie das Fehlen von Computersystemen, 

die natürliche Spache deuten und verarbeiten können. 14 Die semantischen 

Technologien können dieses Informations-Chaos strukturieren. Dafür müssen 

wir jedoch beginnen, die Vorteile des semantischen Webs für uns zu nutzen, 

beispielsweise die Informationen, die wir produzieren, mit Markierungen (Tags) 

zu versehen, die von Maschinen respektive Computern gedeutet und ver- 

arbeitet werden können. 

Abbildung 2 zeigt beispielhaft, in welchen Bereichen sich eine Organisation die 

Abbildung 2: Use of the Semantic Web in your enterprise; Michael C. Daconta, Leo J. Obrst, 

Kevin T. Smith: The Semantic Web S.19 

semantische Technologie zu Nutzen machen kann. Nur wenn man die 

benötigten und produzierten Informationen aus allen Bereichen vernetzen und 

nach ihrem Bedeutungsgehalt markieren kann, wird aus rohen Informationen 

anwendbares Wissen für die Mitarbeiter eines Unternehmens. Das Unterneh- 

men, welches all diese losgelösten Informationelemente aus den verschiedenen 

Bereichen und Abteilungen zusammenzufügen, zu organisieren und 

wiederzufinden vermag, wird diese auch langfristig kapitalisieren können. Die 

14 Fensel, Bussler, Ding, Kartseva, Klein, Korotkiy, Omelayenko, Siebes (27. - 28.06.2007): 

Semantic Web Applications Areas. 7th International Workshop on Applications of Natural Language to 

Information Systems. Veranstaltung vom 27. - 28.06.2007. Sweden, Stockholm. 

11

nachfolgenden Ausführungen zeigen den konkreten Nutzen der semantischen 

Technologie beispielhaft in einigen unternehmerischen Bereichen. 

1.4.1 Entscheidungsunterstützung 

Innerhalb des Unternehmens über erfolgskritisches Wissen anstatt über rohe 

Daten zu verfügen, führt zu schnelleren und fundierteren Entscheidungen. Nun 

sind die meisten großen Unternehmen organisiert in Tochterunternehmen, re- 

gionalen Divisionen, Gruppen- und Projektteams, die unterschiedliche Quellen 

zur Informationsbeschaffung nutzen und verschiedene Problemlösungen in 

Form von Informationen erarbeiten. Teilweise werden bereits innerhalb der- 

selben Organisation diese erarbeiteten Lösungen meist in proprietären Daten- 

banken und Servern abgelegt, was die Interoperabilität und den Austausch von 

Informationen zwischen den verschiedenen Organisationseinheiten enorm 

hemmt. Diese Problematik wird sich erst lösen, wenn die unterschiedlichen In- 

formationselemente verschiedener Abteilungen und Unternehmensbereiche 

sinnvoll kombiniert und die Verbindungen zwischen diesen Elementen eindeutig 

beschrieben und genutzt werden können. 

Diese Arbeit wird in Zukunft von sogenannten semantischen “decision support 

systems” (DSS) geleistet werden. Die Systeme zur Entscheidungsunterstützung 

analysieren die unterschiedlichen Software Agents und unterstützen die Interak- 

tion zwischen dem Nutzer und seinem Computersystem, um so bessere 

Entscheidungen zu treffen. 15 Selbst ohne die “decision support systems” wer- 

den die Software Agents die eigene Wissensdatenbank überwachen können 

und bei Bedarf den Eigner durch einen Alert (Alarmhinweis) über Wichtiges in- 

formieren. Um bessere Entscheidungen zu treffen, braucht man besseres Wis- 

sen. Die semantische Technologie wird dies ermöglichen. 

1.4.2 Business Development 

Die erfolgreiche Geschäftsentwicklung, also hauptsächlich die Anbahnung 

zukünftiger Geschäfte und Folgegeschäfte, hängt in hohem Maße von den ge- 

15 M. Casey and M. Austin (November 2001): Semantic Web Methodologies for Spatial Decision Support. 

Herausgegeben von University of Maryland. Institute for Systems Research and Department of Civil and 

Environmental Engeneering, November 2001. 

12

wonnenen Informationen über Wettbewerber, Kunden, Beschaffungs- und Ab- 

satzmärkte sowie Produkte ab. Nun ist es in der Praxis kaum möglich, neben 

einem kleinen Vertriebsteam die Mitarbeiter aller weiteren Unternehmens- 

bereiche profilaktisch mit zu einer Kundenpräsentation zu schicken, für den Fall, 

dass ein Kunde Informationen wünscht, die so nicht explizit vorbereitet worden 

sind. Ist es dem Vertriebsteam allerdings möglich, von außerhalb auf die se- 

mantische Unternehmenswissensdatenbank (Corporate Knowledge-Base) 

zuzugreifen, so können alle erfolgskritischen Informationen in kürzester Zeit 

abgerufen und dem Kunden zur Verfügung gestellt werden. Das Vertriebsteam 

könnte so über die entscheidenden Informationen aus vertriebsfremden 

Bereichen verfügen und dem Kunden gegenüber nutzbar machen. 

Ein weiterer Anwendungsbereich des semantischen Webs im Unternehmen ist 

die Abgabe wettbewerbsfähiger Angebote. Letztendlich hat das Unternehmen 

mit den besten Informationen über den potentiellen Kunden, die gestellte 

Aufgabe und die geforderten Fähigkeiten und Leistungen die größte Chance, 

den Zuschlag zu erhalten. Verfügt man nun als Unternehmen über eine se- 

mantische Wissensdatenbank, in der Statusreporte, Angebote, Konkurrenzbeo- 

bachtungen und Erfahrungsberichte aus der Vergangenheit nach ihrem Bedeu- 

tungsgehalt und mit ihren Relationen abgelegt werden, so könnte dies 

schlussendlich bei der Angebotsabgabe für den nötigen Unterschied und somit 

Zuschlag sorgen. Voraussetzung dafür ist die Implementierung der se- 

mantischen Technologie innerhalb der Unternehmen und die semantische 

Pflege der Daten. Sind diese Erfordernisse erfüllt, könnten die un- 

ternehmerischen Software Agents diese gesammelten Informationen analysier- 

en und sogar gegebenenfalls zu bisher nicht erkannten, erfolgskritischen In- 

formationspaketen kombinieren. 

In Anlehnung an den Vortrag von Trastour, Bartolini, Gonzales-Castillo mit dem 

Titel “A Semantic Web Approach to Service Description of Matchmaking of Ser- 

vice” auf dem International Semantic Web Working Symposium (SWWS) an der 

Standford University in Kalifornien im Jahre 2001 wird die semantische Techno- 

logie das automatische “Matchmaking” im elektronischen Handel ermöglichen. 

Unter “Matchmaking” wird hier die automatische Vermittlung von Geschäften 

13

zwischen potentiellen Geschäftspartner und Kunden verstanden. Diese auto- 

matische Vermittlung könnte im Bereich der Werbung so weit gehen, dass das 

Werbeinventar digitaler Werbemittel semantisch markiert und kategorisiert wird 

und von den Software Agents der Werbetreibenden automatisch nach den 

festgelegten Kriterien gebucht werden könnte. 

1.4.3 Automatisierte Verwaltung 

Die beiden vorangegangenen Unterabschnitte haben hauptsächlich die Vorteile 

der semantischen Technologien in Bezug auf ein semantisches “Knowledge- 

Mangement” behandelt. Ein Zusatznutzen, den eine semantische Wissens- 

datenbank liefert, ist die Möglichkeit der Ankopplung unternehmerischer Soft- 

ware zur Erledigung wiederkehrender Verwaltungsaufgaben. Die Koordination 

von Reisebuchungen im Unternehmen ist ein Beispiel für eine solche wieder- 

kehrende Verwaltungsaufgabe. Der Planende ist konfrontiert mit divergierenden 

persönlichen Vorlieben hinsichtlich der Transportart (Auto, Zug, Bus, Flugzeug), 

der Hotelauswahl und der Fluglinie sowie mit Variablen wie etwa der Entfernung 

zum gemeinsamen Besprechungsort und Bevorzugungen je nach Hierarchie. 

Sind diese Variablen darüber hinaus mit Vorgaben des Unternehmens 

verknüpft, also beispielweise bei Entfernungen unter 300 Kilometern sollte das 

Automobil genutzt werden oder Personal der ersten Managementebene reist 1. 

Klasse und alles abwärts 2. Klasse, so kann die Reisebuchung zu einer sehr 

komplexen Aufgabe innerhalb des Unternehmens werden. Auch hier kann in 

Zukunft die semantische Technologie diese zeit- und kostenaufwendige 

Aufgabe automatisch vollbringen. Sind die persönlichen Präferenzen der ges- 

amten Belegschaft und die unternehmerischen Vorgaben in der semantischen 

Wissensdatenbank hinterlegt, könnte diese Verwaltungsaufgabe in Zukunft 

automatisch von der eigenen unternehmerischen Reise-Applikation übernom- 

men werden. Die Applikation würde dann zur Konfliktlösung auf das in der se- 

mantischen “Knowledge-Base” festgelegte, maschinenlesbare Regelwerk 

zurückgreifen. Durch den Zugang zu im Internet verfügbaren, semantisch gek- 

ennzeichneten Reise- und Hotelbuchungsanbietern wird die Reise-Applikation 

in der Lage sein zu vergleichen, gegenüberzustellen, die verschiedenen Altern- 

14

ativen zu bewerten und dem Planenden eine übersichtliche Liste mit allen rele- 

vanten Informationen auszuwerfen. 16 

Und dies ist nur ein Beispiel von täglich wiederkehrenden Verwaltungsaufgaben 

im Unternehmen, die durch die Implementierung der semantischen Technologi- 

en stark vereinfacht werden könnten. 

1.5 Möglichkeiten des semantischen Webs im privaten Bereich 

Analog zu den Software Agents im Unternehmen wird die semantische Techno- 

logie sogenannte Personal Agents ermöglichen, die ihre Benutzer bei wieder- 

kehrenden, alltäglichen Aufgaben unterstützen. So könnten Personal Agents 

beispielsweise den persönlichen Kalender verwalten, Aktivitäten mit Familie, 

Freunden und Bekannten koordinieren und einfache Anfragen von außerhalb 

für ihren Besitzer beantworten. 17 Der Nutzen, der durch Personal Agents er- 

reicht wird, erhöht sich selbstredend mit der allgemeinen Verbreitung der 

Agents – das semantische Web profitiert vom Netzwerkeffekt. Eine Umgebung, 

in der mehrere Personal Agents miteinander interagieren, wird auch Multi-Agent 

System genannt. Die nachfolgenden Ausführungen beleuchten die Möglich- 

keiten, die sich durch die semantischen Technologien im privaten Bereich 

ergeben. 

1.5.1 Personal Agents 

Die Motivation der Idee der Personal Agents ist auf die stetig wachsende 

Menge an Informationen und die damit verbundene Informationsüberflutung 

zurückzuführen. Der alternative Ansatz, eine zentrale Suchmaschine, die den 

genauen Informationsbedarf der Nutzer kennt und speichert, wird für die End- 

nutzer langfristig keine zufriedenstellende Lösung aufgrund der offengelegten 

Privatssphäre, darstellen. Semantische Personal Agents, die nur ihrem Eigner 

Rechenschaft schuldig sind, stellen hinsichtlich des Auffindens und der Verwer- 

16 Michael C. Daconta (2003): The Semantic Web. A Guide to the Future of XML, Web Services, and 

Knowlege Management. Unter Mitarbeit von Kevin T. Smith Leo. J. Obrst. Herausgegeben von WILEY, 

S. 17–18. 

17 Department of Computer Science and Electrical Engineering (Hg.) (November, 2002): Personal Agents 

on the Semantic Web. Unter Mitarbeit von Anugeetha Kunjithapatham Mithun Sheshagiri Tim Finin Anupam 

Joshi Yun Peng and R. Scott Cost Subhash Kumar. University of Maryland Baltimore County. 

15

tung von Informationen auf lange Sicht die bessere Lösung dar. Personal 

Agents werden allerdings nicht nur für das persönliche Knowledge-Manage- 

ment nützlich sein. Sie werden mit anderen Agents kommunizieren können, 

also bestimmte Anfragen starten und empfangen, und dies jeweils immer unter 

Berücksichtung der persönlichen Vorlieben und Einstellung ihrer Besitzer. Ver- 

handlungen und Auktion werden analog zu unternehmerischen Agents von 

Personal Agents auf privater Basis durchgeführt werden. 

Woolwridge definiert Software Agents folgendermaßen: 

� Agenten. Ein Agent ist ein computerbasiertes System, das in einer 

Umgebung autonom handeln kann. 

� Intelligente Agenten. Ein intelligenter Agent ist ein computerbasiertes 

System, das in einer Umgebung flexibel und autonom handeln kann. 

� Flexibles autonomes Handeln. Flexibles autonomes Handeln ist 

charakterisiert durch Reaktivität, Proaktivität und soziales Verständnis. 

� Reaktivität. Ein reaktives System steht permanent in einem Regelkreis- 

lauf mit den umgebenden Systemen und reagiert auf Veränderungen in 

der Umgebung in angemessener Zeit, wobei angemessen in diesem 

Zusammenhang in Bezug zum Nutzen der Reaktion steht. 

� Proaktivität. Ein Software Agent erfüllt Aufgaben und muss dazu ziel- 

gerichtet handeln. Das bedeutet auch, dass der Agent Handlungsmög- 

lichkeiten erkennen und nutzen muss. 

� Soziales Verständnis. Sozialkompetenz ist bei Agenten die Fähigkeit, 

mit anderen Agenten und möglicherweise auch mit Menschen zu kom- 

munizieren und zu kooperieren. 18 

18 Michael Wooldridge (2002): An Introduction to Multi-agent Systems. 1. Aufl.: Wiley & Sons. 

16

Anhand dieser Charakteristika lässt sich leicht ausmalen, welche vielfältigen 

Möglichkeiten Personal Agents in Zukunft bieten. Das folgende Szenario ist ein 

konkretes Beispiel: 

Der Personal Agent wird beauftragt, ein geignetes Auto zum Kauf ausfindig zu 

machen. Er kennt die Vorlieben des Besitzers und trifft eine Vorauswahl der in- 

frage kommenden Modelle. Der Agent kontaktiert die Agents verschiedener An- 

bieter und wählt schließlich eine kleine Auswahl der in der Nähe befindlichen 

Anbieter aus. Die Agents tauschen Preise, Produkt-Details und Lieferbedingun- 

gen aus und führen gegebenenfalls automatisch die Verhandlungen durch. 

Dabei wird der Personal Agent die Reputation der Anbieter anhand unab- 

hängiger Quellen mit berücksichtigen. Wird tatsächlich ein geeignetes Angebot 

gefunden, greift der Agent auf den persönlichen Terminkalender zurück, um 

freie Termine zu finden und einen Zeitpunkt zur Probefahrt mit dem Agent des 

Anbieters zu vereinbaren. Schließlich informiert der Personal Agent ein mobiles 

Endgerät, welches der Besitzer bei sich trägt. 

Dieses konkrete Beispiel lässt sich auf alle erdenklichen privaten Bereiche 

übertragen. Die Personal Agents der Zukunft sind eng verzahnt mit den gegen- 

wärtig aktuellen Themen “Webservices” und “Serviceorientierte Architekturen”. 

“Webservices are software applications that can be discovered, de- 

scribed, and accesed based on XML and standard Web protocols over 

intranets, extranets and the Internet”. 19 

Webservices könnten also als die Vorfahren von Personal Agents angesehen 

werden, außer dass ihnen der Aspekt der semantischen Beschreibung fehlt, so 

dass ihre spezielle Funktion von anderen Agenten nicht lokalisiert, identifiziert 

und somit genutzt werden kann. 



S. 58. 

17

“Eine Serviceorientierte Architektur ist ein Framework für die Integration 

von Geschäftsprozessen und unterstützender IT-Infrastruktur in Form 

von sicheren, standardisierten Komponenten - Services -, die sich 

wiederverwenden und kombinieren lassen, um wechselnde Geschäftsan- 

forderungen abzubilden.” 20 

Services sind in diesem Zusammenhang als Softwarekomponenten zu ver- 

stehen, die so einfach konstruiert sind, dass sie sich mit anderen Softwarekom- 

ponenten mühelos verbinden lassen und so einmal programmierte Services 

langfristig ihren Wert erhalten, da ihre Leistung einzeln immer abrufbar und ver- 

fügbar ist und stets mit neuen Services kombiniert werden kann. Das Beispiel 

eines Online-Brokerage-Anbieters zum Abschluss von Wertpapiergeschäften 

würde insgesamt die nachfolgenden einzelnen Softwarekomponenten enthal- 

ten, die aber auch stets einzeln abrufbar sind. 

� Wertpapierdienst, der handelbare Wertpapiere nennt. 

� Marktdatendienst, der zu einem Wertpapier aktuelle Börsenkurse liefert. 

� Depotdienst, der Zugriff auf das Wertpapierdepot des Anwenders er- 

laubt. 

� Orderdienst, der Kauf-/Verkaufsaufträge des Anwenders an eine Börse 

übermittelt. 

� Archivdienst, der alle Daten der Transaktion revisionssicher archiviert. 

Ähnlich zum Konzept der Serviceorientierten Architekturen werden auch Per- 

sonal Agents im semantischen Web einzelne, losgelöste Services oder Informa- 

tionsbruchstücke zu Wertschöpfungketten zusammenfügen können. Dazu wer- 

den die einzelnen Komponenten von Agent zu Agent gereicht, wobei jeder 

Agent auf seine bestimmte Weise einen Nutzen bzw. eine Information hin- 

zufügt, wodurch schließlich das finale Produkt, das vom Endnutzer angefragt 

20 Norbert Bieberstein, Sanjay K. Bose, Marc Fiammante, Keith Jones, Rawn Shah (2005): 

Service-Oriented Architecture Compass. Business Value, Planning, and Enterprise Roadmap: 

Prentice Hall International. 

18

worden ist, konstruiert wird. 21 Außerdem steht das Thema Serviceorientierte Ar- 

chitekturen insofern in Beziehung zum semantischen Web, als dass es auf 

Seiten der Unternehmen das Bewusstsein zur Entwicklung von losgelösten Ser- 

vices schafft, die so in Zukunft eventuell von Software Agents verwendet wer- 

den könnten. Weiterhin hat die Forschung rund um das Thema Serviceori- 

entierte Architekturen erkannt, dass sie einige semantischen Technologien nicht 

umgehen kann bzw. die Serviceorientierte Architekturen von den Technologien 

des semantischen Webs profitieren werden. 

1.5.2 Veränderungen in der physikalischen Welt 

In der weiteren Entwicklung wird das semantische Web aus der virtuellen Welt 

ausbrechen und sich auf unsere physikalische Welt erweitern. Mittels Uniform 

Resource Identifiers (URI), auf die später noch eingegangen wird, kann auf 

alles eindeutig verwiesen und dadurch unmissverständlich identifiziert werden, 

also auch physikalische Endgeräte wie Mobiltelefone, Televisionsgeräte, Kühls- 

chränke, hausinterne Sicherheitssysteme, Radiogeräte und viele mehr. Diese 

Geräte können zukünftig ihre Funktionen bewerben, also nach außen darstel- 

len, was sie können und wie sie bedient werden. Sie werden untereinander 

kommunizieren und auch automatische Schlussfolgerungen vollziehen können. 

Die flexible, semantische Ansteuerung von Geräten wird den heute verfügbaren 

Methoden, etwa “Universal Plug and Play”, weit überlegen sein und eine Fülle 

von Möglichkeiten eröffnen. 

Die heutige Hausautomatisierung, also die Informations- und Kommunikations- 

technologie für mehr Komfort im und in der Umgebung des eigenen Hauses, er- 

fordert eine penibelst genaue Abstimmung aller teilnehmenden Geräte, damit 

ein solches System überhaupt funktionieren kann. Die semantische Be- 

schreibung der Möglichkeiten und Funktionen der häuslichen Endgeräte ermög- 

licht einen höheren Grad der Automatisierung mit minimalem menschlichem 

Eingreifen. So könnten sich zum Beispiel alle Endgeräte im Haus, die 

akustische Signale von sich geben (Televisionsgeräte, Radiogeräte, Stereoan- 

lage), bei einem eingehenden Anruf automatisch den Ton leise stellen. Gegen- 

21 Tim Berners-Lee, James Hendler Ora Lassila (2001): The Semantic Web: a new form of Web content 

that is meaningful to computers will unleash a revolution of new possibilities. In: Scientific American, H. 

284 (5), S. 34–43. 

19

wärtig müsste man für eine solche Funktion jedes einzelne Gerät und deren 

Schnittstellen programmieren. Im semantischen Web würde man eine solche 

Funktion nur einmal für alle lokalen Endgeräte programmieren, die eine Funk- 

tion “Lautstärkeregelung” bewerben – das Televisionsgerät, das DVD-Abspiel- 

gerät und selbst der Laptop, den man nur für einen Abend von der Arbeit mitge- 

bracht hat. Wahrscheinlich wird es sogar soweit gehen, dass lokale Endgeräte 

andere Endgeräte und Services automatisch auffinden und beauftragen 

können, um zusätzliche Informationen oder Funktionalitäten zu erhalten. So 

könnte die mit dem World Wide Web verbundene Mikrowelle die Website des 

Tiefkühlwarenherstellers kontaktieren, um die optimalen Zubereitungsangaben 

und -zeiten zu erhalten. 22 

1.6 Abgrenzung zur künstlichen Intelligenz 

Damit der gewünschte Automatisierungsgrad von Software Agents und Web- 

services im semantischen Web erreicht werden kann, müssen Computer auf 

strukturierte Sammlungen von Informationen und auf eine Reihe von 

Ableitungsregeln, die sie benutzen können, um automatische Schlussfolger- 

ungen durchzuführen, zurückgreifen können. Die Forschung der künstlichen In- 

telligenz beschäftigte sich mit solchen Systemen schon lange vor der 

Entstehung des Internets. Und tatsächlich bauen viele der Technologien, die 

zur Realisierung des semantischen Webs benötigt werden, auf die Erkenntnisse 

aus der Forschung der künstlichen Intelligenz auf. Das Konzept des se- 

mantischen Webs hat nichts mit der künstlichen Intelligenz zu tun. The- 

menschwerpunkte der Forschung der künstlichen Intelligenz sind beispiels- 

weise komplexe Entscheidungsprozeduren, räumliches Denken, selbständiges 

Schlussfolgern aus unvollständigen Informationen (Abduktion), assoziatives 

Schlussfolgern sowie Bild- und Mustererkennung – all dies hat nichts mit dem 

semantischen Web zu tun. Nachfolgend werden weitere grundlegende Unter- 

schiede in der Konzepten dieser beiden Forschungsgebiete beschrieben. Die 

traditionellen Systeme der Wissensrepräsentation sind zentral ausgerichtet, im 

Gegensatz zum dezentralen Internet und semantischen Web. Durch diese Zen- 



284 (5), S. 34–43. 

