Das Dokument beschreibt das Enargus-Projekt, das ein zentrales Informationssystem zur Unterstützung von Energieforschungsprojekten entwickelt, indem es Wissenserschließung und Ontologien nutzt. Es hebt die Herausforderungen bei der Datenintegration aus verschiedenen Quellen hervor und zeigt, wie durch die Zusammenarbeit von Fach- und Ontologie-Experten eine verbesserte Suchfunktionalität erreicht wird. Zudem werden die Systemarchitektur und zukünftige Entwicklungen, wie farbige Datenanalysen und mehrsprachige Unterstützung, angesprochen.

1. Wissenserschließung
und –Modellierung:
Ontologie vs. Volltextsuche
am Beispiel des Projektes EnArgus
Thomas Koch
OrbiTeam Software
GmbH & Co. KG
KnowledgeCamp 2012, Karlsruhe

2. Kurzvorstellung: EnArgus-Projekt
• Ziel: Entwicklung und Erprobung eines zentralen
Informationssystems für Energieforschungs-
vorhaben aus dem Bereich der Förderung durch
Bund und Länder
• Unterschiedliche Zielgruppen
– Die interessierte Öffentlichkeit
• Überblick über Forschungsprojekte
– Die Geldgeber (Ministerien, Projektträger)
• Was wird/wurde gefördert (inhaltliche Fragen)
• Forschungstrends, Experten, Verteilung Fördermittel etc.

3. Ausgangssituation
Diverse Problemstellungen und Anforderungen
• Projektdaten sind auf eine Vielzahl nicht
kompatibler Datenbanken verstreut
• Datenbanken sind eher betriebswirtschaftlich
motiviert und zur fachlichen Auswertung wenig
geeignet
• Bedarf nach Auswertungswerkzeugen und
erweiterten Recherchemöglichkeiten
• Vorhabenbeschreibungen sind oftmals sehr
fachspezifisch – Wissen über Fachgebiet für
Recherche erforderlich

4. Idee
Verbesserte Suche durch
Wissenserschließung
• Wiki-texte Fachexperte
– Werden von Fachexperten
gemeinsam verfasst
• Informationsextraktion
– Aufbau der Ontologie
durch Textanalyse
• Ontologie
– Dient der formalen und expliziten
Repräsentation von Wissen
• Suchanfrage
– Wird durch verwandte Begriffe aus
Ontologie angereichert
• Optimierte Suchergebnisse
 zufriedene Benutzer 
Anwender

5. Vorgehen
• Zusammenführen von Daten aus versch. Quellen
– Projektdaten aus PROFI (administrative Daten)
– Projektdokumente mit Inhalt (z.B. Berichte)
– Inhaltliche Erschließung über Suchmaschine
• Inhaltssuche (Volltext) und Metadatensuche
• Unterstützung der Recherche durch Fachontologie
– Fachontologie wird mit Hilfe der Energieexperten erstellt
– Energieexperten formulieren Sachzusammenhänge im Wiki
– Ontologieexperten realisieren Erfassung des Wikis durch
Methoden der Sprachanalyse und Wissensextraktion
– IT-Experten implementieren das Basis-System mit
Suchfunktionen, die auf die Ontologie zurückgreifen

6. EnArgus
Systemarchitektur
Auswertung & Suchanfragen Energie-
Visualisierung & -ergebnisse Kooperations- Ontologie- forschungs
Unterstützg. Editor -Wiki
Recherche-Cockpit
BSCW Core Ontologie Core Wiki-Seiten
Index EnArgus-DB Dokumente Ontologie-DB

7. Fakten: EnArgus®
• Nationales Forschungsvorhaben
– Partner: aus Energieforschung und Informatik
• Fraunhofer FIT, FKIE, UMSICHT und ISI
• Forschungszentrum Jülich
• Ruhr-Universität Bochum
• OrbiTeam Software
– Gefördert durch BMWi
• 5. Energieforschungsprogramm
der Bundesregierung
• 2 Jahre Laufzeit
(Juli 2011 bis Juni 2013)
– Mehr Infos:
https://www.enargus.de

8. Aufwand/Nutzen
• Aufwand: Aufbau der Ontologie
– Erfordert Expertenwissen
• Ontologie-Experten und Experten der Fachdomäne
– (Teil-)Automatisierung durch Sprachanalyse
• Ziel: Fachexperten dokumentieren im Wiki und System
extrahiert automatisch die Fachontologie daraus
• Nutzen
– Bessere Unterstützung bei der Suche
• z.B. Vorschlagen von verwandten Begriffen
• Dadurch mehr relevante Treffer und zielgerichtete Suche
– Wiki ist zugleich hilfreich für Anwender
• Verknüpfung von Fachbegriffen mit Wiki als eine Art Glossar

