3. Web-Content-Managementsysteme

Transkript

1 3. Web-Content-Managementsysteme Literatur: Jablonski; Meiler., Informatik Spektrum, Bd. 18, 2002, S Technische Basis Web-Content-Managementsystemen haben sich als Werkzeug zur Beschaffung, Erzeugung, Aufbereitung, Verwaltung und Präsentation von Inhalten im World Wide Web etabliert. In zahlreichen Publikationen taucht dieser Begriff auf, zum Teil gleichbedeutend mit Dokumentenmanagement oder Knowledge-Management. Jablonski/Meiler erwähnen, dass über 100 Systeme alleine in Deutschland auf dem Markt angeboten werden (Zeitraum der Publikation: April 2002). Definition (vgl. Rothfuss, G.; Ried, C.: Content Management mit XML. Berlin, Heidelberg, New York, Springer 2001; zitiert nach Jablonski/Meiler, S. 102) Unter Content-Management, versteht man die systematische und strukturierte Beschaffung, Erzeugung, Aufbereitung, Verwaltung, Präsentation, Verarbeitung, Publikation und Wiederverwendung von Inhalten. Betonung des Prozesscharakters von Content-Management.

2 Hans Czap, Wissensmanagement, Kap. 3, - 2 Zur Unterstützung dieses Strukturierungsprinzips integrieren moderne Web-Content- Managementsysteme die gängigen Austauschformate, wie XML (Markierungssprache zur Beschreibung von Inhalt und Struktur) und XSL (Markierungssprache zur Beschreibung der Darstellung (Stylesheets)) Unterstützung der Benutzer durch geeignete Suchfunktionen, Chat-Rooms, FAQ-Bereiche etc. Die benutzerindividuelle Gestaltung der Web-Site (Personalisierung) wird in Verbindung mit der Generierung dynamischer Webseiten ermöglicht. Unterstützung bei der Bereitstellung statischer Webseiten (Staging), die eine hohe Skalierbarkeit (Anpassung an hohe Nachfrage) gewährleisten. Verknüpfung mit einem Liveserver-Konzept, das die Generierung dynamischer Inhalte ermöglicht und auf Standard Datenbanksystemen aufsetzt.

3 Hans Czap, Wissensmanagement, Kap. 3, - 3 Web-Content-Management ist Content-Management mit Schwerpunkt auf dem Web-Content, also der Darstellung und Referenzierung von Content mittels HTML-Dokumenten. Website-Management konzentriert sich auf die technischen Aspekte von Websites. Im Zentrum eines Website-Managements steht damit die Überprüfung von Links und Pfaden sowie der Umgang und die Verwaltung von Dateien und referenzierten Datenbanken Die Namensbestandteile eines Web-Content-Managementsystems machen deutlich, um was es geht: Die Publikation der Inhalte erfolgt über Internet, Intranet oder Extranet. Als Content werden alle Arten von Informationen unabhängig vom Inhalt gesehen: Bilder, Texte, Grafiken, Videos, Musikstücke etc. Der Managementbestandteil des Namens macht deutlich, dass der gesamte Managementprozess von der Erzeugung, Einstellung bis hin zur Verwaltung und Pflege des Inhalts unterstützt wird. Verwandte bzw. ähnlich verwendete Begrifflichkeiten sind Dokumentenmanagementsysteme und Knowledge-Managementsysteme. Dokumentenmanagementsysteme konzentrieren sich primär auf Erfassung, Versionierung und Archivierung von Dokumenten. Da in wachsendem Maße dabei Web- Technologien zum Einsatz kommen, weisen beide Begriffe, Dokumentenmanagementsysteme und Content-Managementsysteme, hohe Überschneidung auf.