20

tralität sind alle Teilnehmer gezwungen, exakt dieselben Definitionen von 

Konzepten zu verwenden. Darüber hinaus sind die Abfragemöglichkeiten der 

traditionellen Wissensrepräsentationsysteme stark begrenzt, damit das System 

verlässliche Ergebnisse liefert bzw. überhaupt antworten und funktionieren 

kann. Aus diesem Grund haben diese Systeme immer jeweils eigene 

Ableitungsregeln, die nicht ohne weiteres von einem System ins andere trans- 

feriert werden können. 23 

Zusammengefasst lässt sich festhalten, dass das semantische Web auf vielen 

Erkenntnissen der Forschung der künstlichen Intelligenz aufbaut und das die 

Forschung im Bereich des semantischen Webs von weiteren Erkenntnissen der 

künstlichen Intelligenz profitieren wird. Wenn aber in diesen Ausführungen von 

Software Agents gesprochen wird, hat es nicht im Entferntesten etwas mit der 

künstlichen Intelligenz von Robotermenschen wie C-3PO aus dem Film Star 

Wars zu tun. Weiterhin besteht auch nicht die Notwendigkeit, auf einen Durch- 

bruch in der Forschung der künstlichen Intelligenz zu warten, bis das Konzept 

des semantischen Webs umgesetzt werden kann. 

1.7 Vorgehensweise 

Die vorliegende Arbeit untersucht die Chancen und Auswirkungen des se- 

mantischen Webs. In der Einleitung werden die relevanten Begriffe erklärt, der 

Untersuchungsraum eingegrenzt und die Bereiche mit Bedarf an semantischen 

Technologien sowie zukünftige Möglichkeiten beleuchtet. 

Im Hauptteil werden das W3C-Konsortium, seine Rolle und Aufgaben sowie die 

aufgestellten Grundprinzipien des semantischen Webs vorgestellt und erläutert. 

Im weiteren Verlauf werden die Technologien des semantischen Webs vorge- 

stellt, wobei es nicht Ziel dieses Abschnittes ist, Programmiersprachen und der- 

en Funktionsweise zu erklären, sondern die Konzepte und Möglichkeiten hinter 

den Technologien aufzudecken und zu vermitteln. Anschließend wird eine zeit- 

liche Einordnung bis zur vollständigen Verwirklichung des semantischen Webs 


that is meaningful to computers will unleash a revolution of new possibilities. In: Scientific American, 

H. 284 (5), S. 34–43. 

21

vorgenommen und verschiedene Umsetzungsszenarien beschrieben. Im letzen 

Teil des Hauptteils werden anhand von Praxisbeispielen die Auswirkungen und 

Chancen des semantischen Webs für die Wirtschaft, den Gesundheitsbereich 

und den privaten Bereich dargestellt. 

Letztendlich werden im letzten Schlussteil die wichtigsten Ergebnisse kritisch 

zusammengefasst und ein Ausblick sowie weitere Perspektiven zum Thema 

geliefert. 

2 Das Internet morgen 

Das semantische Web ist keine separate Erweiterung des bestehenden Inter- 

nets, sondern vielmehr eine Vielzahl kleinerer Technologien, die in ihrer Kom- 

bination die in der Einleitung angedeuteten Veränderungen bewirken. Zuerst 

wird das W3C-Konsortium, seine Rolle und Aufgaben vorgestellt, um dann nä- 

her auf die vom W3C verabschiedeten Grundprinzipien des semantischen 

Webs einzugehen. Im weiteren Verlauf setzt sich die Arbeit mit den relevanten 

Technologien des semantischen Webs auseinander, ohne zu sehr auf technis- 

che Spezifikationen dieser Technologien einzugehen. Vielmehr wird versucht, 

die hinter den Technologien liegenden Konzepte und Möglichkeiten zu erklären 

und zu vermitteln. Anschließend wird die Architektur des semantischen Webs 

anhand des von Tim Berners-Lee vorgeschlagenem Schichtenmodell erklärt 

und auf die Wichtigkeit und Bedeutung dieses Schichtenmodells für die Weiter- 

entwicklung des semantischen Webs eingegangen. Außerdem werden ver- 

schiedene Umsetzungsszenarien zur vollständigen Verwirklichung des se- 

mantischen Webs kritisch gewürdigt und eine zeitliche Einordnung vorgenom- 

men. Schließlich werden die Chancen und Auswirkungen des semantsichen 

Webs anhand von ausgewählten Praxisbeispielen angedeutet. 

2.1 Das W3C-Konsortium 

Die wohl wichtigste Vereinigung bei der allgemeinen Entwicklung des Internets 

und insbesondere zur Verwirklichung der Idee des semantischen Webs ist das 

22

W3C-Konsortium. Es ist ein internationales Konsortium bestehend aus über 400 

bedeutenden internationalen Unternehmen und Universitäten, und einem fest 

angestellen Team. Das Konsortium arbeitet gemeinsam daran, Standards im In- 

ternet zu entwicklen, um durch diese festgelegten Protokolle und Richtlinien die 

vollen Möglichkeiten des World Wide Webs zu erschließen und so ein lang- 

fristiges Wachstum des Internets zu ermöglichen. Dabei hat das W3C in den er- 

sten zehn Jahren ihrer Arbeit mehr als achtzig W3C Recommendations heraus- 

gegeben, engagiert sich in Ausbildung und Verbreitung der Standards, entwick- 

elt Software und dient als offenes Diskussionsforum. Damit das gesamte Poten- 

zial des Internets ausgeschöpft werden kann, müssen die fundamentalen Web- 

Technologien kompatibel untereinander sein und mit jeder beliebigen Hard- und 

Software, die auf das Intenet zugreift, zusammenarbeiten. Das W3C bezeichnet 

dieses Ziel als “Web-Interoperabilität”. Durch die Veröffentlichung von offenen, 

nicht proprietären Standards versucht das W3C-Konsortium eine Marktfragmen- 

tierung – und damit eine Fragmentierung des Internets – zu vermeiden. Tim 

Berners-Lee ist Direktor des W3C-Konsortiums seit der Gründung dieser Or- 

gansation im Jahre 1994. 

Mit ihrer Mission verfolgt das W3C-Konsortium folgende allgemein gültige, lang- 

fristige Ziele: 

� Das Web für Jedermann. Die soziale Stärke des Internets besteht dar- 

in, dass es zwischenmenschliche Kommunikation, eine Umgebung für 

Geschäfte und Möglichkeiten zum Wissensaustausch bietet. Eines der 

Hauptziele der W3C ist es, diese Vorteile allen Menschen, unabhänig 

von ihrer Hard- und Software, Netzinfrastruktur, Muttersprache und Kul- 

tur, geografischer Position, physischen und geistigen Fähigkeiten, 

zugänglich zu machen. 

� Das Web auf allen Geräten. Die Vielzahl der Endgeräte, die auf das In- 

ternet zugreifen können, wachsen kontinuierlich. Mobiltelefone, Smart- 

phones, PDAs, interaktive Fernsehsysteme, Spielekonsolen – all diesen 

Endgeräten soll der Zugang zum Internet einfach und bequem ermöglicht 

werden. 

23

� Wissensschatz. Das Internet ist nicht nur eine riesige Informationsquelle 

für Menschen, die darin suchen und Informationen untereinander aus- 

tauschen können. Es ist auch eine sehr große Datenbank, die es Com- 

putern ermöglichen kann, mehr nützliche Arbeit für den Menschen zu 

übernehmen. So arbeitet das W3C daran, ein Internet sowohl für die 

Menschen als auch für die Maschinen zu entwickeln. 

� Sicherheit und Vertrauen. Damit das Internet zu einem nutzenbringen- 

dem Medium für soziale Aktivitäten werden kann, muss man den Teil- 

nehmern vertrauen können. Obwohl Vertrauen niemals durch Technik 

geschaffen werden kann, fördert das W3C-Konsortium Technologien, die 

eine stärker gemeinschaftliche Umgebung ermöglichen, also ein Internet, 

das Verantwortung, Sicherheit, Vertrauen und Vertraulichkeit in sich ver- 

eint. 24 

2.2 Die Grundprinzipien des semantischen Webs 

Der folgende Abschnitt behandelt die sechs vom W3C-Konsortium erarbeiteten 

Grundprinzipien des semantischen Webs. 

2.2.1 Prinzip 1: Alles kann mittels URIs identifiziert werden 

“A Uniform Resource Identifier (URI) is a compact sequence of charac- 

ters that identifies an abstract or physical resource.” 25 

Menschen, Orte und Dinge aus der physikalischen Welt können vom se- 

mantischen Web profitieren und daran teilhaben, in dem sie über sogenannte 

Identifier (Bezeichner) eindeutig beschrieben und lokalisiert werden können. 

Jeder, der über einen Namensraum im Internet, also zum Beispiel über einen 

Webserver, Kontrolle ausüben kann, kann einen URI erstellen und damit aus- 

drücken, dass dieser URI etwas in der physikalischen Welt identifiziert. Eine 

24 Head of Communication Ian Jacobs: Über das World Wide Web Consortium (W3C). Herausgegeben 

von W3C-Konsortium. Online verfügbar unter http://www.w3c.de/about/overview.html, zuletzt geprüft am 

28.04.2008. 

25 T. Berners-Lee (2008): RFC 3986 - Uniform Resource Identifier (URI): Generic Syntax. Unter Mitarbeit 

von R. Fielding, L. Masinter. Herausgegeben von W3C-Konsortium und MIT. Online verfügbar unter 

http://tools.ietf.org/html/rfc3986, zuletzt aktualisiert am 28.04.2008. 

24

Gruppierung der Entwicklergemeinschaft des Internets besteht darauf, dass nur 

ein geringer Teil der Web URI Namensräume für diese Zwecke zur Verfügung 

gestellt wird. Das semantische Web hingegen setzt solche Einschränkungen 

weder voraus noch erzwingt es solche Einschränkungen. Vielmehr kann es 

auch indirekt auf genau solche physikalischen Einheiten verweisen. Zum Bei- 

spiel könnte eine Person mit dem Namen “Max Mustermann” über die URI zu 

seinem persönlichem E-Mail Account max@mustermann.de eindeutig identifi- 

ziert werden, und ohne die Verwendung weiterer URIs könnten über diesen ein- 

zigen Uniform Resource Identifier viele weitere Informationen über genau diese 

Person gesammelt werden. Analog dazu könnten Orte über die URI zu einer 

Website (die URL ist eine Unterklasse der URI), beispielsweise die von der 

Stadt Köln betriebene Domäne http://www.koeln.de, eindeutig identifiziert und 

um weitere Informationen angereichert werden. Mit besseren Metadaten, also 

Daten über die Daten, ist es möglich, die Beziehung der realen Stadt und des 

URIs genauer zu beschreiben. Mittels Uniform Resource Identifiern ist es also 

möglich, jeden und alles sowohl in der physikalischen also auch in der digitalen 

Welt eindeutig zu identifizieren. 

2.2.2 Prinzip 2: Ressourcen und Beziehungen sind typisiert 

Das gegenwärtige Internet besteht aus Ressourcen und ihren Verlinkungen un- 

tereinander, wie in der folgenden Abbildung unter a) zu sehen ist. 

25

Im heutigen Internet handelt es sich bei den Ressourcen meist um Internet- 

Abbildung 3: Current Web vs. Semantic Web; Marja-Riitta Koivunen, Eric Miller (2008): W3C 

Semantic Web Activity. Semantic Web Main Principles. Herausgegeben von W3C-Konsortium 

und MIT. Online verfügbar unter http://www.w3.org/2001/12/semweb-fin/w3csw, zuletzt aktualis- 

iert am 28.04.2008. 

Dokumente, die zum einen auf die Verwendung durch den Menschen abzielen 

und zum anderen üblicherweise keine Metadaten enthalten, die beschreiben, 

auf welche Art sie verwendet werden können und wie ihre Beziehungen zu an- 

deren Dokumenten im Internet ist. Während Menschen schnell erschließen, 

dass das eine Dokument eine Rechnung, das andere Dokument ein wis- 

senschaftliches Papier ist, ist es Maschinen respektive Computer zum gegen- 

wärtigen Zeitpunkt nicht möglich, diese Informationen und ihre Beziehungen zu 

erschließen. Hilfreich wären reichhaltigere Beschreibungen der Beziehungen 

der Dokumente untereinander, wie zum Beispiel “depends on”, “is version of” 

oder “author”. Wie die Abbildung zeigt, werden Ressourcen und ihre Verlinkun- 

gen auch ein Bestandteil des semantischen Webs sein, allerdings werden diese 

typisiert werden können und definieren so die Konzepte hinter den Ressourcen, 

so dass es auch Maschinen möglich ist diese zu interpretieren. So könnten ein- 

ige Links die Beschreibung enthalten, dass diese Ressource eine Version einer 

anderen Ressource ist oder von einer Ressource geschrieben worden ist, die 

26

eine Person beschreibt. Die Typisierung von Ressourcen und ihren Verlinkun- 

gen ist also ein Grundprizip des semantischen Webs und kann das Informa- 

tionsmanagement in Zukunft erheblich vereinfachen und optimieren. 

2.2.3 Prinzip 3: Partielle Informationen sind akzeptabel 

Das gegenwärtige Internet ist unbegrenzt: Es opfert die Integrität der Links für 

die Skalierbarkeit des Internets. Das bedeutet, ein Autor kann sehr leicht auf 

andere Ressourcen verlinken, ohne das eine Verlinkung der Gegenseite not- 

wndig ist. So hat die Gegenseite allerdings keine Möglichkeit, den Verlinkenden 

über einen Umzug der Ressource zu informieren. Die Fehlermeldung 404 “File 

not found”, die uns darüber informiert, dass die Verlinkung nicht mehr funk- 

tioniert, ist zu akzeptieren. In ähnlicher Weise ist das semantische Web auch 

unbegrenzt. Jeder kann veröffentlichen, was er möchte und verschiedene Arten 

von Verlinkungen zwischen den Ressourcen erstellen. Manche der verlinkten 

Ressourcen werden eventuell nach einen bestimmten Zeitraum nicht mehr ex- 

istieren oder die Adresse wurde mittlerweile für etwas anderes verwendet. Die 

Werkzeuge des semantischen Webs tolerieren diesen Datenverfall und funk- 

tionieren trotzdem. Wie bereits weiter oben beschrieben, können Informationen 

über Uniform Resource Identifier eindeutig identifiziert werden, und selbst wenn 

eine Verlinkung zu einer bestimmten Informationen über diese Person nicht 

mehr innerhalb der URI zur Verfügung steht, können die bestehenden Informa- 

tionen für Rückschlüsse genutzt werden. Die Werkzeuge des semantischen 

Webs können mit ausgewählten Informationsinseln bzw. partiellen Information- 

en arbeiten. 

2.2.4 Prinzip 4: Absolute Wahrheit wird nicht benötigt 

Nicht alles aus dem gegenwärtigen Internet ist wahr, und auch das semantische 

Web wird dies in keiner Weise ändern. Wahrheit im Sinne von Glaubhaftigkeit 

wird von den Applikationen eingeschätzt, die die Informationen im World Wide 

Web verarbeiten. Die Applikationen entscheiden also für sich, welcher Quelle 

sie vertrauen, indem sie den Kontext, aus dem die Aussage stammt, bewerten. 

Sie prüfen zum Beispiel, welche Ressource hat was und wann gesagt und 

welche Legitimation diese Ressource besitzt, um genau das auszudrücken. 

27

Die Abbildung zeigt Tiina, angestellt bei Elisa, die den Mitgliederbereich der 

Abbildung 4: Chain of trust: Marja-Riitta Koivunen, Eric Miller (2008): W3C Semantic Web Activ- 

ity. Semantic Web Main Principles. Herausgegeben von W3C-Konsortium und MIT. Online ver- 

fügbar unter http://www.w3.org/2001/12/semweb-fin/w3csw, zuletzt aktualisiert am 28.04.2008. 

W3C-Website besuchen möchte. Damit sie diesen Mitgliederbereich betreten 

darf, muss sie einen Beweis (Proof) liefern, dass sie die Rechte dazu besitzt. Ti- 

ina kann diesen Beweis liefern, in dem sie sich auf die vier Aussagen von Alan 

und Kari bezieht, die wiederum als vertrauenswürdig gelten und das Recht 

besitzen, solche Aussagen zu treffen, da sie Mitglieder von Elisas Gremium 

sind. Die Applikation würde diesen Beweis zulassen, da sie den Aussagen von 

Alan vertraut und Alan die Verantwortung für den Zugang zum Mitgliederbereich 

auf Kari delegiert hat. 

2.2.5 Prinzip 5: Evolution wird unterstützt 

Es kommt häufig vor, dass sich sehr ähnelnde Konzepte von unterschiedlichen 

Gruppen an verschiedenen Orten oder gar von derselben Gruppe zu ver- 

schiedenen Zeitpunkten entwickelt und definiert werden. Hier wäre es sehr 

nützlich, die Daten, die dieselben Konzepte beschreiben, miteinander zu kom- 

binieren. Das semantische Web benutzt ein bestimmtes Regelwerk zur Be- 

schreibung dieser Konzepte, das sich genauso weiterentwickeln kann, wie es 

der menschliche Verstand auch tut. Zusätzlich erlaubt dieses Regelwerk das ef- 

28

fektive Kombinieren von untereinander unabhängigen Konzepten von ver- 

schiedenen Gemeinschaften sogar dann, wenn diese verschiedenartige Voka- 

bulare benutzen. Das semantische Web hält Werkzeuge bereit, um Doppel- 

deutigkeiten zu beseitigen und Widersprüche zu klären. Außerdem können be- 

stehende Informationen angereichert werden, ohne die alten Informationen zu 

verändern. 

Die Abbildung zeigt im linken Bereich aktuelle Informationen über eine Person 

Abbildung 5: Combining new information with old when the old information cannot be changed: 

Marja-Riitta Koivunen, Eric Miller (2008): W3C Semantic Web Activity. Semantic Web Main 

Principles. Herausgegeben von W3C-Konsortium und MIT. Online verfügbar unter 

http://www.w3.org/2001/12/semweb-fin/w3csw, zuletzt aktualisiert am 28.04.2008. 

mit dem Nachnamen Miller unter der Verwendung eines bestimmten Vokabu- 

lars. Der rechte Bereich zeigt Informationen über dieselbe Person aus einer an- 

deren, z.B. älteren Ressource aus dem World Wide Web. Diese beiden Infor- 

mationen über ein und dieselbe Person können nun im semantischen Web auf 

vielzählige Weise kombiniert werden. Man könnte z.B. eine neue Eigenschaft 

“previousIdentity” (ältere Identität) hinzufügen, die diese beiden Beschreibun- 

gen ein und derselben Person verbinden. Genauso könnte man eine Trans- 

formation des aktuellen Vokabular auf das ältere Vokabular definieren, in der 

festgehalten wird, dass “worksAt” und “employedBy” dieselben Beziehungen 

ausdrücken. Mit dem semantischen Web wird es darüber hinaus möglich sein, 

neue Eigenschaftbeschreibungen hinzuzufügen, die angeben, in welchem 

Zeitraum eine bestimmte Information Gültigkeit besaß. Die zusätzlichen Inform- 

29

ationen können überall gespeichert und überall von Applikationen gefunden 

werden, wenn diese losgelösten Informationselemente auf den eindeutigen Uni- 

form Resource Identifier der älteren Informationsquelle verweisen und somit 

eindeutig zugeordnet werden können. So ermöglicht das semantische Web eine 

natürliche Evolution der Daten, indem alte Informationsressourcen verwendet 

und mit neuen Informationsquellen kombiniert und verlinkt werden können. 

2.2.6 Prinzip 6: Minimalistisches Design der Technologien 

Das semantische Web macht die einfachen Dinge einfach und die komplexen 

Dinge möglich. Das Ziel des W3C-Konsortiums ist es, nicht mehr als nötig zu 

standardisieren. Dieser Anspruch ermöglicht das Implementieren von einfachen 

Applikation auf bereits standardisierten Technologien. Dabei sollte der Geb- 

rauch der semantischen Technologien, die, wie wir später sehen, aufeinander 

aufbauen, einen höheren Mehrwert liefern als die Summe des Nutzens der ein- 

zelnen Technologien. Das bedeutet, das durch diesen Ansatz Vorteile 

entstehen, die heute teilweise noch gar nicht abzusehen sind. 26 

2.3 Technologien des semantischen Webs 

Das semantische Web ist keine Zukunftsmusik mehr – wissenschaftlich sind die 

relevanten Entwicklungen und Bereiche bereits bekannt. Vielmehr liegt die 

Herausforderung nun in einer breitflächigen Integration der Technologien, der 

Standardisierung, der Entwicklung von greifbaren Werkzeugen und dem Ge- 

brauch durch die Nutzer. Tim Berners-Lee präsentierte am 06. Dezember 2000 

auf der Konferenz “XML 2000” seine Vision der Architektur des semantischen 

Webs. Die folgende Abbildung zeigt seine Vision von aufeinander aufbauenden 

Technologien, die zum Teil bereits ausreichend erforscht sind und zur Verfü- 

gung stehen, zu einem anderen Teil aber noch erforscht werden müssen. 

26 Marja-Riitta Koivunen, Eric Miller (2008): W3C Semantic Web Activity. Semantic Web Main Principles. 

Herausgegeben von W3C-Konsortium und MIT. Online verfügbar unter http://www.w3.org/2001/12/semweb-fin/w3csw, 

zuletzt geprüft am 28.04.2008. 

