Mind-Mapping

Mind-Mapping ist ursprünglich eine Kreativtechnik, die in den 1970er Jahren von Tony Buzan entwickelt wurde. Mithilfe von Mapping-Techniken werden Dokumente erstellt, die Texte und Grafiken kombinieren. Dadurch sind sie geeignet, Wissen auf besonders einprägsame Art zu dokumentieren, da durch die Visualisierung beide Gehirnhälften angesprochen werden.

Im Wissensmanagement ist das Ziel der Technik, sich über einen bestimmten Themenbereich einen raschen Überblick zu verschaffen und dabei gleichzeitig eine Strukturierung der mit dem Thema verwandten Begriffe anzufertigen. Ausgehend vom Zentralbegriff werden in Baum-Struktur Äste mit den verwandten Begriffen angelegt, die sich beliebig oft weiterverzweigen können. Mind-Mapping wird auch als unterstützendes, Dokumentations-Werkzeug beim Brainstorming eingesetzt. In Projektworkshops werden Mind-Maps zum Strukturieren von Aufgaben ebenso wie von Projektabläufen verwendet.

Für den Einsatz von Mind-Maps wird grundsätzlich nur Zeichenmaterial benötigt – es gibt aber auch eine Reihe von Software-Lösungen, die das Erstellen und Verteilen von Mind-Maps erleichtern und die auch zur Präsentation der Ergebnisse geeignet sind.

Beispiel MindMap: Referat zum Thema „Asterix“ eines Volksschülers

Abbildung einer MindMap zum Thema "Asterix"

 

Weitere Quellen:

http://de.wikipedia.org/wiki/Mind-Map

http://artm-friends.at/am/km/WM-Methoden/WM-Methoden-41.htm

Ontologieentwicklung

Mithilfe von Ontologien werden formale Spezifikationen von Zusammenhängen zwischen Begriffen und Beziehungen zwischen diesen Begriffen repräsentiert. Es ist damit möglich, Daten und Informationen mit semantischen Eigenschaften zu kombinieren und damit auch die Bedeutung der Daten und Beziehungen zu erfassen. Diese Spezifikationen sind notwendig, wenn Zusammenhänge zwischen Strukturen oder Sachverhalten mithilfe von Computern verarbeitbar gemacht werden sollen. Die Entwicklung einer Ontologie ist mit erheblichem Aufwand verbunden, da ein komplexes Regelwerk aus formalisierten und widerspruchsfreien Regeln benötigt wird. Ist eine Ontologie aber einmal erstellt, kann sie unter bestimmten Voraussetzungen auch auf andere Wissensgebiete übertragen werden.

Zur Erstellung von Ontologien existieren verschiedene Beschreibungssprachen, wie zum Beispiel OWL. Ontologien werden als Grundlagen-Werkzeug für das Erstellen von „Semantischen Netzen“ ermöglicht.

Definitionen aus Wikipedia:

Aufbau von Ontologien

Analog zu einer Datenbank, in der Struktur (Datenbankschema) und Inhalt (Daten) ein Ganzes bilden, gehören auch bei einer Ontologie die Regeln und die Begriffe zusammen. Während klassische Datenbanken keine Informationen über die Bedeutung der gespeicherten Daten haben, besitzen Ontologien eine formale Beschreibung der Daten sowie Regeln über deren Zusammenhang. Diese Regeln erlauben es, Rückschlüsse aus den vorhandenen Daten zu ziehen, Widersprüche in den Daten zu erkennen und fehlendes Wissen selbstständig aus dem Vorhandenen zu ergänzen. Diese Rückschlüsse werden durch Inferenz abgeleitet, also durch logisches Folgern.

Unter „Ontology learning“ (vielleicht mit „ontologisches Lernen“ zu übersetzen) kann der Prozess beschrieben werden, bei dem eine Ontologie durch automatische Verfahren weiteres Wissen akquiriert und dadurch an Umfang und Struktur zunimmt. Dafür spielen Inferenzen eine wichtige Rolle. In diesem Prozess wird Wissen durch einen automatisierten Prozess erzeugt, während Ontologien sonst durch Eingaben menschlicher Experten Wissen hinzugewinnen.

Von der Möglichkeit von Relationen über Relationen (in RDF als Reifikation bezeichnet) und Regeln wird unter anderem aufgrund ihrer Komplexität in der Praxis relativ selten Gebrauch gemacht, obwohl gerade diese Merkmale Ontologien von anderen Begriffssystemen unterscheiden.

