Grundlagen der Informationsmodellierung

Transkript

1 Fakultät ETIT, Institut für Automatisierungstechnik, Professur für Prozessleittechnik Grundlagen der Informationsmodellierung VL CAE-PA SS 2014, Professur für Prozessleittechnik

2 Agenda Modellierung Begriffe Definitionen Aspekte Qualität Informationsmodelle Begriffe Eigenschaften Konzepte Prozesse Folie 2

3 MODELLIERUNG Folie 3

4 Motivation Komplexe Systeme erfordern vor Konstruktionsbeginn einen Plan Vermeidung von Fehlern bessere Qualität niedrigere Kosten bessere Dokumentation und Wiederverwendbarkeit Voller Umfang von komplexen Systemen von Menschen ohne Unterstützung kaum vorstellbar Dokumentation und Wartung von Systemen Kommunikation über Welt Folie 4

5 Modelldefinitionen Lat. Modulus = Maß, Maßstab [Ein Modell ist eine] mathematische oder physikalische Darstellung eines Systems oder Prozesses, die das System oder den Prozess aufgrund bekannter Gesetzmäßigkeiten, einer Identifikation oder getroffener Annahmen genügend genau abbildet (IEV ) Folie 5

6 Modelldefinitionen Ein Modell ist eine Repräsentation eines Systems von Objekten, Beziehungen und/oder Abläufen. Ein Modell vereinfacht und abstrahiert dabei im Allgemeinen das repräsentierte System. (König Modellierung 2012) Folie 6

7 Begriff Modellierung Modellierung ist der Prozess, bei dem ein Modell eines Systems erstellt wird. (König Modellierung 2012) Modellierung eines Ausschnitt des Originals (Kastens Modellierung 2008) Vollständige Modellierung nicht sinnvoll Auswahl nach Relevanz für den Verwendungszweck Subjektiver Einfluss aufgrund persönlicher innerer Vorstellung Folie 7

8 Eigenschaften Modell Zweck Abbild eines vorhandenen Originals Vorbild für herzustellendes Original Ausprägung Konkret abstrakt konkret abstrakt Modell Schiffsmodell Rentenberechnungsmodell Original Schiff Bevölkerungsentwicklung Es gibt nicht das richtige Modell Eignung je nach Anwendungsfall, Nutzer und Umwelt Folie 8

9 Allgemeiner Modellbegriff (Stachoviak) Beschränktes Abbild der Wirklichkeit Merkmale Abbildung Repräsentation natürlicher oder künstlicher Originale Verkürzung Erfassung nur der relevanten Attribute Pragmatismus Ersetzungsfunktion Folie 9

10 Verwendungszwecke (Kastens Modellierung 2008) Nutzen der Modellierung Visualisierung eines Systems Verständnis eines Systems Kommunikation über System Entwurf eines Systems Simulation eines Systems Analyse eines Systems Bestimmte Operationen sind an Original nicht möglich Folie 10

11 Modellierte Aspekte (Kastens Modellierung 2008) Struktur Zusammensetzung des Originals aus Bestandteilen Eigenschaften von Teilen des Originals Beziehungen zwischen Teilen des Originals Verhalten des Originals bei Operationen Folie 11

12 Arten von Modellen (König Einführung in die Modellierung 2012) Deklarativ/Deskriptiv vs. Operational Textuell vs. Visuell Qualitativ vs. Quantitativ Black Box vs. White Box Statisch vs. Dynamisch Formal vs. Nicht/Semi-Formal Folie 12

13 Nicht-formale Modelle Nicht-Formal Syntax und Semantik nicht eindeutig festgelegt Natürliche Sprache ist nicht immer eindeutig Beispiel (König Einführung in die Modellierung 2012) Ich sah den Mann auf dem Berg mit dem Fernrohr Wie viele unterschiedliche Interpretationen sind hier möglich? Folie 13

14 Nicht-formale Modelle ((Ich sah den Mann) auf dem Berg) mit dem Fernrohr Folie 14

15 Nicht-formale Modelle (Ich sah (den Mann auf dem Berg)) mit dem Fernrohr Folie 15

16 Nicht-formale Modelle (Ich sah den Mann) (auf dem Berg mit dem Fernrohr) Folie 16

17 Nicht-formale Modelle Ich sah ((den Mann auf dem Berg) mit dem Fernrohr) Folie 17

18 Nicht-formale Modelle Ich sah (den Mann (auf dem Berg mit dem Fernrohr)) Folie 18

19 Nicht-formale Modelle Textuelle Modelle also nicht zwangsläufig geeignet Auch graphische Darstellung können nicht eindeutig sein: Folie 19