30

Abbildung 6: The Semantic Web Stack: W3C-Konsortium: http://www.w3.org/2000/Talks/1206- 

xml2k-tbl/slide10-0.html Zuletzt geprüft am 24.04.08 

Die Wissenschaft im Bereich des semantischen Webs ist bis zum heutigen Zeit- 

punkt (in der Abbildung von unten gesehen) bis zu den Ontologien 

vorgedrungen. Diese Technologien sind ausreichend erforscht, für die Ziele und 

aufgestellten Grundprinzipien, die mit dem semantischen Web verbunden sind, 

für sinnvoll und nutzbar befunden und schließlich vom W3C-Konsortium als Re- 

commendations (Empfehlungen), also als festgelegte Standards, veröffentlicht 

worden. Logik (Logic), Beweise (Proof) und Vertrauen (Trust) sind die Bereiche, 

die noch wissenschaftlich aufgearbeitet werden müssen. Theoretisch ist be- 

kannt, was diese Ebenen leisten müssen, praktisch fehlen teilweise noch die 

konkreten Technologien bzw. Programmiersprachen zur Umsetzung. Trotzdem 

liefert dieses Schichtensystem mit dem Namen “The Semantic Seb Stack” oder 

auch “Semantic Layer Cake” ein hervorragendes Gerüst, um die Technologien 

des semantischen Webs zu erläutern. Die unterschiedlichen Technologien 

bzw. Abstraktionsebenen bauen dabei aufeinander auf, das bedeutet, sie sind 

abwärtskompatibel. Ein Software Agent sollte also, wenn er z.B. Ontologien in- 

terpretieren und verwenden kann, auch in der Lage sein, die Informationen der 

31

darunter liegenden Schichten zu interpretieren und zu verwenden. In entge- 

gengesetzer Richtung, also aufwärts, sollten Software Agents die Fähigkeit 

haben, weiter unten liegende Ebene zu verstehen und zu interpretieren, um so 

zumindest teilweise die Vorteile aus den darüber liegenden Schichten ziehen zu 

können. Jede Ebene ist als ein Schritt in Richtung vollständiger Realisation des 

semantischen Webs zu verstehen. 

2.3.1 Unicode und URI 

Unicode vereint unterschiedliche Zeichensätze wie zum Beispiel arabische, ja- 

panische, kyrillische und lateinische Zeichensätze und wird so grundlegender 

internationaler Kodierungsstandard für die Daten im semantischen Web. Uni- 

code ordnet jedem Zeichen eine eigene Nummer zu, die so leichter und un- 

missverständlicher durch Computer interpretiert werden kann. Durch diese 

nummerische Zuordnung ist Unicode systemunabhängig, programmunabhängig 

und sprachunabhängig. 27 

Ein URI (Uniform Resource Identifier) besteht aus einer Kette von Zeichen, die 

eine abstrakte oder physikalische Ressource identifiziert. Eine solche Quelle 

könnten Dokumente, Bilder, herunterladbare Dateien oder ähnliches im Web 

sein oder auch physikalische Geräte wie Fernseher, Kühlschrank oder Rund- 

funkradio. Der URI macht diese verschiedenen Quellen verfügbar und teilt 

ihnen eine eindeutige Adresse zu. Dabei verwendet der URI eine Vielzahl von 

unterschiedlichen Namensschemata und Zugangsmethoden wie etwa HTTP 

oder FTP. Die wohl unter Laien bekannteste Unterkategorie von Uniform Re- 

source Identifiern (URI) ist der Uniform Resource Locator (URL), der zur Ad- 

ressierung und Identifikation von Webseiten im Internet genutzt wird. 28 

Alle die nun folgenden Technologien bauen auf die jeweils vorher beschrieben- 

en Technologien auf oder verwenden diese zumindest teilweise. 

27 Unicode, Inc (2008): Unicode. Unter Mitarbeit von Unicode Consortium®. Online verfügbar unter 

http://www.unicode.org/, zuletzt geprüft am 26.04.2008. 

28 W3C-Konsortium (2008): Naming and Addressing: URIs, URLs, … Unter Mitarbeit von diversen Mitarbeitern. 

Online verfügbar unter http://www.w3.org/Addressing/, zuletzt geprüft am 26.04.2008. 

32

2.3.2 Extensible Markup Language (XML) 

Die “Extensible Markup Language” (XML) ist ein Eckpfeiler des semantischen 

Webs. 29 In der Vergangenheit war HTML (hypertext markup language) die 

Standard-Sprache, in der Webseiten geschrieben worden sind. HTML wurde 

von SGML (standard generalized markup language), einem internationalen 

Standard für die Definition von einer gerät- und systemunabhängigen Darstel- 

lung von Informationen, abgeleitet. Dabei wurde SGML so konzipiert, dass die 

Inhalte sowohl vom Menschen als auch von Maschinen gelesen werden konn- 

ten. Sprachen, die sich auf SGML beziehen, nennt man SGLM-Applikationen, 

HTML ist eine solche Applikation. HTML wurde entwickelt, weil SGLM als viel 

zu kompliziert für die Anwendung im Internet erachtet wurde. XML ist auch eine 

SGML-Applikation, die allerdings durch die erkannten Mängel der “hypertext 

markup language” entstanden ist. 30 Mittlerweile hat XML die Entwicklungsphase 

verlassen und findet auf breiter Basis Akzeptanz. XML wurde am 10. Februar 

1998 vom W3C-Konsortium offiziell zu einer Empfehlung (Recommendation) 

und so zu einem offiziell anerkannten Standard. 31 

Die Vorteile, die XML gegenüber HTML mit sich bringt, sind folgende: 

� XML ermöglicht die Erstellung von applikationsunabhängigen Doku- 

menten und Daten. 

� XML besitzt eine Standard-Syntax für die Beschreibung von Metadaten 

(Daten über die Daten). 

� XML besitzt eine Standard-Struktur sowohl für Dokumente als auch 

Daten. 

29 

Tim Berners-Lee, James Hendler Ora Lassila: The Semantic Web: a new form of Web content that is 


(5), S. 34–43. 

30 

Frank Hermelen, Grigoris Antoniou (2004): A Semantic Web Primer; Seite 23; Herausgegeben von The 

MIT Press. 

31 

W3C-Konsortium (1998): Extensible Markup Language (XML) 1.0. W3C Recommendation 10- 

February-1998. Unter Mitarbeit von Jean Paoli C. M. Sperberg-McQueen Tim Bray. Online verfügbar 

unter http://www.w3.org/TR/1998/REC-xml-19980210, zuletzt geprüft am 23.04.2008. 

33

� XML ist keine neue Technologie. 

XML ist von Applikationen unabhängig, da sie als Verschlüsselung einfachen 

Text in einer vom Menschen lesbaren Form verwendet. Zum Entwerfen von 

XML-Dokumenten sind einfache Editoren, wie etwa von Open Office, verfügbar. 

Im Gegensatz dazu gibt es beispielsweise in sich geschlossene, binär ver- 

schlüsselte Formate wie Microsoft Word, bei denen lediglich die Entwickler 

selbst das Format verstehen. Diese binäre Verschlüsselung des Formats hat 

den Nachteil, dass sie sich selbst in bestimmte Applikationen – also z.B. Mi- 

crosoft Word – einschließt. Die Verschlüsselung von XML durch einfachen Text 

erlaubt es hingegen jeder Applikation oder jedem Programm, die Datei zu öff- 

nen und zu lesen. Durch die Verwendung einer offenen und standardisierten 

Syntax und einer ausführlichen Beschreibung der Bedeutung der Daten ist XML 

von jedem lesbar und interpretierbar, nicht nur von einer bestimmten Applika- 

tion und ihrem Produzenten. Das ist ein entscheidender Grundpfeiler des se- 

mantischen Webs, weil heute die Vielzahl an Software Agents, Programmen 

und Systemen der Zukunft, die einmal Daten des World Wide Webs interpretier- 

en und weiterverarbeiten können sollen, kaum voraussehbar ist. Eine Aus- 

zeichungssprache, die von allen digitalen Systemen der Zukunft verstanden 

werden kann, ist also ein grundlegendes Erfordernis auf dem Weg zum se- 

mantischen Web. Ein weiterer Vorteil beim Speichern von Daten in der “Extens- 

ible Markup Language” ist die einfache Durchsuchbarkeit vergleichbar zu den 

Inhalten von Webseiten heute. 

Einen weiteren Vorteil, den XML gegenüber HTML bietet, ist die Standard-Syn- 

tax für die Beschreibung von Metadaten. Die Syntax, oder speziell die Syntax 

formaler Sprachen – also die Syntax von Programmiersprachen in der Infor- 

matik und Kalkülen in der Logik – bezeichnet ein System von Regeln, nach 

dem erlaubte Konstruktionen bzw. Ausdrücke aus einem grundlegenden 

Zeichenvorrat gebildet werden. 32 

Metadaten über ein Buch sind zum Beispiel: 

32 Arnim Regenbogen, Uwe Meyer, Friedrich Kirchner, Carl Michaelis, Johannes Hofmeister (2006): Wörterbuch 

der philosophischen Begriffe. 1. Aufl.: Verlag Meiner. 

34

� Der Name des Autors 

� Die Auflage 

� Das Erscheinungsjahr 

� Auflage und Verlag 

Ohne genauer auf die technischen Spezifikationen der Syntax an dieser Stelle 

einzugehen, ist die Entwicklung der XML-Syntax auf dem Weg zum se- 

mantischen Web von hoher Signifikanz, denn sie standardisiert eine einfache, 

auf Text basierende Methode zur Auf- und Verschlüsselung der Bedeutung von 

Daten oder semantischen Informationen. Während Daten kontext-spezifische 

Werte darstellen, beschreiben die Metadaten die Bedeutung oder den Zweck 

dieser Daten. 

Ein weiterer wichtiger Schritt in Richtung des semantischen Webs liefert XML 

mit ihrer Standard-Struktur, die geeignet ist, semantische Informationen sowohl 

für Dokumente als auch Datenfelder auszudrücken. Ein elektronisches Doku- 

ment kann als Gegenstück zu einem aus Papier bestehenden Dokument ver- 

standen werden, es enthält rohe Informationen und Anweisungen zur Darstel- 

lung der Informationen. Im Gegensatz dazu bestehen Datenfelder aus Werte- 

paaren (Name=Müller), die von Computer verarbeitet werden können und im 

Internet oft in Formularen vorzufinden sind. Beide Arten von Informationen sind 

weit verbreitet innerhalb von Organisationen und auch im World Wide Web. 

XML macht es möglich, Metadaten sowohl an Dokumente als auch Datenfelder 

anzuhängen, und schließt so die Lücke zwischen Daten in Dokumenten und 

losgelösten Datenfeldern – beispielsweise in Formularen. 

Nicht unerheblich ist die Tatsache, das XML die Kinderkrankheiten neuer Tech- 

nologien bereits überstanden hat. Die Extensible Markup Language ist eine 

Ausgliederung der bereits oben beschriebenen “Standardized Generalized 

Markup Language” (SGML), die im Jahre 1969 von Dr. Charles Goldfarb, Ed 

35

Mosher und Ray Lorie entwickelt wurde. Das bedeutet, das Konzept hinter XML 

wurde fast 40 Jahre getestet und weiterentwickelt. 33 

Dennoch reicht diese Technologie zur Verwirklichung des semantischen Webs 

nicht aus, stellt aber Grundlage aller darauf aufbauender Technolgien dar. Mit 

Hilfe von XML können Struktur und Inhalt getrennt werden sowie einzelene Ab- 

schnitte eines Dokuments markiert (getagged), also beschrieben werden. Da 

aber jeder Entwickler völlig frei in der Wahl seiner Markierung ist, besteht kein 

einheitlicher Standard in der Beschreibung der Struktur eines Dokuments und 

bei dem Datenaustausch müssen sich Sender und Empfänger auf eine gemein- 

same Struktur des XML-Dokuments festlegen. Dieses Problem wird durch das 

Resource Description Framework (RDF) gelöst. 

2.3.3 Resource Description Framework (RDF) 

Einfach ausgedrückt ist das Resource Description Framework eine auf XML 

basierende Sprache zur Beschreibung von Ressourcen. Unter einer Ressource 

könnte z.B. eine elektronische Datei im Internet verstanden werden. Auf eine 

solche Datei wird über eine URL (Uniform Resource Locator) zugegriffen. 

Während es mit XML möglich ist, Metadaten an einzelne Teile eines Doku- 

ments anzuhängen, ist ein Vorteil von RDF, dass es Metadaten über das ge- 

samte Dokument anhängen kann, etwa Informationen wie Autor, Erstellungs- 

datum und Art des Dokuments. Ein gelungenes Beispiel für den Nutzen von 

RDF ist die Beschreibung eher undurchsichtiger Dateien wie etwa Bild- oder 

Audiodateien. Die folgende Abbildung zeigt die vom W3C-Konsortium entwick- 

elte Demonstrations-Anwendung “RDFpic” zur Einbindung von Metadaten in- 

nerhalb von Bilddateien. 


Knowlege Management. Unter Mitarbeit von Kevin T. Smith Leo. J. Obrst. Herausgegeben von WILEY. 

36

Dabei arbeitet die Anwendung in Verbindung mit einem Server, in diesem Falle 

Abbildung 7: RDFpic 2.1; Michael C. Daconta (2003): The Semantic Web. A Guide to the Fu- 

ture of XML, Web Services, and Knowlege Management (S. 87). Unter Mitarbeit von Kevin T. 

Smith Leo. J. Obrst. Herausgegeben von WILEY. 

der W3C-Jigsaw-Webserver, auf dem automatisch die angehängten Metain- 

formationen in Form einer externen RDF-Datei gespeichert werden. Außerdem 

ist es mit “RDFpic” möglich, verschiedene spezielle RDF-Schemata zur Be- 

schreibung des Bildes zu laden. Die im Programm mitgelieferten Standard- 

Schemata zur Beschreibung des Bildes sind Dublin Core (DC) und ein tech- 

nisches Schemata (Technical), welches Metadaten über die benutzte Kamera 

enthält. Die folgende Abbildung zeigt die von “RDFpic” generierte RDF-Datei. 

37

Auffällig ist die Verwendung von sogenannten “namespaces” (Namensräumen, 

Abbildung 8: RDF geniert durch RDFpic; Michael C. Daconta (2003): The Semantic Web. A 

Guide to the Future of XML, Web Services, and Knowlege Management (S. 86). Unter Mit- 

arbeit von Kevin T. Smith Leo. J. Obrst. Herausgegeben von WILEY. 

hier im Beispiel xmlns:rdf=”http://www.w3.org/1999/02/22-rdf-syntax-ns#”). 

“Namespaces” sind ein einfaches Hilfmittel zur Erstellung von global eindeuti- 

gen Namen für die Elemente und Attribute einer Auszeichnungssprache. Sie 

sind aus zwei Gründen von Bedeutung: Erstens zur Vermeidung von Konflikten 

von einheitlichen Namen zwischen verschiedenen Auszeichnungssprachen und 

zweitens ermöglichen sie, mehrere Auszeichnungssprachen ohne Doppeldeut- 

igkeiten zu mischen. 34 Das Root-Element () spezifiziert das Doku- 

ment als RDF-Dokument und in ihm sind vier Namesräume deklariert. Außer- 

dem enthält jedes RDF-Dokument eine oder mehrere “descriptions” (Be- 

schreibungen), die Aussagen über die beschriebene Ressource enthalten. 

Dieses Element enthält ein rdf:about Merkmal, das auf die 

beschrieben Quelle verweist. Diese Verweise in Form von “Uniform Resource 

Identifier” (URI) sind wichtig, um das Resource Description Framework zu ver- 

stehen, denn alle Ressourcen, die durch RDF beschrieben werden, müssen mit 

einem URI bezeichnet werden. Zusammengefasst hat uns die Abbildung, die 

eine RDF-Syntax darstellt, die Beschreibung der Ressource, die Eigenschaften 


Knowlege Management (S. 42). Unter Mitarbeit von Kevin T. Smith Leo. J. Obrst. Herausgegeben von 

WILEY. 

38

der Ressource und die Werte dieser Eigenschaften präsentiert. Dieses 

dreigeteilte Modell ist typisch für RDF und deshalb wird das RDF-Modell auch 

oft als “triple” bezeichnet. 

Genauso, wie man das RDF-Modell mittels seiner Ressourcen-Eigenschaften 

beschreiben kann, nämlich erstens “Beschreibung der Ressource”, zweitens 

“Eigenschaften der Ressource” und drittens “Werte dieser Eigenschaften”, 

erklären Forscher und Wissenschaftler der künstlichen Intelligenz, die dieses 

Forschungsgebiet “knowledge representation” nennen, das gleiche Modell an 

den grammatikalischen Teilen eines Satzes, nämlich mit Subjekt, Prädikat und 

Objekt. 

Die Schlüsselelemente eines RDF-”triple” sind also folgende: 

Das Subjekt. In der Grammatik bezeichnet man das Satzglied als Subjekt, das 

mit der Frage: “Wer oder Was?” erfragt werden kann. Es ist also eine Person 

oder ein sachliches Objekt. In dem Satz “Das Unternehmen verkauft Strümpfe” 

39 

Abbildung 9: The 

RDF triple: Michael C. Daconta (2003): The Semantic Web. A Guide to the Future of XML, 

Web Services, and Knowlege Management (S.88). Unter Mitarbeit von Kevin T. Smith Leo. J. 

Obrst. Herausgegeben von WILEY.

ist das Subjekt “Das Unternehmen”. Das Subjekt eines Satzes vermittelt uns 

also, worüber der Satz handelt. Im Bereich der Logik ist das Subjekt der Aus- 

druck, über den etwas angegeben wird. Im RDF-Modell ist das Subjekt die Res- 

source, die durch das folgende Prädikat und Objekt beschrieben wird. Das Sub- 

jekt wird im RDF-Modell demzufolge mit einem Uniform Ressource Identifier 

(URI) eindeutig beschrieben, da der URI in der digitalen Welt eine genauso un- 

missverständliche Zuordnung ermöglicht, wie “Das Unternehmen” in der gram- 

matikalischen Welt. 

Das Prädikat. Grammatikalisch modifiziert dieser Teil des Satzes das Subjekt. 

In unserem Beispielsatz “Das Unternehmen verkauft Strümpfe” ist das Prädikat 

das Wort “verkauft”. Das Prädikat teilt uns also etwas über das Subjekt mit. Im 

RDF-Modell stellt das Prädikat die Verbindung zwischen Subjekt und Objekt 

her. Im RDF-Modell müsste für die Bedeutung des Wortes “verkauft” eine 

eindeutige URI definiert werden, die beispielsweise so aussehen könnte: 

“http://www.unternehmen.org/ontologien/#verkauft”. 

Das Objekt. In der Grammatik ist diese Satzglied ein Nomen, welches sich auf 

das Prädikat bezieht. In dem Beispielsatz “Das Unternehmen verkauft Strüm- 

pfe” ist das Objekt das Wort “Strümpfe”. Im RDF-Modell ist das Objekt also eine 

Ressource, die sich entweder auf das Prädikat oder auf einen wörtlichen Wert 

(literal) bezieht. Auch hier würde für das Objekt im RDF-Modell ein URI definiert 

werden müssen, der analog zu den vorher gezeigten URI-Beispielen ver- 

standen werden kann. 35 

Die nächste Abbildung zeigt das bis hierhin theoretisch besprochene Modell in 

der Grammatik übertragen auf RDF als Graph. 



S. 85–92. 

40

ildung 10: A graph of two RDF statements. Michael C. Daconta (2003): The Se- 

mantic Web. A Guide to the Future of XML, Web Services, and Knowlege Manage- 

ment (S.89). Unter Mitarbeit von Kevin T. Smith Leo. J. Obrst. Herausgegeben von 

WILEY. 

RDF-Ressourcen stehen also entweder für elektronische Ressourcen, wie etwa 

Dateien, oder auch für Konzepte wie Personen. Sehr wichtig dabei ist, dass 

diese Ressourcen sich eindeutig identifizieren können über die vorher be- 

sprochenen URIs. Denn nur so kann eine Idee, ein Konzept, die das Subjekt 

oder Objekt beschreibt, global und ohne Doppeldeutigkeiten definiert werden. 

Das ist ein Kernunterschied, den die Benutzung der semantischen Technologi- 

en gegenüber der klassischen Syntax hat, denn in der Lehre der sprachlichen 

Zeichen gibt es sehr häufig Wortdoppelbedeutungen. Die eindeutige 

Identifizierbarkeit der Objekte und Subjekte durch URIs löst so das Problem der 

Wortdoppelbedeutungen. “Die Fliege passt nicht zum Hemd” und “Die Fliege 

fliegt im Zimmer umher” sind zwei Sätze mit dem jeweils selben Wort “Fliege”, 

aber mit unterschiedlichen Bedeutungen. Im RDF-Modell ist es möglich, dem 

Tier Fliege eine global eindeutige URI zuzuteilen, wodurch diese 

Doppeldeutigkeiten behoben werden. Diese URI könnte in diesem Fall so aus- 

sehen: “http://www.unternehmen.org/ontologien/tier/#fliege”. 

2.3.4 RDF Schema (RDFS) 

Das RDF-Schema (RDFS) ist eine Erweiterung des klassischen RDF Ansatzes. 

Genauso wie RDF ist auch RDFS eine W3C-Konsortium Recommendation und 

somit ein offizieller Standard. Neben RDF-Schema wird mittlerweile auch der 

Begriff “RDF Vocabulary Description Language” für das dahinterstehende 

Ab- 

41

Konzept verwendet. RDF-Schema ist eine auf RDF aufgesetzte Vokabular-Bes- 

chreibungssprache, die aus einem einfachen Bündel von gewöhnlichen RDF 

Ressourcen und Eigenschaften besteht. Hat man mit RDF die Möglichkeit, Aus- 

sagen (statements) über Ressourcen, deren Eigenschaften und Werte zu tref- 

fen, so bietet RDFS nun die Möglichkeit, ein speziell verwendetes Vokabular für 

diese Aussagen festzulegen, in dem spezielle Klassen oder Arten von Res- 

sourcen verankert sind. Unter einer Klasse kann in diesem Zusammenhang 

eine Gruppe von Dingen mit ähnlichen Eigenschaften verstanden werden. 

Wie könnte ein solches spezielles Vokubular aussehen? Ein Hersteller von Zel- 

ten würde zum Beispiel zur semantischen Beschreibung seiner Produkte die 

Klasse Zelt (exterms:tent) benötigen. Diese Gruppe von Zelten hat unterschied- 

liche Eigenschaften wie etwa Modell (exterms:model), Gewicht in KG 

(exterms:weightInKg) und Paketgröße (exterms:packedsize). Genau hier stößt 

RDF an seine Grenzen, denn damit ist es nicht möglich, solche an- 

wendungsspezifischen Klassen oder Eigenschaften zu definieren. Dabei liegt es 

auf der Hand, dass genau das von Nöten ist für die unzähligen Produkte und 

Produktgattungen im E-Commerce. Stattdessen bietet RDF eben die Möglich- 

keit, diese Klassen und Eigenschaften übergeordnet zu beschreiben, wodurch 

verschiedene Klassen und Eigenschaften untereinander genutzt werden 

können. RDFS aber bietet die Option, Klassen hierarchisch zu organisieren. 