4 Hans Czap, Wissensmanagement, Kap. 3, - 4 Knowledge-Managementsysteme KMS haben eine andere Aufgabenstellung. Sie wollen das Wissen einer Organisation geeignet aufbereiten und verfügbar machen, unabhängig von der verwendeten Technologie. In diesem Sinne könnte man das Content-Management, das einen stärkeren technologischen Fokus und, wie noch zu zeigen sein wird einen ausgeprägten prozessorientierten Fokus aufweist, als Teilsystem eines KMS bezeichnen. Bezeichnungen, wie Systeme zu medienneutralen Datenhaltung, tauchen in Verbindung mit Begriffen wie Publishing oder Medienproduktion auf. Dabei handelt es sich um Datenbanken bzw. Dateisysteme, die Medieninformationen, also vorrangig Text und Bilder, zur Publikation in unterschiedlichen Medientypen und bei Bildern eventuell in unterschiedlichen Auflösungen zur Verfügung stellen. Eine Integration derartiger Ablagesysteme in Web-Content-Managementsysteme ist prinzipiell erwünscht und anzustreben.

5 Hans Czap, Wissensmanagement, Kap. 3, - 5 Ziel von Web-Content-Managementsystemen ist die Bereitstellung aller Mittel für ein erfolgreiches Webpublishing: Unterstützung bei den typischen Tätigkeiten des Content Life Cycle : Recherche: Suchfunktionen, Retrievalfunktionen Erstellung: Text-, Bild-, HTML und Videobearbeitung Kontrolle, z.b. durch Chefredakteur oder Rechtsabteilung Freigabe Publikation (Webmaster als Flaschenhals!) und Archivierung Unterstützung aller am Erstellungsprozess beteiligten Personengruppen. Abbildung des Workflows in einem Content-Managementsystem führt zur Standardisierung, das bei der Gestaltung von Web-Sites grundsätzlich positiv gesehen wird (Qualitätssicherung!) Redakteur, bei der Aufbereitung der Inhalte SW-Entwickler, bei der Erstellung von Skripten und der Weiterentwicklung des Systems Chefredakteur bei der Freigabe vorgelegter Inhalte Grafiker bei der Erstellung von Bildern und Templates (Stylesheets) Administrator bei der Vergabe von Benutzerrechten, Verwaltung und Archivierung

6 Hans Czap, Wissensmanagement, Kap. 3, Entwurfsprinzip: Trennung von Struktur, Inhalt und Darstellung Idee Die durchgängige Trennung von Struktur, Inhalt und Darstellung von Dokumenten gestattet die jederzeitige Weiterverarbeitung des Content und die Präsentation auf unterschiedlichsten Medien: Sei es als HTML-Seite auf einem handelsüblichen Browser, auf WAP- bzw. UMTS-fähigen Handys, als Druckausgabe oder in sonstigen Formaten. Struktur: Anordnung und Verschachtelung von Überschriften, Textelementen, Bildern etc. machen die Struktur eines Dokuments aus. Bei wissenschaftlichen Publikationen wird häufig die grundsätzliche Anordnung der Strukturinformationen dadurch vorgegeben, dass eine Überschrift verlangt wird, anschließend die Angabe des/der Autoren, Institution von der die Autoren kommen, . Dieser Kopfinformation folgt dann das Wort Abstract, das eine Zusammenfassung der wesentlichen Aussagen des Artikels beinhaltet. Anschließend kommt erst der eigentliche Text. Inhalt: Ausführungen innerhalb der einzelnen Strukturelemente. Darstellung: Formale Beschreibung, mit deren Hilfe die Repräsentation auf einem Ausgabemedium realisiert wird. Die Darstellung wird durch ein so genanntes Template (Stylesheet) festgelegt. Darin wird gesagt, wo Überschrift, Text, Bilder positioniert werden sollen. Schrifttyp und Formatierungen, z.b. Arial, 12 Pkte, fett, kursiv, werden im Stylesheet festgehalten. Da ein Bildschirm mit 400 * 300 Pixel Auflösung andere Darstellungsanforderungen bedingt, als einer mit 1280*1024, werden pro Ausgabemedium eigene Templates benötigt: Single-Source- Multiple-Data-Prinzip.

