Ontologie (Informatik)

Grundidee und Zweck

Eine Ontologie im Datenmanagement ist eine sprachlich gefasste und formal geordnete Darstellung von Begriffen und den Beziehungen zwischen ihnen in einem bestimmten Gegenstandsbereich. Sie dient dazu, Wissen in digitalisierter und formaler Form zwischen Prozessen, häufig Anwendungsprogrammen, und Diensten auszutauschen. Wissen kann dabei Allgemeinwissen oder Wissen über sehr spezielle Themen und Vorgänge umfassen.

In Veröffentlichungen wird eine Ontologie meist als „explizite formale Spezifikation einer Konzeptualisierung“ bezeichnet. Im Unterschied zu einer Taxonomie, die lediglich eine hierarchische Untergliederung bildet, ist eine Ontologie ein Netzwerk aus Informationen und logischen Relationen. Ihre hohe semantische Ausdrucksstärke ermöglicht die Darstellung komplexer Datenmodelle und Wissensrepräsentationen. Auch der Konsens vieler Partner in kollaborativen Projekten kann formalisiert werden.

Ontologien dienen vor allem dazu, bestehende Wissensbestände zusammenzuführen, in ihnen zu suchen und sie zu bearbeiten sowie aus Typen von Wissensbeständen neue Instanzen zu erzeugen. Ihre Stärke liegt in der Verbindung verschiedener Klassifikationen und benachbarter Begriffswelten. Dadurch können individuelle Texte aus wechselnden Zusammenstellungen halbfertig formulierter Textteile entstehen, statt an feste Textvorlagen gebunden zu sein.

Bekannte Anwendungen systematisieren unter anderem genetische Daten in der Bioinformatik oder räumliche Informationen in der Geosemantik. Für die Humanmedizin wird als mögliche Anwendung die fallspezifische medizinische Dokumentation, etwa eine Patientenakte, genannt. Bisher verbinden die dort entwickelten Anwendungen jedoch keine bekannten klinischen Klassifikationssysteme miteinander, sondern binden meist nur einzelne Klassifikationen für wissenschaftliche Zwecke ein. Experimente zur Nutzung von Ontologien in betriebswirtschaftlicher Software wurden von SAP veröffentlicht.

Aufbau und Bestandteile

Bei einer Ontologie gehören Begriffe und Regeln zusammen, ähnlich wie in einer Datenbank Datenbankschema und Daten eine Einheit bilden. Ontologien beschreiben nicht nur Daten, sondern auch deren Bedeutung und die Regeln für ihre Zusammenhänge. Dadurch lassen sich zusätzliche Schlussfolgerungen ziehen, Widersprüche erkennen und fehlendes Wissen ergänzen. Diese logischen Schlussfolgerungen heißen Inferenz.

Die wichtigsten Bestandteile werden am Beispiel einer „Landkarte“ beschrieben:

• Begriffe oder Klassen beschreiben gemeinsame Eigenschaften, etwa „Stadt“ oder „Land“. Sie können in einer Hierarchie aus Über- und Unterklassen angeordnet werden.
• Typen repräsentieren Objekttypen und werden anhand vorher definierter Begriffe erzeugt. Beispielsweise ist Stadt ein Typ des Begriffs topologisches Element der Klasse Punkte; Fluss ist ein Typ des Begriffs topologisches Element der Klasse Linien.
• Instanzen oder Individuals repräsentieren konkrete Objekte. München kann beispielsweise eine Instanz des Begriffs topologischer Ort vom Typ Stadt sein, Deutschland eine Instanz desselben Begriffs vom Typ Land.
• Relationen, auch Eigenschaften genannt, beschreiben Beziehungen zwischen Instanzen, etwa: Stadt München liegt in Land Deutschland.
• Vererbung gibt Relationen und Eigenschaften an erbende Elemente weiter. Mehrfachvererbung ist grundsätzlich möglich. Durch Transitivität können Instanzen in einer Bottom-Up-Hierarchie aufgebaut werden; dies wird als Delegation bezeichnet.
• Axiome sind Aussagen innerhalb der Ontologie, die immer wahr sind. Sie repräsentieren Wissen, das nicht aus anderen Begriffen abgeleitet werden kann, beispielsweise: „Zwischen Amerika und Europa existiert keine Zugverbindung.“

Relationen über Relationen, in RDF als Reifikation bezeichnet, und Regeln werden wegen ihrer Komplexität in der Praxis relativ selten verwendet. Gerade diese Merkmale unterscheiden Ontologien jedoch von anderen Begriffssystemen.

Typen und Erstellung

Grundsätzlich werden zwei Ontologietypen unterschieden. Lightweight-Ontologien enthalten Begriffe, Taxonomien sowie Beziehungen zwischen Begriffen und deren Eigenschaften. Sie sind typischerweise für eine bestimmte Anwendungsdomäne entworfen.

