Corporate Semantic Web - hierbei geht es um semantische Anwendungen, deren Einsatz für Kunden und Mitarbeiter von Unternehmen konkret Nutzen stiftet. Die Autoren, namhafte Experten aus Industrie und Wissenschaft, berichten über ihre Erfahrungen bei der Entwicklung solcher Anwendungen. Sie gehen auf Software-Architektur, Methodik, Linked Open Data Sets, Lizenzfragen und Technologieauswahl ein und präsentieren auch eine Marktstudie. Vorgestellt werden Anwendungen für die Branchen Telekommunikation, Logistik, verarbeitende Industrie, Energie, Medizin, Tourismus, Bibliotheks- und Verlagswesen sowie Kultur. Der Leser erhält so einen umfassenden Überblick über die Einsatzbereiche des Semantic Web sowie konkrete Umsetzungshinweise für eigene Vorhaben.

Börteçin Ege hat Informatik an der Technischen Universität Wien studiert. In 2007 hat er die Arbeitsgruppe DACH+ Semantic Web (3500 Mitglieder) in XING gegründet und ist seit mehreren Jahren in Semantic Web-Projekten aktiv tätig. Zudem ist er einer der Ersten im deutschsprachigen Raum, der Trainings über die Semantic Web Technologien angeboten hat. Er ist auch der Autor von zahlreichen wissenschaftlichen Publikationen. Seine Forschungsschwerpunkte sind Linked Data, Semantische Interoperabilität und Corporate Semantic Web.
Bernhard Humm ist Professor für Software Engineering und Projektmanagement am Fachbereich Informatik der Hochschule Darmstadt und Direktor des Instituts für Angewandte Informatik Darmstadt (aIDa). Seine Forschungsschwerpunkte liegen in den Bereichen Semantic Web, Software Architektur und Programmiersprachen. In diesen Bereichen führt er Forschungsprojekte im Industrie- und Hochschulumfeld durch und publiziert regelmäßig. Prof. Humm arbeitete 11 Jahre beim Software- und Beratungshaus sd&m AG als technischer Senior- und Chefberater, Bereichsleiter und Leiter von sd&m Research. Seine Promotion erhielt er an der University of Wollongong in Australien, sein Diplom mit Auszeichnung an der Universität Kaiserslautern.
Anatol Reibold hat Mathematik und Mechanik an der Universität Novosibirsk studiert. Forschungsschwerpunkte: Semantic Web, Ontologien, Datenanalyse, Data Mining, Data Science, Sentiment Analysis und Web Analytics. Nach mehrjähriger wissenschaftlichen Tätigkeiten an der Universitäten Novosibirsk, Darmstadt und Leipzig als Senior Berater in einem Social Web Monitoring Unternehmen tätig. Leidenschaftlicher Verfechter von Semantischen Technologien in sozialen Netzwerken.

Kaufen Sie hier:

Horizontale Tabs

Blick ins Buch

Inhaltsverzeichnis

Vorwort der Herausgeber	6
Inhaltsverzeichnis	8
Kapitel 1	11
Corporate Semantic Web	11
1.1 Das Semantic Web	12
1.2 Semantische Anwendungen im Unternehmenseinsatz	12
1.3 Bereitstellen von Linked Data reicht nicht	12
1.4 Eine global vernetzte Wissensbasis – Fiktion oder Realität?	14
1.5 Semantik?=?RDF?	15
1.6 Richtig vorgehen	15
1.7 Modellieren ist einfach (?!)	16
1.8 Juristische Fragen	17
1.9 Semantische Anwendungen stiften Nutzen in Unternehmen – nachweislich!	17
1.10 Fazit	18
Literatur	18
Kapitel 2	20
Einordnung und Abgrenzung des Corporate Semantic Webs	20
2.1 Grundlegende Begriffe	21
2.2 Corporate Semantic Web	23
2.3 Public Semantic Web	25
2.4 Social Semantic Web 3.0	26
2.5 Pragmatic Web	27