7 Hans Czap, Wissensmanagement, Kap. 3, - 7 Aktueller Standard beim Web-Content-Management ist die XML (extensible Markup Langugage). Teilweise wird XML in Web-Content-Managementsystemen nur zum Datenaustausch verwendet. Der Inhalt wird typischerweise in relationalen Datenbanken gespeichert. Unter Verwendung der bereits erwähnten Templates wird bei konkreter Anforderung der Inhalt aus dem DBS ausgelesen und in fertige HTML-Dokumente transformiert XML, XSL und korrespondierende Transformationen XSL ist eine Markierungssprache zur Beschreibung der Stylesheets, d.h. der Darstellung. XSL gestattet die serverseitige Aufbereitung der resultierenden HTML-Dokumente. XML wurde eingeführt, um die Beschränkungen von HTML zu überwinden. Kritik an HTML: nicht konsistente Trennung von Struktur, Inhalt und Darstellung, Verwendung spezifischer anstatt deskriptiver Tags. Verwendung von XML beim Web-Content-Management: Ex- und Import von Content Format zur Datenspeicherung und Publikation in verschiedene Ausgabeformate., wie HTML, PDF, WML (Wireless Markup Language, Verwendung bei WAP-Endgeräten) etc.

8 Hans Czap, Wissensmanagement, Kap. 3, - 8 Realisierungsformen und Lastverteilung 1. XSLT-Prozessor Der XSLT-Prozessor (XSLT = XSL Transformations) liest das XML-Dokument (Inhalt und Struktur) sowie das XSLT-Dokument mit den Stylesheet-Anweisungen im XSLT-Skript. Aus beiden Quellen wird das fertige Dokument erzeugt, das in HTML, WML, PDF etc. ausgegeben wird. 2. Document Object Model (DOM) Beim DOM-Ansatz wird eine oo-programmiersprache benötigt (typischerweise Java). Die baumstrukturierten XML-Dateien werden mittels des DOM durchlaufen. Gestattet einen flexibleren Einsatz. Nachteil besteht darin, dass teilweise Layoutinformationen im Java-Code enthalten sind 3. Serverseitige Transformation Bei dieser Lastverteilungsform überträgt der Server sowohl das XSLT-Stylesheet als auch das XML- Dokument. Beim Client werden daraus die HTMl-Seiten erzeugt. Verfügbare (serverseitige) Programme: Cocoon-Framework von Apache, Erweiterungen für die Sprachen Python (4XSLT), C++ (ixslt) und Perl (XML::XSLT). 4. Cientseitige Transformation Bei dieser Lastverteilungsform liest der Server das XSLT-Stylesheet und das XML-Dokument und erzeugt daraus HTMl-Seiten, die zum Client übertragen werden. Diese Form setzt voraus, dass der auf dem Client installierte Browser mit dem XML-Standard und dem XSLT-Standard kompatibel ist. Der MS-Internet Explorer soll dies leisten.

9 Hans Czap, Wissensmanagement, Kap. 3, Architektur von Web-Content-Managementsystemen << vgl. Abb. 14, Jablonski/Meiler>> Wichtigste Komponenten eines von Web-Content-Managementsystems sind das Asset- Management sowie die Workflow-Komponente. Der Begriff Asset bezieht sich auf die einzelnen Bausteine einer Publikation. Asset-Management bedeutet damit die Speicherung, Verwaltung, Strukturierung und Darstellung der Assets. Die Workflow-Komponente konzentriert sich auf den Prozess der Erstellung von Content und unterstützt in diesem Zusammenhang entsprechende Organisations- und Rollenkonzepte, Rechtvergabe, Aufgabenzuweisung etc. Content Syndication bezeichnet die Mehrfachverwendung von Inhalten durch mehrere Verleger. Entsprechend werden Schnittstellen zum Datenaustausch benötigt. Ergänzend kommen Komponenten hinzu, die das Benutzerverhalten zu analysieren gestatten o- der auch eine Personalisierung der Benutzerschnittstellen erlaubt. Assets werden in der Regel in relationalen DBS gespeichert. Typisches Beispiel: Aktuelle Meldung(Id, Autor_ID, Überschrift, Fließtext, , Bild) Autor(Autor_ID, Vorname, Nachname, ) Bilder werden häufig als BLOBS (binary large Objects) gespeichert.