Zum Beispiel könnte eine Klasse Hund (ex:dog) eine Unterklasse von Säu- 

getieren (ex:mammal) sein, die wiederum eine Unterklasse der Klasse Tier 

(ex:animal) ist. So wäre jede Ressource, die auch in der Klasse Hund (ex:dog) 

ist, automatisch auch in der Klasse Tier (ex:animal). 

RDFS bietet also die Möglichkeit spezielle Klassen, deren Eigenschaften und 

die Beziehungen zwischen diesen zu beschreiben. Grundsätzlich werden Daten 

in Ontologiesprachen formalisiert und auch RDFS ist eine Ontologiesprache. 

Alle weiteren Ontologiesprachen erweitern das Konzept RDFS und erhöhen so 

den Nutzen. Im nun folgenden Abschnitt wird näher auf Ontologien und die 

42

spezielle “Ontology Web Language” eingegangen. Alle Ontologiesprachen ber- 

uhen dabei auf dem RDF Datenmodell. 36 

2.3.5 Ontologien 

Das Transportieren von Bedeutung ist Ziel jeder Kommunikation. Dabei 

differieren oftmals die gedanklichen Verknüpfungen der verwendeten Worte bei 

Sender und Empfänger. In Standard-Situationen, wie zum Beispiel beim 

Überqueren einer Fußgängerampel oder in anderen stark reglementierten 

Abläufen, besteht kaum Klärungsbedarf hinsichtlich der verwendeten Zeichen 

oder des verwendeten Vokabulars. Treffen allerdings Sender und Empfänger in 

einem weniger stark reglementierten oder unterschiedliche interpretierbarem 

Kontext aufeinander, so müssen zuerst das unterschiedlich verwendete Voka- 

bular und die dahinterstehenden Bedeutungen abgeglichen werden. 

Während also mit Hilfe des Resource Description Frameworks (RDF) die Ei- 

genschaften von Ressourcen im World Wide Web in einer maschinenauswert- 

baren Form beschrieben werden können, und das Resource Description 

Framework Schema (RDFS) ein zusätzliches Konzept liefert, ein eigenes spezi- 

elles Vokabular zu definieren, so liefert das Konzept der Ontologien die Mög- 

lichkeit eigenständig lokal definierte Vokabulare gegeneinander abzugleichen. 

Der Begriff Ontologie stammt ursprünglich aus der Philosophie und ist dort eine 

philosophische Grunddisziplin der allgemeinen Metaphysik oder Lehre vom 

Sein. Die philosophische Ontologie lässt sich in eine formale und eine materi- 

elle Ontologie unterteilen, wobei die materielle Ontologie vom organischen Auf- 

bau der Welt als Gegenstand allgemeiner Klassifizierungen handelt und die Ele- 

mente des Seins aufgrund bestimmter Merkmale nach Einzelerscheinungen, 

Gruppen, Arten und Gattungen ordnet”. 37 In der allgemeinen Informatik sind On- 

tologien kein neues Konzept und es existieren viele verschiedene Definitionen. 

Nach dem von Thomas R. Gruber verfassten Artikel “A translation approach to 

portable ontology specifications” aus der wissenschaftlichen Zeitschrift “Know- 

ledge Acquisition” auf den Seiten 199-200 aus dem Jahr 1993 definiert die 

36 Frank Manola, Eric Miller (2004): RDF Primer. W3C Recommendation 10 February 2004. Unter Mitarbeit 

von Brian McBride. Herausgegeben von W3C-Konsortium. Online verfügbar unter 

http://www.w3.org/TR/rdf-primer/, zuletzt geprüft am 24.04.08. 

37 Brockhaus (Hg.) (1998): Die Enzyklopädie: in 24 Bänden. 

43

allgemeine Informatik Ontologien als “An ontology is an explicit specification of 

an conceptualization”. Die explizite Spezifikation bedeutet in diesem Zusam- 

menhang, dass der Konzepttyp und die Nebenbedingungen erklärend definiert 

sind und so eine Verarbeitung durch Maschinen gewährleistet ist. Die Konzep- 

tualisierung bedeutet in diesem Rahmen ein gemeinsames Verständnis eines 

Anwendungsbereiches, getragen von einer Gruppe von Menschen. Steht also 

die Ontologie in der klassischen Informatik für ein gemeinsame Begriffsystem, 

so wird den Ontologien im semantischen Web eine besondere Rolle zuteil, 

nämlich die Ontologie als Technologie. 

Durch die dezentrale Natur des Internets bestehen kaum Einschränkungen 

hinsichtlich der Formulierung von Vokabularen (RDF-Instanzen) und den damit 

zusammenhängenden Schemata (RDFS). Im Verlauf der Zeit entstehen somit 

zwangsläufig unterschiedliche Beschreibungsinseln, die nicht homogene Voka- 

bulare verwenden. Dieses Problem möchte das W3C-Konsortium mit seiner 

Empfehlung (Recommendation) zur “Ontology Web Language” (OWL) aus dem 

Jahre 2004 lösen. Dazu werden solche domänenspezifische Vokabulare von 

Begriffen um die formalisierten Beziehungen zwischen den Begriffen ange- 

reichert, wodurch eine Ontologie entsteht, die also im Kern eine formale, 

maschinell auswertbare Definition der grundlegenden Konzepte eines Wissens- 

gebietes sowie den Beziehungen zwischen den Konzepten darstellt. Dadurch 

entstehen einige Synergien zwischen verschiedenen Domänen: 

� Es können identische Inhalte aus unterschiedlichen Quellen oder spezi- 

eller unterschiedlichen Identifikatoren verknüpft werden. So können bei- 

spielsweise spezielle Vokabulare von bereits bestehenden Vokabularen 

profitieren. 

� Das automatische, logische Erschließen (reasoning) von neuen Zusam- 

menhängen wird ermöglicht. Software Agents ziehen logische Schlüsse 

aufgrund der in der Ontologie definierten Ableitungsregeln. 

44

� Software Agents können Grundfunktionalitäten erschließen und zu einem 

besseren Service zusammenfassen. 

Durch diese Brückenschlag zwischen RDF-basierter Identifikation von Res- 

sourcen mittels URIs und der dezentralen Herstellung von Bedeutungszusam- 

menhängen zwischen den Ressourcen mittels Ontologien kann das Problem 

der isolierten Beschreibungsinseln gelöst werden. 38 

Bedeutung von Ressourcen kann also eindeutig mittels dem Resource Descrip- 

tion Framework (RDF) beschrieben werden, die z.B. für den E-Commerce 

benötigten domänen-spezifischen Vokabulare können mittels Resource De- 

scription Framework Schema (RDFS) definiert und zugänglich gemacht werden 

und der Abgleich zwischen diesen domänen-spezifischen Vokabularen gelingt 

über Ontologien. Im nächsten Abschnitt wird kurz auf die spezielle Program- 

miersprache “Ontology Web Language” (OWL) zur Umsetzung von Ontologien 

eingegangen. 

2.3.6 Ontology Web Language (OWL) 

Wie bereits erwähnt, wurde die “Web Ontology Language” am 10. Februar 2004 

eine offizielle Empfehlung des W3C-Konsortiums und somit allgemein verfüg- 

bare semantische Auszeichnungssprache, um Ontologien zu veröffentlichen 

und zu teilen. 39 Dabei hatten sowohl Forschungsgruppen aus den USA als auch 

aus Europa den Bedarf nach einer Auszeichungssprache zur Modellierung von 

Ontologien identifiziert. So entstand eine Initiative zur Definition einer reich- 

haltigeren Sprache, um Ontologien auszudrücken, die sich DAML+OIL nennt. 

Sie bildete sich aus dem amerikanischen Vorschlag DAML+ONT und der 

europäischen Sprache OIL. Somit wurde die Programmiersprache DAML+OIL 

Aussgangspunkt für die W3C Web Ontology Working Group 40 beim Definieren 

38 

Wolfgang Dostal, Mario Jeckle, Werner Kriechbaum (2004): Semantik und Web Services: Vokabulare 

und Ontologien. In: Java Spektrum, H. 3, S. 51–54. 

39 

Sean Bechhofer, Frank van Harmelen, Jim Hendler, Ian Horrocks, Deborah L. McGuinness, Peter F. 

Patel-Schneider, Lynn Andrea Stein (2004): OWL Web Ontology Language Reference. W3C Recommendation 

10 February 2004. Unter Mitarbeit von Mike Dean, Guus Schreiber. Online verfügbar unter 

http://www.w3.org/TR/2004/REC-owl-ref-20040210/, zuletzt geprüft am 26.04.2008. 

40 

diverse Teilnehmer: Web-Ontology (WebOnt) Working Group. Online verfügbar unter http://www.w3.org/ 

2001/sw/WebOnt/, zuletzt geprüft am 26.04.2008. 

45

der Ontology Web Language. Anschließend wurden eine Reihe von Anfor- 

derungen an eine Ontology Web Language aufgestellt. 

Diese Hauptanforderungen sind: 

� eine gut definierte Syntax 

� effiziente Unterstützung beim automatischen Schlussfolgern 

� eine formale Semantik und 

� ausreichende Kraft zur Abbildung der Ontologien 

Aus der Problematik heraus all diesen Anforderungen und um den Mängel des 

Ressource Description Frameworks (RDF) und des Ressource Description 

Framework Schema (RDFS) gerecht zu werden, definierte die W3C Web Onto- 

logy Working Group drei unterschiedliche (Unter-) Sprachen, die jeweils aus- 

gerichtet sind, verschiedene Aspekte dieser Anforderungen zu erfüllen. Die 

“OWL Full”, die “OWL DL”, wobei DL für “Description Logic” steht, und die 

“OWL Lite”. 

OWL Full. Dies ist die vollständigste Sprache und gebraucht sämtliche Model- 

lierungsprimitive. Sie ermöglicht die umfassende Interpretation der vollständi- 

gen OWL-Modellierungsprimitive entsprechend der Möglichkeiten, die durch 

RDF vorgegeben werden. Dabei ist OWL Full absolut aufwärtskompatibel zu 

RDF, d.h. jedes zulässige RDF-Dokument entspricht einem zulässigen OWL- 

Dokument. Gleichzeitig liegt hierin auch ein Nachteil von OWL Full. Die Aus- 

drucksmächtigkeit ist so groß, dass nicht jede OWL-Full-Ontologie hinsichtlich 

ihrer Schlussfolgerungsmöglichkeiten überhaupt comtergestützt verwendet wer- 

den kann. 

OWL DL. Diese Sprache zur Formulierung von Ontologien umfasst auch die 

vollständigen OWL-Modellierungsprimitive. Diese können jedoch nur einge- 

46

schränkt verwendet und interpretiert werden. Damit wird das Ziel verfolgt, dass 

ein OWL DL Programmiercode hinsichtlich seiner Schlussfolgerungen noch in 

endlicher Zeit ausgeführt werden kann. Diese Beschränkungen gehen jedoch 

wiederum zu Lasten einer vollständigen Kompatibilität mit RDF und RDFS. 

OWL Lite. OWL Lite ist die einfachste Ontology Web Language und ist darauf 

beschränkt, Hierarchien von Konzepten mit einfachen Beschränkungsei- 

genschaften (Nebenbedingungen) auszudrücken. OWL Lite dient hauptsächlich 

der schnellen Integration bereits existierender Klassifikationssysteme. 41 

Sicherlich ist die Ontology Web Language nicht die letzte Entwicklung zur Ab- 

bildung von Ontologien im semantischen Web. Eine Reihe von weiteren 

benötigten Funktionen sind bereits identifiziert und werden innerhalb der Ent- 

wicklergemeinschaft diskutiert. Nur so ist Weiterentwicklung möglich. Zurzeit 

aber bestehen zum Beispiel noch Probleme beim Import von Ontologien. 

Der Import fremder Ontologien wird eine Grundfunktion im semantischen Web 

sein. Zurzeit ist die Importfunktion der Ontology Web Language sehr trivial, 

denn sie erlaubt nur das Importieren einer vollständigen Ontolgie, die durch 

eine Lokation spezifiziert ist. Das bedeutet, selbst wenn man nur einen kleinen 

Teil einer fremden Ontologie nutzen möchte, ist man gezwungen, die komplette 

Ontologie zu importieren. 42 

2.3.7 Logik und Schlussfolgerungen 

Die bis hierhin behandelten Themen des semantischen Schichtenmodells han- 

delten allesamt von bereits erforschten Technologien, die es ermöglichen sol- 

len, Daten im World Wide Web von Maschinen interpretieren und weiterver- 

arbeiten zu lassen. Diese Themen sind eng verbunden mit dem Gebiet der Wis- 

sensrepresentation, also Wissen über die Inhalte von Internetressourcen, Wis- 

sen über die Konzepte einer Domäne und ihrer Beziehungen untereinander. Zu 

41 Lars U. Dittmann (2007): OntoFMEA. Ontologiebasierte Fehlermöglichkeits- und Einflussanalyse. Information 

- Organisation - Produktion. 1. Aufl. Herausgegeben von Hans Corten, Michael Reiß, Claus 

Steinle, Stephan Zelewski: Deutscher Universitätsverlag (DUV), S. 108–109. 


Press. 

47

den bis hierhin beschriebenen Technologien existieren bereits W3C-Recom- 

mendations, sie sind also offiziell festgelegte und festgesetzte Standards. Die 

nun folgenden Schichten “Logic”, “Proof” und “Trust” stellen die aktuelle 

Herausforderung der Forschung und der Entwicklergemeinschaft auf dem Weg 

zum gewünschten Automatisierungsgrad des semantischen Webs dar und han- 

deln eher vom Regelwerk automatischer Schlussfolgerungen und von der 

Glaubwürdigkeit verschiedener Ressourcen als von Daten, deren Interpretation 

und Metabeschreibung. 

Wissensrepresentation als Teilgebiet der Logik wurde schon lange vor der 

Entstehung des Internets im Gebiet der künstlichen Intelligenz und davor in der 

Philosophie erforscht. Zurückzuführen ist die Logik auf die antiken Griechen. 

Aristoteles, einer der bekanntesten Philosophen, gilt als Vater der Logik, und 

die Logik bildet auch heute noch die Grundlage der Wissensrepresentation. In 

unserem Schichtenmodell soll mittels der Logik-Schicht neues Wissen durch 

automatisches Schlussfolgern aus den vorhandenen Aussagen der Ontologie- 

Konzepte entstehen. So dienen die Fakten aus Ontologien als Grundlage für 

diese logischen Schlussfolgerungen, die vor allem für die Software Agents eine 

bedeutende Rolle spielen werden. Es gibt eine Vielzahl an Logik-Konzepten, 

die das automatische Schlussfolgern ermöglichen können. Nachfolgend werden 

der Einfachheit halber zwei dieser Konzepte beleuchtet: Die einfache Aus- 

sagenlogik (proposotional logic) und die Prädikatenlogik erster Ordnung (first- 

order predicate logic). 

Die Aussagenlogik. Sie ist die einfachste Form der Logik und ermöglicht es, 

simple semantische Wahrheiten über die Welt auszudrücken, also Aussagen 

über die Welt zu treffen. Diese Aussagen können in der einfachen Aussagenlo- 

gik “wahr” oder “falsch” sein. Innerhalb von bestimmten Logik-Konzepten 

kommt noch der Wert “unbekannt” hinzu. Die Aussagen bestehen dabei aus 

einfachen Sätzen ohne Junktoren (“und”, “oder”, “nicht”, “wenn...dann”). Beis- 

piele für eine Aussage in der einfachen Aussagenlogik sind “es regnet” oder 

“Martin hat Fieber”. Durch die Integration der Aussagenlogik wird es möglich, 

zusätzliche Informationen zu hinterlegen. So könnte es bei der Zusammen- 

führung zweier Datenbanken sehr hilfreich sein, bestimmte gleichartige Ele- 

48

mente dieser Datenbank auch als gleichartig zu kennzeichen. Mittels der ein- 

fachen Aussagenlogik könnten – ähnlich zum Konzept der Ontologien – zwei 

unterschiedliche Begriffe mit der gleichen Bedeutung, zum Beispiel bei einer 

französischen und einer deutschen Datenbank die Begriffe “Stockwerk” und 

“étage”, miteinander verknüpft werden. Ein Nachteil der Aussagenlogik ist al- 

lerdings, dass keine Aussagen über Individuen getroffen werden können, weil 

die Granularität dafür nicht fein genug ist. Die Basis-Einheit bei der Aussagenlo- 

gik ist stets die Aussage, egal ob “wahr” oder “falsch”. Abstrakt dargestellt: “Die 

Aussage, die für A steht, ist falsch” oder “Die Aussage, die für A steht, ist wahr”. 

Durch die Verwendung dieser Basis-Einheit “Aussage” ist es nicht möglich, 

spezielle Klassen oder Eigenschaften aus der Aussagenlogik zu entnehmen. 

Kompliziertere Aussagen oder Bündel von Aussagen, die durch den Gebrauch 

von Bindegliedern wie “und” oder “oder” entstehen, können mithilfe der ein- 

fachen Aussagenlogik nicht ausgedrückt werden. Hier kann die Prädikatenlogik 

erster Ordnung Abhilfe schaffen. 

Die Prädikatenlogik erster Ordnung. Sie ermöglicht das Ausdrücken feinerer 

semantische Unterschiede und ist eine Erweiterung der einfachen Ausagenlo- 

gik. Prädikate können in der Grammatik und der Logik dazu verwendet werden, 

Aussagen über etwas zu treffen. Bei der Prädikatenlogik erster Ordnung 

können sich unterschiedliche Prädikate auf das gleiche Individuum beziehen, 

was in der einfachen Aussagenlogik nicht möglich ist. So wird es möglich, so- 

wohl Eigenschaften also auch Individuen mittels der Prädikatenlogik abzu- 

bilden. Eine weitere Stärke der Prädikatenlogik ist die Verwendung so genan- 

nter Quantifikatoren, mit denen ausgesagt werden kann, auf wieviele Individuen 

ein Prädikat zutrifft. Es gibt viele verschiedene Quantifikatoren, doch für se- 

mantische Zwecke sind zwei von besonderer Bedeutung: Der Universalquanti- 

fikator und der Existenzialquantifikator. Der Universalquantifikator sagt aus, 

dass ein Prädikat auf alle Individuen zutrifft und der Existenzialquantifikator sagt 

aus, dass ein Prädikat auf mindestens ein Individuum zutrifft. Der Univer- 

salquantifikator verankert so eine gekennzeichnete Instanz-Variable innerhalb 

einer Aussage, so dass, egal wo und in welchem Prädikat diese Variable ver- 

wendet wird, sie in jeder möglichen Substitution als “wahr” anerkannt wird. 

Damit wäre es möglich, Anfragen zu stellen, wie etwa “Zeige mir alle Bars in 

49

Köln, die lateinamerikanische Musik spielen und heute Happy-Hour haben”. Mit- 

tels der Prädikatenlogik erster Ordnung können also sehr feine logische und se- 

mantische Unterschiede ausgedrückt und formalisiert werden. Die se- 

mantischen Sprachen DAML+OIL und OWL, mit deren Hilfe Ontologien 

entstehen, verwenden eine ähnliche Logik als Grundlage, die aber nicht so 

kompliziert ist wie die Prädikatenlogik erster Ordnung. Genau diese Logik als 

Grundlage macht die Verarbeitung durch Maschinen möglich. Die Maschine re- 

spektive der Computer erkennt diese auf Logik fundierten Modelle und kann sie 

Stück für Stück nachvollziehen. 43 

Zusammengefasst dienen also die Fakten der Ontologien als Grundlage für 

automatisierte, logische Schlussfolgerungen auf Basis eines festgelegten Re- 

gelsystems. Das Schlussfolgerungssystem, ein so genannter “Reasoner”, kann 

dann aus den Regeln und Informationen der Ontologien Schlussfolgerungen 

ziehen. Somit kann mittels einer Inferenzmaschine (inference engine) neues 

Wissen von bereits existierendem, spezifiziertem Wissen abgeleitet werden. Es 

entsteht also aus implizitem Wissen explizites Wissen. Bis zum heutigen Zeit- 

punkt arbeiten die Forscher und die Entwicklungsgemeinschaft des se- 

mantischen Webs an einer Universalsprache zur Darstellung von solchen auf 

Logik basierender Regelsysteme. Während die Logik-Schicht die Informationen 

und Regeln der Ontologien ausliest und daraus schlussfolgern kann, hat die 

nächste Schicht die Aufgabe, die von der Logik-Schicht aufgestellten 

Schlussfolgerungen zu bestätigen oder zu widerlegen. 

2.3.8 Beweise, Vertrauen und digitale Signaturen 

Auch die auf der Logik-Schicht aufbauenden Schichten “Proof” und “Trust” sind 

zurzeit lediglich wissenschaftliche Konzepte, an denen die Gemeinschaft der 

semantischen Forscher arbeitet. Wenn der in der Einleitung beschriebene Auto- 

matisierungsgrad von Software Agents erreicht werden will, benötigen die Soft- 

ware Agents ein Werkzeug, um die in der Logik-Schicht aufgestellten logischen 

Regeln zu prüfen. Dies gilt im Übrigen nicht nur für die in der Logik-Schicht 



S. 226–229. 

50

aufgestellten automatischen Schlussfolgerungen. Wie schon zuvor erläutert, 

ergeben sich Regeln bereits aus dem Verhältnis, wie einzelne Klassen und Ei- 

genschaften im Ressource Description Framework, im Ressource Description 

Framework Schema und in der Ontology Web Language zueinander in Be- 

ziehung stehen. Die Beweis-Schicht (proof layer) hat nun die Aufgabe, das 

World Wide Web so lange nach Regeln und Ontologien zu durchsuchen, bis 

diese aufgestellten Behauptungen mithilfe einer heuristischen Maschine (heur- 

istic engine) bestätigt oder widerlegt werden können. Heuristik bezeichnet die 

Kunst, wahre Aussagen zu finden, im Gegensatz zur Logik, die lehrt, wahre 

Aussagen zu begründen. Programme, die diese Regeln auswerten können, 

benötigen wiederum spezielle Programmiersprachen, sogenannte “proof lan- 

guages” (Beweis-Sprachen). Erste Ansätze für eine solche Beweis-Sprache 

sind XMLEncryption und XMLSignature. Greifbare Anwendungen sind bis zum 

heutigen Zeitpunkt nicht entwickelt. 44 

Die Logik-Schicht ermöglicht es also jedem, Regeln zu veröffentlichen. 

