Linked Data

Das Semantische Web (englisch Semantic Web) ist eine Erweiterung des World Wide Web (WWW). Das Konzept beruht auf einem Vorschlag^[1] von Tim Berners-Lee, dem Begründer des World Wide Web. Seit 2006 wird zunehmend der ebenfalls von Berners-Lee geprägte Begriff "Linked Data" ^[2] für das Semantic Web benutzt.

Ziel des Semantischen Webs ist es, die Bedeutung von Informationen für Computer verwertbar zu machen. Die Informationen im Web sollen von Maschinen interpretiert und automatisch maschinell weiterverarbeitet werden können. Informationen über Orte, Personen und Dinge sollen mit Hilfe des Semantischen Webs von Computern miteinander in Beziehung gesetzt werden können. Bei einer Reise etwa würden Wetterdaten und Staumeldungen in Bezug zu Informationen über mögliche Haltestellen und Vorlieben des Reisenden gesetzt werden. Bei der Verknüpfung der Informationen in einem Semantischen Web können neue Zusammenhänge entdeckt werden, die zuvor nicht erkennbar waren (siehe Serendipity-Effekt).

Während das World Wide Web eine Möglichkeit darstellt, alle Daten der Welt miteinander zu vernetzen, zeigt das Semantic Web einen Weg auf, um die Informationen der Welt auf der Ebene ihrer Bedeutung miteinander zu verknüpfen. Das World Wide Web kann derzeit nur von Menschen verstanden werden, beispielsweise der Sachverhalt eines Kontaktformulars: dies ist ein Vorname, ein Nachname, der Name einer Stadt oder eines Unternehmens, da die Daten im WWW zum größten Teil unstrukturiert vorliegen. Kein Computer kann aus den Daten, die in den Hypermedia-Strukturen herkömmlicher Webseiten stehen, direkt Informationen gewinnen. Gleichzeitig ist der Umfang der Informationen im World Wide Web insgesamt zu groß, um von Menschen erfasst zu werden. Die Informationsflut wächst. Das Semantische Web soll die Lösung für diese Probleme darstellen. Ein Semantisches Web kann von Computern verarbeitet werden. Die Daten in einem Semantischen Web sind strukturiert und in einer Form aufbereitet, welche es Computern ermöglicht weltweit alle Daten miteinander zu verknüpfen und als Ganzes zu verarbeiten, ähnlich der Abfrage einer globalen Datenbank. Zudem erlaubt ein Semantisches Web es Computern (bei Realisierung des Konzeptes) aus den vielen Informationen der weltweiten Daten Wissen herzuleiten und neues Wissen zu generieren. Ursprünge des Semantischen Web liegen auch im Forschungsgebiet der Künstlichen Intelligenz.

Einleitung und Grundlagen

In der Informatik steht man in vielen Bereichen vor der Aufgabe, Erkanntes oder Erdachtes zu repräsentieren und Wissen zu vermitteln, z. B. über Fakten, Sachverhalte oder Regeln in einem technischen Anwendungsbereich, in einem Geschäftsprozess oder in einem juristischen Verfahren oder über die Inhalte von Dokumenten oder Webseiten. Menschen können sich gespeichertes Wissen zunutze machen, indem sie auf ihr Grund- und Kontextwissen des jeweiligen Wissensbereichs zurückgreifen, Lehrbücher, Regelwerke, Lexika und Schlagwortregister verwenden und mit den gespeicherten Inhalten verbinden. Sollen dagegen Automaten Such-, Kommunikations- und Entscheidungsaufgaben in Bezug auf das gespeicherte Wissen übernehmen oder Daten austauschen, die selbst Information darüber enthalten, wie sie zu strukturieren und zu interpretieren sind, so benötigen sie dazu eine Repräsentation der zugrunde liegenden Begriffe und deren Zusammenhänge.