10 Hans Czap, Wissensmanagement, Kap. 3, - 10 Die Speicherung von XML-Dokumenten weist verschiedene Aspekte auf. Die Verwendung von oo- Datenbanken hat sich wegen der ungünstigen Performance dieser Systeme nicht durchgesetzt. Die Verwendung von Dateiensystemen ist nur bei kleinen Datenvolumina sinnvoll. Standard ist heute die Verwendung relationaler Systeme. Allerdings ist ein starker Trend zur Erweiterung vorhandener Systeme auszumachen, XML-Dokumente ablegen zu können und diese über eine XML-basierte Sprache (nicht SQL!) wieder auffinden zu können. Ein Ansatz der Speicherung besteht darin, das XML-Dokument als eine Einheit in einem Attribut einer Relation abzulegen, sog. dokumentbasierte Speicherung. Bei der elementbasierten Speicherung wird ein Dokument entsprechend der XML-Struktur über mehrere Relationen verteilt.

11 Hans Czap, Wissensmanagement, Kap. 3, - 11 Beispiel: <Aktuelle_Meldungen> <Aktuelle_Meldung> <ID>001</ID> <Überschrift>Pferd entlaufen!</überschrift> <Fließtext>Erlangen Gestern gelang es der...</fließtext> <Dateiname_Bild>pferd1.jpeg</Dateiname_Bild> <Autor_Id>001</Autor_Id> </Aktuelle_Meldung> </Aktuelle_Meldungen> <Autoren> <Autor> <Autor_Id>001</Autor_Id> <Vorname>Hans</Vorname> <Nachname>Mustermann</Nachname > < >hans@mustermann.de</ > </Autor> </Autoren> Diese Struktur ähnelt sehr stark der vorhin notierten relationalen Struktur, so dass sich eine entsprechende Zuordnung anbietet.

12 Hans Czap, Wissensmanagement, Kap. 3, - 12 Die Entwicklung relationaler Systeme in Richtung einer XML-Erweiterung steht unmittelbar vor der Tür. Führend ist zurzeit die Software AG mit ihrem Produkt Tamino, das als XML-Datenbank konzipiert ist. Anfragesprache ist eine Erweiterung des sogenannten XPATH-Standards, das aus der XML-Welt kommt. Ergebnis einer Anfrage ist ein XML-Dokument. Mengenorientierung ist erforderlich und vorhanden. Document Type Definitions (DTs) unterstützen keine Datentypen, was bei Datenbanken aber unerlässlich ist. Deswegen hat Tamino eine proprietäre Schemasprache entwickelt, die aber durch den sich entwickelnden XML-Schema-Standard abgelöst werden soll. Attribute für Assets: Attribute von Assets sind zum Teil vordefiniert und dienen zur Klassifizierung und Verwaltung. Wichtig ist es darüber hinaus, dass Benutzer eigene Attribute vergeben können, um den Content nach eigenen Geschichtspunkten ablegen zu können. Ein Ansatz auf Basis von XML ist das Resource Description Framework (RDF). In der einschlägigen Literatur finden sich für diesen Sachverhalt die Begriffe Metainformation bzw. Metadaten, obwohl die Bezeichnung meta in diesem Zusammenhang nicht konsistent ist. Bei der Speicherung der Workflow-Komponente liegt es nahe, alle Benutzer mit ihren Aufgaben und Rechten einzeln zu erfassen. Bei größeren Projekten bzw. größeren Organisationen stößt dieser Ansatz allerdings rasch an seine Grenzen. Eine Typisierung ist erforderlich. Dem dienen die Begriffe Gruppe und Rolle, in die die einzelnen Benutzer eingeteilt werden. Rollenbasierung bedeutet die funktionale Beschreibung des Profils durch Angabe von Aufgaben. Bestehende Systeme gestatten häufig nur die Definition eines starren Workflow-Schemas, bei dem der Ablauf von der Erstellung bis zur Freigabe des Contents geregelt wird. Dem komplexen Zusammenspiel zwischen Redakteur und Grafiker werden derartige Schemata häufig nicht gerecht. Sinn-

