Ontologie

Menschen wissen ohne Nachdenken, dass ein Dackel ein Hund ist und ein Hund ein Tier. Ein Computer weiß das nicht. Für ihn sind das drei verschiedene Zeichenketten ohne Zusammenhang. Eine Ontologie schreibt genau solche Zusammenhänge ausdrücklich auf, in einer Form, die eine Maschine auswerten kann. Sie legt fest, welche Arten von Dingen es in einem Bereich gibt, welche Eigenschaften sie haben und welche Beziehungen zwischen ihnen gelten. Der Begriff stammt ursprünglich aus der Philosophie, wo er die Lehre vom Sein bezeichnet. In der Informatik meint er etwas Handfesteres: ein geordnetes Verzeichnis von Begriffen und Regeln für ein bestimmtes Fachgebiet.

Wenn Maschinen Bedeutung brauchen

Daten allein sind oft mehrdeutig. In einer Krankenhausdatenbank kann derselbe Wirkstoff unter drei verschiedenen Handelsnamen auftauchen. Ein Programm, das nur Buchstaben vergleicht, hält diese Einträge für drei verschiedene Medikamente. Eine Ontologie verbindet die Namen mit einem gemeinsamen Konzept dahinter. Erst dadurch lassen sich Datensätze aus verschiedenen Quellen sinnvoll zusammenführen.

Ein zweiter Vorteil ist das automatische Schlussfolgern. Wenn in der Ontologie steht, dass jeder Dackel ein Hund ist, und dass Hunde Säugetiere sind, dann kann eine Software daraus selbst ableiten, dass Dackel Säugetiere sind. Dieser Satz muss nirgends gespeichert sein. Solche Ableitungen nennt man Reasoning. Sie sind der Grund, warum Ontologien mehr sind als eine sortierte Wortliste.

Wichtig ist auch der Aspekt der Nachvollziehbarkeit. Bei einem Sprachmodell lässt sich schwer sagen, warum es eine bestimmte Antwort gibt. Bei einer Ontologie kann man jeden Schritt der Ableitung zurückverfolgen. In Bereichen wie Medizin, Recht oder Finanzaufsicht ist das ein starkes Argument.

Klassen, Beziehungen und Regeln

Eine Ontologie besteht aus wenigen Grundbausteinen. Klassen sind Kategorien wie „Person“, „Unternehmen“ oder „Medikament“. Instanzen sind konkrete Einzelfälle, etwa ein bestimmtes Unternehmen. Beziehungen verknüpfen beides miteinander, zum Beispiel „arbeitet bei“ oder „ist Bestandteil von“. Dazu kommen Regeln, die festlegen, was erlaubt ist und was nicht.

Solche Regeln können überraschend viel leisten. Man kann festlegen, dass jede Person genau ein Geburtsdatum hat. Oder dass die Beziehung „ist Elternteil von“ niemals in beide Richtungen gleichzeitig gelten darf. Verstößt ein Datensatz dagegen, meldet die Software einen Widerspruch. So werden Fehler sichtbar, die sonst unbemerkt bleiben.

Geschrieben werden Ontologien in eigenen Sprachen. Verbreitet sind RDF und OWL, zwei Standards des Web-Konsortiums W3C. Sie sehen für Menschen recht sperrig aus, sind aber maschinell eindeutig lesbar. Verwandt, aber nicht dasselbe ist der Wissensgraph: Er ist die konkrete Sammlung von Fakten, während die Ontologie den Bauplan dafür liefert. Ein häufiger Irrtum ist, beides gleichzusetzen.

Von der Suchmaschine bis zur Werkshalle

Wer bei Google nach einer Schauspielerin sucht, sieht rechts einen Kasten mit Geburtsdatum, Filmen und Familie. Dahinter steht ein Wissensgraph, dessen Struktur von einer Ontologie vorgegeben wird. Auch Sprachassistenten greifen auf solche Strukturen zurück, wenn sie Fragen nach Fakten beantworten sollen.

In der Industrie ordnen Ontologien Bauteile, Maschinen und Produktionsschritte. In der Medizin sortiert das System SNOMED CT mehrere hunderttausend klinische Begriffe. In der Biologie beschreibt die Gene Ontology die Funktionen von Genen einheitlich über Labore und Länder hinweg. Ohne solche gemeinsamen Vokabulare wären Forschungsdaten kaum vergleichbar.

Aktuell tauchen Ontologien häufig in Nachrichten über Sprachmodelle auf. Firmen kombinieren beides: Das Modell formuliert die Antwort, die Ontologie liefert geprüfte Fakten dazu. Das soll frei erfundene Antworten reduzieren. Der Preis dafür ist Aufwand, denn eine gute Ontologie muss von Fachleuten gepflegt werden und veraltet sonst schnell.