Wissensrepräsentation

Eine Möglichkeit zur Lösung dieses Problems zeigt das Konzept der Wissensrepräsentation – auch als Knowledge Representation bezeichnet. Dieses Konzept versucht das Semantische Web teilweise zu übernehmen. Zur Realisierung beschreibt eine Wissensrepräsentation einen Wissensbereich – auch als Knowledge Domain bezeichnet – mit Hilfe einer standardisierten Technologie sowie Beziehungen und ggf. Ableitungsregeln. Das Semantische Web geht ähnlich wie eine Wissensbasis ohne Grenzen vor, da es dessen Ziel ist, alles miteinander auf semantischer Ebene zu verknüpfen.

Die Wissensrepräsentation setzt sich aus drei Bereichen anderer wissenschaftlicher Felder zusammen:

• Logik stellt die formale Struktur bereit, um Regeln zu formulieren mit deren Hilfe das Computersystem Rückschlüsse bilden kann.
• Ontologien definieren die Objekte, die in einem bestimmten Umfeld existieren.
• Berechenbarkeit ist eine Eigenschaft einer Wissensbasis, die diese vom Umfeld der puren Philosophie abgrenzt.

Ohne Logik ist eine Wissensrepräsentation unklar, da keine Kriterien existieren, um zu prüfen, ob bestimmte Aussagen überflüssig, redundant oder sogar inkonsistent sind. Ohne eine Ontologie können die Aussagen nur schwer bestimmt werden und sind verwirrend, da diese nicht ausformuliert wurden. Es ist nicht möglich, die beiden wissenschaftlichen Felder Logik und Ontologie auf einem Computersystem zu implementieren, wenn diese nicht berechenbar sind.

Konzepte für den Aufbau der Wissensrepräsentation im Semantischen Web

Im Unterschied zum Information-Retrieval mit Informationsextraktion (IR/IE), das auf unstrukturierten Daten operiert, setzt das Semantische Web Annotationen (Metadaten) voraus. Die Bedeutung der dargebotenen Inhalte wird also mit Hilfe einer Auszeichnungssprache explizit dazugeschrieben und nicht erst später heuristisch interpretiert wie in der Computerlinguistik. Die Annotation geschieht unter Einsatz von festgelegten Vokabularien und Ontologien, beispielsweise mittels RDF oder OWL.

Im Folgenden werden einzelne Komponenten näher untersucht.

Logo des Gremiums zur Standardisierung des WWW

Annotation

Eine Annotation von HTML/XML-Seiten im Web geschieht z. B. durch die Wissens-/Ontologie-Repräsentationssprachen (RDF) oder der darauf aufbauenden Web Ontology Language (OWL). Was möchte man damit erreichen?

Zum einen geht es darum, bessere Kategorisierungsmöglichkeiten zur Verfügung zu stellen. Dies soll durch die Bedeutung von WWW-Links mittels Annotation näher gebracht werden:

• Führt dieser Link tatsächlich zur Homepage des Autors?
• Führt der Link auch zu einem übergeordneten Thema?
• Hat der Link vielleicht einen ganz anderen Charakter wie z. B. der „Anmelden“-Link bei Wikis?

Zum anderen soll es ermöglicht werden, mittels Annotation Schlussfolgerungen zu treffen. Beispielsweise besagt die Annotation einer Webseite, dass sie sich mit „Fußball“ beschäftigt. Aus der verwendeten Ontologie würde dann hervorgehen, dass es sich bei „Fußball“ um eine bestimmte „Sportart“ handelt. Man käme also zu dem Schluss, dass die Website das allgemeinere Thema „Sport“ behandelt, obwohl dies nicht ausdrücklich in den Metadaten hinterlegt wurde.

Bei einer entsprechenden Begriffswahl in der Annotation ließe sich somit ein hoher Automatisierungsgrad bei der Verarbeitung von Websites erzielen. So wäre es sehr wünschenswert, wenn in naher Zukunft Semantische Suchmaschinen durch die Implementierung Semantischer Netze auch komplexere Anfragen direkt beantworten könnten. Das Ergebnis der Suchanfrage „Wie viele Tore hat Diego Maradona bei der Fußball-WM im Jahre 1982 geschossen?“ würde dann lediglich diese eine benötigte Information enthalten.