2.6 Zusammenfassung und Ausblick „Ubiquitous Pragmatic Web 4.0“	27
Literatur	29
Kapitel 3	31
Marktstudie: Welche Standards und Tools werden in Unternehmen eingesetzt?	31
3.1 Einleitung	31
3.2 Semantische Suche in Webarchiven (Quantinum AG)	32
3.2.1 Kundenanforderungen	32
3.2.2 Technische Umsetzung	32
3.2.3 Erfahrungswerte	34
3.3 Semantische Analyse und Suche in Kundenspezifikationen (Ontos AG)	34
3.3.1 Kundenanforderungen	34
3.3.2 Technische Umsetzung	35
3.3.3 Erfahrungswerte	35
3.4 Sicherheit für Banken im Risikomanagement (VICO Research & Consulting GmbH)	36
3.4.1 Kundenanforderungen	36
3.4.2 Technische Umsetzung	36
3.4.3 Erfahrungswerte	38
3.5 Interaktive Fahrzeugdiagnose (semafora GmbH)	38
3.5.1 Kundenanforderungen	39
3.5.2 Technische Umsetzung	40
3.5.3 Erfahrungswerte	41
3.6 Quo Vadis?	41
3.7 Umfrage-Ergebnisse	42
3.8 Semantic Web Standards & Tools	43
3.9 Ausblick	46
Literatur	47
Kapitel 4	48
Modellierung des Sprachraums von Unternehmen	48
4.1 Hintergrund	49
4.2 Eine Frage der Bedeutung	50
4.3 Bedeutung von Begriffen im Unternehmenskontext	51
4.3.1 Website-Suche bei einem Industrieunternehmen	51
4.3.2 Extranet-Suche bei einem Marktforschungsunternehmen	53
4.3.3 Intranet-Suche bei einem Fernsehsender	53
4.4 Variabilität unserer Sprache und unseres Sprachgebrauchs	53
4.4.1 Konsequenzen des Sprachgebrauchs	55
4.5 Terminologiemanagement und Unternehmensthesaurus	56
4.5.1 Unternehmensthesaurus	57
4.5.2 Mut zur Lücke: Arbeiten mit unvollständigen Terminologien	58
4.6 Pragmatischer Aufbau von Unternehmensthesauri	59
4.6.1 Begriffsanalyse des Anwendungsbereichs	59
4.6.2 Informationsquellen	60
4.6.3 Häufigkeitsverteilung	60
4.6.4 Aufwand und Nutzen	61
Literatur	64
Kapitel 5	65
Schlendern durch digitale Museen und Bibliotheken	65
5.1 Einleitung	65
5.2 Anwendungsfall 1: Schlendern durch das Digitale Museum	66
5.3 Anwendungsfall 2: Literatur in Bibliotheken finden	67
5.4 Herausforderungen	69
5.5 Die Anforderungen treiben die Architektur	70
5.5.1 Semantic ETL	70
5.5.2 Semantic Logic	72
5.5.3 Client	73
5.6 Diskussion	74
5.7 Empfehlungen und Fazit	74
Literatur	75
Kapitel 6	77
Semantische Suche im Bereich der Energieforschungsförderung	77
6.1 Das Projekt EnArgus®	77
6.2 Die Fachontologie	80
6.2.1 Semantische Suche	80
6.2.2 Repräsentation der semantischen Relationen in der Fachontologie	80
6.2.3 Evaluation des EnArgus-Systems	83
6.3 Erstellung und Evaluation der Fachontologie	83
6.3.1 Das Wiki	84
6.3.2 Vom Wiki zur Ontologie	85
6.3.3 Visualisierung	86
6.3.4 Evaluation der Ontologie	88
6.4 Ausblick	88
Literatur	89
Kapitel 7	92
Semantische Suche in einer digitalen Bibliothek	92
7.1 Einführung	92
7.2 Die Deutsche Digitale Bibliothek (DDB)	93
7.2.1 Das Europeana Datenmodel (EDM)	94
7.2.2 Suche durch Indizierung von Linked Data	95
7.2.3 Personenseiten mit aggregierten Informationen	97
7.2.4 Automatische Verknüpfung mit Normdateien	99
7.2.5 Externe Nutzung der DDB-Daten	103
7.3 Ausblick: Übertragung auf Unternehmensszenarien	103
Literatur	104
Kapitel 8	106
Semantische Beratung im Tourismus-Sektor	106
8.1 Einleitung	106
8.2 Reiseportale heute	107
8.3 Herausforderungen an das Reiseportal der Zukunft	108
8.4 Wie beschreibt man ein touristisches Produkt?	109
8.5 Wie spielt alles zusammen?	112
8.6 Resümee	114
Kapitel 9	116
Messung des Nutzens semantischer Suche	116
