Vom Web 2.0 zum Semantic Web (PDF)

die schiere Masse an Veröffentlichungen gerade in diesem Bereich sind neue Möglichkeiten, Zugänge zum Wissen zu bekommen essenziell. „Aufsätze werden nicht mehr von Menschen gelesen, sie werden von Rechnern verarbeitet, oftmals gar nicht gelesen, manchmal durch Data-Mining erfasst.“ Diese Aussage verdeutlicht, wie attraktiv daher die Verwendung von zentralisierenden und integrierenden semantischne Web-Technologien ist. Ein öffentlich zugängliches Beispiel ist GOPubMed, dem die GeneOntology zugrunde liegt.
Gegenüber der klassischen Suche kann GOPubMed erkennen, ob beispielsweise ein eingegebner Suchbegriff ein Enzym, eine Krankheit oder ein Vorgang im Zellkern ist. Über das Webinterface werden Suchergebnisse strukturiert dargestellt.
Die Vorteile einer automatisierten Annotation von biologischen Taxonomien, wie etwa die Indizierung von Enzymen, sind Geschwindigkeit und die Möglichkeit auf Ergebnisse zu stoßen, die durch manuelle Suche unentdeckt geblieben wären. Dabei sind hochgradig konsistente Ontologien nötig, da sie eine definierbare Wissensdomäne umschreiben und somit zu einer Meta-Ontologie werden können.
Eine Meta-Ontologie umschreibt in diesem Fall eine allgemein gültige und von vielen akzeptierte Ontologie, die als Grundlage für eine weitere Verwendung in anderen Ontologien benutzt werden kann. Beispiel für eine bekannte Meta-Ontologie ist das Unified medical language system (UMLS) als medizinische Ontologie.
Beispiel Medizin: Eine Anwendung aus der Medizin, die UMLS als Grundlage nutzt ist das „Semantic Web for Pathology“ – eine KM-Architektur für Telepathologie. Dieses System bietet Zugriff auf medizinische Berichte sowie Fotografien und wird u.a. an der Berliner Charité eingesetzt. Die Berichte werden dabei in XML abgefasst und verfügen über strukturierende Tags, die als formale Vorgaben für die Metadaten fungieren. So wird bereits beim Ausfüllen der Berichte die Einordnung in die Formale Ontologie vorgenommen. Als Wissensbasis steuert UMLS eine Terminologie von über 1,5 Millionen Konzepten aus über 100 medizinischen Bibliotheken bei. Ein Team von Domänen-Experten geht dabei den Knowledge-Engineers zur Hand und hilft bei der Selektion relevanter Felder, da eine solch hohe Anzahl von Konzepten sowohl inhaltlich nicht zweckdienlich, aber auch technisch nur schwer in einer zentralen Architektur durch aktuelle Werkzeuge des Semantischen Webs darstellbar wären. Um weitere Terme der Ontologie beisteuern zu können werden kontinuierlich die Berichte auf Fachbegriffe untersucht, ins Englische übersetzt und mit UMLS abgeglichen, häufig vorkommende Begriffe werden darauf in die Ontologie integriert. Weitere Arbeit für die Knowledge-Engineers besteht darin, die Defizite, die eine Meta-Ontologie bezüglich des realen Einsatzes im täglichen Gebrauch hat, auszugleichen. Besonders die mangelnde Komplexität bei Regeln und Beziehungen muss für die interne Ontologie angepasst werden. Die daraus resultierende proprietäre Anwendung ist daraufhin allerdings nicht in einem dezentralen Konzept verwendbar. Ein Beispiel dafür ist das GALEN-Projekt, das ebenfalls als Meta-Ontologie konzipiert wurde, aber es nicht schaffte, unmodifiziert in verschiedenen Kliniken wieder verwendet zu werden. Gründe dafür sind in den Unterschieden in der Unternehmenskultur zu sehen, da Prozesse nicht über Betriebsgrenzen vereinheitlicht sind und die Software an die Abläufe angepasst wird, und nicht umgekehrt."