Gleichzeitig sollen die Logik- und die Beweisschicht dafür Sorge tragen, dass 

die logische Schlüssigkeit zwischen den Daten im semantischen Web erhalten 

bleibt. Im semantischen Web kann jeder alles aussagen, also können auch in- 

haltlich falsche Aussagen getroffen werden. Die Vertrauens-Schicht (trust layer) 

soll diese inhaltlichen Falschaussagen von vornherein unterbinden. Dabei geht 

es weniger darum zu verhindern, dass jeder das aussagen und veröffentlichen 

kann, was er möchte. Vielmehr geht es darum, den Software Agents 

Werkzeuge an die Hand zu geben, mit denen sie selbst entscheiden können, 

welchen Quellen und anfragenden Agents sie Glauben schenken, also ver- 

trauen oder nicht. Verschiedene Ansätze wurden bis dato entwickelt. 

Das W3C-Konsortium konzentriert sich bei der Umsetzung des Konzepts der 

Vertrauens-Schicht vor allem auf technische Standards wie etwa Verschlüsse- 

lungsverfahren und digitale Signaturen. Verschlüsselungsverfahren sind der 

Kryptographie zuzuordnen, der Wissenschaft von der Ver- und Entschlüsselung 

44 Dr. rer. nat. Harald Sack (Wintersemester 2006/2007): Vorlesungsmaterial Semantic Web. Web of 

Trust. Herausgegeben von Institut für Informatik. Friedrich Schiller Universität Jena. Online verfügbar 

unter http://www.db-thueringen.de/servlets/DerivateServlet/Derivate-10503/semweb-08_WebOf- 

Trust.pdf, zuletzt geprüft am 01.05.2008. 

51

von Informationen. 45 Die Kryptographie unterscheidet zwischen symmetrischen 

und asymmetrischen Verschlüsselungsverfahren, wobei für die Zwecke der Ver- 

trauens-Schicht vor allem die asymmetrischen Verschlüsselungsverfahren eine 

bedeutende Rolle spielen. Egal wie komplex das Verschlüsselungsverfahren 

auch ist, hängt die Sicherheit insbesondere von einem sicheren Austausch der 

Daten ab. Dieses Problem hat die asymmetrische Verschlüsselung erkannt. Sie 

verwendet einen geheimen Schlüssel, der beim Besitzer verbleibt, und einen öf- 

fentliche Schlüssel, der von jedem genutzt werden kann. Öffentlicher und ge- 

heimer Schlüssel dienen dabei zum gegenseitigen Ver- und Entschlüsseln. Die 

digitale Signatur ist auch ein kryptographisches Verfahren, das auf den be- 

schriebenen asymmetrischen Verschlüsselungsverfahren beruht. An beliebige 

Daten wird eine kryptographische Zahl angehängt, die den Urheber der Na- 

chricht eindeutig identifiziert. Die asymmetrische Verschlüsselung garantiert, 

dass auch tatsächlich einzig der Empfänger in der Lage ist, die Nachricht zu 

entschlüsseln. Wie aber kann der Empfänger sicher gehen, dass die Nachricht 

auch von dem angegebenen Absender stammt und nicht beim Austauschen 

verfälscht worden ist? Dazu wird das Verschlüsselungsverfahren – wie oben 

beschrieben – umgedreht, in dem der Sender die Nachricht mit dem persön- 

lichen, geheimen Schlüssel codiert und der Empfänger die Nachricht mit dem 

öffentlichen Schlüssel decodieren kann. 46 

Einen anderen Ansatz verfolgen die Forscher des semantischen Webs an der 

Stanford University in Kalifornien. Sie setzten auf ein Verfahren, dass die 

soziale Komponente des Vertrauens im semantischen Web stärker betont, so 

genannte “trust-networks”-Verfahren. Diese Vertrauensnetzwerke basieren auf 

dem sozialen Prinzip, dass wir Menschen oder auch anderen Ressourcen, die 

wir kennen, eher vertrauen, als solchen, die wir nicht kennen. In der Praxis kön- 

nte man jene verschiedenen Vertrauensebenen aus den sozialen Netzwerken, 

an denen ein Benutzer teilnimmt, ableiten, oder besser noch aus dezentralen 

semantischen Freundesnetzwerken, wie etwa Friend of a Friend (FOAF), auf 

das später noch näher eingegangen wird. So kann zum einen Vertrauen über 

45 Brockhaus (Hg.): Kompakt Wissen von A bis Z in 5 Bänden. 3. Aufl. 5 Bände. Wiesbaden. 


Trust. Folie 8-25. Herausgegeben von Institut für Informatik. Friedrich Schiller Universität Jena. Online 

verfügbar unter http://www.db-thueringen.de/servlets/DerivateServlet/Derivate-10503/semweb-08_WebOfTrust.pdf, 


52

die Zwischenstationen im Netzwerk hergeleitet werden: A vertraut B, B vertraut 

C, also kann A dem C vermutlich auch vertrauen. Zum anderen kann die Ver- 

trauensstufe auch über die Anzahl der Zwischenstationen zumindest grob 

eingeschätzt werden. 47 Umgekehrt würde man dem eigenen Netzwerk je nach 

Gruppierung (Freunde, Bekannte, Arbeitskollegen, Projektteams etc.) bestim- 

mte Rechte vergeben und vertrauenswürdige Personen und Quellen 

kennzeichnen, sodass die Software Agents bei ausgehenden oder eingehenden 

Anfragen diese personalisierte Einstufung verwenden können. 

Ein weiterer Ansatz zur Schaffung von Vertrauen im semantischen Web sind 

sogenannte “open rating systems”, also offene Bewertungssysteme, mit deren 

Hilfe die Reputation von Menschen, Gruppen und anderen Quellen eingestuft 

werden kann. Dazu werden unterschiedlichste Bewertungen aus verschieden- 

sten Quellen aggregiert und zu einem einheitlichem Ranking zusammengefasst. 

Neben dieser Aggregation wird ein solches Bewertungssystem auch die unter- 

schiedlichen Bewertungen nach ihrer Qualität einstufen müssen, also über eine 

Art Meta-Ranking verfügen. 48 

Vermutlich würde ein hybrider Ansatz, der die technische und soziale Kompon- 

ente des Vertrauens vereint und sich verschiedenster Bewertungssysteme 

bedient, die wirksamste Umsetzung darstellen. Das Zusammenwirken der 

Konzepte hinter den Schichten “Logic”, “Proof” und “Trust” wird auch als “Web 

of Trust” bezeichnet, also ein Internet, in dem mit wenigen, gezielten Schritten 

Vertrauensbeziehungen zwischen beliebigen Software Agenten beschrieben 

werden können. 

2.3.9 Entwicklung des Schichtenmodells 

Das ursprüngliche Schichtenmodell, das Tim Berners-Lee am 06. Dezember 

2000 auf der Konferenz “XML 2000” präsentierte, hat die Fortentwicklung des 

47 Jochen Notholt (2005): Die Zukunft des Semantic Web. Herausgegeben von Prof. Dr. Maximilian Herberger. 

Universität des Saarlandes. (JurPC Web-Dok., 66/2005). Online verfügbar unter http://www.jurpc.de/aufsatz/20050066.htm#fn0, 



Trust. Herausgegeben von Institut für Informatik. Friedrich Schiller Universität Jena, S. 55–56. Online 

verfügbar unter http://www.db-thueringen.de/servlets/DerivateServlet/Derivate-10503/semweb-08_WebOfTrust.pdf, 


53

semantischen Webs überhaupt erst ermöglicht. Denn anstatt die Idee des se- 

mantischen Webs als abstraktes Konstrukt zu beschreiben, hat er eine konkrete 

Architektur von aufeinander aufbauenden Technologien vorgeschlagen, die die 

Entwicklergemeinschaft dazu befähigt, die verschiedenen Technologien zu 

diskutieren, Fehler zu erkennen und Berichtigungen vorzunehmen. Er hat 

sozusagen einen Orientierungsraum geschaffen, der Dissens und Konsens 

fördert und so die Entwicklung beschleunigt. So wurden inzwischen viele 

modifizierte Versionen des semantischen Schichtenmodells von unterschied- 

lichen Forschungsgruppen veröffentlicht und innerhalb der Entwicklerge- 

meinschaft zur Diskussion gestellt. Einige Verbesserungsvorschläge wurden 

übernommen und an das Schichtenmodell adaptiert, einige wurden wieder ver- 

worfen. Die Standardisierung von Technologien ist ein entscheidender Schritt 

zur allgemeinen Verbreitung der semantischen Technologien und somit zur Ver- 

wirklichung des semantischen Webs. Ein Schichtenmodell vorzuschlagen, dass 

einzelne Technologien präsentiert und zur Diskussion stellt, ist ein hervorra- 

gender Weg, die Technologien von der Allgemeinheit, insbesondere aber auch 

von den an das W3C-Konsortium angeschlossenen Universitäten und Un- 

ternehmen prüfen zu lassen und sich so letztendlich schneller auf einen ge- 

meinsamen Standard zu einigen. Im Jahre 2007 hat das W3C-Konsortium 

schließlich eine neue Version des Schichtenmodells veröffentlicht, in das die 

Erkenntnisse aus dem wissenschaftlichen Diskurs der vergangenen Jahre 

eingeflossen sind. Die folgende Abbildung zeigt die aktuelle, offizielle Version 

des semantischen Schichtenmodells. 

54

Abbildung 11: Latest Layercake: Ivan Herman (Semantic Web Activity Lead) (2008): 

W3C Semantic Web Activity. Unter Mitarbeit von Tim Berners-Lee, Dan Connolly , 

Sandro Hawke, Ivan Herman, Eric Prud'hommeaux, and Ralph Swick. Heraus- 

gegeben von W3C-Konsortium. Online verfügbar unter 

http://www.w3.org/2007/03/layerCake.png, zuletzt geprüft am 29.04.2008. 

Wirklich neu hinzugekommen sind in diesem Schichtenmodell das “Rule Inter- 

change Format (RIF)” und die Anfragesprache “SPARQL”. “IRI” stellt eine Er- 

gänzung des Uniform Resource Identifiers dar. 

IRI steht für “Internationalized Resource Identifiers” und ist lediglich ein zusätz- 

liches Protokoll als Ergänzung zum Uniform Resource Identifier (URI). Diese in- 

55

ternationalisierte Form der URIs erweitern die erlaubten Zeichen um fast alle 

Zeichen des Universal Character Sets (Unicode/ISO10646). 49 

SPARQL ist eine der aktuellsten W3C-Recommendations vom 15. Februar 

2008. SPARQL ist eine Anfragesprache für die in RDF spezifizierten Informa- 

tionen und die Darstellung dieser Informationen. Die Anfragesprache lässt kom- 

plexere Anfragen zu und ermöglicht verschiedenste Darstellungen und Filter bei 

der Ausgabe – was so vorher nicht ohne weiteres möglich war. 50 

RIF steht für “Rule Interchange Format” und ist zurzeit noch kein offizieller 

Standard. Die Arbeitsgruppe des W3C-Konsortiums entwickelt eine allge- 

meingültiges Format zum Austausch von Regeln und deren Erweiterungen, die 

es gemeinsam ermöglichen sollen, Regeln und die dadurch möglichen automat- 

ischen Schlussfolgerungen zwischen verschiedenen Regelsprachen zu überset- 

zen und somit bestimmte Regelsprachen von einem Regelsystem zum anderen 

zu transferieren. 51 

In dieser Weise arbeitet sich das W3C-Konsortium langsam in Richtung voll- 

ständiger Verwirklichung des semantischen Webs vor. Ohne das ursprüngliche 

Schichtenmodell wäre kein wissenschaftlicher Diskurs und somit kein Fortschritt 

in der Entwicklung zum finalen Modell entstanden. Je mehr wissenschaftliche 

Auseinandersetzung, desto mehr Konsens. Je eher Konsens, desto schneller 

wird eine Technologie zum allgemeingültigen W3C-Standard. Je mehr allge- 

meingültige Standards verfügbar sind, desto schneller werden Unternehmen die 

Technologien in ihre Systeme integrieren und das semantische Web Wirklich- 

keit werden. 

49 

M. Duerst (2003): Internationalized Resource Identifiers (IRIs). Unter Mitarbeit von M. Suignard. Herausgegeben 

von W3C-Konsortium. Online verfügbar unter http://www.w3.org/International/iri-edit/draft-duerst-iri-04.txt, 


50 

Pascal Hitzler, Markus Krötzsch, Sebastian Rudolph, York Sure (2008): Semantic Web. Grundlagen. 1. 

Aufl.: Springer, S. 202–241. 

51 

Sandro Hawke (2005): Rule Interchange Format. Working Group Charter. Unter Mitarbeit von diversen 

Mitarbeitern. Herausgegeben von W3C-Konsortium. Online verfügbar unter http://www.w3.org/2005/rules/wg/charter.html, 


56

2.4 Evolution zum semantischen Web 

Der folgende Abschnitt beschreibt zum einen zwei in der Entwicklergemein- 

schaft diskutierte Umsetzungsszenarien zur Adaption des semantischen Webs 

an das bestehende World Wide Web und zum anderen gibt er eine grobe zeit- 

liche Einordnung, bis wann diese Adaption vollzogen sein wird. Im englischen 

Sprachgebrauch wird der Unterschied dieser Umsetzungsszenarien durch 

Groß- und Kleinschreibung untermalt. Der Bottom-Up Ansatz wird mit kleinen 

Anfangsbuchstaben geschrieben – “semantic web”. Der Top-Down Ansatz wird 

durch die Verwendung von goßen Anfangsbuchstaben kenntlich gemacht – 

“Semantic Web”. 

2.4.1 Der Bottom-Up Ansatz 

Alex Iskold, Autor des Technologie-Weblogs “Read/WriteWeb” und Gründer 

sowie Chief Executive Officer (CEO) von AdaptiveBlue, ein Unternehmen spezi- 

alisiert auf personalisiertes Browsing (das Durchstöbern von Internetseiten), hat 

mit seinem Artikel “Semantic Web: Difficulties with the Classic Approach” vom 

19. September 2007 52 erstmalig das Umsetzungsszenario mit dem Namen “bot- 

tom-up approach” geprägt. Er beschreibt dieses Umsetzungsszenario als An- 

satz von unten nach oben, da bereits eine sehr große Menge an Informationen 

im World Wide Web existiert, die zur Umsetzung des semantischen Webs erst 

einmal semantisch codiert werden muss und die Technologien des se- 

mantischen Webs auf das bestehnde WWW aufgesetz werden. Er kritisiert weit- 

erhin, dass das manuelle Markieren mit Metadaten all jener bestehenden Daten 

eine nicht zu bewältigende Aufgabe sei. Eine schnelle Transformation der alten, 

nicht semantisch beschriebenen Daten, könne nur über einen zentralen se- 

mantischen Web Crawler, der diese Daten auffindet und automatisch mit se- 

mantischen Metabeschreibungen codiert, geschehen. Web Crawler werden 

heutzutage hauptsächlich von Suchmaschinen eingesetzt. Sie durchsuchen das 

World Wide Web nach neuen oder veränderten Inhalten, analysieren diese und 

stellen die Ergebnisse bei Suchanfragen dar. Alex Iskold bezweifelt stark, dass 

52 

Alex Iskold (2007): Semantic Web: Difficulties with the Classic Approach. Herausgegeben von ReadWriteWeb. 

Online verfügbar unter 

http://www.readwriteweb.com/archives/semantic_web_difficulties_with_classic_approach.php, zuletzt 

geprüft am 06.05.2008. 

57

es in naher Zukunft einen solchen automatischen Algorithmus geben wird, der 

die Bedeutung aus Text – in menschenähnlicher Weise – auslesen und daraus 

Metadaten für die zurzeit noch semantisch uncodierten Informationen ableiten 

kann. Im Übrigen stellt er fest, dass die Grundlagentechnologien Resource De- 

scription Framework (RDF) und die Ontology Web Language (OWL) zur se- 

mantischen Auszeichnung von bestehenden Webseiten viel zu komplex zum 

schnellen Erlernen seien. Der Nutzen für Unternehmen und Privatleute werde 

nicht ausdrücklich genug kommuniziert. So bestünde zu wenig Anreiz zum 

Erlernen der Technologien und zum Auszeichnen in semantischer Weise. Aus 

dieser Kritik heraus entwickelte der Autor das zweite Umsetzungsszenario – 

den Top-Down Ansatz. 

2.4.2 Der Top-Down Ansatz 

Der Top-Down Ansatz (top-down approach) beschreibt das umgekehrte Umset- 

zungsszenario – nämlich von oben nach unten. Mit diesem Ansatz sollen die 

Probleme des klassischen Bottom-up Ansatzes gelöst werden. Die technische 

Schwierigkeiten, wie das Erlernen der komplexen Technologien RDF und OWL 

und das manuelle Auszeichen aller existierender Webseiten, sowie die 

fehlenden Anreize für Unternehmen, Entwickler und Privatleute, sich diesen 

technischen Herausforderungen zu stellen, könnten mit diesem Ansatz umgan- 

gen werden. Bei dem Top-Down Ansatz handelt es sich um einen praktikabler- 

en Ansatz, der vom Marktpotenzial und den Erwartungen der Unternehmer an- 

getrieben wird sowie eher auf den Nutzen für den Endnutzer fokussiert ist, als 

der klassische Ansatz. 

Viele Unternehmen machen sich die semantischen Technologien zu Nutzen, in 

dem sie die im Internet bestehenden, unstrukturierten Informationen ver- 

wenden, um so vertikale, semantische Webservices anzubieten. Vertikal 

bedeutet in diesem Zusammenhang, dass sich es sich um themenspezische 

Services handelt, wie beispielsweise die vertikale Suchmaschine “Spock”, die 

das Internet nach allen erdenklichen Informationen über Personen durchsucht. 

Vertikal also, weil Spocks ausschließlich dazu verwendet werden kann, Infor- 

mationen über Personen zu finden. Spock weiß, wie Namen von Personen aus 

58

HTML herausgelesen werden, sucht nach weiteren in Verbindung stehenden In- 

formationen wie Geburtsdatum und Wohnort und kann die Beziehungen, in den- 

en Personen zueinander stehen, deuten und darstellen. Wird zum Beispiel nach 

Steve Jobs, dem Gründer und CEO von Apple, gesucht, zeigt Spock auch den 

Rivalen Bill Gates an. Spock ist eine gelungene Endnutzeranwendung, die sich 

mit ihrem Zwitterdasein sowohl der Vorteile des semantischen Webs bedient als 

auch die bestehenden, unstrukturierten Informationen im gegenwärtigen Inter- 

net zu nutzen weiß. 53 

Der Top-Down Ansatz ist im Grunde genommen nichts anderes als die Verwirk- 

lichung des semantischen Webs durch nützliche, von Unternehmen entwickelte 

und auf Profit ausgerichetet vertikale, teilweise semantische Webservices. Un- 

ternehmen greifen die semantischen Technologien auf, weil sie sich davon 

Profit versprechen und entwickeln deswegen auf den Kundennutzen aus- 

gerichtet Webservices. Wo möglich, verwenden sie bereits semantische Tech- 

nologien und überbrücken so die zeitliche Lücke bis zur vollen Verwirklichung 

des semantischen Webs. 

53 Alex Iskold (2007): Top-Down: A New Approach to the Semantic Web. Herausgegeben von ReadWrite- 

Web. Online verfügbar unter http://www.readwriteweb.com/archives/the_top-down_semantic_web.php, 


59

2.4.3 Der hybride Ansatz 

Das von Alex Iskold gezeichnete Bild verwendet nur die Farben Schwarz und 

Weiß. In der Praxis werden sich beide beschriebene Ansätze vermischen. Auch 

wenn die Kritik am klassischen Bottom-Up Ansatz verständlich und teilweise be- 

gründet ist, befinden wir uns in einer Übergangszeit zwischen zwei Standards. 

Damit geht zwangsläufig einher, dass ein Teil der Internetnutzer und Unterneh- 

men die neuen Standards, insbesondere die Standards zur Verwirklichung des 

semantischen Webs, noch nicht verwendet, weil ihnen zurzeit der klare Nutzen 

fehlt. Andere Unternehmen aber erkennen den Nutzen und verwenden die 

neuen Standards bei ihren Projekten und Geschäften. Je früher das Thema in 

der allgemeinen Öffentlichkeit und vor allem in Forschung und Ausbildung mehr 

Gehör findet, desto eher wird ein Bewusstsein für die neuen Technologien und 

Standards geschaffen. Universitäten vermitteln dann das nötige Wissen und 

Unternehmen verwenden semantische Technologien. Der Bottom-Up Ansatz ist 

also eher als Prozess zu verstehen und ist schwerfälliger als der Top-Down An- 

satz. 

Der Top-Down Ansatz betont die Verwirklichung des semantischen Webs vom 

Markt her. Neue Technologien erlangen selten den Durchbruch, weil sie so 

vielversprechend sind. Vielmehr werden sie von Unternehmen adaptiert, wenn 

ein klarer Nutzen erkenntlich und somit Profit damit verbunden ist. Hat es ein 

bestimmtes Unternehmen einmal geschafft, eine neue Technologie zu kapitalis- 

ieren, werden weitere Unternehmen folgen. Auf der anderen Seite wissen die 

Unternehmen, dass sie einen Webservice nur dann gewinnbringend am Markt 

platzieren können, wenn er einen klaren Vorteil für die Endnutzer bietet. Somit 

werden die Endnutzer zu Nutznießern. Das Bewusstsein für den Nutzen der se- 

mantischen Technologien steigt dadurch auch bei den Endnutzern. Je mehr Un- 

ternehmen die Verwendung und den Nutzen der semantischen Technologien 

erfolgreich demonstrieren, desto mehr Unternehmen werden folgen, die Stand- 

ards des semantischen Webs adaptieren und so gemeinsam die Verwirklichung 

des semantischen Webs schneller vorantreiben. Sicherlich steckt in diesem 

Top-Down Ansatz mehr Dynamik als in dem Bottom-Up Ansatz. Schlussendlich 

wird aber der hybride Ansatz die Entwicklung bis zur vollständigen Realisation 

des semantischen Webs voranbringen. 

60

2.4.4 Zeitliche Einordnung bis zur Verwirklichung 

Die vorrangige Frage ist nun: “Wenn bereits die ursprüngliche Vision des Inter- 

nets von Tim Berners-Lee aus dem Jahre 1989 grobe Züge der Idee des se- 

mantischen Webs enthielt, warum hat es so lange gedauert, bis davon ein Teil 

überhaupt realisiert worden ist?” Laut Nova Spivak, dem CEO von Radarnet- 

works, der Betreibergesellschaft von Twine, hat dies verschiedene Gründe. 

