LINKED DATA WORKSHOP. Lena Farid, Andreas Schramm, 17. September 2015

Transkript

1 LINKED DATA WORKSHOP Lena Farid, Andreas Schramm, 17. September 2015

2 Michael Bildagentur, Zalewski/ Vorname Fraunhofer Nachnahme FOKUS Fotograf FRAUNHOFER FOKUS FAKTEN 500 Mitarbeiterinnen und Mitarbeiter aus 30 Ländern 34 Mio. Haushalt 68% eigene Erträge 2

3 Sebastian Kaulitzki fotolia.com FOKUS = VERNETZUNG Netzwerke Daten Anwendungen Menschen thematisch technologisch wissenschaftlich organisatorisch spezialisiert sicher effektiv 3

4 DIGITAL ELAN ORGANISATIONSSTRUKTUR PUBLIC SERVICES (DPS) Arbeitsgruppen und Themen OPEN DATA UND OPEN GOVERNMENT PROZESSORIENTIERTES E-GOVERNMENT DATEN- UND DIENSTPLATTFORMEN NETZ- INFRASTRUKTUREN GOVERNANCE TECHNOLOGIES SICHERE IDENTITÄTEN STANDARDS UND INTEROPERABILITÄT STRATEGIEN FÜR DIE ÖFFENTLICHE IT 4

5 INHALT Was ist Linked Data? Auf den Punkt gebracht Anwendungsszenarien für ein KMU Weiterführende Informationen Welche Unternehmen nutzen bereits Linked Data? Wo finde ich Linked Data Detaillierte Einführung in Linked Data LinDA Projekt Hands-On Beispiele 5

6 WAS IST LINKED DATA? Auf den Punkt gebracht Linked Data ist ein Datenformat mit Konzepten um: das WWW zu strukturieren mit Fokus auf Daten, Daten eine Semantik zu geben, Daten maschineninterpretierbar zu machen und Interoperabilität zwischen Datenquellen zu schaffen. Um beliebige verteilte Daten (Personen, Orte, Ereignisse, Zahlen etc.) in Relation mit einander zu bringen Um Antworten auf Fragen, die bisher von Maschinen (M2M) nicht beantwortet werden konnten, zu bekommen > bessere Entscheidungshilfen durch Wissen 6

7 WAS IST LINKED DATA? Die Vorteile Linked Data erlaubt das Auffinden und den einfachen Zugriff auf entfernt liegende Daten Linked Data löst Probleme der Datenintegration und des Datawarehousing Linked Data wird im WWW aber auch auf Unternehmensdaten angewendet Linked Data ist komplementär und kein Ersatz für bestehende Systeme! Cranford, Steve (2009). Spinning a Data Web. In: Price Waterhouse Coopers (Ed.). Technology Forecast, Spring (accessed September 20, 2012) 7

8 ANWENDUNGSSZENARIO 1 Datenaggregation Personalabteilung/LDAP Server Ausgangssituation: Mitarbeiterdaten eines KMUs liegen in CSV, XSL(X) oder in einer DB vor IT Abteilung betreibt LDAP Server für /Authentisierung Frage: Welche ausgeschiedenen Mitarbeiter haben noch aktive LDAP Konten Problem: Zwei getrennte heterogene Systeme, großer unnötiger Aufwand/Kosten HR IT-Admin Mitarbeiterdaten LDAP Server 8

9 ANWENDUNGSSZENARIO 1 (2) Daten Aggregation Personalabteilung/LDAP Server Linked Data verknüpft die Daten und ermöglicht einfache Abfragen, die Zeit und Kosten sparen bei Daten die sich schnell ändern. Keine aufwendige Daten- oder Systemintegration nötig Mitarbeiterdaten LDAP Daten Name Start Datum Level Exit aktiv Max Musterma nn Leiter Abt. x m.musterma nn@firmax.de true true 9

10 ANWENDUNGSSZENARIO 2 Marktanalyse für eine neue Niederlassung - Entscheidungshilfe Ausgangssituation Firma X führt eine Marktanalyse aus um eine neue Niederlassung in Deutschland zu eröffnen Ziel der Marktanalyse ist ein Bundesland (neue Ländern und Berlin) zu finden, das die Unternehmenskriterien erfüllt und in dem es bereits x Kunden gibt. Frage: Der Markt in welchem Bundesland (Ost/neue Länder inkl. Berlin) erfüllt das Unternehmenskriterium A? Kriterium A Kriterium B Durchschnittlicher Verdienst >=24 Tsd./Jahr Kriterium C Kriterium D 10

11 ANWENDUNGSSZENARIO 2 (2) Marktanalyse für eine neue Niederlassung - Entscheidungshilfe Daten zum auswerten: Bestehende Kundenliste durchsuchen nach Kunden in neuen Ländern Verknüpfen mit Datensätzen über Durchschnittsverdienst in Bundesländern (Offene Daten) Ad-hoc Zugriff auf externe Daten, kein Datawarehousing nötig Kundenanzahl Bundesland BIP pro Kopf 57 Berlin Sachsen Brandenburg

