Smarte Daten & Wissensdienste

Effektive Zusammenarbeit zwischen Partnern in komplexen Prozessen steht und fällt mit einer wirksamen, korrekten und unmissverständlichen Kommunikation. Gegenseitiges Verständnis zwischen Menschen beruht auf der Basis gemeinsamer Sprachen, des gemeinsamen fachlichen Wissens und des gemeinsamen kulturellen Hintergrundes. Nur dieses Verständnis macht es Menschen möglich, mit ausgetauschten Informationen sinnvoll und zielgerichtet zu handeln.

Computern fehlt diese Grundlage. Die Anwendung Semantischer Technologien will hier Abhilfe schaffen: Durch Formalisierung und Modellierung gemeinsam genutzter Konzepte wird eine Kommunikationsbasis geschaffen, die für Computer ein gegenseitiges Verständnis und damit die Möglichkeit der korrekten Operationalisierung auch in offenen Anwendungsbereichen möglich macht.

Entscheidend ist, den Computer zu befähigen, auch mit neuen, zum Zeitpunkt einer Programmierung noch unbekannten Informationen inhaltlich korrekt umzugehen. Bei allen Überlegungen zur formalisierten Wissensrepräsentation und gemeinsamen Vokabularien und Ontologien ist deshalb die dynamische Entwicklung und der Aufwuchs im Laufe der Zeit zu berücksichtigen.

Unser Themenfeld untersucht die für solche Zwecke geeigneten Repräsentationsformalismen: Das Ressource Description Framework RDF als universelles Datenrepräsentations- und –Datenaustauschformat und andere graphorientierte Repräsentationsformalismen; Schemasprachen und Modellierungsformate wie RDFS, SKOS, OWL zur Modellierung und logischen Verarbeitung von Konzeptwelten und Ontologien; Reasoningmechanismen zur Prüfung und Ableitung neuen Wissens aus vorhandenen Strukturen – solche Sprachen und Werkzeuge erlauben es, Inhalte und Zusammenhänge in computeradäquater Form zu erfassen und zu verarbeiten.

Die Brücke zwischen den Formalismen und den in der Realität erhobenen Daten wird geschlagen durch die verschiedenen Ansätze der Mustererkennung und des Maschinellen Lernens: Diese Lösungen aus anderen Themenfeldern unseres Bereichs helfen, in konkreten Anwendungsfällen die Daten korrekt zu interpretieren und die Erkenntnisse in formale Repräsentation zu überführen.
Wenn Informationen formal repräsentiert und/oder semantisch annotiert sind, können die anwendungsspezifische, computergestützte Assistenzsysteme in vielfältiger Weise realisiert werden: Wissens-Repositories machen umfangreiche Kenntnisse für Computer und Menschen zugänglich (siehe auch den Anwendungsfall „Corporate Memory“ im benachbarten Themenfeld), Prognose- und Bewertungssysteme beurteilen aktuelle und zukünftige Situationen und empfehlen Handlungen; verteiltes Data Mining auf semantisch annotierten Daten ermöglicht neue Erkenntnisse auch in komplexen Prozessen.

Relevante Stichworte sind:

• formale und graphbasierte Wissensrepräsentation
• Ontologien und Ontologie-Management
• Datenintegration und verteiltes Data Mining
• Linked Open Data und offene Wissensstrukturen
• Prozessorientiertes Wissensmanagement im Produktionsbereich

Aktuelle Projekte nutzen Angewandte Semantische Technologien im Bereich industrieller Fertigung, vor allem aber in dem offenen, komplexen und dynamischen Anwendungsbereich der Landwirtschaft, in dem kooperierende Partner und hoch technische Werkzeuge mit den komplexen Interaktionen biologischer Systeme in einer wahrhaft offenen Umgebung mit vielfältigen externen Einflüssen konfrontiert sind und dennoch Ernährung und Rohstoffversorgung täglich neu sichern sollen.

Ausgewählte Projekte:

• iGreen – Public-Private Knowledge Management
• AGATA – Analyse großer Datenmengen in Verarbeitungsprozessen
• PRO-OPT – Big Data Produktionsoptimierung in Smart Ecosystems
• GeoBox – Standardisierung der Geobox-Infrastruktur - Dezentrale Datenhaltung und regionale Vernetzung
  (Bundesministerium für Ernährung und Landwirtschaft)
• SDSD – Smarte Daten, Smarte Dienste. Landwirtschaftliche Datendrehscheibe für effiziente ressourcenschonende Prozesse
  (Bundesministerium für Ernährung und Landwirtschaft)
• SimLearn – Vervollständigung von Trainingsdaten durch iterativ lernende Simulation (BMBF)