Künstliche Intelligenz, Semantic Web und Internet of Things sind in aller Munde. Maschinen sollen die semantischen Informationen und Verknüpfungen von Begriffen „verstehen“ und auswerten. Doch wozu eigentlich? Wie hilft es dem Verkäufer und dem Kunden, wenn der Computer sich einen „Giant Global Graph“ baut?

Was wäre, wenn es keine Computer gäbe?

Vor langer Zeit wusste jeder Mensch noch, was er braucht. Sein Fahrrad, mit dem er jeden Tag zur Arbeit fährt, war kaputt und er ging in den Fahrradladen, um sich ein Neues zu kaufen. Doch von dieser Vergangenheit sind wir weit entfernt. Heute wissen wir nicht mehr, ob ein Fahrrad wirklich das Fortbewegungsmittel der Zukunft ist. Vielleicht wollen wir lieber ein E-Bike? Oder einen E-Scooter? Wollen wir uns wirklich ein Fahrrad kaufen oder lieber Sharing nutzen? Die Anzahl der Optionen ist gestiegen und damit auch die Anforderungen an das Internet. Eine herkömmliche Suchmaschine bringt uns selten zum Ziel.

Wie verstehen Computer die semantische Bedeutung?

Wenn wir in einer herkömmlichen Suchmaschine nach „Fahrrad kaputt“ suchen, bekommen wir Ergebnisse für genau diese Wörter. Mögliche Maßnahmen oder Konsequenzen kann die Suchmaschine uns nicht bieten (es sei denn, in einem Artikel oder Forumsbeitrag wird dies zufällig diskutiert). Semantische Suchmaschinen hingegen bauen auf Hintergrundwissen auf, das ihnen beigebracht wurde. Dafür werden in einem maschinenlesbaren Format die Attribute und Relationen zwischen Begriffen abgebildet. Für die Abbildung eignen sich Thesauri, semantische Netze oder Ontologien (z. B. in den Datenformaten RDFS oder OWL).

Die semantische Suchmaschine greift auf das Hintergrundwissen aus der Ontologie zu. Mithilfe von Algorithmen wird die Suchanfrage linguistisch analysiert. Die Informationen aus der ontologischen Struktur werden entlang der relevanten Relationen ausgelesen. Als Ergebnis wird eine Menge von Instanzen ausgegeben, aus welcher von der Suchmaschine Schlussfolgerungen gezogen werden. So werden über die semantische Suchanfrage durch Verknüpfen des Symptoms „kaputt“ mögliche Maßnahmen („Neukauf“, „Sharing“, „Reparatur“) oder Alternativen („E-Scooter“, „E-Bike“) vorgeschlagen.

Was bedeutet das fürs alltägliche Leben?

Zurück ins „echte Leben“: Was bedeutet es, wenn die Maschine die Verbindung zwischen „Fahrrad kaputt“ und „Leih dir doch stattdessen einen E-Scooter, mit dem du den kurzen Weg vom Zug zur Arbeit zurück legst“ versteht? Es bedeutet zum einen Vorteile für den Verbraucher, da er vom Computer „auf neue Ideen“ gebracht wird. Zum anderen bedeutet es Vorteile für den Vertrieb einer Firma, da durch gezieltes Bedienen der Kundenansprüche bessere Verkaufszahlen erreicht werden können.

 Und was bedeutet es für das Sprachenbusiness?

Und was bedeutet es für uns Sprachexperten? Die Sprachdaten, die im Unternehmen gepflegt werden, bieten durch gezieltes Management einen direkten Mehrwert für den Vertrieb. Die Terminologiedatenbank, die bereits zahlreiche Metainformationen über verknüpfte Begriffe bietet, ist geradezu prädestiniert für die Weiterverarbeitung zur maschinenlesbaren Ontologie. Wenn Sie mehr darüber erfahren möchten, sprechen Sie uns an! Oder besuchen Sie einen unserer tekom-Vorträge über „Begriffe in Beziehung“ oder „maschinelles Lernen“.

Beitragsbild von D1_TheOne auf Pixabay.