Ontologie

Zur Darstellung komplexer Wissensbeziehungen wird im Fachbereich Informatik der Begriff Ontologie verwendet. Im Gegensatz zur Taxonomie – die einfache Hierarchien verwendet – verkörpert die Ontologie ein Netz von Hierarchien, in dem Informationen über logische Beziehungen miteinander verknüpft sind oder sein könnten. Diese Beziehungen beruhen auf Eigenschaften, die den Informationen spezifisch zugewiesen werden müssen. Elemente, die auf diese Weise zusammenhängen, sind dann semantisch erzeugt. Ontologien bestehen aus einer Vielzahl von Komponenten wie Begriff (Konzept), Instanzen und Relationen.

Techniken für den Aufbau der Wissensrepräsentation im Semantischen Web

Kurzübersicht relevanter W3C Empfehlungen

OWL - Web Ontology Language - Beschreibungsprache für Klassen und Relationen

RDF - Resource Description Framework - Beschreibungsprache für Informationen einer Webressource

SPARQL - Protocol and RDF Query Language - Abfragesprache für das Resource Description Framework

GRDDL - Gleaning Resource Descriptions from Dialects of Languages - "Brücke" zu RDF über XML Ressourcenbeschreibungen

Im Folgenden werden verschiedene Sprachen, die zum Aufbau des Semantischen Webs einsetzbar sind, erläutert.

Semantic Web Stack des W3C

XML und RDF

Oft wird der Begriff des Semantischen Webs nur mit RDF (Resource Description Framework) in Verbindung gebracht, obwohl die Vision des Semantischen Webs natürlich andere Repräsentationen nicht ausschließt. Im Jahre 2001 schreiben Berners-Lee et al. in einem Artikel: das Semantische Web ist eine Erweiterung des herkömmlichen Webs, in der Informationen mit eindeutigen Bedeutungen versehen werden, um die Arbeit zwischen Mensch und Maschine zu erleichtern („The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation“, Scientific American (2001–05) ).

RDF als Auszeichnungssprache für Metadaten basiert auf sog. triples oder statements aus subject, predicate (oder property) und object, die als Erweiterung zu key-value-Paaren (deutsch: Schlüssel-Wert-Paare) zu sehen sind. Während key-value-Paare nur einer beliebigen Eigenschaft einen beliebigen Wert zuweisen können (z. B. Kontaktadresse = Musterstraße) kann mit einem Tripel auf semantische Art ein Objekt, Konzept oder Wert mit einem anderen in Beziehung gesetzt werden. Ein Beispiel für ein solches Tripel ist Musterstraße ist Kontaktadresse von Max Mustermann, hier ist Musterstraße das Subjekt, ist Kontaktadresse von das Prädikat und Max Mustermann das Objekt. Beliebigen Ressourcen (typischerweise Webseiten) werden bestimmte Werte, wie z. B. Autor, Erstelldatum zugewiesen, wobei eben die URL der Webseite das Subjekt, die Eigenschaft „Autor“ das Prädikat und schließlich der Name des Autors das Objekt darstellt. Da idealerweise für die Eigenschaften bekanntes und weitverbreitetes Vokabular benutzt wird, wie z. B. das Dublin Core Element Set (DC), das eindeutige URIs für die wichtigsten Metadatentypen bereitstellt, sind die Informationen der so ausgezeichneten Ressourcen auch für Computerprogramme als Metadaten identifizierbar und entsprechend interpretierbar, also z. B. ein Autor als eben solcher.

Das Konzept dieser RDF triples ist stark an Conceptual Graphs (CG) (John F. Sowa) angelehnt, das 1976 publiziert wurde (siehe [1]). Das Konzept der Conceptual Graphs erwies sich aber als zu wenig formal und zu ungenau. Das optimale Serialisieren von RDF-basierten Beschreibungen ist kein triviales Problem, so dass zum einen ständig einfachere Notationen erfunden werden, wie z. B. N3, und zum anderen eine weite Verbreitung nicht von heute auf morgen stattfindet. Diese Erschwernis ist auch Hand in Hand mit einer fehlenden sofortigen „Belohnung“ der Mühen einer Metadatenauszeichnung zu sehen. Das World Wide Web ist v. a. deshalb so schnell gewachsen, weil HTML einfach ist und die Publikation desselben durch eine sofortige, weltweite Verfügbarkeit im Web belohnt wird.

