Download (14Mb) - tuprints - Technische Universität Darmstadt
Download (14Mb) - tuprints - Technische Universität Darmstadt
Download (14Mb) - tuprints - Technische Universität Darmstadt
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Neben der UML fand eine weitere Sprache Eingang in die internationale Normung zur Modellierungssprache<br />
für Geodaten 308 : die Objekt Contraint Language (OCL). Sie wird ebenfalls in der Geo<br />
InfoDok verwendet und zählt zu den natürlichen hybriden Sprachen mit Symbolen. Es handelt sich<br />
um eine eingeschränkte natürliche Sprache, die mit einer begrenzten Anzahl von Symbolen ausgestattet<br />
wurde.<br />
Abschließend treten noch die natürlichen hybriden Sprachen mit Piktogrammen hinzu. Anstelle von<br />
Symbolen ergänzen Piktogramme eine eingeschränkte natürliche Sprache, beispielsweise in Tabellenform.<br />
Auch Mäs 309 und Werder 310 geben einen Überblick über bisher angewandte Spezifikationssprachen.<br />
1999 publizierte Joos 311 die neue Formalisierungssprache FRACAS 312 , wärend Mäs et al. 2005 eine<br />
Notation vorstellen, die auf der Semantic Web Rule Language (SWRL) beruht und Ontologien<br />
nutzt 313 . Werder spricht sich 2009 für OCL als vielversprechendste Sprache aus und präsentiert mit<br />
GeoOCL eine den Bedürfnissen der Geodatenmodellierung entgegenkommende Erweiterung der<br />
OCL um einen neuen Datentypen „Geometry“ und um topologische Operatoren 314 . Zuvor hatten<br />
Kang et al. im Jahre 2004 bereits den Vorschlag unterbreitet, den Sprachumfang der OCL um raumbezogene<br />
Aspekte zu ergänzen und ihren Ansatz der „Spatial OCL“ veröffentlicht 315 .<br />
Bis auf die freie natürliche Sprache setzen alle Notationsalternativen entsprechende Sprachkenntnisse<br />
des Anwenders voraus. Da diese bei der Vielzahl der ALKIS-Anwender nicht vorliegen, wird im<br />
Hinblick auf einen möglichst einfachen und leicht verständlichen Einstieg in die Problematik der AL<br />
KIS-Datenqualität davon Abstand genommen, beispielweise die Prädikatenlogik oder die OCL zu<br />
nutzen. Der Vorteil der direkten Weiterverwertbarkeit der Beschreibungen in der Praxis geht jedoch<br />
mit Abstrichen an der Präzision der Notation und der Integrierbarkeit in ein konzeptuelles Schema<br />
einher.<br />
Über die Zielstellung dieser Arbeit hinaus reichen diejenigen Schritte, die sich in der praktischen<br />
Anwendung an die Definition und Implementierung der DQ-Merkmale anschließen. Die diesem Betätigungsfeld<br />
angehörende numerische und grafische Aufbereitung der Analyseergebnisse kann unter<br />
anderem bei Würthele und Apel et al. vertieft werden. Dazu zu rechnen sind insbesondere<br />
• die numerische und normierte Ermittlung von Parametern zur aggregierten Beschreibung der<br />
Datenqualität in Form von DQ-Indikatoren beziehungsweise DQ-Kennzahlen 316 ,<br />
• die Definition und Operationalisierung einer DQ-Metrik 317 , die die unterschiedlichen Gewichtungen<br />
der DQ-Merkmale beziehungsweise der DQ-Elemente, DQ-Unterelemente und DQ-<br />
Merkmalsgruppen berücksichtigt 318 ,<br />
308 ISO (2005b)<br />
309 Mäs (2009), S. 22 f.<br />
310 Werder (2009), S. 4 ff.<br />
311 Joos (1999a), S. 509 ff.<br />
312 formal rules for assessing the consistency with respect to application schema<br />
313 Mäs et al. (2005)<br />
314 Werder (2009), S. 6<br />
315 Kang et al. (2004), S. 197 ff.<br />
316 Würthele (2003), S. 115 ff.; Batini, Scannapieco (2006), S. 23 und 25; Apel et al. (2010), S. 87 ff.<br />
317 Würthele (2003), 120 ff.<br />
318 Eine zusammenhängende Erläuterung der hierarchisch strukturierten Begriffe der DQ-Elemente, DQ-Unterelemente,<br />
DQ-Merkmalsgruppen und DQ-Merkmale folgt in Abschnitt „4.6.1 Herleitung einer semantischen Struktur“ (siehe<br />
Abbildung 28).<br />
88