Was ist ein Wissensnetz?

Was ist ein Wissensnetz? In einem Wissensnetz werden Themen und Objekte des Geschäfts miteinander verknüpft und so eine Schicht Semantik über den Daten und Dokumenten eines Unternehmens etabliert.

Objekte des Wissensnetzes sind beispielsweise Firmen, Mitarbeiter, Produkte, Projekte, Technologien etc. Relationen verbinden diese Objekte: Mitarbeiter sind mit der Relation „leitet” oder „arbeitet mit in” mit Projekten verbunden, sind aber auch Abteilungen zugeordnet. Projekte werden „durchgeführt im Auftrag” von Kunden und „nutzen” Technologien. Technologien werden wiederum über die Ober-/Unterbegriffsrelation in Technologiebereiche gegliedert.

In den meisten Fällen enthält das Wissensnetz Fakten aus strukturierten Datenquellen wie Produkt- oder Kundendatenbanken. Zusätzlich werden sehr oft Dokumente und Know-how-Träger in diese Zusammenhänge eingeordnet – auf diese Weise entsteht ein intelligentes Verzeichnis aller Wissensressourcen im Unternehmen. Wissensnetze kombinieren die Intelligenz von Wissensrepräsentationen der KI-Forschung mit den pragmatischen Anforderungen des Unternehmensalltags.

Ist ein Wissensnetz eine Datenbank? Wissensnetze können insofern als Datenbanken verstanden werden, als sie strukturierte Informationen persistent speichern und zugänglich machen. Darüber hinaus bieten sie aber spezielle Unterstützung für die Wissensarbeit:

• Wissensnetze zeichnen sich durch eine hohe Flexibilität im Schema aus; auch komplexe Sachverhalte können sehr einfach und gleichzeitig differenziert festgehalten werden. Änderungen im Schema sind ebenfalls wesentlich leichter zu realisieren als im Schema einer relationalen Datenbank.
• Wissensnetze eignen sich zur Repräsentation strukturierter Fakten ebenso gut wie zur Abbildung von Themen und ihrer Zusammenhänge. So können sie operative Daten und Taxonomien zusammenbringen.
• Die DJUB-Wissensnetze liefern eine Fülle von nützlichen Suchfunktionen, Navigationsmöglichkeiten und Sichten, weitere können sehr leicht ergänzt werden. Dies verkürzt die Zeit erheblich, die für die Anwendungsentwicklung benötigt wird.
  
• Die Logik von Themen und Unterthemen, ihren Verknüpfungen etc. ist im Schema bereits eingebaut, genauso wie die Mechanismen zum automatischen Schlussfolgern.
  
• Schließlich eignen sich Wissensnetze hervorragend zur Erschließung von Dokumenten.

Was ist der Unterschied zu einer Suchmaschine? Suchmaschinen vergleichen die Eingabe des Nutzers mit einem Bestand an Dokumenten. Ein Dokument wird dann als Treffer an den Nutzer zurückgeliefert, wenn exakt die (Teil-)Zeichenkette, die eingegeben wurde, im Text des Dokuments vorkommt. Fortgeschrittene Produkte bringen, z.B. mit statistischen Verfahren, ein Minimum an Unschärfe in den Vergleich ein – die Basis bleibt aber auch hier ein Vergleich von Zeichenketten. Daher muss der Suchende Prognosen darüber treffen, welche Worte in welcher Schreibweise denn wahrscheinlich in relevanten Dokumenten vorkommen. Dies führt sehr oft zu einer großen Anzahl irrelevanter Treffer und – schwerwiegender noch – dazu, dass viele relevante Dokumente nicht gefunden werden, weil sie statt des Suchbegriffs eine Umschreibung, ein Synonym oder einen allgemeineren Begriff enthalten.

Eine größere Unabhängigkeit von den Formulierungen in den Texten können nur semantische Technologien bieten. Suchmaschinen erlauben einen Zugriff auf ansonsten unüberschaubare Mengen von Information. Sie operieren ohne Vorwissen über den Kontext der Suche: Wer z.B. sucht Informationen zu welchem Zweck, was geschieht mit den Suchergebnissen etc.? Wenn die Suche aber in Geschäftsprozesse verankert, mit Navigation/Exploration kombiniert, in einen aktiven Information Push umgewandelt werden soll oder wenn außer Dokumenten z.B. auch Experten als Treffer zurückgeliefert werden sollen, wenn strukturierte Informationen in die Suche einbezogen werden sollen, dann stoßen Suchmaschinen an ihre Grenzen. Ein umfassenderer Zugang zu unternehmenskritischer Information ist die Domäne von Wissensnetzen.

Wo kommt das Wissensnetz her? Welcher Aufwand ist mit seinem Aufbau verbunden? Ein Großteil der Informationen, die ein Wissensnetz ausmachen, kommt aus bereits existierenden Quellen. Allein durch die Integration von Informationen, die zwar alle schon strukturiert vorliegen, die aber in einem Wissensnetz erstmals zusammenkommen, verbunden mit der Möglichkeit, quer über verschiedene Informationstypen und Quellen zu suchen, wird ein großer Mehrwert geschaffen.

Auf der anderen Seite ist das bedarfsgerechte Strukturieren von Information eine intellektuelle Arbeit. Oft kommen zusätzliche Informationen oder Verknüpfungen hinzu, die sich bisher in keiner Datenquelle finden. Daher ist durchaus manueller Aufwand mit dem Aufbau eines Wissensnetzes verbunden. Das macht die einfachen Möglichkeiten des Aufbaus und der Pflege so wichtig. Quellen, die typischerweise in ein Wissensnetz einfließen, sind Kunden- und Produktdatenbanken wie auch Verzeichnisse von Mitarbeitern und Organisationseinheiten. Oft liegen unternehmensinterne oder branchenweite Glossare und Taxonomien vor, ein wertvoller Input kann aber auch schon die Verzeichnisstruktur eines Laufwerks sein.

Externe Datenquellen können fest oder dynamisch eingebunden werden, das führende System kann das Wissensnetz sein oder die vorliegende Datenbank. Bei der intellektuellen manuellen Pflege unterscheiden wir zwischen zentraler Strukturierung – die möglichen Objekttypen und Verknüpfungen, aber auch Themen werden meist zentral vorgegeben – und dezentraler Eingabe, z.B. von Projekten, Kundenkontakten usw. durch den einzelnen Nutzer. Diese geschieht über sehr einfache Pflegemasken, die in die Rechercheoberfläche eingebunden sind.