Heavyweight-Ontologien erweitern Lightweight-Ontologien um Axiome und Einschränkungen. Dadurch wird die beabsichtigte Bedeutung einzelner Aussagen klarer. Eine besondere Form sind Kernontologien. Sie definieren strukturiertes Wissen präzise für einen Bereich, der sich über mehrere Anwendungsdomänen erstreckt. Kernontologien sollen auf Basisontologien aufsetzen und deren Formalisierung und starke Axiomatisierung nutzen. Für den jeweiligen Anwendungsbereich werden neue Konzepte und Relationen hinzugefügt und aus den Basisontologien spezialisiert.

Welche Inhalte eine Ontologie umfasst, hängt von ihren Benutzern ab. Bei einer Ontologie über Weine kann es für ein Restaurant wichtig sein, passende Speisen aufzunehmen. Für einen Weinabfüller sind Speisen dagegen uninteressant; für ihn sind verschiedene Kork- und Flaschensorten wichtig.

Für die Erstellung und Erweiterung gibt es formalisierte Prozessabläufe, unter anderem nach Holsapple und Joshi, Gómez-Pérez oder Uschold. Diese Verfahren betonen die Zusammenarbeit von Fachleuten des Wissensgebiets mit Informatikern oder anderen Formalisten. Automatisch unterstützende Verfahren können eine Ontologie vollständig konstruieren, wie das Verfahren von Alexander Mädche, oder bestehende Ontologien durch Begriffsvorschläge erweitern, wie das Verfahren von Faatz und Steinmetz. Außerdem können bestehende Ontologien verschmolzen werden; dafür wird ein formales Verfahren nach Stumme und Mädche genannt. Im Projekt „Ontoverse“ wird eine kollaborativ als Wiki aufgebaute Ontologie verfolgt.

Beim sogenannten „Ontology learning“ wird weiteres Wissen durch automatische Verfahren erworben. Anders als bei der üblichen Erweiterung durch menschliche Experten erzeugt dabei ein automatisierter Prozess neues Wissen.

Beispiel einer Ontologie

Das Beispiel mit Kunstwerken veranschaulicht das Zusammenspiel von Begriffen, Relationen, Vererbung und Instanzen. In der oberen Ebene stehen die Begriffe und Relationen. Begriffe werden durch Ellipsen, Relationen durch Pfeile und einfache Informationscontainer durch Rechtecke dargestellt. Eine Relation verbindet zwei Begriffe und schränkt sie zugleich ein; beispielsweise wird ein Kunstwerk von einem Künstler erzeugt.

Vererbung sorgt dafür, dass Maler und Bildhauer ebenfalls die Relationen Name und Vorname besitzen. Die Relationen malt und gemaltVon sind vererbte Relationen von erzeugt und hergestelltVon. Die ursprünglichen Relationseigenschaften bleiben erhalten, können aber erweitert werden.

Malt und gemaltVon bilden inverse Beziehungen. Dadurch kann aus einem Maler auf seine Kunstwerke und umgekehrt aus einem Bild auf seinen Maler geschlossen werden. Die untere Ebene enthält die Instanzen, die durch blaue Punkte dargestellt werden. Das Kürzel I1 bezeichnet den eindeutigen Ressourcennamen einer Instanz. Im Semantischen Web wird dafür ein URI verwendet.

Die Instanz des Malers Raffaello Santi verwendet bereits vorhandene Instanzen: I3 vom Typ Ölzeichnung und I6 vom Typ Galleria dell’Accademia.

Werkzeuge, Sprachen und Entwicklung

Für die Konstruktion von Ontologien gibt es Software-Werkzeuge, die verschiedene Ontologiesprachen unterstützen. Genannt werden RDF-Schema, DAML+OIL, F-Logic, die vom World Wide Web Consortium für das semantische Web propagierte Web Ontology Language (OWL), die Web Service Modeling Language (WSML) sowie Topic Maps, die unter ISO/IEC 13250:2000 normiert sind. Gelegentlich wird auch das Knowledge Interchange Format (KIF) verwendet.

Der Begriff Ontologie stammt ursprünglich aus der Philosophie und bezeichnet dort die Lehre vom Seienden als Teil der Metaphysik. Als Vorläufer einer expliziten Formalisierung werden Charles S. Peirce und Edmund Husserl genannt. Eine formale Sicht vertraten außerdem Alonzo Church 1958 und Willard Van Orman Quine. Im Bereich der Künstlichen Intelligenz wurde der Begriff ab Anfang der 1990er Jahre durch einen Artikel von Neches et al. und nachfolgende Veröffentlichungen verbreitet.

Danach wurde die Idee der expliziten Formalisierung in der Künstlichen-Intelligenz-Forschung, der Bioinformatik und weiteren Fächern aufgegriffen. Tim Berners-Lee stellte 1999 im Buch Weaving the Web seine Vision des Semantic Web vor. Der Artikel The Semantic Web von Berners-Lee und anderen aus dem Jahr 2001 beschreibt ebenfalls die Verwendung von Ontologien im Zusammenhang mit dem Semantic Web.