20 Syntax und Semantik Syntax Symbole, Diagramme Serialisierungen (XML) prinzipiell für Austausch von Informationen festzulegen <bank>bank-001a</bank> Semantik Bedeutung der Symbole Präzise Definition erleichtert Kommunikation immens (vor allem Maschinen) Bank Geldhaus? Sitzmöbel? Folie 20

21 Modellierungsprozess (Karagiannis 2013) Folie 21

22 Grundsätze der Modellierung Grundsätze ordnungsgemäßer Modellierung (Schütte, 1997) Grundsatz der Konstruktionsadäquanz Grundsatz der Sprachadäquanz Grundsatz der Wirtschaftlichkeit Grundsatz des systematischen Aufbaus Grundsatz der Klarheit Folie 22

23 Modell-Qualität (Krogstie Model-Based Development and Evolution of Information Systems ) Physical quality Persistence, currency and availability Empirical quality Relationship between the model and another better model containing the same statements Syntactic quality Is the modelling language used correctly? Semantic quality Is the model complete (containing all valid statements) and valid (not containing invalid statement)? Pragmatic quality Do the audience understand the implications of the part of the model relevant to them? Social quality Do the different participants of the modelling agree on the semantic quality of the model? Deontic quality How the models contribute to fulfil the overall goals of modelling? Folie 23

24 Modell-Qualität im SEQUAL Framework (Krogstie Model-Based Development and Evolution of Information Systems ) Folie 24

25 Konzepte und Prinzipien INFORMATIONSMODELLE Folie 25

26 Informationsmodell Für weitere Betrachtung Beschränkung auf: Abstraktes Abbild zu abstrakten oder konkreten Originalen Reine Datenübermittlung nicht ausreichend für ordentliche Kommunikation Wie soll Wert interpretiert werden? Was stellt der Wert dar? Welcher Typ und welche Einheit hat der Wert? Prinzipiell informelle Beschreibung der Daten und deren Modelle Folie 26

27 Semantik im Informationsmodell Informationsmodell gibt Daten eine Bedeutung (Semantik) Konzepte Beziehungen Randbedingungen Regeln Operationen Folie 27

28 Abbildung des Daten- und Informationsraums Definition der auszutauschenden Daten Syntax (transparent für Nutzer) Semantik Fest definierte Modelle Einfacher Einstieg der Anwendungsentwicklung Semantische Erosion ( Missbrauch von Feldern) Generische Modelle Erweiterbarkeit des Informationsmodells Abstraktion Modellierung durch Betreiber Folie 28

29 Arten von Informationsmodellen Abstraktes Informationsmodell Abstraktion eines relevanten Ausschnitts der Realität nicht notwendigerweise formalisiert Konkretes Informationsmodell Abbildung auf konkrete Umsetzung Formalisierung Datenmodell Nutzung des Informationsmodells Folie 29

30 Konzepte für Informationsmodelle Verschiedene Technologien unterstützen verschiedene Möglichkeiten zur Umsetzung eines Informationsmodells Konzepte Hierarchie Aggregation Variablen Funktionen Referenzen Klassen Methoden Vererbung Datentypen (einfach/komplex) Folie 30

31 Merkmale von Informationsmodellen Merkmale Partitionierbarkeit Erweiterbarkeit Modellierungsphilosophie Konkretheit Mehrsprachigkeit Reflektion Lebenszyklus Zugriffsgranularität Selbstbeschreibungsfähigkeit Abgeschlossenheit Folie 31

32 Open-World-Assumption vs. Closed-World- Assumption Anwendung von Logiksystemen auf IM Closed World Assumption (CWA) Was nicht als wahr bekannt ist, muss falsch sein Anwendung in vollständig bekannten Systemen Open World Assumption (OWA) als Gegenteil Was nicht als wahr bekannt ist, ist einfach unbekannt Anwendung in Systemen mit unvollständigen Informationen Unique Named Assumption (UNA) im engen Zusammenhang mit CWA Verschiedene Namen referenzieren immer verschiedene Dinge Folie 32

33 Open World Assumption Beispiel Frage: Ist Markus ein Bürger von Frankreich? Aussage: Markus ist ein Bürger von Deutschland CWA: Nein OWA:??? Weitere Aussage: Markus ist ein Bürger von Frankreich. CWA: Ja OWA: Ja Weitere Aussage: Jeder kann nur Bürger eines Landes sein. CWA: Error OWA: Ja, und Frankreich=Deutschland Folie 33