Zum einen war die Wissenschaft in den Anfängen zu fokussiert auf eine Lösung 

durch künstliche Intelligenz, zum anderen waren die Technologien unreif. Es 

waren keine greifbaren Werkzeuge verfügbar. Außerdem war der Bedarf nach 

offenen, interoperablen Daten nicht groß genug und die Entwicklung ging eher 

in Richtung geschützter, proprietärer Unternehmensdatenbänke. Nicht zuletzt 

war die auf Schlagworten basierende Suche wegen der halbwegs über- 

schaubaren Datenmenge bis heute völlig ausreichend. Es wurde bis dato keine 

Killerapplikation entwickelt, die selbst auch nur einer der semantischen Techno- 

logien zum Durchbruch verholfen hätte. 54 

Die grundlegenden Technologien RDF, RDFS und OWL sind festgelegte 

Standards und hatten die letzten Jahre Zeit, den Kinderschuhen zu entwach- 

sen. Diese Technologien können, wie folgenden Ausführungen zu den An- 

wendungsbeispielen eindrucksvoll demonstrieren, ohne die höheren Schichten 

“Logic”, “Proof” und “Trust” bereits verwendet werden. RDF wird in immer mehr 

Softwareanwendungen als Standard zur Beschreibung von Metadaten imple- 

mentiert werden, und so werden verschiedene Typen von erstellten Dateien 

(Text, Bild, Audio etc.) mit einer einheitlichen Metabeschreibung versehen. 

Weiterhin beginnt das Interesse an dem Thema zu wachsen. Führende Un- 

ternehmen wie HP oder Adobe integrieren die Standards mittlerweile in ihren 

Softwareprodukten. Auch führende Suchmaschinen wie Google oder Yahoo 

loten die Möglichkeiten für sich aus und Mobilfunkunternehmen nehmen sich 

dem Thema an, um die Nutzung des Internets über das Mobiltelefon interess- 

anter zu gestalten. All diese Entwicklungen werden ihre Zeit bis zur Marktreife 

brauchen, es ist aber zu erwarten, dass innerhalb der nächsten zwei bis drei 

Jahre immer mehr “early-adopter”-Produkte auf den Markt drängen. 

54 Nova Spivak (CEO&FOUNDER Radarnetworks) (2008): Making sense of the Semantic Web. Herausgegeben 

von slideshare. Online verfügbar unter http://www.slideshare.net/BlogTalk2008/spivackblogtalk-2008, 

zuletzt geprüft am 10.05.2008. Folie 24 

61

Umfangreichere Ontologien, die mit automatischen Schlussfolgerungen 

arbeiten, werden noch auf sich warten lassen. Die Standardisierungsprozess 

einer Technologie, insbesondere einer Universalsprache zum Ausdruck von Lo- 

gik und den daraus ableitbaren automatischen Schlussfolgerungen, hat bis 

heute nicht die exploratorische Phase der Standardisierung verlassen. Es ist 

davon auszugehen, dass noch mindestens drei weitere Jahre verstreichen, bis 

hierfür ein offzieller Standard vom W3C verabschiedet wird. Ist ein Standard für 

Logik und automatisches Schlussfolgern festgelegt, werden wahrscheinlich 

weitere drei bis fünf Jahre vergehen, bis erste greifbare Applikationen entwickelt 

werden. 55 

Das Marktforschungsunternehmen Gartner geht in seiner Studie zum se- 

mantischen Web “Finding and Exploiting Value in Semantic Web Technologies 

on the Web” aus dem Jahre 2007 davon aus, dass innerhalb der nächsten zehn 

Jahre durch webbasierte Technologien die Möglichkeit, semantische Strukturen 

in Daten einzubinden, stetig verbessert wird. Im Jahre 2017 soll die vollständige 

Evolution des semantischen Webs abgeschlossen sein und der Großteil der 

Webseiten im WWW mit semantischem Hypertext versehen sein. Im Jahre 

2012 schon sollen laut Gartner 80 % der öffentlichen Webseiten über ein 

gewisses Nivau an semantischen Beschreibungen verfügen und 15 % der öf- 

fentlichen Webseiten werden exzessiven Gebrauch von webbasierten, se- 

mantischen Ontologien machen, um damit semantische Datenbanken zu erstel- 

len. 56 

2.5 Anwendungsbeispiele aus der Wirtschaft 

Das W3C-Konsortium stellt auf ihrer Website Case Studies und Use Cases von 

Organisationen bereit, die bereits mit den semantischen Technologien Er- 

fahrungen gesammelt haben. Die Use Cases sind eher als konstruierte Beis- 

55 Dr. Brian Matthews: Semantic Web Technologies. Unter Mitarbeit von Dan Brickley, Leigh Dodds. Herausgegeben 

von CCLRC Rutherford Appleton Laboratory. JISC Technology and Standards Watch. Online 

verfügbar unter http://www.jisc.ac.uk/uploaded_documents/jisctsw_05_02bpdf.pdf, zuletzt geprüft 

am 10.05.2008. 

56 David W. Cearley, Whit Andrews, Nicholas Gall (2007): Finding and Exploiting Value in Semantic Technologies 

on the Web. Gartner Research Report, May 2007. Herausgegeben von Gartner. Online verfügbar 

unter http://www.gartner.com/DisplayDocument?ref=g_search&id=505304, zuletzt geprüft am 

09.05.2008. 

62

piele zu verstehen, wo innerhalb des Unternehmens ein Prototyp entwickelt 

wurde, der aber so nicht in der Praxis eingesetzt wird. Die Case Studies hinge- 

gen beinhalten Beschreibungen von semantischen Systemen, die so auch tat- 

sächlich im Unternehmen umgesetzt worden sind. Die folgenden Unterab- 

schnitte behandeln zwei Use Cases und eine Case Study. 

2.5.1 WEASEL, Vodafone R&D Corporate Semantic Web 

Der folgende Use Case stellt das Konzept der semantischen, un- 

ternehmerischen Wissensdatenbank der Vodafone R&D vor. 

Vodafone ist eines der größten Unternehmen im Bereich des Mobilfunks mit 

mehreren Millionen Kunden weltweit. In dem sich schnell verändernden und 

stark umkämpften Wettbewerbsumfeld stellt Innovation ein Schlüsselelement 

für langfristigen Erfolg dar. Die Vodafone R&D ist die zu einer Unternehmen- 

seinheit ausgegliederte Forschung- & Entwicklungsabteilung von Vodafone, die 

als globale Organisation die Geschäftseinheiten von Vodafone mit Information- 

en über neue Technologien, Produkte und Leistungen versorgt. Alle zusam- 

mengetragenen Informationen der Vodafone R&D werden von den Mitarbeitern 

in einem internen Bereich der Unternehmenswebsite mit zwei Zielen zusam- 

mengetragen. Erstens soll so die Entwicklung und Sicherung von technologis- 

chem Know-How innerhalb des Unternehmens gewährleistet werden und 

zweitens sollen so die sozialen Netzwerke, die sich rund um Projektteams und 

Abteilungen bilden, aufgedeckt und zu Nutzen gemacht werden. 

Das Problem. Selbst wenn man die oben beschriebenen Informationen den 

Mitarbeitern zur Verfügung stellt, ist damit noch nicht gewährleistet, dass diese 

Informationen von diesen auch tatsächlich wahrgenommen werden. Außerdem 

können alle Mitarbeiter Informationen in das System einspeisen, von denen sie 

denken, dass sie interessant oder von Relevanz in Zukunft sein könnten. Dabei 

existieren keine Beschränkungen hinsichtlich der Struktur und des Formats 

dieser hochgeladenen Informationen und auch keine genauen Vorgaben, an 

welchem Ort die Informationen abgelegt werden sollen. Aus diesem Grund ist 

es für die Mitarbeiter im Nachhinein sehr schwer, nützliche Informationen 

63

abzurufen und einzelne Informationselemente sinnvoll miteinandern zu 

verknüpfen. 

Die Lösung. Die Herausforderung für Vodafone R&D besteht darin, eine 

Vielzahl von hetereogenen Unternehmenswebseiten und -datenbanken, die un- 

strukturierte, aber in Verbindung stehende Daten enthalten, einheitlich und mit 

sinnvollen Relationen versehen den Mitarbeitern in einer intuitiven Weise zur 

Verfügung zu stellen. Die Lösungsansätze, die in das interne, un- 

ternehmerische semantische Web “WEASEL” implementiert werden könnten, 

gehen dabei in zwei Richtungen. Erstens soll die Aggregation von Daten aus 

unterschiedlichen Informationensquellen durch automatische semantische Be- 

merkungen innerhalb der unterschiedlichen Daten gewährleistet werden, um so 

diese aggregierten und strukturierten Daten nach ihrem Bedeutungsgehalt der 

gesamten Organisation zur Verfügung zu stellen. Zweitens wird es durch die 

Verwendung von Ontologien möglich, den Mitarbeitern hochwertige Schnittstel- 

len zur individuellen Informationsbeschaffung zur Verfügung zu stellen. Zwei 

Arten von Schnittstellen stellt WEASEL bereit. Die erste Schnittstelle erlaubt 

das Durchstöbern der Struktur der verwendeten Ontologie, um so Informationen 

besser zu finden und die zweite Schnittstelle ist eine Art Suchmaschine, mit 

deren Hilfe die Mitarbeiter eine frei formulierte Abfrage der semantischen Un- 

ternehmensdatenbank tätigen können. Die Suchergebnisse werden zusätzlich 

noch erklärt. 57 

Durch die Verwendung der semantischen Technolgien bei Vodafone R&D kon- 

nten zuvor zerstreute Daten in global konsitente Informationen transformiert 

werden. Die Metadaten, also die Bemerkungen innerhalb der verschiedenen 

Daten, können so automatisch aktuell gehalten werden und die Schnittstelle, 

die frei formulierte Fragen zulässt, liefert konkrete Antworten anstatt einer 

Auflistung von möglichen Fundstellen. Der Mehrwert und die Einsparungspoten- 

ziale, die durch die semantische Verknüpfung der Daten innerhalb der Orga- 

nisation entstehen, liegen auf der Hand. Die gesamten Informationen eines Un- 

ternehmens anhand einer allgemein verständlichen Ontologie zu strukturieren, 

57 Juan José Valverde Fúster (2007): WEASEL, Vodafone R&D Corporate Semantic Web. Herausgegeben 

von Vodafone Group Research & Development. Online verfügbar unter http://www.w3.org/2001/sw/ 

sweo/public/UseCases/Vodafone-es/, zuletzt geprüft am 05.05.2008. 

64

gewährleistet, dass einmal gewonnene Einzelerkenntnisse langfristig gesichert 

werden können und das Wissen eines Unternehmens unabhängig von allge- 

meiner Fluktuation, dem Kommen und Gehen einzelner Experten und von 

gegründeten und aufgelösten Abteilungen, strukturiert wächst und so auch 

langfristig an Wert gewinnt. 

2.5.2 POPS - NASA’s Expertise Location Service 

Die folgende Case Study stellt die von der NASA entwickelte Schnittstelle 

“POPS” vor. 

NASA steht für “National Aeronautics and Space Administration” und ist die US- 

amerikanische Organisation für das öffentliche Luft- und Raumfahrtprogramm. 

Die NASA sammelt und speichert Informationen über ihre Mitarbeiter hinsicht- 

lich ihrer organisatorischen Zugehörigkeit, ihrer historischen Vergangenheit in- 

nerhalb der NASA und der entwickelten Fähigkeiten. Das Problem besteht dar- 

in, dass diese Informationen sich über mehrere Datenbanken, mehrere Applika- 

tionen und andere Systeme verteilen. Wenn man einen Mitarbeiter mit beson- 

deren Fähigkeiten und einem bestimmten Arbeitshintergrund sucht, kann dies 

nur über Abfragen in den unterschiedlichen Systemen erfolgen. Selbst wenn 

das Abfragen der verschiedenen Systeme einfach wäre, würden die meisten 

Mitarbeiter zusätzlich eine persönliche Meinung oder Empfehlung über die ge- 

fundene Person von jemandem einholen, dem sie vertrauen. Die bis hierhin 

beschriebene Problematik gilt nicht speziell nur für die NASA, sondern könnte 

ein Szenario aus allen möglichen größeren Organisationen sein. Wenn man 

nach einem geeigneten Kandidat zur Bildung einer neuen Projektgruppe oder 

einer neuen Abteilung sucht, gibt es nur einen kleinen Alternativenraum. En- 

tweder man kennt bereits jemanden innerhalb der Organisation, der für diese 

Aufgabe geeignet ist, oder man fragt jemanden, ob ein solcher Kandiat bekannt 

ist. Um jedoch mehrwertige, globale Unternehmensentwicklung unter Berück- 

sichtung der individuellen Stärken und Schwächen der Mitarbeitern zu be- 

treiben, ist dieses Vorgehen gänzlich ungeeignet. Jeder, der vor der Aufgabe 

steht, eine Abteilung oder Projektgruppe optimal zu besetzen, muss sich 

65

zwangsläufig auf die soziale Reichweite seines persönlichen Netzwerkes ver- 

lassen. 

Diese Problematik soll das von der NASA entwickelte semantische System 

“POPS” zum Auffinden von bestimmtem Fachwissen innerhalb der Organisation 

lösen. Das Ziel von “POPS” ist es, alle Informationen über die Mitarbeiter in 

einem System zusammenzutragen und diese Fakten sinnvoll miteinander zu 

verknüpfen, um so eine umfassende Informationsquelle für die Mitarbeiter, die 

Personalabteilung, Analysten und das Management zur Verfügung zu stellen. 

“POPS” bietet dabei eine einfach zu verwendende, effektive Applikation zum 

Auffinden von Fachwissen und zum Analysieren der Belegschaft, die durch die 

Verwendung von existierenden Informationsquellen, die mittels RDF und ander- 

en semantischen Technologien integriert werden, zusätzlich sehr kostengünstig 

ist. “POPS” soll die erste semantische Anwendung für alle Mitarbeiter der NASA 

werden. Dies wird ausführlicher in den nachfolgenden Ausführungen bes- 

chrieben. 

Im ersten Schritt hat man die vielen verschiedenen Datenquellen in einer RDF- 

Datenbank vereinheitlicht und integriert. Kontaktinformationen über die Mit- 

arbeiter liegen auf einem separaten Server, Projektinformationen werden in 

einem Zeit- und Anwesenheitssystem gespeichert, die Kompetenzen der Mit- 

arbeiter liegen in einem abgesonderten System der Personalabteilung und die 

technischen Berichte wiederum liegen auf einem weiteren System. Durch die 

Integration dieser verschiedenen Datenressourcen konnte zum einen eine in- 

tegrierte Informations-Infrastruktur und zum anderen das “POPS”-System zum 

Auffinden von Fachwissen geschaffen werden. Die Aggregation der ver- 

schiedenen Datenquellen stellte nur den ersten Schritt dar, im zweiten Schritt 

musste den Nutzern ein Werkzeug an die Hand gegeben werden, mit dessen 

Hilfe sie auf diese Informationen einfach und schnell zugreifen konnten, ohne 

eine spezielle Anfragesprache zu lernen. Zu diesem Zweck entwickelte die in- 

volvierte Clark & Parsia LLC, ein Unternehmen spezialisiert auf semantische 

Technologien und künstliche Intelligenz, das System “jSpace”. “jSpace” ist ein 

grafisches Universalwerkzeug zum Abfragen und Durchstöbern von RDF- 

66

Datenbanken. Die folgende Abbildung zeigt “jSpace” beim Auffinden von spezi- 

ellem Fachwissen. 

Eine Schlüsselkomponente von “jSpace” ist die Möglichkeit, vom Benutzer 

Abbildung 12: Michael Grove (C&P LLC), Andrew Schain (NASA) (2008): POPS — NASA’s Ex- 

pertise Location Service Powered by Semantic Web Technologies. Herausgegeben von Clark & 

Parsia, LLC. Online verfügbar unter http://www.w3.org/2001/sw/sweo/public/UseCases/Nasa/, 


benötigte Zusatzmodule auf einfache Art und Weise anzugliedern, um so 

maßgeschneiderte Ansichten der Schnittstelle für spezielle Zwecke zu ermög- 

lichen. Neben der standardmäßigen Detailansicht, die in der Abbildung weiter 

oben zu sehen ist, hat das Entwicklerteam von “POPS” mehrere 

maßgeschneiderte Komponenten für “POPS” entwickelt. Eine der interessan- 

testen Komponenten ist ein so genannter “Social Network Visualizer”, der die 

bereits angesprochenen sozialen Netzwerke der Mitarbeiter anschaulich visu- 

alisiert. Der “Social Network Visualizer” veranschaulicht also die sozialen 

Netzwerke der Mitarbeiter, die in der selben Abteilung arbeiten, an den selben 

Projekten arbeiten oder auch Mitarbeiter mit ähnlichen Fähigkeiten und Kom- 

petenzen. Diese Komponente von “POPS” enthält zusätzlich eine “know-who”- 

Funktion, die dem nach einem geeignetem Mitarbeiter Suchenden direkt eine 

67

weitere Person ausgibt, die sowohl den Suchenden als auch die Zielperson 

kennt und vermittelnd helfen kann. 

Abbildung 13: The “Know-Who” function of the Social Network plug-in. Michael Grove (C&P 

LLC), Andrew Schain (NASA) (2008): POPS — NASA’s Expertise Location Service Powered by 

Semantic Web Technologies. Herausgegeben von Clark & Parsia, LLC. Online verfügbar unter 

http://www.w3.org/2001/sw/sweo/public/UseCases/Nasa/, zuletzt geprüft am 05.05.2008. 

Die oben aufgeführte Abbildung zeigt die “know-who”-Funktion des “Social Net- 

work”-Zusatzmoduls. Außerdem kann man die Informationen, die sich in 

“POPS” befinden, mit in Beziehung stehenden externen Informationen aus dem 

World Wide Web verbinden. Die nächste Abbildung zeigt das “POPS”-Interface 

wie es die Informationen über das “Hubble Space Telescope”-Projekt mit In- 

formationen aus Wikipedia verknüpft. 

68

Abbildung 14: The Web View, which integrates existing web content into the jSpace browser. 

Michael Grove (C&P LLC), Andrew Schain (NASA) (2008): POPS — NASA’s Expertise Loca- 

tion Service Powered by Semantic Web Technologies. Herausgegeben von Clark & Parsia, 

LLC. Online verfügbar unter http://www.w3.org/2001/sw/sweo/public/UseCases/Nasa/, zuletzt 

geprüft am 05.05.2008. 

Die NASA konnte durch die Aggregation und Verlinkung der unterschiedlichen 

bestehenden Informationsquellen eine einfach zu bedienende und einfach zu 

verstehende Schnittstelle schaffen, die heute nicht nur zum Auffinden von 

speziellem Fachwissen genutzt wird, sondern auch eine sehr nützliche organ- 

isationsweite, integrierte Informationsinfrastruktur darstellt. 58 

Wie auch schon im zuvor dargelegten Beispiel ergaben sich bei der NASA 

bereits wertvolle Vorteile durch das Vereinigen verschiedener, voneinander los- 

gelöster Datenquellen. Durch die Verwendung der semantischen Technologien 

konnte nicht nur ein System geschaffen werden, von dem die Mitarbeiter im 

Hier und Jetzt profitieren, sondern vielmehr wird die NASA von ihrer integrierten 

Informationsinfrastruktur in Zukunft in jedem Bereich profitieren können, denn 

bestehende Daten sind nach ihrer Bedeutung sinnvoll miteinander verknüpft 

58 Michael Grove (C&P LLC), Andrew Schain (NASA) (2008): POPS — NASA’s Expertise Location Service 

Powered by Semantic Web Technologies. Herausgegeben von Clark & Parsia, LLC. Online verfügbar 

unter http://www.w3.org/2001/sw/sweo/public/UseCases/Nasa/, zuletzt geprüft am 05.05.2008. 

69

und hinzukommende Daten gliedern sich sinnvoll ein. Gerade bei weltweit 

agierenden Organisationen mit ihrer geografischen Dezentralität können Inform- 

ationen, die sich automatisch sinnvoll verknüpfen, einen enormen Mehrwert 

bieten. Denn die Erkenntnisse eines autark arbeitenden Projektteams werden 

so automatisch mit den relevanten Themengebieten verknüpft. Andere Projekt- 

teams wiederum, die vielleicht gar nichts von der Arbeit des autark arbeitenden 

Projektteams wissen, profitieren demnach automatisch von den geschaffenen 

Erkenntnissen. 

2.5.3 Renault - Semantic Web in Automotive Repair and Diagnostic 

Ungleichartige Applikationen und Datenquellen in einer großen Organisation zu 

integrieren ist eine zeit- und kostenintensive Angelegenheit. Das Beispiel 

Renault veranschaulicht, wie mithilfe der semantischen Technologien diese 

Kosten sehr stark gesenkt werden können. Besonders die Technologien RDF 

und OWL sind offene und mittlerweile reife Standards, mit denen Informationen 

auf einfache Art und Weise zwischen verschiedenen Systemen ausgetauscht 

und integriert werden können. Renault, der französische Automobilhersteller, 

wählte diese Standards zur Entwicklung eines Prototyps zur Autoreparatur- und 

Diagnostikdokumentation, denn gerade in diesen Bereichen kommen viele un- 

gleichartige Systeme zur Anwendung. 