RDF-Schema (RDF Vocabulary Description Language)

Mit dem Resource-Description-Framework-Modell erhält man die Möglichkeit, einzelne XML-konforme Dokumente zu erzeugen, welche Objekte anhand von Statements beschreiben. Durch die geschickte Wahl der Ressource-Namen erhält man Informationen über das jeweilige Objekt. Um eine Gruppe von ähnlichen Objekten, z. B. Bücher, alle mit den gleichen Eigenschaften auszuzeichnen, bietet RDF keine Möglichkeit um einen „Rahmen“ für alle diese Objekte zu definieren. Für diese Zwecke wurde die RDF-Beschreibungssprache – RDF-Schema (RDFS, offiziell: „RDF Vocabulary Description Language“) – definiert. Diese stellt die Möglichkeit bereit, Begriffe und die damit verbundenen Elemente semantisch zueinander in Beziehung zu setzen. Zum Beispiel kann mit RDFS festgelegt werden, dass die Eigenschaft title dazu verwendet wird, um den Titel eines Buchs zu beschreiben. In RDF-Schema wird für jede Eigenschaft festgelegt, welche Werte erlaubt sind, was diese für eine Bedeutung hat, welche Beziehungen zu anderen Eigenschaften bestehen und welche Arten von Ressourcen diese Eigenschaft verwenden dürfen. Dabei wurde vom W3C nicht ein allgemein gültiges Schema definiert, in dem verschiedene Klassen und Eigenschaften festgelegt werden, sondern es wird in einer „Scheme-Definition Language“ beschrieben, mit deren Hilfe die eigentlichen Schemas definiert werden können. Diese Schemas werden auch als Vokabulare bezeichnet. In den letzten Jahren haben sich RDF-Schema-Gemeinschaften gebildet, die die Aufgabe haben, RDF-Schema-Metadatenmodelle zu entwerfen, z. B. der Dublin Core. Durch diese dezentralisierte Vorgehensweise wird eingestanden, dass es unmöglich ist, ein einzelnes Schema zu entwickeln, das für alle Gebrauchsmöglichkeiten passend wäre.

Web-Ontologiesprache (OWL)

Das Semantische Web sowie RDF/OWL wurden vom World Wide Web Consortium (W3C) erarbeitet und standardisiert. Dadurch erfahren auch genau diese Technologien die meiste Verbreitung.

Die Web Ontology Language (OWL) ist die zurzeit populärste Sprache für die Modellierung von Ontologien und damit zur Entwicklung des Semantischen Webs. OWL ist von der Ontologiesprache DAML+OIL abgeleitet und baut auf RDF/RDFS auf. Das bedeutet, dass die offizielle Austausch-Syntax RDF ist. OWL wird auf dem Semantischen Web Konzept oberhalb von XML angesiedelt. Mit OWL werden, genau wie mit RDFS, Terme einer Domäne und deren Beziehungen formal beschrieben. Allerdings bietet OWL im Vergleich zu RDFS weitaus komplexere Funktionen zum Beschreiben der Beziehungen. Allgemein liegt der Unterschied zwischen OWL und RDFS darin, dass sich in OWL Konzepte deutlicher spezifizieren lassen, wodurch ein höherer Abstraktionsgrad entsteht. Des Weiteren können mit Hilfe von Reasonern, welche OWL anstelle von RDFS verarbeiten, bessere logische Schlussfolgerungen geschlossen werden, da sich in OWL logische Konstrukte erstellen lassen, die mit RDFS nicht möglich sind. Die Web Ontology Language existiert in drei verschiedenen Versionen.