12 ANWENDUNGSSZENARIO 3 Räumliche Business Intelligence - Entscheidungshilfe Die Entscheidung basiert sich auf mehreren externen Faktoren. Locations, die potentiell in Frage kämen, können anhand von mehreren verschiedenen Kriterien ausgewertet und analysiert werden. Frage: Welcher Bezirk/Kiez passt zu den Kriterien 12

13 ANWENDUNGSSZENARIO 3 (2) Räumliche Business Intelligence - Entscheidungshilfe Mittels Linked Data -> einheitliches Format, keine aufwändige Datenintegration Kriterien und Daten zum auswerten: Kriterium WERT Daten A: Wohnmarktreport < 2,5 Tsd Euro/Monat hier B: Kriminalität (Diebstahl, Brandstiftung etc.) < 100 Fälle im Quartal Polizeiliche Kriminalstatistik (PKS) C: Verkehrsanbindung, Laufkundschaft Gute Anbindung, viel Laufkundschaft VBB Fahrplandaten D: Arbeitsplatzdichte = hoch E: Einwohnerdichte hoch, 20+ Jahre Berlin Open Data Portal 13

14 WELCHE UNTERNEHMEN NUTZEN BEREITES LINKED DATA? GOOGLE Knowledge Graph Ermöglicht semantische Suche Google verknüpft Daten (Wikipedia/DBpedia, CIA World Factbook, Wikidata ) um Nutzer Informationen bereitzustellen 14

15 WELCHE UNTERNEHMEN NUTZEN BEREITES LINKED DATA? Publiziert online täglich tausende von Text-, Audio-, Videomaterial. Mehrere Microsites, mehrere Kanäle Wer ist der Moderator von Top Gear? Antwort verfügbar Aber was hat er noch in seinem Leben präsentiert/gemacht? Keine Antwort Infoseiten über Künstler Antwort verfügbar In Welchen Programme kommen sie vor? Keine Antwort Alle Ressourcen mussten verknüpft und verlinkt werden Weg von den Silos Mehr Infos lesen sie hier. Ed Perchick 15

16 LINKED DATA KANN ABER NOCH VIEL MEHR Andere Bereiche - IoT und THING Beschreibungen - Product Lifecycle Management - Verbesserung von Kundenzufriedenheit - Reputation und Sentiment Analysis - Reporting (z.b. Financials) - Führt zu Vernetzung, Interoperabilität, Personalisierung und intelligente Entscheidungen 16

17 WO FINDE ICH (LINKED) OPEN DATA? Um meine Daten zu verlinken/verknüpfen Datensätze > Datensätze LOD Cloud. Stand April 2014 > 14 Mio. Datensätze Datensätze 17

18 FRAGEN? Vielen Dank für Ihre Aufmerksamkeit! 18

19 LINDA VISIONEN UND TECHNISCHE KONZEPTE

20 ÜBERSICHT Linked Data Eigenschaften + Visionen techn. Struktur von Linked Data Verwendung im Unternehmen Verwendung zur Daten-Veröffentlichung 20

21 EIGENSCHAFTEN VON LINKED DATA Vereinheitlichendes Datenformat für beliebige Ausgangs-Daten und -Formate in technischer und semantischer Hinsicht maschinenlesbar Daten selbstbeschreibend nicht nur unternehmensweit, sondern global verständlich 21

22 VISIONEN VON LINKED DATA Daten maschinell interpretierbar, weltweit kombinierbar, vergleichbar, publizierbar intelligente weltweite Suchen automatisierte Schlussfolgerungen 22

23 VERWENDUNG VON LINKED DATA Charakteristische Verwendung: als zusätzliche Schicht, nicht als Ersatz Zwei Konvertierungsstechniken: Dump/ETL: herkömmliche Daten realer Linked-Data-Datenbestand on-demand: herkömmliche Daten virtueller Linked-Data-Datenbestand 23

24 EIGENSCHAFTEN + VISIONEN VON LINKED DATA Wie werden erreicht Allgemeingültigkeit technische Vereinheitlichung Selbstbeschreibungsfähigkeit semantische Vereinheitlichung? 24

25 STRUKTUR VON LINKED DATA Durchgehende Verwendung von RDF (Resource Description Framework) Datensatz = Menge von Tripeln (vgl. triple store ) Subjekt Prädikat Objekt S,P,O sind URIs (Unique Ressource Identifier), d.h. weltweit eindeutige Web-Adressen für konkrete Entitäten (z.b. Personen, Firmen, Regionen, Produktklassen, ) Objekte auch Literale (d.h. Namen, Zahlen, Strings) 25