Im Jahre 2006 versuchte Renault ein Werkzeug zu entwickeln, das die Kosten 

der Diagnostik senken sollte. Schnell bemerkten sie, dass das Informationssys- 

tem, aus dem die relevanten Informationen entnommen werden sollten, für 

diese Zwecke nicht geeignet war. Die Systeme bei Renault waren darauf aus- 

gerichtet, das Management der Dokumente, die die Reparatur und Diagnostik 

beschreiben, so einfach wie möglich zu halten, nicht aber für den Austausch 

von Daten zwischen den Systemen. Außerdem waren die zur Verfügung 

stehenden Daten für die geplanten Zwecke nicht präzise genug. Dennoch war 

man davon überzeugt, dass ein System, das alle möglichen Reparatur- und 

Diagnostikverfahren enthält, einen großen Mehrwert für das hauseigene Infor- 

mationssystem darstellte. So verwarf man das ursprüngliche Konzept und be- 

nutzte OWL, um dieses System zu modellieren und die Relationen zu den an- 

70

deren Systemen abzubilden. RDF wurde zum Austausch von Informationen 

zwischen den Systemen verwendet. Diese neu geschaffene Architektur mittels 

RDF und OWL sollte es für die Anwender weitaus einfacher machen, Informa- 

tionen über Reparaturen zu finden, als das herkömmliche Durchstöbern der 

Webseiten des hauseigenen Intranets. Zusätzlich sollte das System dem Mit- 

arbeiter, der eine Diagnostik zu erstellen hat, durchzuführende Überprüfungen 

automatisch empfehlen, woraufhin der Mitarbeiter die ermittelten Testwerte in 

das System einspeist. Das System musste also alle möglichen Verfahren zu 

Reparatur und Diagnostik enthalten, also auch bestimmte Symptome, Stand- 

ard-Fehler-Codes, bestimmte Fehler von Autoteilen, diagnostische Testver- 

fahren, Anleitungen zum Ausbau von bestimmten Teilen und unzählige Produkt- 

Spezifikationen. Renault entschied sich, diese Fülle an verschiedenen Ver- 

fahren mittels URIs eindeutig zu identifizieren. 59 

So konnte ein System geschaffen werden, dass bei Eingabe eines bestimmten 

Symptoms die mögliche Ursache sortiert nach Relevanz auswirft und den Ben- 

utzer auffordert, bestimmte Tests durchzuführen. Darüber hinaus verfügt 

Renault jetzt über ein integriertes Informationssystem, in dem alte und neue 

Daten sinnvoll nebeneinander existieren können. Die Reparatur- und 

Diagnostikexperten bei Renault führen die gleiche Arbeit aus wie früher, nur 

dass sie ihre Anleitungen und Handlungsempfehlungen zur Diagnostik in 

Zukunft nicht mehr in physikalischen Handbüchern niederschreiben, sondern in 

das integrierte Informationssystem einspeisen. 

59 François-Paul Servant (2007): Semantic Web Technologies in Automotive Repair and Diagnostic. 

Herausgegeben von Renault. Online verfügbar unter 

http://www.w3.org/2001/sw/sweo/public/UseCases/ Renault/, zuletzt geprüft am 05.05.2008. 

71

2.6 Anwendungsbeispiele aus dem Gesundheitswesen 

Dass die semantischen Technologien nicht nur im wirtschaftlichen Bereich von 

Bedeutung sind, zeigen die folgenden Beispiele. Auch das Gesundheitswesen 

und somit die Allgemeinheit kann von den semantischen Technologien profitier- 

en, wie die folgenden Ausführungen über das SAPPHIRE-System und die Ver- 

wendung von semantischen Technologien am “Children`s Hospital Mediacal 

Center” im amerikanischen Cincinnati veranschaulichen. 

2.6.1 SAPPHIRE 

In Anlehnung an den Artikel “The Web in Action” von den Autoren Lee Feigen- 

baum, Ivan Herman, Tonya Hongsermeier, Eric Neumann und Susie Stephens 

aus der wissenschaftlichen Zeitschrift „Scientific American“ vom Dezember letz- 

ten Jahres beschreibt der folgende Abschnitt die Initiative „SAPPHIRE“. 

SAPPHIRE steht für „situational awareness and preparedness for public health 

incidences using reasoning engines“ und existiert seit 2004 an der Universität 

Texas mit dem Ziel, aufkommende öffentliche Gesundheitsprobleme besser 

ausfindig zu machen, zu analysieren und darauf zu reagieren. Das System inte- 

griert dabei eine Fülle von Daten aus unterschiedlichsten Quellen wie etwa Da- 

ten von Krankenversicherungen, Krankenhäusern, Umweltschutzagenturen und 

wissenschaftlicher Literatur. Gesundheitsbeamte können durch verschiedene 

Linsen bzw. Filter die Informationen des Systems abrufen. So können sie die 

Verbreitung des Influenza-Virus verfolgen oder die Behandlungsmethoden von 

HIV-Fällen abrufen. Dabei erhält SAPPHIRE alle 10 Minuten Berichte aus den 

Notaufnahmen, Selbsteinschätzungen und Beschreibungen der Patienten zu ih- 

ren Symptomen, aktuelle elektronische Gesundheitsberichte und medizinische 

Mitteilungen von acht umliegenden Krankenhäusern aus der Umgebung von 

Houston. Unter Einsatz der semantischen Technologien werden all diese Infor- 

mationen zu einer einfachen Ansicht der aktuellen gesundheitlichen Lage des 

Gebietes aggregiert. Eine Schlüsselfunktion des Systems ist eine Ontologie, die 

die unerklärlichen Krankheitsbilder mit grippeähnlichen Symptomen aus der Re- 

gion als mögliche Influenza-Fälle klassifiziert und automatisch an das örtliche 

Gesundheitsamt weiterleitet. Durch diese automatisch generierten Berichte 

72

konnten bisher neun Krankenschwestern von der manuellen Anfertigung der 

Berichte befreit werden und stehen wieder zur aktiven Krankenpflege zur Verfü- 

gung. Außerdem werden die Berichte durch das SAPPHIRE-System zwei bis 

drei Tage schneller fertig als durch die manuelle Bearbeitung durch die Kran- 

kenschwestern. Das „Center for Disease Control and Preventation“ in den USA, 

vergleichbar mit dem deutschen Bundesministerium für Gesundheit, hilft nun 

den lokalen Gesundheitsämtern landesweit dabei, solche Systeme zu imple- 

mentieren. Dabei erlaubt die Flexibilität der semantischen Technologien dem 

System SAPPHIRE auch, in einem anderen Kontext zu funktionieren. Als die 

evakuierten Opfer des Hurrikan Katrina in Houston Schutz suchten, waren die 

Beamten des örtlichen Gesundheitsamtes beunruhigt über eine eventuell auf- 

kommende, schnelle Verbreitung von unerwünschten Krankheiten. Nach nur 

acht Stunden hatten die Forscher der Universität von Texas das SAPPHIRE 

System umkonfiguriert und die Beamten der Gesundheitsämter mit Taschen- 

computern ausgestattet, die einen speziellen Gesundheitsfragebogen enthiel- 

ten. Die Antworten der evakuierten Opfer wurden zunächst in das System hoch- 

geladen, wo sie dann zusätzlich mit den Daten der umliegenden Notaufnahmen 

sowie der Überwachungsberichte der örtlichen Epidemiebehörde angereichert 

wurden. Die Aktion war ein Erfolg, denn dadurch konnten Krankheitsausbrüche, 

die Magen und Darm, die Atmung und Bindehaut betreffen, viel schneller als 

üblich identifiziert werden. Die Flexibilität von SAPPHIRE in diesem konkreten 

Fall lehrt eine wichtige Lektion die semantischen Technologien betreffend: Ist 

das System erstmal für ein allgemeines Problem entwickelt worden, wie in die- 

sem Fall, um über den gesundheitlichen Zustand der allgemeinen Bevölkerung 

zu informieren, kann ein solches System zügig auf alle möglichen Spezialfälle 

im gleichen Gebiet adaptiert werden. Selbstredend ist es Ziel des “Center for 

Disease Control and Preventation“ in den USA, dieses System nun national zu 

implementieren. Der Erfolg von SAPPHIRE liegt darin begründet, dass es Infor- 

mationen aus den verschiedensten Quellen vereinheitlichen kann, um dann die- 

se aggregierten Informationen für die unterschiedlichsten Zwecke zu verwen- 

den. 

73

2.6.2 Arzneimittelforschung 

Die traditionelle Arzneimitteldosierung berücksichtigt nicht die individuellen 

Gene oder bestimmte emotionale und physikalische Umgebungen der jeweili- 

gen Patienten. Je nach Ausprägung dieser Umstände reagieren Patienten un- 

terschiedlich auf ein und das gleiche Medikament. Dieser Zustand wurde von 

der Wissenschaft und den Menschen bisher in Ermangelung einer Lösung hin- 

genommen. Das soll sich nun ändern, indem die heutigen Erkenntnisse der Bio- 

logie und das Wissen über Arzneimittel mit Werkzeugen kombiniert werden, die 

voraussagen können, welches Arzneimittel in welcher Dosis für ein bestimmtes 

Individuum wirkt. Solche Voraussagen würden maßgeschneiderte, personalis- 

ierte, medizinische Behandlungen ermöglichen und langfristig unerwünschte 

Nebenwirkungen vollständig eliminieren. Um diese Herausforderung zu 

meistern, müssten verschiedene, zurzeit noch voneinander losgelöste Daten- 

banken und -sammlungen miteinandern kombiniert und semantisch verbunden 

werden: alle Arten von historischen und aktuellen medizinischen Patien- 

tenakten, alle erdenkliche wissenschaftliche Berichte über Arzneimittel, Tests 

von Arzneimitteln und ihre möglichen Nebenwirkungen und Auswirkungen für 

verschiedene Patienten. Traditionelle Datenbanken können diese Funktion auf- 

grund ihrer Komplexität bisher nicht abdecken und eine manuelle Verbindung 

der Datenbanken zu diesen Zwecken wäre sowohl zu zeit- als auch zu kosten- 

intensiv. Allein die Daten in den Datenbanken konsistent und frei von Re- 

dundanz zu halten, wäre ein fast unmögliches Unterfangen. Jedes Mal, wenn 

neue wissenschaftliche Erkenntnisse in einer bestimmte Datenbank erneuert 

werden würden, müssten die, die dahin verlinkt haben, ihren Link erneuern – 

wenn sie, wie weiter oben beschrieben, es überhaupt mitbekommen. 

Eine Gruppe von Forschern vom “Children`s Hospital Mediacal Center” im 

amerikanischen Cincinnati versucht, aufbauend auf den Möglichkeiten des se- 

mantischen Webs, die verborgenen genetischen Gründe für Herz-Kreislauf- 

Erkrankungen aufzudecken. Hierzu würde die traditionelle Forschung nach 

Genen suchen, die sich unterschiedlich in gesundem und erkranktem Gewebe 

verhalten, und daraus schließen, dass diese Gene in irgendeinem Zusammen- 

hang mit der kardiovaskulären Erkrankung stehen. Dieses Vorgehen würde zu 

unzähligen in Frage kommenden Genen führen, wobei die Forscher für jedes 

74

Gen wiederum viele verschiedene Datenbanken durchsuchen müssten, um 

herauszufinden, welches Gen genau diesen negativen Effekt hätte am ehesten 

verursacht haben können. Eine sehr zeitintensive Aufgabe, die sich die 

Forscher oftmals nicht erlauben dürfen. Das Team aus Cincinnati, welches von 

einem semantischen Berater unterstützt wurde, begann damit, die vielen ver- 

schiedenen relevanten Datenbanken mit ihren unterschiedlichen Formaten auf 

ihren Computer herunterzuladen. Dazu zählten beispielsweise Gen-Ontologien, 

MeSH, eine Datenbank, die auf Erkrankungen und ihre Symptome fokussiert 

ist, Entrez Gene, eine Datenbank mit Informationen bezogen auf Gene sowie 

OMIM, eine Datenbank, die die Beschreibung menschlicher Gene und ihrer 

Störungen enthält. Im zweiten Schritt übersetzten die Forscher die unterschied- 

lichen Formate der verschiedenen Datenbanken in das einheitliche Resource 

Description Frameworl (RDF) und speicherten diese Informationen in einer se- 

mantischen Datenbank. 

Anschließend nutzen sie den kostenlos verfügbaren (open source) Ontologie- 

Editor Protégé 60 , entwickelt von Forschern an der Stanford Universität, um das 

Wissen aus den diversen Quellen in eine Ontologie zu integrieren. Mittels eines 

Ranglisten-Algorithmuses, vergleichbar mit dem Algorithmus, der hinter dem 

Google Pagerank steckt, priorisierten die Forscher die Menge an Genen, die mit 

Herzerkrankungen in Verbindung stehen könnten. So fanden sie potentielle 

Kandidaten, die eine verursachende Rolle bei der Schwächung der Pumpfunk- 

tion des Herzens haben, und ließen als Nächstes diese Ergebnisse von der 

Software evaluieren. Durch diese Überprüfung konnten sie vier Gene isolieren, 

die eine starke Verbindung zu einer chromosomalen Region haben, die für die 

Schwächung der Pumpfunktion des Herzens verantwortlich sein könnte. Ge- 

genwärtig ermitteln die Forscher aus Cincinnati die Effekte dieser vier Gen- 

Mutationen als mögliches Ziel für neue therapeutische Behandlungen. Zudem 

weiten die Forscher ihr System auf andere Herzerkrankungen aus und erhoffen 

sich eine ähnlich dramatische Verbesserung der Effizienz. Selbstredend könnte 

dieses System auf weitere Krankheitsbilder ausgeweitet werden. 

60 Mark Musen, M.D., Ph.D.: Protégé Software. Herausgegeben von Stanford University School of Medicine. 

Stanford Center for Biomedical Informatics Research. Online verfügbar unter http://protege.stanford.edu/, 


75

Dies ist nur ein gutes Beispiel, das zeigt, wie und wo die semantische Techno- 

logie von wahrem Nutzen ist. In ähnlicher Weise machen sich die Forscher der 

Pharma-Kooperation Eli Lilly 61 die semantischen Technologien zu Nutzen. Sie 

verwenden die semantischen Technologien, um ein vollständiges Bild der wahr- 

scheinlichsten Arzneimittelziele im Körper für ein gegebenes Krankheitsbild zu 

erarbeiten. Semantische Werkzeuge erlauben ihnen dabei die unterschiedlich- 

sten, inkompatiblen, biologischen Beschreibungen in einer einheitlichen Datei 

zusammenzustellen und auf diese Weise den Durchbruch auf der Suche nach 

dem nächsten innovativen Arzneimittel schneller zu erreichen. Pfizer, ein welt- 

weit agierender Pharmakonzern, nutzt die semantischen Technologien, um un- 

terschiedliche Datensätze von Protein-Protein-Interaktionen miteinandern zu 

verzahnen und so die unklaren Korrelationen aufzudecken, die helfen könnten, 

vielversprechende Medikationen zu identifizieren. Die Forscher bei Pfizer sind 

davon überzeugt, dass diese Technologien die Chance auf unerwartete Ent- 

deckungen erhöhen, die Zeit zur Markteinführung von neuen Medikamenten 

enorm beschleunigen und die gesamte Gesundheitsindustrie dem Thema per- 

sonalisierte Medikation ein Stück weit näher bringen. In all diesen Fällen wird 

die Arzneimittelforschung durch die semantischen Technologien bestärkt, in- 

dem Daten aus den unterschiedlichsten Quellen und mit verschiedensten Voka- 

bularen zusammengeführt werden konnten. 62 

2.7 Anwendungsbeispiele für den privaten Bereich 

Der Erfolg und die Verbreitung der semantischen Technologien hängt in hohem 

Maße vom für Endnutzer generiertem Nutzen ab. Die folgenden Ausführungen 

beschreiben zwei Projekte, die sich an Endnutzer richten. 

2.7.1 FOAF – Friend of a Friend 

FOAF steht für “Friend of a Friend” und ist ein Projekt, das die semantischen 

Technologien nutzt, um Menschen und ihre Beziehungen untereinander, ihre In- 

teressen und Aktivitäten, in maschinen-verständlicher Form darzustellen. Es 

61 Eli Lilly and Company. Online verfügbar unter http://www.lilly.com, zuletzt geprüft am 02.05.2008. 

62 Lee Feigenbaum, Ivan Herman, Tonya Hongsermeier, Eric Neumann und Susie Stephens (2007): The 

Semantic Web in Action. Corporate Applications are well under way, and consumer uses are emerging. 

In: Scientific American, H. 6, S. 64–71. 

76

könnte demnach als eine Art dezentrales soziales Netzwerk (social network) 

beschrieben werden. Gegründet wurde FOAF von Dan Brickley and Libby Miller 

als offene, von einer freiwilligen Gemeinschaft vorangetriebene, Initiative. Aus 

technologischer Sicht ist FOAF ein auf RDFS basierendes Vokabular, das die 

Klassen und Eigenschaften der Menschen und ihrer Beziehungen unterein- 

ander allgemeingültig und eindeutig definiert. Die persönlichen Informationen 

werden in einem RDF-Dokument gespeichert, auf einem Webserver abgelegt 

und sind auf diese Weise im World Wide Web verfügbar. Neben persönlichen 

Informationen wie Titel, Name, E-Mail Adresse und Website kann diese RDF- 

Datei alle erdenklichen Beschreibungen enthalten wie zum Beispiel eine Be- 

schreibung der Arbeitsstelle, der Schule und Universität und der Leute, die man 

kennt. Durch die semantische Beschreibung dieser Daten werden Maschinen 

sie interpretieren und miteinander kombinieren können. 63 Die Problematik, dass 

RDF und Ontologien nicht ohne weiteres von Laien verstanden und angewen- 

det werden können, konnte mittlerweile durch eine Art Editor (eine auf Java- 

script basierende Anwendung) zum Erstellen der RDF-Datei umgangen werden. 

Die folgende Abbildung zeigt den von Leigh Dodds entwickelten Editor zum Er- 

stellen der FOAF-RDF-Datei FOAF-a-Matic, mit dem auch Laien eine solche 

Datei erstellen können. 

63 Dan Brickley, Libby Miller (2008): foaf project. Online verfügbar unter http://www.foaf-project.org, zuletzt 

geprüft am 10.05.2008. 

77

Abbildung 15: FOAF-a-Matic. Leigh Dodds: Editor zum Erstellen einer RDF-FOAF-Datei. 

Herausgegeben von Leigh Dodds. Online verfügbar unter 

http://www.ldodds.com/foaf/foaf-a-matic, zuletzt geprüft am 10.05.2008. 

Aus diesen Eingaben generiert der Editor dann das RDF-Dokument, wie die fol- 

gende Abbildung zeigt. 

78

ildung 16: Generiertes RDF-Dokument; Leigh Dodds: FOAF-a-Matic. Editor zum Erstel- 

len einer RDF-FOAF-Datei. Herausgegeben von Leigh Dodds. Online verfügbar unter 

http://www.ldodds.com/foaf/foaf-a-matic, zuletzt geprüft am 10.05.2008. 

Semantische Web Crawler, Programme, die das WWW nach Informationen 

durchsuchen und die Metadaten aufnehmen, können dann den Verlinkungen zu 

den FOAF-Dateien der Freunde folgen und dadurch die sozialen Netzwerke ab- 

bilden. Auch hier steigt der Wert, den FOAF bietet, mit jedem weiteren Teil- 

nehmer – das Netzwerk profitiert also auch vom Netzwerkeffekt. Je mehr 

Menschen sich und ihre Beziehungen zu anderen Menschen beschreiben, 

desto mehr Wert entsteht insgesamt und komplexe Anfragen werden möglich. 

Sind in der RDF-Datei zum Beispiel die Freunde und in deren RDF-Dateien der- 

en Interessen definiert, könnten komplexe Anfrage wie: “Zeige mir alle Freunde 

von Holger Sistig, die sich für Basketball und Reisen interessieren.”, ausgeführt 

werden. Die Anwendungsmöglichkeiten könnten in Zukunft noch weit über 

diese Zwecke hinausgehen, und überall dort eine wichtige Rolle spielen, wo 

A 

79

personenbezogene Daten relevant sind, konstatiert Leigh Dodds. 64 Mit der Zeit 

wird die Integration von Informationen in die eigene FOAF-Datei einfacher wer- 

den. Es könnten dann zum Beispiel die Kontakte aus dem E-Mail Programm, 

vom Handy und vor allem auch aus den diversen zentralen sozialen Net- 

zwerken (Xing, Facebook, LinkedIn, StudiVZ, Friendster, Orkut etc.) in die ei- 

gene FOAF-Datei semantisch überführt werden. Somit wäre es möglich, sein 

gesamtes persönliches Netzwerk in einer zentralen FOAF-Datei abzubilden und 

dadurch bei der Anmeldung in einem neuen Netzwerk das bestehende Net- 

zwerk in einem Zug zu importieren. Ob das im Sinne der zentralen sozialen 

Netzwerke ist und diese die semantischen Technologien adaptieren, ist stark zu 

bezweifeln. Denn die einzelnen Netzwerke der Nutzer und deren Aktivitäten un- 

tereinander (social graph) sind das Kapital der sozialen Netzwerke. Die aktuelle 

Aufgabe der FOAF-Community ist es demnach Werkzeuge zum Benutzen und 

Finden der FOAF-Angaben zu entwickeln. 

2.7.2 Noserub.de – ein dezentrales soziales Netzwerk 

Mit Hilfe von sozialen Netzwerken bleibt man mit Freunden und Bekannten auf 

der ganzen Welt in Kontakt und kann neue Freunde aufgrund gleicher In- 

teressen finden. Die meisten Netzwerke bedienen allerdings nur einen bestim- 

mten Zweck, eine bestimmte Nische, wie etwa das Hochladen und Diskutieren 

über Fotos (flickr.com). Das Aufkommen von immer mehr spezialisierten 

sozialen Netzwerken bringt den Nachteil mit sich, dass der Aufwand, diese zen- 

tralen Netzwerke einzelnen zu pflegen, steitg steigt. Teilweise interessiert die 

spezielle Thematik des Netzwerkes nicht einmal, sondern man möchte einfach 

mit bestimmten Freunden in Kontakt bleiben und über deren Aktivitäten in- 

formiert sein. 

Noserub ermöglicht es, die Vielzahl der verschiedenen zentralen sozialen Net- 

zwerke in ein dezentrales Noserub-Netzwerk zu aggregieren. Die Kontrolle über 

die eigenen Daten wird dadurch gewährleistet, dass Noserub auch auf einem 

eigenen Server installiert werden kann. Aus technologischer Sicht ist Noserub 

ein Protokoll, also eine Einigung zwischen zwei Parteien, wie die Kommunika- 

64 Leigh Dodds: FOAF-a-Matic. Editor zum Erstellen einer RDF-FOAF-Datei. 

Herausgegeben von Leigh Dodds. Online verfügbar unter http://www.ldodds.com/foaf/foaf-amatic, 


80

tion, die Verbindung und die Übertragung von Daten ablaufen soll. Noserub 

baut auf verfügbare Standards wie etwa FOAF, OpenID und RSS auf. OpenID 

löst das Problem der vielen verschiedenen Benutzeraccounts eines Nutzers im 

Internet, in dem es eine eindeutige digitale Identität zur Verfügung stellt, mit der 

man sich (bei teilnehmenden) Webseiten einzig mit der Angabe der OpenID an- 

melden kann – das lästige Zuteilen und auch Behalten von Benutzernamen und 

Passwörtern entfällt so gänzlich. 65 RSS steht für “really simple syndication” und 

ist eine Methode zum Senden und Empfangen von Neuigkeiten und Informa- 

tionen. Ein RSS-Feed kann abonniert werden, und man bekommt die letzen 

Neuigkeiten automatisch zugestellt. 66 Die folgende Abbildung zeigt die 

Netzwerk-Ansicht von Noserub: 

geprüft am 10.05.2008. 