Bestandteile

  • Begriffe: (im Englischen: „concepts“, manchmal mit dem falschen Freund „Konzepte“ übersetzt): Die Beschreibung gemeinsamer Eigenschaften wird als Begriff definiert (z. B. „Stadt“ oder „Land“). Begriffe werden auch als Klassen bezeichnet. Diese können in einer Klassenstruktur mit Über- und Unterklasse angeordnet werden.
  • Typen: Typen repräsentieren Objekttypen in der Ontologie und stellen die zur Verfügung stehenden Typen in Klassen dar. Diese werden anhand vorher definierter Begriffe erzeugt und als Types bezeichnet (z. B. Stadt als Instanz des Begriffs topologisches Element der Klasse Punkte oder Fluss als Instanz des Begriffs topologisches Element der Klasse Linien)
  • Instanzen: Instanzen repräsentieren Objekte in der Ontologie und stellen das zur Verfügung stehende Wissen dar. Diese werden anhand vorher definierter Begriffe erzeugt und auch als Individuals bezeichnet (z. B. München als Instanz des Begriffs topologischer Ort vom Typ Stadt oder Deutschland als Instanz des Begriffs topologischer Ort vom Typ Land).
  • Relationen: Instanzen gleichen Typs müssen an verschiedene Gegebenheiten angepasst werden. Dazu werden Relationen verwendet, die beschreiben, welche Beziehungen zwischen den Instanzen bestehen (z. B. Stadt München liegt in Land Deutschland). Relationen werden auch als Eigenschaften bezeichnet.
  • Vererbung: Es ist möglich, Relationen und Eigenschaften der Begriffe zu vererben. Dabei werden alle Eigenschaften an das erbende Element weitergegeben. Mehrfachvererbung bei Begriffen ist grundsätzlich möglich. Durch den Einsatz von Transitivität können Instanzen in einer Bottom-Up-Hierarchie aufgebaut werden. Dabei spricht man von Delegation.
  • Axiome: Axiome sind Aussagen innerhalb der Ontologie, die immer wahr sind. Diese werden normalerweise dazu verwendet, Wissen zu repräsentieren, das nicht aus anderen Begriffen abgeleitet werden kann (z. B. „Zwischen Amerika und Europa existiert keine Zugverbindung.“).

Beispiel einer Ontologie aus Wikipedia:

Abbildung einer Ontologie-Struktur

 

Weitere Quellen:

http://de.wikipedia.org/wiki/Ontologie_%28Informatik%29

http://artm-friends.at/am/km/WM-Methoden/WM-Methoden-47.htm

Semantische Netze

Das semantische Netz stellt eine Art der Wissensrepräsentation auf Basis von mit Regeln vernetzten Informationen in einem System dar. Im Unterschied zum herkömmlichen Repräsentationssystemen, bei denen lediglich Daten vernetzt werden können. Das semantische Netz nutzt dabei verschiedene technische Ansätze, wie zum Beispiel XML, RDF, Taxonomie, Ontologien aber auch Datenbanken und entsprechende Datenbankabfragesprachen.

Der Nutzen von semantischen Netzen besteht in der Repräsentation von komplexen Wissenssystemen, die aus vielen Begriffen bestehen, durch einen Repräsentationsgraphen. Der Begriff wird im semantischen Netz durch einen Knoten repräsentiert, die Beziehung zu anderen Begriffen durch eine Kante. Durch diese Repräsentation können nicht nur Texte gesucht, sondern auch intelligente Suchen abgesetzt werden, die auf die Relationen zwischen den Objekten zurückgreifen. Die Herausforderung liegt dabei in der Definition der Beziehungen – es stellen sich die Fragen, welche Beziehungen erlaubt sind, welche Beziehungen nicht erlaubt sind und wo die Grenze zum nächsten semantischen Netz ist.

Der derzeitige Stand der Technik erlaubt die Verwendung von semantischen Netzen in Form von Thessauri und TopicMaps. Ein Zukunftsprojekt ist der Ausbau des WWW zu einem semantischen Netz.

Abbildung: Semantic Layer Cake:

 

Weitere Quellen:

http://de.wikipedia.org/wiki/Semantisches_Netz

 

WM Methoden

WM Konzepte

Dieter Weitz

In jeder Organisation gibt es Potenziale, die auf der Ressource Wissen aufbauen!

Ich zeige Ihnen, wie Sie diese Potenziale erkennen, nutzen und davon profitieren!