Christian, gemeinsam mit den Autoren und Mitwirkenden der ECLASS Arbeitsgruppe hast du kürzlich eine wichtige Technical Specification zu ECLASS als RDF veröffentlicht. Der Prozess war aufwendig, was waren die Herausforderungen?
Zunächst einmal ist es wichtig zu verstehen, dass wir nicht auf der „grünen Wiese“ begonnen haben. ECLASS gibt es seit über 20 Jahren und wird von vielen Unternehmen in unterschiedlichsten Systemen sowie Anwendungsfällen genutzt. Das heißt, wir mussten eine Lösung finden, die den ECLASS-Standard exakt abbildet und nicht verändert. Die Transformation ist nämlich abhängig vom Use-Case und hier gibt es viele Visionen. Wir haben uns für eine allgemeingültige Transformation entschieden, denn es gibt kein richtig oder falsch, sondern nur ein gut oder schlecht. Letztendlich haben wir uns darauf verständigt, ECLASS mit allen, wenn auch komplexen Feinheiten zu transformieren, um eine direkte Überführung von bestehenden Daten in RDF zu ermöglichen.
Kannst du uns einen Überblick über die Bedeutung von RDF (Resource Description Framework) geben und wie es in der heutigen Technologielandschaft eingesetzt wird?
Grundsätzlich bieten Knowledge Graphs vielfältige Ansätze. Sie dienen unter anderem dazu, komplexe Datenstrukturen sowie Abhängigkeiten bzw. Zusammenhänge zu beschreiben, zu speichern und vor allem auszuwerten. Dinge, die mit anderen Technologien nur schwer oder gar nicht umsetzbar sind. Das heißt nicht, dass Knowledge Graphs einfach sind, aber das entsprechende Framework bietet hier die entsprechenden Methoden und Werkzeuge. RDF ist ein standardisiertes Framework, um Knowledge Graphs zu realisieren. Im Standardisierungsumfeld von ECLASS war die Verwendung von RDF als W3C-Standard naheliegend.
RDF kann verwendet werden, um Wissen und Beziehungen zu modellieren. Im Zusammenhang mit Produkten können dies die Merkmale einer Produktbeschreibung sein, bei physischen Produkten aber auch die Beziehungen zwischen Bauteilen oder Baugruppen - aber auch Beziehungen zum Einbauort etc.
Aufbauend auf RDF als Framework zur Beschreibung dieser Beziehungen mittels sogenannter Tripple können die Graphen in verschiedenen Formaten ausgetauscht (z.B. Turtl), in speziellen Datenbanken gespeichert, mittels spezieller Queries (z.B. SPARQL) abgefragt und mittels sogenannter Shapes (z.B. SHACL) validiert werden.
Was sind die nächsten Schritte?
Die aktuell veröffentlichte Spezifikation beschreibt in erster Linie den Austausch des ECLASS Dictionary als RDF. Dies ist die Basis für alles, was darauf aufbaut. Die darauf aufbauenden Lösungen bieten einen Mehrwert. Weitere Teile sind geplant, um bestimmte Regeln in SHACL Shapes abzulegen, Instanzen zu erzeugen oder Datenpunkte abzufragen.
Welche Herausforderungen siehst du bei der Anwendung von RDF in der Praxis, insbesondere in Bezug auf Datenintegration und -abfrage?
Das Thema ist oft Neuland für Unternehmen oder Mitarbeiter. Zwar arbeiten größere Unternehmen bereits an Lösungen oder setzen bereits auf diese Technologien oder es gibt (kleine) hochspezialisierte Lösungsanbieter in diesem Bereich. Die Herausforderung liegt vor allem in der Einbettung in die bestehende Systemlandschaft. Die Daten müssen migriert und die Systeme entsprechend angepasst werden. Es genügt nicht, die Datenbank zu wechseln. Die Abfragen sind schlicht anders. Zuvor müssen aber auch entsprechende Basismodelle - viele sprechen auch von Core-Ontologien - für die Domäne oder das Unternehmen definiert werden. Einen Baustein für solche Core-Ontologien bietet der ECLASS-RDF-Ansatz.
Welche Unternehmen setzen die Technologie heute bereits ein?
Dazu kann ich leider nichts sagen. Aber die Autoren des Dokuments machen das sicher nicht als Hobby. (lacht)
Außerdem gibt es immer mehr Lösungen und Dienstleister, die diese Technologie anbieten. Unter anderem hat die ECLASS-Tochter BCON² GmbH die Entwicklung begleitet und die erste ECLASS-RDF-Transformation realisiert, die von BCON²-Kunden direkt im Browser genutzt werden kann.
Welche innovativen Anwendungen oder Projekte können mit RDF realisiert werden?
Da gibt es viele. Eine wichtige Anwendung ist das Thema Datenmanagement bzw. Datenintegration. Mittels RDF / Knowledge Graph können unterschiedliche Datensätze verknüpft werden. Daten können auch annotiert und dann entsprechend abgefragt werden.
Wie sieht die Zukunft von RDF im Hinblick auf die Entwicklung von Technologien wie dem Internet der Dinge (IoT) und der künstlichen Intelligenz (KI) aus?
Im Kontext IoT oder Digitaler Zwilling sehe ich ein enormes Potential für diese Technologie und ECLASS RDF. Die W3C Web of Things Thing Description war auch die Motivation die Arbeiten an ECLASS RDF zu starten. Darüber hinaus gibt es auch Bestrebungen, die Asset Administration Shell in RDF abzubilden. Bei IoT auf Webstandards zu setzen sowie RDF als Layer im Semantic Web zu nutzen, angereichert mit eindeutigen URIs aus dem ECLASS Dictionary, erscheint mir sehr sinnvoll.
Darüber hinaus kann KI dann über die vereinheitlichten und bereits strukturierten Daten ihre volle Leistungsfähigkeit ausspielen. Ich kann mir auch vorstellen, dass mittels KI komplexe Abfragen aus natürlicher Sprache generiert werden. KI wird die Komplexität auf der Anwendungsseite reduzieren. Grundsätzlich ergänzen sich aber die Themen KI und RDF bzw. Graphen.
Vor allem bei der Einführung von ECLASS, bei der Klassifizierung und Beschreibung kann KI helfen und eine Teilautomatisierung ermöglichen. Dies ist sehr wichtig, da die Klassifikation und auch die anschließende Beschreibung ein zeitaufwendiger manueller Prozess ist. Wenn KI hier Vorschläge machen kann, und das ist möglich, das hat ECLASS bereits selbst evaluiert, wird KI enorm helfen. Dabei kommen neben dem Finetunig von großen Sprachmodellen auch Konzepte wie Retrieval Augmented Generation (RAG) basierend auf Vektor-Search-Methoden zur Anwendung (eine Art Semantic Search). Dabei werden jedoch immer nur kleine Ausschnitte verglichen. Der Blick auf das große Ganze fehlt bei diesem Ansatz. Hier setzt eine Erweiterung zu graphbasierten RAG-Lösungen an, die auch Kontextwissen berücksichtigen. Dies ist auch aus Sicht von ECLASS eine ergänzende Bewertung wert.
