Wissensmodellierung Semantische Infrastruktur

Wissensmodellierung als Schöpfungsakt der semantischen Infrastruktur

Wissensmodellierung ist die praktische Tätigkeit, die den theoretischen Konzepten der Wissensrepräsentation zugrunde liegt. Sie umfasst die Erhebung von Wissen aus verschiedenen Quellen wie Experten, Dokumenten und Datenbanken, die Analyse und Strukturierung dieses Wissens, die Wahl geeigneter Formalisierungsformen und die iterative Verfeinerung des resultierenden Modells. In der Ontologie-Entwicklung folgt die Wissensmodellierung etablierten Methoden wie der Stanford-Methodik Ontology Development 101.

Diese Methodik beginnt mit der Definition der Domäne und des Zwecks, führt über die Erhebung von Kompetenzfragen und die Identifikation von Klassen und Relationen bis zur Formalisierung in OWL oder SKOS. Wie in der Stanford-Methodik beschrieben, steht am Anfang die Frage, welche Domäne die Ontologie abdecken soll und für welche Aufgaben sie eingesetzt wird. Die Qualität der Modellierung bestimmt die Qualität aller darauf aufbauenden Anwendungen.

Häufige Herausforderungen umfassen die korrekte Abstraktionsebene, die Vermeidung von Modellierungsfehlern wie zirkulären Definitionen oder falschen Vererbungshierarchien und die Balance zwischen Vollständigkeit und Handhabbarkeit. Aus der Forschung zum ontologiebasierten Wissensmanagement ist bekannt, dass maschinelle Auswertung Wissen in einer geordneten und maschinenlesbaren Form voraussetzt.

Moderne Ansätze kombinieren Top-down-Modellierung durch Experten mit Bottom-up-Analyse durch NLP-Tools, die Entitäten und Relationen automatisch aus Texten extrahieren. Für die Content-Strategie ist Wissensmodellierung die Grundlage für strukturierte Content-Erstellung: Das Modell definiert, welche Inhalte zu welchen Themen in welcher Struktur erstellt werden sollen.