wirtschaftsuniversität wien diplomarbeit - SemanticLab.net

Assistant einfach das nächst bessere, verfügbare Hotel empfehlen. Mit unseren
digitalen Assistenten kann man Gewichtungen vornehmen und somit zwischen
weichen Kriterien, die nicht so ausschlaggebend für die Kaufentscheidung sind und
sogenannten Killerkriterien unterscheiden. Wenn ein Attribut ein Killerkriterium ist,
wie zum Beispiel, ein behindertengerechtes Hotel, dann wird unser digitaler Assistent
auch nur diejenigen Angebote anzeigen, die das haben. Wir können also definieren,
welche Kriterien nach unseren Erfahrungen und Statistiken entscheidend sind. Sie
können auch selber die Gewichtung vorgeben und sagen wie wichtig ihnen die
Erfüllung des Kriteriums ist. Um dieses mit der Technik zu vereinen, sind gewisse
Zusammenhänge notwendig. Somit können wir mit Stolz behaupten, dass unser
Smart Assistant ständig durch Benutzerverhalten dazu lernt.
Einen zusätzlicher Vorteil ist, dass Angebote und komplexe Zusammenhänge, bei
denen zwar der Mensch einen Konnex herstellen könnte, aber diese für Computer
nicht erkennbar sind, durch Semantic-Web plötzlich auch für die Maschine verständlich
werden. Zum Beispiel erkennt der Smart Assistant, dass ein Hotelangebot zu
einer bestimmten Zeit verfügbar ist und kann Konnex zu einem Event herstellen, das
ebenfalls zu diesem Zeitpunkt in der Region angeboten wird. Mit herkömmlichen
Suchtechnologien würde dies auf automatisierter Ebene kaum realisierbar sein.
Wie ist der Prozessablauf um Semantic Web in Unternehmen einzusetzen?
Im wesentlichen geht es darum, dass man seine Inhalte, die schon in verschiedenen
Datenbanken dargestellt sind, in gewisse Relationen setzt und diese somit semantisch
beschreibt.
Erstens muss man entscheiden ob man das Semantic Web intern einsetzt, oder man
seine Daten und Ontologien für das ganze Semantic Web verfügbar macht. Im
letzten Bereich ist es wichtig, dass man eine große Kompatibilität mit bestehenden
Systemen hat und im Optimalfall sogar auf bestehende Standards setzt. Im ersten
Bereich, kann man semantische Technologien, was derzeit üblicher ist, auf sein
eigenes System anwenden. Ein Paradebeispiel dafür ist der Einsatz von Semantic
Web im Wissensmanagement.
Der zweite Schritt ist die Entwicklung von Ontologien. Hier ist es empfehlenswert,
dass man erstmals schaut, ob es bereits Ontologien gibt, die sich mit der eigenen
Branche und Themengebiete beschäftigen. Die bestehenden Ontologien muss man
dann mit den internen Daten in Relation setzen. Es gibt bereits einige Initiativen, die
Ontologien entwickeln und mit der Menschheit teilen. Ein Beispiel ist myOntology
(www.myontology.org). Die zweite Alternative ist, dass ein Unternehmen eine Ontologie
für sich selber entwickelt. Die Unternehmen müssen ihre Ontologie ja nicht
zwangsläufig für das gesamte Semantic Web erstellen. Sie können das auch intern
machen und ihren Nutzen daraus ziehen, in dem sie mit intelligenten Suchtechnologien
intern einsetzen.
Der dritte Schritt für die Unternehmen ist, die Daten des Unternehmens, die mittels
Ontologien strukturiert worden sind, schlussendlich auf deren Basis mit RDF-
Annotationen zu beschreiben. Die meisten Unternehmen haben schon klassische
Datenbanken oder MySQL-Datenbanken oder haben das Ganze über XML beschrieben.
Um diese Daten im Semantic Web zu nutzen, müssen sie diese auf Basis
der Ontologien in RDF beschrieben werden. Der Aufwand der Daten-Beschreibung in
- 139 -