9. EnArgus: Teilsysteme
EnArgus.master EnArgus.public
• Für die interne Nutzung • Für die Öffentlichkeit
• Vollzugriff auf die Vorhaben-
Datenbank • Einfache Bedienung
• Hinzufügen von Inhalten/ • Ansprechende Webseiten
Dokumenten zu Vorhaben • Eingeschränkter Zugriff auf
über Kooperationsplattform
Daten von Vorhaben
• Zugang zu Recherche-
Funktionen • Einfache Suchfunktion
• Expertensuche, gespeicherte • Lesender Zugriff auf
Suchen etc. EnArgus.wiki

10. EnArgus.public
• Öffentliches
Teilsystem

11. EnArgus.public
• Facetten

12. EnArgus.public
• Facetten

13. EnArgus.public
• Details

14. Details zum Wiki
• Vorgehensweise
– Vorlage im Wiki für die Energie-Experten zur
Beschreibung von Objekten
– Aus Beschreibungen wurde von Ontologie-Experten zunächst der
obere Teil der Ontologie aufgebaut ("upper ontology")
• Bearbeitete Fachthemen:
– Elektrochemische Energiespeicher
– CCS (Carbon Dioxide Capture and Storage)
– Windenergie
– Elektrische Energiespeicher
• Einschränkungen / Hinweise
– Formulierungen im Wiki sollten in einfacher Sprache erfolgen, damit
die Sprachanalyse verwertbare Ergebnisse liefert.
• Technische Basis: MoinMoin Wiki

15. Wiki: Beispiele

16. Informationsextraktion
• Aufbau der Ontologie durch Textanalyse
– Wiki-Texte werden (durch Software) ausgewertet
– In diesem Prozess erfolgt die Umwandlung von
Text in Wissen!
– Ergebnis der Informationsextraktion ist die
(aktualisierte/erweiterte) Ontologie
– Technik:
• Text mining
• Semantic Role Labeling (SRL)
– Tools:
• GATE (General Architecture for Text Engineering)
• Protegé/OWL

17. Details zur Ontologie
• Grundlage jeder Ontologie ist eine Taxonomie
– relevante Begriffe der Domäne werden in einem
Baum repräsentiert
– Begriffe sind nach Ober- und Unterklassen
angeordnet
• Ontologie dient der Wissensrepräsentation
– Begriffe enthalten Attribute
(z.B. Eigenschaften oder andere Schreibweisen)
– Zusätzliche Relationen zwischen den Begriffen
bilden weitere semantische Beziehungen ab

18. Ontologiebasierte Suche
• Benutzer können eine
Suchanfrage starten und
Suchbegriff(e) eingeben
• in der einfachen Suche werden
Synonyme automatisch mit in
die Anfrage einbezogen
(optional)
• in der erweiterten Suche
werden semantisch verwandte
Begriffe (aus der Ontologie)
angeboten

19. Ontologiebasierte Suche
• Benutzer können eine
Suchanfrage starten und
Suchbegriff(e) eingeben
• in der einfachen Suche werden
Synonyme automatisch mit in
die Anfrage einbezogen
(optional)
• in der erweiterten Suche
werden semantisch verwandte
Begriffe (aus der Ontologie)
angeboten

20. Ontologiebasierte Suche
• Benutzer können eine
Suchanfrage starten und
Suchbegriff(e) eingeben
• in der einfachen Suche werden
Synonyme automatisch mit in
die Anfrage einbezogen
(optional)
• in der erweiterten Suche
werden semantisch verwandte
Begriffe (aus der Ontologie)
angeboten

21. Ontologiebasierte Suche
• Benutzer können eine
Suchanfrage starten und
Suchbegriff(e) eingeben
• in der einfachen Suche werden
Synonyme automatisch mit in
die Anfrage einbezogen
(optional)
• in der erweiterten Suche
werden semantisch verwandte
Begriffe (aus der Ontologie)
angeboten

22. Suchergebnisse
• Ansicht der Treffer
– Darstellung von Details (pro Vorhaben)

23. Auswertungen
• Akkumulation der
Suchergebnisse
– Konkrete
Fragestellung:
Verteilung der
Förderkosten
über die Jahre

24. Ausblick
• Weitere Aspekte im Projekt
– Unterstützung der Datenanalyse
• Statistische Auswertungen von Abfragen
• Graphische Visualisierung von Zusammenhängen
 Recherche-Cockpit (derzeit in der Entwicklung)
• Weitere Ideen für die Zukunft
– Unterstützung von Mehrsprachigkeit
– Ausbau der Datenbasis (Erfassung weiterer Themenfelder aus
der Energieforschung)
– ergonomischere Bedienung für die Fachexperten
(z.B. durch grafischen Ontologieeditor)
– Einbeziehung weiterer externer Datenquellen
– Automatisierte Verschlagwortung von Vorhaben
(durch Tagging-Verfahren)

25. Diskussion/Fragen
• Fragen an die KM-Community
– Erfahrungen mit Wissensmodellierung
– weitere Ansätze zur inhaltlichen Erschließung
einer Anwendungsdomäne
(und Erfahrungen damit)?
– Erfahrungen mit ontoligiebasierter Suche
– Unterschied ‚Fachwissen‘ vs. ‚Prozesswissen‘ ?!
• Glossar vs. Rezeptbuch