34 IM vs. Ontologien Enger Zusammenhang Ontologie Meta-Modell Informationsmodell Ontologie Beschreibung einer Domäne in einer formalisierten Art und Weise Meta-Modell Beschreibung wie ein domänenspezifisches (Daten-)Modell gebaut werden muss, damit es valide ist Meta-Modelle sind Ontologien; nicht alle Ontologien sind als Meta- Modelle aufgebaut. Folie 34

35 Ontologie An ontology is a formal, explicit specification of a shared conceptualisation. (Studer, 1998) A conceptualisation refers to an abstract model of some phenomenon in the world by having identified the relevant concepts of that phenomenon. Explicit means that the type of concepts used, and the constraints on their use are explicitly defined. Formal refers to the fact that the ontology should be machine readable, which excludes natural language. Shared reflects the notion that an ontology captures consensual knowledge, that is, it is not private to some individual, but accepted by a group. Folie 35

36 Prozesse des Middleware Engineering Abstraktes IM Abstraktes IM Konkretes IM Datenmodell Folie 36

37 Abstraktes Informationsmodell Beschreibung: Repräsentation von Konzepten, Zusammenhängen, Einschränkungen, Regeln und Operationen (nach Lee 1999) technologie- und protokollunabhängig Unabhängigkeit von der Implementierung stabile Problemrepräsentation (langfristiger als technische Realisierung) Zweck: Kommunikation zwischen Anwendern und Anwendungsentwicklern oder Systemarchitekten austauschbare, beständige und organisierte Strukturen zur Informationshandhabung Folie 37

38 Abstraktes Informationsmodell Form: zumeist in Textform formal definierten Syntax einer Modellierungssprache IDEF1X (Appleton 1985), EXPRESS (Schenck, Wilson 1994) und UML konkrete Semantik der Modelle jedoch nicht formal erfasst bzw. nicht formal fassbar Engineering: Grobe Erfassung von Mengengerüste und Zielfunktionen während der Anforderungsanalyse Verfeinerung in Konzeptphase Folie 38

39 Konkretes Informationsmodell Beschreibung: Abbildung der in dem abstrakten Informationsmodell beschriebenen Elemente in die Konzepte, Struktur und Fähigkeiten (Operationen) des zu betrachteten Systems Rationale und Regeln für die Umsetzung der allgemeinen Konzepte des abstrakten Informationsmodells mit den Strukturierungselementen (Aggregation, Komposition, Hierarchie, Spezialisierung, Generalisierung) und der Syntax (Datentypen) des konkreten Systems Zweck: Umsetzung der im abstrakten Informationsmodelle erfassten Konzepte in ein konkretes System Folie 39

40 Konkretes Informationsmodell Form: Häufig bereits Modellierungselemente des Zielsystems Engineering: Verschiedene Aspekte des konkreten Informationsmodells werden bereits zur Vorbereitung von Ausschreibung und Beschaffung erstellt, um Aufwände und Einschränkungen abschätzen zu können. Die weitere Detaillierung erfolgt zu Beginn der Implementierungsphase Folie 40

41 Datenmodell Beschreibung: Das Datenmodell bildet die Konfiguration des System für den konkreten Anwendungsbereich ab Zweck: Konfiguration des Systems Form: Beschreibungselemente des Systems Engineering: Implementierungsphase Folie 41

42 Literatur Kastens, U., & Kleine Büning, H. (2008). Modellierung: Grundlagen und formale Methoden. Hanser Fachbuchverlag. Retrieved from König, B. (2012). Modellierung in der Informatik. Vorlesung, Universität Duisburg Essen. Krogstie, J. (2012). Model-Based Development and Evolution of Information Systems: A Quality Approach (1st ed.). Dordrecht: Springer London. Lee, Y. T. (1999). Information modeling: From design to implementation. In Proceedings of the second world manufacturing congress (pp ). IEV (International Electronic Vocabulary), Schütte, R. (1997). Die neuen Grundsätze ordnungsmäßiger Modellierung. Presented at the Forschungsforum97, Leipzig. Retrieved from Stachowiak, H. (1973). Allgemeine Modelltheorie. Springer-Verlag Wien New York. Studer, R., Benjamins, V. R., & Fensel, D. (1998). Knowledge engineering: Principles and methods. Data & Knowledge Engineering, 25(1 2), doi: /s x(97) Folie 42