9.1 Motivation	116
9.2 Bewertung von Information Retrieval Systemen	117
9.2.1 Relevanz, Textkorpora und Goldstandards	117
9.2.2 Rahmenbedingungen des Unternehmenskontextes	119
9.2.3 Rahmenbedingungen bei der Bewertung von Suchmaschinen	119
9.3 Semantische Suche	120
9.3.1 Mehr Ergebnisse	121
9.3.2 Genauere Ergebnisse	122
9.3.3 Widersprüchliche Ziele?	122
9.3.4 Konsequenzen für die Bewertung semantischer Suche	123
9.4 Vergleich und Bewertung durch Gegenüberstellung	123
9.4.1 Vergleichsmodell	123
9.5 Vergleich einer semantischen Suche mit zwei Volltextsuchen	125
9.5.1 Experiment für ein Internetportal	125
9.5.2 Experiment für das WDB Suchportal für Weiterbildung in Berlin-Brandenburg	127
9.5.3 Vergleich der Ergebnisse	131
9.6 Resümee	131
Literatur	132
Kapitel 10	134
Verlage müssen sich neu erfinden	134
10.1 Einleitung	134
10.2 Wolters Kluwer und JURION	135
10.3 LOD2	137
10.4 Status der angestrebten technischen Gesamtinfrastruktur	141
10.5 Herausforderungen bei der Umsetzung	143
10.6 Öffnung neuer Datenquellen	144
10.7 Weitere Planung	146
10.8 Zusammenfassung und Ausblick	147
Literatur	147
Kapitel 11	149
Semantische Technologien für Mobilfunkunternehmen	149
11.1 Einleitung	150
11.2 Datenbasierte Mehrwertdienste für Mobilfunkbetreiber	151
11.2.1 In-House-Dienste	151
11.2.2 B2B-Dienste	152
11.2.3 B2C-Dienste	153
11.3 OpenMobileNetwork – eine offene Plattform für approximierte und semantisch angereicherte Netztopologiedaten	154
11.4 Umsetzung semantischer Mehrwertdienste	159
11.4.1 Semantische Ortung	163
11.4.2 Mehrwert für reale Nutzer	166
11.5 Fazit	167
Literatur	168
Kapitel 12	170
Semantische Analyse großer Datenbestände aus unternehmensinternen und externen Quellen	170
12.1 Marktforschung im digitalen Zeitalter	170
12.2 Struktur und Import interner Daten	172
12.3 Kategorisierung der internen Daten	175
12.4 Sentiment-Analyse: Möglichkeiten und Grenzen	176
12.5 Semantische Analyse von Begriffsbeständen und -relationen	178
12.6 Zusammenführung interner und externer (Web-)Daten	182
12.7 Das eingesetzte Research- und Analyse-System	183
12.8 Erkenntnisgewinne und Kundennutzen	185
12.9 Herausforderungen und Grenzen aus Entwicklersicht	186
Literatur	187
Kapitel 13	189
Intelligente Datenauswertung mit Linked Open Data	189
13.1 Einleitung	189
13.2 Linked Open Data in der Datenauswertung – die RapidMiner Linked Open Data Extension	191
13.3 Fallstudie 1: Analyse von Statistiken mit Hintergrundwissen	194
13.4 Fallstudie 2: Analyse von Messdaten mit Hintergrundwissen	196
13.4.1 Initiales Datenset	198
13.4.2 Externe Datenquellen	198
13.5 Zusammenfassung und Ausblick	200
Literatur	201
Kapitel 14	204
Sicheres Spielzeug für Kinderhände – mit Hilfe semantischer Datenbanken	204
14.1 Motivation I	205
14.2 Motivation II	205
14.3 Die Herausforderung: die Nachverfolgbarkeit bis hin zur Charge	206
14.4 Die Umsetzung: ein semantisches Wissensnetz macht es möglich	209
14.5 Agilität und Übertragbarkeit	211
14.6 Rechtemodell des semantischen Netzes	212
14.7 Aktuelle Situation und Erfahrungen	213
Literatur	214
Kapitel 15	215
Markttopologien mit semantischen Netzen	215
15.1 Die Situation heute	215
15.2 Ein semantisches Beispiel	217
15.3 Abgrenzung	222
15.4 Über ETL und Excel hinaus	223
15.5 Fazit	225
Literatur	226
Kapitel 16	227
