Artikel
Wissensgraphen in der Technischen Kommunikation
Wissensgraphen sind einer der Top-Trends der angewandten Künstlichen Intelligenz. Laut Gartner werden im Jahr 2025 Graph-basierende Technologien in ca. 80 % aller Daten-/Analytik-Innovationen eingesetzt (im Jahr 2021 waren es lediglich 10 %). Auch in der Technischen Kommu-nikation wird immer häufiger über diese „Erscheinung“ gesprochen. Aber was verbirgt sich überhaupt hinter dem Schlagwort „Wissensgraph“?
Virtualisierung und Vernetzung
Wissensgraphen virtualisieren und vernetzen Informationen, die in verschiedenen Informationssilos in sowohl strukturierter als auch unstrukturierter Form vorhanden sind. Wissen eines Unternehmens (bzw. bestimmter Unternehmensbereiche) wird hierzu zunächst auf kontrollierte Weise abstrakt beschrieben und modelliert, die Informationen aus den Informationssilos dann in dieses Modell integriert. So wird das Domänenwissen verfügbar und für unterschiedliche Zwecke wie z. B. intelligente Service-Assistenten verfügbar gemacht werden.
Modellierung
Die Basis für einen Wissensgraphen liefert die sog. Ontologie. Eine Ontologie ist die explizite, formale Repräsentation des Wissens einer bestimmten Domäne. In ihr ist definiert, welche Klassen von Objekten es in der Domäne gibt und wie diese Objekte zueinander in Beziehung stehen. Beispiele für mögliche Klassen sind „Produkte“ sowie deren „Komponenten“ und „Bauteile“, aber auch unterschiedliche „Reparaturinformationen“ oder „Ersatzteile“. Typische Relationen sind z. B., dass ein Produkt aus Komponenten besteht oder eine Reparaturinformation zu einer Komponente gehört. Dieser Informationsgehalt lässt sich in sog. gerichteten Graphen repräsentieren. Die Knoten des Graphen stehen dabei für das Subjekt resp. die Objekte, die Kanten entsprechen den Prädikaten. Damit diese Repräsentation maschinenlesbar ist, wird sie in einer bestimmten Sprache wie beispielsweise RDF ausgedrückt.
Die Herausforderung bei der Modellierung besteht darin, die Klassen und Relationen zu identifizieren, die für zukünftige Anwendungen relevant sind. In der Regel werden bestehende Metadatenkonzepte, Informationsmodelle oder Nomenklaturen genutzt und automatisch verarbeitet.
Orchestrierung
In einer Graphdatenbank werden die in den Informationssilos enthaltenen Informationen über sog. „Stellvertreterobjekte“ repräsentiert; die Klassen der Ontologie werden durch konkrete Informationen instanziiert. Dies ermöglicht, dass auch zwischen den konkreten Instanzen Relationen bestehen: z. B. der konkrete „Kompressor X“ besteht aus dem konkreten Bauteil „Kurbelgehäuse Y“, zu diesem Bauteil gibt es die „Reparaturinformation Z“, die wiederum das Ersatzteil „Kurbelgehäuse ET-Y“ benötigt. Diese vernetzten Informationen sind eine ausgezeichnete Basis für wertschöpfende Serviceprozesse.
Eine große Herausforderung besteht darin, die konkreten Informationen aus den Informationssilos im Wissensgraphen zu instanziieren. Hierfür bedarf es eines oder mehrerer Konvertierungswerkzeuge, die vorhandene Informationen auf Basis der zugrunde liegenden Informations- und Metadatenmodelle für definierte Anwendungsfälle in die Graphdatenbank automatisch überführen. Oftmals wird dabei auf ein einfaches Mapping zurückgegriffen, da die Informationen meist strukturiert oder halbstrukturiert vorliegen. Sollten die Informationen nur unzureichend „gemappt“ werden können, helfen eventuell zusätzliche Funktionalitäten wie Text Mining oder Entity Extraction.
Einsatzmöglichkeiten
Wissensgraphen beziehen unterschiedliche Arten von Informationen aus verschiedenen Unternehmensbereichen ein und bieten eine sog. 360-Grad-Sicht auf das Unternehmen. Eine denkbare, auf einem Wissensgraphen basierende Anwendung wäre z. B. ein intelligenter Service-Assistent, der den Servicetechniker:Innen alle Service-relevanten Informationen wie Reparaturanleitungen, Ersatzteile oder Arbeitswerte produkt- und kontextspezifisch zur Verfügung stellt. Eine andere Anwendung könnten sog. „Recommender“ sein, die dem Vertriebspersonal als App oder den Kunden direkt über das Internet zur Verfügung gestellt werden.
Nutzen von Wissensgraphen
Wissensgraphen können dazu beitragen, den Service kontinuierlich zu verbessern. Sie liefern Antworten auf einige der zentralen servicestrategischen Herausforderungen in den Unternehmen wie z. B. Steigerung der First Time Fix Rate, der Mean Maintenance Downtime oder der Overall Equipment Effectiveness. Wissensgraphen bieten z. B. eine hervorragende Basis für konkrete Anwendungsszenarien wie Diagnoseassistenten oder Predictive Maintenance. Sie können helfen, Informationen aus dem Feld in das Requirements-Engineering zurückzuführen und den Kreislauf Entwicklung-Produktion-Service zu schließen. Sie können einen Beitrag zur Umsatzsteigerung im Service leisten.
Lesen Sie mehr zu Wissensgraphen in unseren Publikationen in der Technischen Kommuniaktion.
Abonnieren Sie den kostenfreien Newsletter von PANTOPIX.
Wir informieren Sie gerne regelmäßig über neue Artikel.
Semantische Schichten von PIM-Systemen
Unternehmen verlassen sich auf Product Information Management (PIM)-Systeme, um Produktinformationen zu erstellen, zu verwalten und über verschiedene Kanäle zu verteilen. Wir bieten Softwarelösungen für PIM-Systeme für unsere Industriekunden an.
Topic-Orientierung in der Technischen Kommunikation
Die Umstellung von einer Dokumenten-basierten auf eine Topic-orientierte Herangehensweise in der Technischen Kommunikation bringt tiefgreifende Veränderungen mit sich, die zahlreiche Vorteile bieten.
Doch was genau verbirgt sich hinter diesem Begriff der Topic-Orientierung, und warum ist er für die technische Kommunikation so sinnvoll?
PIM-Systeme auf Basis von Wissensgraphen
Industrien verlassen sich auf Product Information Management (PIM)-Systeme, um Produktinformationen zu erstellen, zu verwalten und über verschiedene Kanäle zu verteilen.
Die Herausforderungen, die dabei auftreten, können wir mit der Entwicklung von PIM-Systemen auf der Basis von Wissensgraphen entgegnen.
Ihr Ansprechpartner
Maraike Heim
Senior Marketing Manager
- maraike.heim@pantopix.com