Ontologien als Schlüssel zum Erfolg?
Ontologien finden immer mehr Anwendung in der Metadatenverwaltung der Technischen Dokumentation und generell im Wissensmanagement von Unternehmen. „Ontologie“ ist eins der Buzz-Words heutzutage. Um das Konzept von Ontologien näher zu erläutern, wird im Folgenden zuerst eine theoretische Einordung zu diesem Thema gegeben. Anschließend wird erläutert, warum Ontologien auch im Bereich der Technischen Redaktion – z.B. im Kontext von CDPs – sinnvoll sein können.
Ontologien – ein theoretischer Einblick
Der Begriff Ontologie stammt aus dem Bereich der Philosophie und befasst sich mit der Lehre des Seienden und der Struktur der Wirklichkeit. Seit 1993 wird der Begriff „Ontologie“ auch in der Computerwissenschaft verwendet.[1] Grubers Definition von Ontologien aus dem Jahr 1993 ist neben vielen weiteren Definitionen die wohl bekannteste:
„An ontology is an explicit specification of a conceptualization.“[2]
Deutsch: „Ontologien sind Spezifikationen von Konzeptionalisierungen“[3]
Aus dem Zitat geht hervor, dass eine Ontologie einen bestimmten Ausschnitt der realen Welt abbilden soll (auch Domäne genannt) – genauso wie in der Philosophie, wo eine Ontologie die semantische Struktur der Wirklichkeit repräsentiert. Das besondere an Ontologien ist, dass sie durch ihre deklarative, explizite Art und durch die eingesetzten, formalen Sprachen maschinenlesbar sind.[4] Das bedeutet, dass ein Computer die Wirklichkeit durch die Ontologie „verstehen“ kann. Anhand dieses gewonnenen „Wissens“ kann der Computer mehr und mehr Entscheidungen selbstständig treffen oder den Nutzer intelligent unterstützen.
Um von Menschen und Maschinen verstanden zu werden, verflechten Ontologien Knoten miteinander. Diese Knoten entsprechen Objekten, welche in Klassen geordnet und durch Beziehungen miteinander verbunden sind. Das bedeutet konkret:
Es gibt in diesem Beispiel die Klassen „Firmen“ und „Städte“, die eine unendliche Menge an Objekten tragen können – hier: ICMS GmbH als Objekt zu der Klasse Firmen und Karlsruhe, Berlin und München als Objekte zu der Klasse Städte. Die einzelnen Objekte lassen sich über Relationen miteinander in Verbindung bringen. In dem obigen Beispiel ist die Relation "ICMS GmbH hat Sitz in Karlsruhe". Über dieses Prinzip können ganze Wissensbereiche abgebildet und modelliert werden.
Modelle in Form von Ontologien unterstützen den Nutzer „bei der Suche in komplexen, unübersichtlichen oder sogar unbekannten Informationsbeständen“.[5] Suchen können durch das Anwenden des ontologischen Strukturwissens logisch erweitert, verallgemeinert oder spezialisiert werden. Außerdem können die Suchanfragen kontext- und benutzerspezifisch korrigiert oder angepasst werden. Auch Zusammenhänge zwischen einzelnen Dokumenten, Modulen oder anderen Inhalten können durch eine Metadatenvergabe auf Basis von ontologischen Modellen gesetzt werden. Letztendlich können die bei einer Suche gefundenen Ergebnisse benutzer- oder kontextspezifisch repräsentiert werden.[5]
Ontologien für die Technische Redaktion
All diese Konzepte können auf Content-Delivery-Portale übertragen werden. Die Informationsbereitstellung wird dem Nutzer so einfach und effektiv wie möglich gestaltet. Die Suche über ontologisch verknüpfte Informationen lässt sich mit einem Zahnradgetriebe vergleichen. Wird eine Suche ausgeführt, so fängt das entsprechende Zahnrad an sich zu drehen. Alle Zahnräder, die mit diesem Zahnrad in einer ontologischen Relation stehen, werden durch dieses Zahnrad angetrieben. Die Informationen, die an den anderen Zahnrädern hängen, werden mit dem Ausgangszahnrad in Verbindung gebracht und können dem Nutzer bereitgestellt werden.
Auf CDPs bezogen können dem Nutzer durch den Einsatz von Ontologien somit nicht nur Inhalte angeboten werden, die exakt seiner Suche entsprechen. Es können Inhalte vorgeschlagen werden, die ihn potentiell interessieren können. Inhalte können außerdem in genau dem richtigen Kontext geliefert – „delivered“ – werden. Eine Aggregation von zusammengehörigen Informationen ist auch möglich.
Ontologien können den Nutzer somit in vielerlei Hinsicht unterstützen – jedoch nicht für jeden Anwendungsfall werden Ontologien benötigt. Die Notwendigkeit einer Ontologie ist je nach Anforderungen individuell zu bewerten. In vielen Fällen reichen vereinzelte semantische Beziehungen zwischen hierarchischen Werten aus, um logische Abhängigkeiten abbilden zu können. Eine Ontologie kann einen großen Mehrwert bieten, jedoch muss vor der Entwicklung einer Ontologie der gewünschte Nutzen explizit abgesteckt werden. Die Frage „Was soll durch die Ontologie erreicht werden?“ muss vor dem Modellieren einer Ontologie definiert werden. Besteht z. B. der Wunsch Künstliche Intelligenz oder tiefergreifende semantische Abfragen nutzen zu wollen, ist die Umsetzung einer semantisch reichhaltigen Ontologie essentiell. Je nach Use-Case unterscheiden sich die Anforderungen an eine Ontologie. Wie Sie in Ihrem Projekt Use-Case-getrieben arbeiten, erfahren Sie in einem anderen Blog-Artikel.
Der „Intelligent Information Request and Delivery Standard“ (iiRDS) ist ein Standard für eine dynamische Informationsabfrage und -verbreitung im Bereich der Technischen Dokumentation und ist auch in Form einer Ontologie angelegt. (für mehr Infos zu iiRDS siehe Link) Diese Ontologie ist projektspezifisch erweiterbar – liefert somit einen guten Standard, an dem man sich zur Modellierung einer eigenen Ontologie orientieren kann. Auf Dauer werden die Anforderungen der Nutzer an die gelieferten Informationen vermutlich immer konkreter, sodass ontologische Konzepte einen großen Mehrwert bieten werden.
Die ICMS GmbH unterstützt bei der Erstellung und Einführung von Ontologien oder iiRDS. Sprechen Sie uns an!
Quellen
[1] GRUBER, Tom (2009): „Ontology“. In: Liu, Ling; Özsu, M. Tamer (Hrsg.) (2009) „Encyclopedia of database systems“, 1963–1965.
[2] GRUBER, Tom (1993): „Toward Principles for the Design of Ontologies“. Palo Alto : Stanford Knowledge Systems Laboratory.
[3] LUX, Mathias (2012): „Semantische Metadaten : Ein Modell für den Bereich zwischen Metadaten und Ontologien. Neue Ausg“. Saarbrücken : AV Akademikerverlag.
[4] GAŠEVIĆ, Dragan; DJURIĆ, Dragan; DEVEDŽIĆ, Vladan; SELIC, Bran; BÉZIVIN, Jean (2009): „Model driven engineering and ontology development. 2nd edition“. Berlin, Heidelberg : SPRINGER.
[5] STUDER, Rudi; SURE-VETTER, York (27.02.2019): „Ontologien“. <Link zur Quelle>[Stand: 27.02.2019, Zugriff: 06.05.2019]