13 Hans Czap, Wissensmanagement, Kap. 3, - 13 voll wäre es, wenn in Abhängigkeit eines konkreten Contents der Ablauf individuell definiert werden kann. Zu den Funktionalitäten einer Workflow-Komponente gehört das Verteilen von Benachrichtigungen, die Möglichkeit den konkreten Arbeitsablauf einzusehen, Statusanzeigen zu erhalten, Mitarbeiterbelastungen auszuwerten, Mitarbeitervertretungen zu organisieren etc. Export und Import Export ist in der Regel unproblematisch und wird in unterschiedlichsten Formen ermöglicht. Probleme sind beim Import zu sehen, da viele gängige Datenformate, wie WORD-Dateien, HTML-Dateien, PDF-Dokumente, die strikte Trennung von Struktur, Inhalt und Repräsentation nicht gewährleisten. Ein automatischer Import ist dann nur möglich, wenn das Dokument als Ganzes gespeichert wird. Bei Intranets, bei denen es primär um die Informationsbereitstellung geht, findet sich deswegen bevorzugt die dokumentenorientierte Speicherung. Manche Systeme bieten die Möglichkeit der Nachbearbeitung importierte Dokumente an, um eine elementorientierte Speicherung beibehalten zu können. Beim Content-Syndication wird häufig mit dem Information and Content Exchange Protocol (ICE) gearbeitet, das auf einem Zusammenschluss von über 80 Herstellern basiert.

14 Hans Czap, Wissensmanagement, Kap. 3, - 14 Personalisierung (a) Problemstellung und Einordnung in den Forschungsschwerpunkt QEF Einer der zentralen Erfolgsfaktoren des Internet besteht in der Möglichkeit, wie in klassischen Tante Emma-Läden den einzelnen Kunden oder eine gleichartige Gruppe von Kunden vor dem Hintergrund individueller Bedürfnisse und Ziele mit ausgewählten Informationen und Empfehlungen zu versorgen. Beispielsweise kann und sollte die Empfehlung für eine bestimmte Geldanlage die spezifische Vermögenssituation des Kunden berücksichtigen, seine Lebenssituation (monatliches Einkommen, laufende Verpflichtungen, voraussichtliches Rentenalter etc.) sonstige bereits getätigte Anlagen (Portfoliooptimierung), sein Risikoverhalten und die mit der Anlage verfolgten Ziele (z.b. Sicherung des Alterseinkommens, Ansparung auf eine größere Beschaffung). Personalisierung wird folglich nicht verstanden als Möglichkeit, dass der Benutzer sich sein individuelles Informationsangebot zusammenstellt, wie dies beispielsweise bei Yahoo! (my.yahoo.com) der Fall ist. Vielmehr steht im Zentrum des hier verfolgten Personalisierungskonzepts ein detailliertes Benutzermodell, das zurückgreift auf Ergebnisse und Segmentierungen der Lifestyle-Forschung, diese in Bezug setzt zu dem konkreten Verhalten eines momentan aktiven Benutzers, um dessen Ziele identifizieren zu können und, um nach einem Abgleich mit Nützlichkeitserwägungen, Informationsangebot und Benutzerführung steuern zu können (vgl. [1]). Herkömmlichen Methoden der Personalisierung sind das content-based prediction und collaborative filtering. Content based prediction charakterisiert einen Benutzer über sein vergangenes Verhalten. (beispielsweise Lesegewohnheiten), um daraus aktuelle Empfehlungen abzuleiten. Derartige Systeme haben Probleme bei neu in s System aufgenommenen Benutzern oder, wenn zwei oder mehrere Personen den gleichen Rechner bzw. die gleiche Benutzerkennung verwenden. Collaborative filtering basiert seine Empfehlungen auf denen anderer Benutzer, die vom System als ähnlich erkannt sind. Damit scheitern diese Methoden bei neu aufgenommenen Inhalten (contents), für die es noch keine Empfehlungen irgendwelcher Benutzer gibt.