Dazu wurden die Sprachebenen OWL-Lite, OWL-DL und OWL-Full definiert. Für den Einsatz von OWL-Lite/DL wurden Einschränkungen definiert, welche die Entwicklung von Werkzeugen erleichtern. Das Ziehen von logischen Schlussfolgerungen basiert in OWL-Full auf dem Konzept der so genannten en:Open World Assumption – kurz OWA. Die Open World Assumption (Offene-Welt-Annahme) bedeutet, dass ein Reasoner nicht annimmt, dass etwas nicht existiert, solange nicht explizit definiert wurde, dass es nicht existiert. Allgemein ausgedrückt gilt, dass, solange etwas nicht als "wahr" ausgesagt wurde, ein Reasoner nicht annimmt, dass es "falsch" ist – es wird lediglich angenommen, dass das Wissen noch nicht zur Wissensbasis hinzugefügt wurde. Dadurch kann es in OWL-Full vorkommen, dass keine Rückgabemenge gefunden wird. Dabei besteht die Gefahr, eine unendlich oder zumindest sehr lange dauernde Rechenoperation anzustoßen.

Verwandte Standards

Ähnliche Konzepte für die Wissensrepräsentation sind z. B. die XML Topic Maps (XTM). Deren Semantik ist aufgrund ihrer einfachen XML-Struktur auch für den Menschen klar nachvollziehbar. XML Topic Maps wurden geschaffen, um sie in einem bibliografischen Umfeld einsetzen zu können, was eine sehr mächtige Ausdrucksstärke der XML-Syntax zur Folge hat.

Web 3.0 - Semantic Web und Web 2.0

Das Semantische Web wird oftmals mit dem Web 2.0 in Zusammenhang gebracht. Während ersteres das Ziel hat, die Qualität vorhandener Informationen auf semantischer Ebene (Semantische Interoperabilität) zu verbessern, also technologiebezogen ist, beschreibt das letztere gesellschaftliche Massenphänomene wie Folksonomy, User Generated Content oder Crowdsourcing.

Eine Zusammenführung der Technologie des Semantischen Web mit sozialen Ansätzen des Web 2.0 wird auch als „Social Semantic Web“^[3] oder als „Web 3.0“ bezeichnet.

Projekte mit Bezug zum Semantischen Web

Logo von Theseus, einem Deutschen Forschungsprogramm im Bereich semantisches Web

Techniken des Semantischen Web beginnen sich nur langsam und teilweise durchzusetzen. Anwendungsbeispiele sind:

• Theseus ein Forschungsprogramm der Deutschen Bundesregierung
• Swoogle ist eine Suchmaschine für das semantische Web
• FOAF: Friend-of-a-Friend-Ontologie zur Beschreibung von Personen
• Description of a Career: semantisch annotierte Lebensläufe
• EPISTLE (European Process Industry STEP Technical Liaison Executive): Nutzen des semantischen Webs für die Prozessindustrie mit en:ISO 15926
• SemanticGov: EU-gefördertes Projekt zur Realisierung einer EU-weiten behördlichen Infrastruktur auf Basis von Semantic Web Services
• JENA (Software): Eine open-source Bibliothek zur Erstellung von semantischen Applikationen

Tools

• HERBIE – Hybrid Education and Research Base for Information Exchange
• SEKT – Semantic Enabled Knowledge Technologies

Siehe auch

• Semantisches Wiki
• Semantischer Desktop
• Internet der Dinge, elektronische Vernetzung von Gegenständen des Alltages

Literatur

• Tim Berners-Lee with Mark Fischetti: Weaving the web: the original design and ultimate destiny of the World Wide Web by its inventors. 1. Auflage, San Francisco, HarperCollins, 1999, ISBN 0-06-251586-1; aktuelle Auflage: New York, HarperBusiness, 2006, ISBN 0-06-251587-X; dt. Ausgabe: Tim Berners-Lee mit Mark Fischetti: Der Web-Report: der Schöpfer des World Wide Webs über das grenzenlose Potential des Internets. München, Econ, 1999, ISBN 3-430-11468-3

• Tim Berners-Lee, James Hendler, Ora Lassila: The Semantic Web: a new form of Web content that is meaningful to computers will unleash a revolution of new possibilities. In: Scientific American, 284 (5), S. 34–43, May 2001 (dt.: Mein Computer versteht mich. In: Spektrum der Wissenschaft, August 2001, S. 42–49)