Die Abbildung zeigt die letzen Aktivitäten der eigenen Kontakte. In der hori- 

zontalen Menüleiste können die Aktivitäten der Kontakte nach verschiedenen 

Medienformen eingegrenzt werden, so dass etwa lediglich die zuletzt ge- 

65 The OpenID Foundation (OIDF) (2008). Unter Mitarbeit von Community Board Members & Corporate 

Board Members. Online verfügbar unter http://openid.net, zuletzt geprüft am 10.05.2008. 

66 Web Accessibility Initiative (WAI) (2008): About RSS. Herausgegeben von W3C-Konsortium. Online 

verfügbar unter http://www.w3.org/WAI/highlights/about-rss.html, zuletzt geprüft am 10.05.2008. 

81 

Abbildung 17: Netzwerk- 

Ansicht; Dirk Olbertz (2008): noserub.de. Online verfügbar unter http://noserub.de, zuletzt

posteten Fotos (Videos, Audio, Links, Text) der eigenen Kontakte angezeigt 

werden. 

Eine Hürde muss Noserub noch nehmen. Es muss Laien eine Möglichkeit bie- 

ten, ein Noserub-Netzwerk aufzusetzen. Bis dato sind Programmierkenntnisse 

erforderlich, um an dem dezentralen sozialen Netzwerk teilzunehmen. Ist diese 

Hürde genommen, steht dem Wachstum und dem damit verbundenem Nutzen 

der Teilnehmer nichts mehr im Wege. 

3 Fazit und Ausblick 

Bereits die ursprüngliche Vision des Internets von Tim Berners-Lee aus dem 

Jahre 1989 enthielt Ansätze des heute klar definierten Konzepts des se- 

mantischen Webs. Die beschränkten technologischen Möglichkeiten, Umset- 

zungsversuche mit der Wissenschaft der künstlichen Intelligenz und das ein- 

fache Veröffentlichen von Inhalten auch durch Laien, hat das Internet in Bezug 

auf die semantische Vision erstmal dahin geführt, wo es heute steht. Im Jahre 

2000 hat Tim Berners-Lee einen zweiten Anlauf genommen und der Öffentlich- 

keit sein Architektur-Konzept vom semantischen Web veröffentlicht – das Kind 

hatte nun einen Namen. Seit der Veröffentlichung der Architektur hat das 

Thema semantisches Web immer mehr Aufmerksamkeit gefunden. Die Ent- 

wicklergemeinschaft und die Forschung haben das Schichtenmodell ständig 

weiterentwickelt, Verbesserungen an den Technologien vorgenommen und offi- 

zielle Standards verabschiedet. Die Unternehmen hingegen haben sich zurück- 

gehalten, was die Verwendung der Standards und die Entwicklung von se- 

mantischen Produkten angeht. Dieser Zustand ist vor allem auf das Fehlen 

eines klaren und verständlichen Nutzens sowie die fehlende Aussicht auf kurz- 

fristigen unternehmerischen Gewinn zurückzuführen. Hier ist zum heutigen Zeit- 

punkt eine Wendung zu erkennen. Immer mehr Unternehmen implementieren 

die semantischen Standards in ihre Produkte und Webservices oder loten zu- 

mindest die konkreten Möglichkeiten für ihr jeweiliges Geschäftsmodell aus. Ein 

weiterer Indikator für diesen Wandel ist das vermehrte Aufkommen von Un- 

ternehmen, die andere Unternehmen zum Thema semantisches Web beraten. 

82

Dieses Thema gewinnt langsam aber sicher immer mehr an öffentlichem Be- 

wusstsein und die Weiterentwicklung gewinnt infolgedessen zunehmend an Dy- 

namik. Doch warum verlief die Entwicklung bis dato so langsam? Das damalige 

World Wide Web stellte – zumindest für die allgemeine Öffentlichkeit – eine ab- 

solute Innovation dar. Es gab zum damaligen Zeitpunkt nichts Vergleichbares 

und die Vision eines weltweiten Datennetzes übte eine ungemeine 

Anziehungskraft aus. Genau das ist heute anders. Das semantische Web ist 

eine Erweiterung des bestehenden World Wide Webs und auch das Konzept 

dahinter ist nicht ohne Weiteres zu verstehen. Auch sind die Technologien für 

Laien und teilweise auch Experten nicht einfach zu erlernen, vor allem aber 

auch nicht einfach anzuwenden. HTML jedoch war auch von Laien einfach an- 

zuwenden war. Dennoch veranschaulichen die Praxisbeispiele deutlich, dass 

die bis heute erforschten und offiziellen Technologien des Schichtenmodell 

bereits enormen Nutzen stiften. Wahrscheinlich werden die ersten se- 

mantischen Anwendungen, die auch automatisch schlussfolgern können, in den 

Intranets der Unternehmen entstehen. Sind erstmal die obersten Ebenen des 

Schichtenmodells vollständig erforscht und offizielle Standards für automat- 

isches Schlussfolgern und die Sicherheit in der selbständigen Kommunikation 

der Agents verabschiedet, ergeben sich weitere Chancen und Möglichkeiten, 

die heute in ihrer Vielfalt und ihrer Auswirkung noch nicht absehbar sind. 

Sicherlich sieht sich die Entwicklergemeinschaft des semantischen Webs auch 

mit einigen Herausforderungen konfrontiert. Die Auseinandersetzung mit den 

Technologien des semantischen Webs geht weiter – die Web Ontology Lan- 

guage wird für zu komplex gehalten und der Fokus richtet sich auf die Weiter- 

entwicklung von OWL Lite. Auch wird derzeit diskutiert, ob die Kombination von 

Logik und Ableitungsregeln nicht doch viel zu komplex ist und alternativ RDFS 

mit Ableitungsregeln für diese Zwecke kombiniert werden könnte. 67 

Sicherheit und Datenschutz wird weitaus mehr an Wichtigkeit gewinnen, als 

diese Themen ohnehin im heutigen World Wide Web schon haben. Die Aktiv- 

itäten eines Nutzers können aus vielen verschiedenen Quellen zu einem ein- 


Press, S. 224. 

83

heitlichen Profil zusammengeführt werden, die so wiederum von anderen 

Nutzer abgefragt werden können. Aber auch die Sicherheit in der automat- 

ischen Kommunikation der Agents ist noch nicht schlussendlich geklärt. 

Eine weitere Herausforderung liegt in der Entwicklung und Verbreitung von 

Standard-Ontologien. Auch wenn es schon einige Standard-Ontologien bei- 

spielsweise aus der Medizin oder Ahnenforschung gibt, fehlt bis heute das Wis- 

sen in Unternehmen zur Entwicklung von speziellen Ontologien und der Adap- 

tion an Standard-Ontologien. Ebenso ist noch unklar, wie sich Endnutzer in 

großen Ontologien zurechtfinden können. 

Darüber hinaus ist fraglich, ob sich die Unternehmen der absoluten Vergleich- 

barkeit überhaupt stellen wollen. Verfügt ein Online-Shop nicht über die beste 

Qualität und nicht den günstigsten Preis, wird er aus den Ergebnislisten der 

Personal Agents aussortiert – und der Unternehmer überlegt sich zweimal, ob 

er seine Produkte weiterhin bzw. überhaupt semantisch codiert. 

Eine zusätzliche Herausforderung liegt in der Entwicklung von einfach zu hand- 

habenden Werkzeugen für die Endnutzer. Diesen muss in Zukunft eine Mög- 

lichkeit geboten werden, ohne die Kenntnisse von Informatik Inhalte im se- 

mantischen Web zu produzieren. Mit der Fortentwicklung des semantischen 

Webs werden Probleme auftauchen, die heute noch nicht abzusehen sind. Je 

größer jedoch das Verständnis für die Möglichkeiten des semantischen Webs 

bei allen Involvierten wird, desto eher können diese Probleme gelöst werden 

und sich das semantische Web bis zu seiner Vollendung entwickeln. 

Die Auswirkungen, die durch das semantische Web entstehen, werden alle 

Bereiche unserer Gesellschaft betreffen. Informationsmanagement, Wissens- 

management, Prozessintegration sind nur einige Teilgebiete, die von den Mög- 

lichkeiten des semantischen Webs profitieren werden. Gerade auch im Bereich 

der Wirtschaft und insbesondere der Medienwirtschaft wird das semantische 

Web Veränderungen in den Bereichen Contentproduktion, Vermarktung von 

Content und in der Zusammenstellung von Content bewirken. Das relativ junge 

84

Konzept der “Microformats”, mit dem es möglich ist, kleinste Teile von 

produziertem Content (Video, Text, Bild, Audio) automatisch abzurufen, zuzus- 

tellen und zu kombinieren, könnte den Wert von produzierten Inhalten steigern 

und die Wertschöpfungskette ein ganzes Stück weit verlängern. 68 Ebenso ist es 

vorstellbar, dass die Buchung von Werbeflächen im Internet in Zukunft automat- 

isch über Agents ablaufen könnte. Die Publisher deklarieren ihr Werbeinventar 

semantisch nach Context, Zielgruppenstrukturen, PageImpression bzw. 

Aufenthaltsdauer und die Advertising Agents der Werbetreibenden können 

diese Informationen auslesen und weltweite, fragmentierte Werbeflächen 

buchen. Auch nicht ausgeschlossen ist ein weltweites, ständig in Kommunika- 

tion stehendes Netz von unternehmerischen und privaten Agents. Die un- 

ternehmerischen Agents kategorisieren ihre Angebote und die Personal Agents 

können so konfiguriert werden, dass sie nur bestimmte Kategorien abrufen und 

auf Aktuelles prüfen. So wird aus Push-Marketing Pull-Marketing. Ein weiterer 

Gedanke betrifft das Urheberrecht und die Verwertung von Content – wenn alle 

Ressourcen im semantischen Web eindeutig identifizierbar, auffindbar und ab- 

rufbar sind, und die “Proof”- und “Trust”-Schicht den Urheber immer eindeutig 

identifiziernen kann, dann ist es auch möglich, die Kontrolle über einmal 

produzierten Content (Spielfilm, Dokumentation, Musik, Bücher, Fotos etc.) zu 

behalten und diesen langfristig zu verwerten. Vielleicht werden Schüler in 

Zukunft nicht mehr die DIN-Norm zur Erstellung eines Standard-Briefes 

erlernen, sondern wie man Daten semantisch aufbereitet und mit den rele- 

vanten Ontologien verknüpft. Tim Berners-Lee konstatiert, dass das se- 

mantische Web sogar die Evolution des Wissens dieser Welt unterstützen kön- 

nte. 69 

“Das Aufregendste am semantischen Web ist nicht das, was wir uns alles 

damit vorstellen können, sondern das, was wir uns jetzt noch gar nicht 

vorstellen können." 70 

68 

Diverse Entwickler (2008): Microfomats. Online verfügbar unter http://microformats.org/, zuletzt geprüft 

am 12.05.2008. 

69 

Tim Berners-Lee, James Hendler Ora Lassila (2001): The Semantic Web: a new form of Web content 


284 (5), S. 34–43. 

70 

Peter Zschunke (2003): Aufräumen im Datenchaos. Herausgegeben von SPIEGEL ONLINE. Online 

verfügbar unter http://www.spiegel.de/netzwelt/tech/0,1518,253290,00.html, zuletzt geprüft am 

12.05.2008. 

85

Darstellungsverzeichnis 

Abbildung 1: A Proposal byTim Berners-Lee.......................................................3 

Abbildung 2: Use of the Semantic Web in your enterprise.................................11 

Abbildung 3: Current Web vs. Semantic Web....................................................26 

Abbildung 4: Chain of trust.................................................................................28 

Abbildung 5: Combining new information with old..............................................29 

Abbildung 6: The Semantic Web Stack (Semantic Layer Cake)........................31 

Abbildung 7: RDFpic 2.1.....................................................................................37 

Abbildung 8: RDF geniert durch RDFpic............................................................38 

Abbildung 9: The RDF triple...............................................................................39 

Abbildung 10: A graph of two RDF statements..................................................41 

Abbildung 11: Latest Layercake.........................................................................55 

Abbildung 12: POPS — NASA’s Expertise Location Service.............................67 

Abbildung 13: The “Know-Who” function of the Social Network plug-in............68 

Abbildung 14: The Web View of POPS..............................................................69 

Abbildung 15: FOAF-a-Matic..............................................................................77 

Abbildung 16: Generiertes RDF-Dokument........................................................78 

Abbildung 17: Noserub.de Netzwerk-Ansicht.....................................................80 

87

Abkürzungsverzeichnis 

B2B Business-to-Business Electronic Commerce 

B2C Business-to-Consumer Electronic Commerce 

CERN Conseil Européen pour la Recherche Nucléaire 

DC Dublin Core 

DSS Decision support system 

EDI Electronic Data Interchange 

EDV Elektronische Datenverarbeitung 

FOAF Friend of a Friend 

FTP File Transfer Protocol 

HTML Hypertext Markup Language 

HTTP Hypertext Transfer Protocol 

IRI Internationalized Resource Identifier 

OWL Ontology Web Language 

R&D Research & Development 

RDF Resource Description Framework 

RDFS Resource Description Framework Schema 

RIF Rule Interchange Format 

SGML Standard Generalized Markup Language 

SOA Serviceorientierte Architekturen 

UN/EDIFACT United Nations Electronic Data Interchange For 

Administration, Commerce and Transport

URI Uniform Resource Identifier 

URL Uniform Resource Locator 

W3C World Wide Web Consortium 

WWW World Wide Web 

XML Extensible Markup Language

Literaturverzeichnis 

Brockhaus [Kompakt Wissen, 1983] 

Kompakt Wissen von A bis Z in 5 Bänden 

Bockhaus, Wiesbaden, 1983 

Dieter Fensel [Spinning the semantic Web, 2005] 

Frank Hermelen, 

Grigoris Antoniou 

Spinning the semantic Web: bringing the World Wide 

Web to its full potential 

MIT Press , Cambridge – Massachusetts, 2005 

[A Semantic Web Primer] 

A Semantic Web Primer 

Lars U. Dittmann [OntoFMEA, 2007] 

MIT Press , Cambridge – Massachusetts, 2004 

OntoFMES: Ontologiebasierte Fehlermöglichkeits- 

und Einflussanalyse 

Deutscher Universitätsverlag (DUV), Wiesbaden, 

2007 

Mark-Oliver Würtz [Computer Supported Cooperative Work, 2007] 

Michael C. Daconta 

u.a. 

Möglichkeiten und Methoden des 'Computer Suppor- 

ted Cooperative Work' (CSCW) 

GRIN Verlag, München, 2007 

[The Semantic Web, 2003] 

The Semantic Web: A Guide to the Future of XML, 

Web Services, and Knowlege Management 

Wiley Publishing, Indianapolis, 2003

Michael Wooldridge [An Introduction to Multi-Agent Systems, 2002] 

Norbert Bieberstein 

u.a. 

An Introduction to Multi-Agent Systems 

Wiley & Sons, Indianapolis, 2002 

[Service-Oriented Architecture Compass, 2005] 

Service-Oriented Architecture Compass, Business 

Value, Planning, and Enterprise Roadmap 

Prentice Hall International , 2005 

Pascal Hitzler u.a. [Semantic Web, 2008] 

Semantic Web: Grundlagen 

Sebastian Löbner [Semantik, 2003] 

Tim Berners-Lee, 

Mark Fischetti 

Springer, Berlin – Heidelberg, 2008 

Semantik: Eine Einführung 

Gruyter, Berlin, 2003 

[Weaving the Web, 1999] 

Weaving the Web, The Original Design and Ultimate 

Destiny of the World Wide Web by Its Inventor 

Harper & Collins , Sanfranscisco, 1999

Internetverzeichnis 

Alex Iskold Semantic Web: Difficulties with the Classic Approach 

http://www.readwriteweb.com/archives/semantic_web 

_difficulties_with_classic_approach.php 

(Stand 06. Mai 2008) 

Alex Iskold Top-Down: A New Approach to the Semantic Web 

http://www.readwriteweb.com/archives/the_top- 

down_semantic_web.php 

(Stand 06. Mai 2008) 

Arne Dicks Was ist WebEDI? 

http://www.gs1-germany.de/internet/content/produkte/ 

ean/ecommerce_edi/webedi/index_ger.html 

(Stand 13. April 2008) 

o.V. (Computerwoche) IDC: Weltweite Datenmenge verzehnfacht sich in fünf 

Dan Brickley, 

Libby Miller 

Jahren 

http://www.computerwoche.de/index.cfm? 

pid=254&pk=1858302 

(Stand 12. Mai 2008) 

foaf project 

http://www.foaf-project.org 

(Stand 10. Mai 2008) 

David W. Cearley u.a. Finding and Exploiting Value in Semantic Technolo- 

gies on the Web 

http://www.gartner.com/DisplayDocument? 

ref=g_search&id=505304

(Stand 09. Mai 2008) 

Michael Wooldridge [An Introduction to Multi-Agent Systems, 2002] 

o.V. Microfomats 

An Introduction to Multi-Agent Systems 

Wiley & Sons, Indianapolis, 2002 

http://microformats.org/ 

(Stand 12. Mai 2008) 

o.V. Web-Ontology (WebOnt) Working Group 

http://www.w3.org/2001/sw/WebOnt/ 


Dr. Brian Matthews Semantic Web Technologies 

Dr. rer. nat. Harald 

Sack u.a. 

http://www.jisc.ac.uk/uploaded_documents/jisctsw_05 

_02bpdf.pdf 

(Stand 09. Mai 2008) 

Vorlesungsmaterial Semantic Web 

http://www.db-thueringen.de/servlets/DerivateServlet/ 

Derivate-10503/semweb-08_WebOfTrust.pdf 

(Stand 01. Mai 2008) 

François-Paul Servant Semantic Web Technologies in Automotive Repair 

and Diagnostic 

http://www.w3.org/2001/sw/sweo/public/UseCases/R 

enault/ 

(Stand 05. Mai 2008)

Frank Manola, 

Eric Miller 

RDF Primer 

http://www.w3.org/TR/rdf-primer/ 


Ian Jacobs Über das World Wide Web Consortium (W3C) 

http://www.w3c.de/about/overview.html 


Ivan Herman W3C Semantic Web Activity 

http://www.w3.org/2007/03/layerCake.png 


Jochen Notholt Die Zukunft des Semantic Web 

Juan José 

Valverde Fúster 

http://www.jurpc.de/aufsatz/20050066.htm#fn0 

(Stand 1. Mai 2008) 

WEASEL, Vodafone R&D Corporate Semantic Web 

http://www.w3.org/2001/sw/sweo/public/UseCases/Vo 

dafone-es/ 


Leigh Dodds FOAF-a-Matic 

http://www.ldodds.com/foaf/foaf-a-matic 

(Stand 10. Mai 2008) 

M. Duerst Internationalized Resource Identifiers (IRIs) 

http://www.w3.org/International/iri-edit/draft-duerst- 

iri-04.txt 

(Stand 1. Mai 2008)

Marja-Riitta Koivunen, 

Eric Miller 

Mark Musen, M.D., 

Ph.D. 

Michael Grove , 

Andrew Schain 

W3C Semantic Web Activity 

http://www.w3.org/2001/12/semweb-fin/w3csw 


Protégé Software 

http://protege.stanford.edu/ 


POPS — NASA’s Expertise Location Service Powe- 

red by Semantic Web Technologies 

http://www.w3.org/2001/sw/sweo/public/UseCases/N 

asa/ 


Nova Spivak Making sense of the Semantic Web 

http://www.slideshare.net/BlogTalk2008/spivack-blog- 

talk-2008 

(Stand 10. Mai 2008) 

Peter Zschunke Aufräumen im Datenchaos 

http://www.spiegel.de/netzwelt/tech/0,1518,253290,0 

0.html 

(Stand 12. Mai 2008) 

Rachael King Q&A with Tim Berners-Lee 

http://www.businessweek.com/technology/content/apr 

2007/tc20070409_961951.htm 


Sean Bechhofer u.a. OWL Web Ontology Language Reference

Zeitschriftenverzeichnis 

Lee Feigenbaum u.a. The Semantic Web in Action 

Corporate Applications are well under way, and con- 

sumer uses are emerging 

In: Scientific American, H. 6, S. 64–71. 

Thomas R. Gruber A translation approach to portable ontology specifica- 

tions In: Knowledge Acquisition, Jg. Volume 5, H. 2, 

S. 199–200. 

Tim Berners-Lee u.a. The Semantic Web: a new form of Web content that 

is meaningful to computers will unleash a revolution 

of new possibilities 

In: Scientific American, H. 284 (5), S. 34–43. 

Wolfgang Dostal u.a. Semantik und Web Services: 

Vokabulare und Ontologien 

In: Java Spektrum, H. 3, S. 51–54.

Erklärung 

Hiermit erkläre ich, dass ich die vorliegende Diplomarbeit selbstständig und 

ohne Benutzung anderer als der angegebenen Hilfsmittel angefertigt habe. 

_________________________ ___________________________ 

Ort, Datum Unterschrift

Lebenslauf 

Persönliche Daten 

Name: Holger Sistig 

Adresse: Römerstraße 95, 50389 Wesseling 

Geburtsdaten: Köln, 24.03.1981 

Staatsangehörigkeit: deutsch 

Familienstand: ledig 

Beruflicher Werdegang 

Januar 2008 – heute 

Concept Factory Werbeagentur – Business Development Manager 

Oktober 2006 – Dezember 2007 

OnVista Group – Business Development 

Mai 2006 – Oktober 2006 

ifp – Personalberatung & Managementdiagnostik – Research Analyst 

Februar 2005 – Mai 2005 

Casting Concept GmbH – Studentische Projekt in Casting-Redaktion 

Dezember 1999 – November 2003 

Concept Factory Werbeagentur – Mitglied Geschäftsleitung, Gesellschafter

Schulischer Werdegang 

Oktober 2005 – heute 

Rheinische Fachhochschule Köln – Medienwirtschaft I 

Oktober 2002 – April 2005 

Universität zu Köln – Betriebswirtschaftslehre (ohne Abschluss) 

September 1999 – Juli 2001 

Wirtschaftsgymnasium Karl-Schiller, Brühl – Allgemeine Hochschulreife 

September 1992 – Juli 1999 

Käthe-Kollwitz Gymnasium, Wesseling – bis 11. Klasse 

_________________________ ___________________________ 

Ort, Datum Unterschrift

RHEINISCHE FACHHOCHSCHULE KÖLN - Bernd-schmitz.net

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?