15 Hans Czap, Wissensmanagement, Kap. 3, - 15 Zur Personalisierung ist eine Vielzahl von Systemen im Einsatz, die jedoch ausschließlich auf den oben erwähnten relativ einfachen Techniken basieren und damit ihren typischen Beschränkungen unterliegen. Es fehlt bislang an einer systematischen Betrachtung sowohl von Personalisierung als Prozess wie auch von Personalisierung unter strukturellen Überlegungen. In der prozessorientierten Betrachtung geht es um die Fragen, welche Daten, zu welchen Zeitpunkten und in welcher Form erhoben werden, um zu einer angemessenen Benutzerrepräsentation zu gelangen. Fragen der Adaption und Anpassung dieser Benutzerrepräsentation an ein sich änderndes Verhalten machen den Rückgriff auf Techniken des automatischen Lernens (machine learning) erforderlich. In gleicher Weise sind aber auch menschliche Erwartungen und menschliches Verhalten zu thematisieren, wie es etwa in den Arbeiten zur usability-forschung aufgegriffen wird. Unverzichtbar ist in diesem Zusammenhang auch die Behandlung von Fragen zur Privacy des Benutzers (vgl. z.b. das P3P-Protokoll [2]). In der strukturorientierten Betrachtung von Personalisierung geht es um Überlegungen, welche Repräsentationsformen einerseits des Benutzers und andererseits des durch den Site-Betreiber offerierten Inhalts (content) angemessen und zweckmäßig sind. Benutzermodell und Contentbasis müssen aufeinander abgestimmt sein, um eine effiziente Zuordnung (Matching) zu ermöglichen. Die Beantwortung dieser Fragen kann nicht getrennt werden von typischen Szenario-Betrachtungen, von der Informationsverfügbarkeit, den verwendeten Lernalgorithmen und der Dynamik, mit der sich die zu repräsentierenden Sachverhalte ändern und steht in enger Korrespondenz zu der prozessorientierten Betrachtung.

16 Hans Czap, Wissensmanagement, Kap. 3, Serverkonzepte und Skalierbarkeit Staging Konzept <<vgl. Abb. 16, Jablonski/Meiler>> Eventgesteuert (Zeitevent, Freigabeaktion) generiert der Publishing Server auf Basis der aktuellen Inhalte statische HTML-Seiten unnd überträgt diese auf den Web-Server. Der Web-Server muss nur einen FTP-Zugang zur Übertragung der Seiten haben. Die Performance kann durch parallelschalten mehrere Webserver mit gleichen Inhalten oder auch einer Verteilung des Contents auf mehrere Server einfach erhöht werden. Großer Nachteil: Konzept ist auf statische Seiten beschränkt.

17 Hans Czap, Wissensmanagement, Kap. 3, - 17 Liveserver Konzept (dynamisches Publishing) Beim Liveserver-Konzept werden die Ausgaben dann generiert, wenn die Benutzeranfrage vorliegt. Damit lassen sich dynamische Informationen, die unter Umständen ständig aktualisiert werden müssen (z.b. Börsenkurse) darstellen. Der Anforderungs- bzw. Antwortweg startet beim Web-Browser des Benutzers. Dort wird die Anfrage an den Web-Server generiert. Dieser reicht sie weiter an den Applikationsserver, der auf die Datenbank und die Templates zugreift und die Verknüpfung zu HTML-Seiten vornimmt. Diese werden über den Webserver an den Web-Browser des Benutzers übermittelt. Da der serverseitige Aufwand größer ist als beim Staging, ist die Performance bei ansonsten vergleichbarer Hardware deutlich geringer. Ansätze zur Performance-Steigerung sehen zunächst die Trennung des Applikationsservers in einen Redakteurserver und einen Benutzerserver vor. Dabei trägt der Benutzerserver die von außen kommende Hauptlast. Weitere Performance-Maßnahmen bestehen in der Erweiterung der Rechner- und Hauptspeicherkapazitäten, der Einführung von Caching-Servern sowie der Replikation des Applikationsservers (Benutzerservers) um mittels Load Balancing und replizierten Datenbeständen die Last zu verteilen.