26 GRAPHEN-STRUKTUR VON RDF RDF: Graph (Beispiel,Auschnitt) Ein und dieselbe URI kann in mehreren Tripeln vorkommen Graphenstruktur Quelle: Wikimedia Commons 26

27 SEMANTIK-BEZUG VON LINKED DATA Web-Adressen auch von: RDF-Properties für Eigenschaften, Querbeziehungen, Metadaten und Semantik-Definitionen, z.b.: foaf:name, rdfs:seealso, rdfs:isdefinedby, rdf:type RDF-Properties (und RDF-Datentypen) organisiert in Vokabularen (Ontologien) 27

28 SEMANTIK-BEZUG VON LINKED DATA Web-Adressen auch: Ersatz für Literale aus Literal Hessen wird z.b. Adresse der Wikipedia-Seite von Hessen o.ä. Vorteil: Abstraktion von sprachlichen Mehrdeutigkeiten 28

29 PROBLEM BEI KONVERTIERUNG LINKED DATA aus den letzten beiden Folien: Finden von RDF-properties für Prädikate Finden von URIs als Ersatz für Literale beide stehen für semantischen Gehalt, der in Ausgangsdaten nicht vorhanden war: Konvertierung ist eigentlich semantische Anreicherung (ggf. nur semi-automatisch) 29

30 VERWENDUNG DES FORMATS Verwendung für: interne Datenbestände in Unternehmen (Alternative zum Data Warehousing) zu publizierende Daten (im Web) 30

31 VERWENDUNG IM UNTERNEHMEN bisherige Strukturen (DB, Warehousing), Probleme: Vielfalt der Formate fehlende Beschreibung/Semantik der Daten fehlende Datenintegration, -interoperabilität mangelhafte Datenaktualität Abhilfe durch Verwendung von Linked Data 31

32 VERWENDUNG ZUR PUBLIKATION Eignung weil (Wdh.): einheitliches Format, weltweit einheitliche Adressen für Nutzdaten, Metadaten und Semantik selbsterklärend maschinenlesbar 32

33 SPARQL ENDPOINTS Gängige Web-Schnittstelle zum Publizieren: SPARQL endpoints abfragbare virtuelle RDF-Datenbestände 1. SPARQL-Abfrage DB-Abfrage (SQL) 2. DB-Antwort RDF-Antwort immer aktuell 33

34 HILFSMATERIAL Wo finde ich mehr Informationen zu Linked Data und Semantic Web LinDA Linked Data Primer Linked Data ORG Site W3C zu Linked Data W3C zu Semantic Web Bücher und White-paper Linked Data Patterns Linked Data: Evolving the Web into a Global Data Space Potentialen von Linked People, Linked Content und Linked Data in Unternehmen Einleitende Videos: Tim Berners-Lee: The next Web of open, linked data What is Linked Data? Case Studies: Case Study: Use of Semantic Web Technologies on the BBC Web Sites Use Case: Ontology-Driven Information Integration and Delivery A Survey of Semantic Web Technology in the Oil and Gas Industry 34

35 FRAGEN? Vielen Dank für Ihre Aufmerksamkeit! 35

36 LINDA - ENABLING LINKED DATA AND ANALYTICS FOR SMES BY RENOVATING PUBLIC SECTOR INFORMATION

37 LINDA - ECKDATEN EU-FP7 gefördertes Projekt Laufzeit 24 Monate Koordinator: DSS Lab National Technical University of Athens Website: Unsere Partner: 37

38 Linked Data einfach und verständlich für alle anwendbar (speziell KMUs) -> keine Spezialisten notwendig Kostengünstig, finanziell tragbar für KMUs Open Source Software - Nutzen aus den Unmengen an verfügbaren (Linked) Open Data ziehen 38

39 LINDA WORKBENCH Integrierte Tool-Suite mit Standard-Workflows 3. Verknüpfungen und Abfragen von Datenbeständen RDB CSV Excel 1. Aufsetzen von Konvertierungen Linked Data (semantische Anreicherung) RDF 2. Linked Data Publikation LOD Cloud Linked Enterprise Data 4. Visualisierungen und komplexere Auswertungen (Korrelation usw.) Icons made by Picol, Freepik, Yannick, Mario Purisic from is licensed by CC BY

40 LINDA WORKBENCH Technische Eigenschaften Open Source Software (MIT Lizenz) Python 3/Django Framework, wenige Abhängigkeiten Usermanagement verfügbar Triple Store integriert (Sesame) Kann als SaaS Lösung aufgesetzt werden Einfache Installation Ausführliche Dokumentation verfügbar 40

41 KONTAKT Fraunhofer FOKUS Kaiserin-Augusta-Allee Berlin, Germany Lena Farid Dr. Andreas Schramm Tel. +49 (0) Tel. +49 (0)