Ontologien als Schlüsseltechnologie für die automatische Erzeugung natürlichsprachlicher Texte	227
16.1 Einleitung	228
16.2 Das Template-basiertes Generierungsverfahren	230
16.2.1 Anwendungsbeispiel Fußballbundesligaspielbericht Borussia Dortmund: SC Freiburg	234
16.3 Funktionsweise der Textgenerierung auf Basis von Templates	235
16.4 Originalität, Quantität, Qualität und Lesbarkeit der generierten Texte	239
16.5 Ausblick und weitere Entwicklungen	241
16.6 Fazit	243
Literatur	244
Kapitel 17	246
Semantische Technologien und Standards für das mehrsprachige Europa	246
17.1 META-SHARE und META-NET	247
17.1.1 Zugang zu Sprachressourcen: META-SHARE	247
17.1.2 Hintergrund: Ziele von META-NET	248
17.2 Von Sprachressourcen zu Linked Data – und zurück	249
17.2.1 Motivation für die Bereitstellung von Sprachressourcen als Linked Data	249
17.2.2 Sprachtechnologie hilft Linked Data – ein Anwendungsszenario	250
17.2.3 Auf dem Weg zu weiteren Anwendungsszenarien und mehrsprachigen Linked Data Ressourcen	252
17.3 The Big Picture: Auf dem Weg zur europäischen, mehrsprachigen Informationsgesellschaft	253
Literatur	255
Kapitel 18	257
Linked Data im digitalen Tanzarchiv der Pina Bausch Foundation	257
18.1 Motivation und Ausgangspunkt	258
18.2 Anforderungen und Randbedingungen	258
18.3 Ansatz	260
18.3.1 Konventionelle Datenbanken	260
18.3.2 Linked Data	260
18.4 Szenarien	261
18.4.1 Material sammeln	261
18.4.2 Material annotieren	261
18.4.3 Verschiedene Meinungen, Inkonsistenzen und Widersprüche erhalten	262
18.4.4 Immergente Bilder	262
18.5 Stand des Archivs	263
18.5.1 Experimenteller Aufbau	263
18.5.2 Modellierungs- und Datenerfassungsprozess	264
18.5.3 Daten im Archiv	266
18.5.4 Aktuelles Modell	267
18.6 Diskussion	267
18.6.1 Was wir gelernt haben	267
18.6.2 Was andere machen	271
18.7 Zusammenfassung	271
18.7.1 Hinweis	272
Literatur	272
Kapitel 19	274
Mobile semantische P2P Anwendungen bauen	274
19.1 Einleitung	274
19.2 Salto Funktionen	275
19.3 Programmierframework Shark	276
19.3.1 Wissensbasis	276
19.3.2 P2P Austausch	278
19.4 Implementierung	278
19.4.1 Profil	278
19.4.2 Datenhaltung und -austausch	280
19.4.3 Dezentrales Vokabular/Folksonomie	281
19.4.4 Makan	282
19.5 Zusammenfassung und Fazit	283
Kapitel 20	286
Intelligente Wissenswiederverwendung in internationalen Logistik-Projekten	286
20.1 Wiederverwendung von projektbezogenem Erfahrungswissen	287
20.1.1 Projektmanagement als Wissensmanagement	287
20.1.2 Probleme der Wiederverwendung von Erfahrungswissen	288
20.2 Techniken des „Semantic Web“ für die computergestützte Wiederverwendung von projektbezogenem Erfahrungswissen	291
20.3 Entwicklung des ontologie-basierten CBR-Systems „SCM Project Recommender“	292
20.3.1 Auswahl der Softwarekomponenten	292
20.3.2 Vorgehen zur Ontologie-Erstellung	293
20.3.3 Beschreibung der Ontologie-Domäne	294
20.3.4 Wiederverwendung bestehender Ontologien	295
20.3.5 Identifikation relevanter Begriffe	295
20.3.6 Festlegung der Klassenhierarchie	296
20.3.7 Definition der Slots (Attribute und Relationen)	297
20.4 Fazit und Ausblick	298
Literatur	300
Kapitel 21	303
Ontologien für klinische Studien	303
21.1 Einleitung	303
21.2 Grundbegriffe der formalen Ontologie	304
21.3 Die Drei-Ontologie-Methode (3OM)	306
