Open World Assumption Semantische Infrastruktur

Die Open World Assumption im Semantic Web

Die Open World Assumption (OWA) ist ein fundamentales Prinzip der Wissensrepräsentation im Semantic Web und in OWL-Ontologien. Sie besagt, dass das Fehlen einer Information nicht bedeutet, dass die entsprechende Aussage falsch ist, sondern lediglich, dass sie nicht bekannt ist. Wenn eine Ontologie nicht aussagt, dass ein bestimmtes Unternehmen in Berlin ansässig ist, bedeutet das unter der OWA nicht, dass es nicht in Berlin ansässig ist, sondern dass diese Information nicht vorliegt.

Dies steht im Gegensatz zur Closed World Assumption, die in relationalen Datenbanken gilt, wo nicht gespeicherte Fakten als falsch gelten. Für den Aufbau einer semantischen Infrastruktur hat die OWA weitreichende Konsequenzen: Schlussfolgerungen können nur aus positiv vorhandenen Aussagen gezogen werden, und die Abwesenheit von Daten erlaubt keine negativen Schlüsse. In der Ontologie-Modellierung führt die OWA dazu, dass Constraints anders formuliert werden müssen als in Datenbanken.

Suchmaschinen operieren implizit unter einer Art OWA, da sie wissen, dass ihr Index nicht das gesamte Web abbildet. Für die Content-Strategie bedeutet die OWA, dass man nicht davon ausgehen kann, dass Google oder ein LLM alle Informationen kennt, die man nicht explizit publiziert hat. Die OWA motiviert die Praxis, wichtige Informationen explizit und redundant zu kommunizieren, da fehlende Aussagen nicht automatisch erschlossen werden. In der Praxis werden oft hybride Ansätze verwendet, die die OWA für bestimmte Teile der Wissensbasis und die CWA für andere anwenden.

Open World Assumption: Was Systeme nicht wissen dürfen zu wissen

Das Gefährlichste an der Open World Assumption ist, dass Entwickler sie vergessen.

Unter der Closed World Assumption gilt: Was nicht bekannt ist, ist falsch. So funktionieren relationale Datenbanken. Unter der Open World Assumption gilt das Gegenteil: Was nicht bekannt ist, ist schlicht unbekannt. So funktionieren Wissensrepräsentationssysteme auf Basis von OWL und RDF.

Das hat fundamentale Konsequenzen für jeden, der mit Wissensgraphen arbeitet. Eine SPARQL-Abfrage, die keine Treffer liefert, bedeutet nicht, dass die gesuchte Aussage falsch ist. Sie bedeutet nur, dass die Aussage nicht im aktuellen Wissensgraphen codiert ist.

Problematisch wird das in der Praxis bei Negation und Vollständigkeitsannahmen. Wenn du prüfen willst, ob ein Produkt keine Allergen-Zertifizierung hat, kannst du das unter der OWA nicht einfach durch das Fehlen einer entsprechenden Aussage schlussfolgern.

Der Ausweg: explizite negative Aussagen oder das gezielte Schließen der Welt für bestimmte Eigenschaften mit owl:AllDifferent, Kardinalitätsbeschränkungen oder SHACL-Shapes.

Für Content-Infrastrukturen bedeutet die OWA: Vollständigkeit ist ein Ziel, kein Zustand. Systeme müssen mit partiell befüllten Wissensbasen umgehen können und dürfen nicht implizit annehmen, dass fehlende Daten für eine abgeschlossene Beschreibung stehen.