• Grigoris Antoniou, Frank van Harmelen: A Semantic Web Primer, 2nd Edition. The MIT Press (2008). ISBN 0-262-01242-1

• John Davies, Rudi Studer, Paul Warren: Semantic Web Technologies: Trends and Research in Ontology-based Systems Wiley (2006). ISBN 978-0470025963

• John Davies, Dieter Fensel, Frank van Harmelen: Towards the Semantic Web: Ontology-Driven Knowledge Management. Wiley (2003). ISBN 0-470-84867-7

• Michael C. Daconta, Leo J. Obrst, Kevin T. Smith: The Semantic Web: A Guide to the Future of XML, Web Services, and Knowledge Management. Wiley (2003). ISBN 0-471-43257-1

• Dieter Fensel, Wolfgang Wahlster, Henry Lieberman, James Hendler: Spinning the Semantic Web: Bringing the World Wide Web to Its Full Potential. The MIT Press (2003). ISBN 0-262-06232-1

• Bo Leuf: The Semantic Web. Crafting Infrastructure for Agents. Wiley (2006). ISBN 0-470-01522-5

• Vladimir Geroimenko, Chaomei Chen: Visualizing the Semantic Web. Springer Verlag (2003). ISBN 1-85233-576-9

• Jeffrey T. Pollock: Semantic Web For Dummies. For Dummies (2009). ISBN 978-0470396797

---

• Pascal Hitzler, Markus Krötzsch, Sebastian Rudolph, York Sure: Semantic Web. Grundlagen. Springer Verlag (2008). ISBN 978-3-540-33993-9

• Tassilo Pellegrini, Andreas Blumauer (Hrsg.): Semantic Web. Wege zur vernetzten Wissensgesellschaft. Springer Verlag (2006). ISBN 3-540-29324-8 – Rezension

• Lee Feigenbaum, Ivan Herman, Tonya Hongsermeier, Eric Neumann, Susie Stephens: Mein Computer versteht mich - allmählich. In: Spektrum der Wissenschaft (November 2008), S. 92-99.

• Jörg Eberspächer, Phuoc Tran-Gia (Eds.) et al.: Next Generation Internet. Schwerpunktthemenheft der Zeitschrift it-Information Technology. Vol. 50 (2008) Heft 6

Einzelnachweise und Anmerkungen

1. ↑ Tim Berners-Lee, James Hendler, Ora Lassila: The Semantic Web: a new form of Web content that is meaningful to computers will unleash a revolution of new possibilities. In: Scientific American, 284 (5), S. 34–43, May 2001 (dt.: Mein Computer versteht mich. In: Spektrum der Wissenschaft, August 2001, S. 42–49)
2. ↑ Tim Berners-Lee: Linked Data (last change: 2007/05/02)
3. ↑ Andreas Blumauer, Tassilo Pellegrini (Hg.): Social Semantic Semantic. Web 2.0 - was nun? Heidelberg: Springer 2009. Reihe: X.media.press. 509 S. 88 Abb., Geb. ISBN 978-3-540-72215-1 (Print) ISBN 978-3-540-72216-8 (Online)

Weblinks

• Tim Berners-Lee: Weaving the Semantic Web, by Andy Carvin. Published by the Digital Divide Network, October 2004
• W3C Semantic-Web-Initiative
• Linked Data - Connect Distributed Data across the Web
• Corporate Semantic Web – Nachwuchsforschergruppe der Arbeitsgruppe „Netzbasierte Informationssysteme“ an der FU Berlin
• Schlüsselfaktoren für glaubwürdige Gesundheitsinformationen: Web 2.0 oder Semantic Web? – Master Thesis von Johann Kalhs, 27. Juni 2007

Konferenzen

• International Semantic Web Conference (ISWC)
• European Semantic Web Conference (ESWC) 2007
• SEMANTICS 2007

Webcast Video

• Tim Berners-Lee: The next Web of open, linked data (2009)
• Tim Berners-Lee: The Future of the Web (2006)