21.4 OntoStudyEdit-ein Werkzeug für die Repräsentation und das Management von Metadaten in klinische Studien	308
21.4.1 Metadaten für klinische Studien	308
21.4.2 Die ontologische Architektur des OSE	308
21.5 Das graphische User-Interface des OntoStudyEdit (GUI)	311
21.6 Diskussion und Ausblick	312
Literatur	313
Kapitel 22	315
Die Rolle der Anfragesprache SPARQL im Kontext von Linked Data	315
22.1 Hintergrund	315
22.2 Über die Nutzung von Linked Data	317
22.2.1 Mehrwert durch Nutzen von Daten unterschiedlicher Quellen	318
22.3 Fallstricke für SPARQL im Linked-Data-Kontext	320
22.4 Fazit	321
22.4.1 Alternativen und Perspektiven	322
Literatur	323
Kapitel 23	325
Umbenennungen im Unternehmensalltag	325
23.1 Hintergrund	325
23.2 Problemstellung	327
23.3 Analyse: Identitätsänderungen vs. Bezeichnungsänderungen	328
23.3.1 Arten von Identitätsveränderungen	328
23.3.2 Gültigkeit von Bezeichnungen	330
23.4 Repräsentation von Bezeichnungsänderungen	331
23.4.1 Explizite Modellierung als Instanzennetz	331
23.4.2 Annotation durch Meta-Daten	332
23.4.3 Aspekt-orientierte Modellierung	332
23.4.4 Pragmatische Erweiterung von Triple-Stores	333
23.4.5 Erweiterung existierender Standards	333
23.5 Nutzen der expliziten Modellierung	334
23.5.1 Nutzung historischer Bezeichnungen	334
23.5.2 Einfachere Suche	335
23.5.3 Inferenz von impliziten Zeitangaben	335
23.6 Resümee	336
Literatur	336
Kapitel 24	337
Verteilte und agile Ontologieentwicklung	337
24.1 Einleitung	337
24.2 Ontology Engineering – ein Überblick	338
24.2.1 Erste Generation: Ontologieentwicklung als Expertenkunst	338
24.2.2 Zweite Generation: statische Vorgehensmodelle	339
24.2.3 Dritte Generation: Dynamische und kollaborative Vorgehensmodelle	339
24.3 Agile Vorgehensmodelle	339
24.4 Agile Ontologieentwicklung	342
24.4.1 RapidOWL	342
24.4.2 COLM	342
24.4.3 SWOP	343
24.5 Sequenziell oder agil?	343
24.6 Unterstützung durch Werkzeuge und agile Paradigmen	346
24.6.1 Planung	346
24.6.2 Entwicklung	346
24.7 Modulare Entwicklung	348
24.7.1 Validierung	349
24.7.2 Distribution und phasenübergreifende Management-Werkzeuge	349
24.7.3 Aspektorientierte Ontologieentwicklung	350
24.8 Zusammenfassung	351
Literatur	352
Kapitel 25	355
Unterstützung komplexer Entscheidungsprozesse	355
25.1 Problemstellung	356
25.2 Begriffsnetze	356
25.3 Bewertungsanalyse	358
25.4 Präsentation von Zwischenergebnissen	361
25.5 Die Festlegung von Schwerpunkten	363
25.6 Die Begründung von Schwerpunkten	363
25.7 Verstehen der Gesamtsituation durch den „Gestaltenbaum“	365
25.8 Zur Relevanz von Variablen	368
25.9 Von Schwerpunkten zu Maßnahmen	370
25.10 Das Pilotprojekt	374
25.11 Fazit	374
Literatur	375
Kapitel 26	377
Lizenzierung und Nutzung vernetzter Daten – Fallstricke und Empfehlungen	377
26.1 Einleitung	377
26.2 Linked Data – Technologische Grundlagen und Wertschöpfungsbeitrag	378
26.3 Immaterialgüterschutz von Linked Data	382
26.3.1 Rechtsschutz von Linked Data	382
26.3.2 Rechtsschutz unter netzökonomischen Bedingungen	383
26.4 Probleme und Empfehlungen in der rechtssicheren Nutzung vernetzter Daten	384
26.4.1 Problem 1: Unzureichende Informationslage	384
26.4.2 Problem 2: Abweichende und sich ausschließende Lizenzbedingungen	386
26.4.3 Problem 3: Maschinelle Erschließung von Lizenzinformation	388
26.5 Fazit und Ausblick	389
Literatur	390
Sachverzeichnis	393