Linked Data – erfolgreiche Suche dank Datenstruktur

Linked Data, eine Methode der Datenstrukturierung mit dem Ziel die durch die Daten repräsentierten Informationen miteinander zu vernetzen,erlaubt eine erfolgreichere Datensuche. Dabei greift Linked Data auf erprobte kulturelle Such- und Entscheidungspraktiken zurück, die fast jeder von uns in der einen oder anderen Form einsetzt. Aber wie funktioniert die Methode? Was sind ihr Wert und ihre Wirkung?

In unserem Alltagsumfeld nutzen die meisten von uns Beziehungen zwischen den Informationen, um diese besser einordnen zu können. Wir haben beispielsweise gelernt, dass wenn Tiere unruhig werden, eine sich anbahnende Naturkatastrophe der Grund sein kann. Nicht selten ist bei solchen angenommenen Beziehungen zwischen den Informationen Aberglaube im Spiel. Man denke an den erwarteten Zusammenhang zwischen einer schwarzen Katze und Unglück. Gerade aber in beruflichen Situationen sind Inferenzen zwischen Beobachtungen essentiell. Wir suchen (hoffentlich) vorzugsweise dort, wo der Sucherfolg wahrscheinlich ist. Dabei lassen wir uns von Beobachtungen leiten, die unserer Erfahrung nach oder gemäss theoretischem Wissen positiv korreliert sind mit dem Vorhanden-Sein des Gesuchten. Auch Linked Data Suchalgorithmen wenden diese Strategie in der digitalen Datenwelt an. Linked Data sind dabei eine Datenstruktur, die die Anwendung dieser Algorithmen besonders gut unterstützt. Die Algorithmen dafür sind aber auch auf dem World Wide Web einsetzbar und generell überall dort, wo Datenobjekte eindeutig systemübergreifend identifizierbar sind und es genügend (Quer-)Vernetzung zwischen den Datenobjekten gibt.

Linked Data können vielfältig genutzt werden. Ihr besonderer Wert liegt darin, dass sie Zusatzinformationen zu den einzelnen Datenobjekten liefern. Betrachtet man nur den Informationsgehalt für sich, so ist Linked Data nicht notwendigerweise eine besonders effiziente Form, um Informationen zu kodieren. Aber aus Sicht der praktischen Nutzung ist sie zugänglich für inhaltliche Analysen verschiedenster Art ebenso wie für das Suchen nach speziellen Informationen. Wir können Linked Data für das Schätzen von unbekannten Variablen ebenso nutzen wie für das Erkennen noch unbekannter Muster. Vor allem aber können wir damit Informationen zusammensuchen, die stark verteilt sind und wir können auch fehlende Informationen als solche erkennen. Auch das sind Fähigkeiten, die wir Menschen besonders gut beherrschen – zumindest einige von uns. Linked Data wendet digitale Formen menschlichen Erkennens an und macht dies auch für jene möglich, die sich von Natur aus damit eher schwer tun.

Wie alle diese „Demokratisierungen“ menschlicher Talente und Ressourcen, ist auch bei Linked Data die Wirkung ambivalent. Wird es wirklich den kognitiv weniger Begabten helfen oder ist es mehr ein Werkzeug für die kognitiven Überflieger? Und – welche der beiden Effekte täte der Gesellschaft besser? Vergrössert es die Gleichheit (und ist das eher gut oder eher schlecht für die Freiheit) oder vergrössert es die Ungleichheit bezüglich ökonomischen Ressourcen oder gesellschaftlicher Macht? Wir wissen es nicht. Linked Data inklusive der algorithmischen Maschinerien ist ein Werkzeug, das die Welt verändert, aber die möglichen Auswirkungen sind so vielfältig, dass Aussagen darüber Spekulation bleiben müssen.

Mit dieser Ausgabe von SocietyByte wollen wir uns vertieft dem Thema Linked Data und damit dem Schwerpunkt Big & Open Data zuwenden.

Viel Vergnügen beim Lesen!

Herzlichst, Ihr Reinhard Riedl

AUTOR/AUTORIN: Reinhard Riedl

Reinhard Riedl leitet das BFH-Zentrum Digital Society und gibt das Online-Magazin SocietyByte heraus. Er ist Co-Leiter des Instituts Digital Enabling der BFH Wirtschaft und war Präsident der Schweizerischen Informatikgesellschaft sowie der Internationalen Gesellschaft für Neue Musik Bern IGNM.

PDF erstellen

Ähnliche Beiträge

Es wurden leider keine ähnlichen Beiträge gefunden.

0 Kommentare

Dein Kommentar

An Diskussion beteiligen?
Hinterlasse uns Deinen Kommentar!

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.