Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAISWir forschen an der automatisierten Erzeugung von Wissensgraphen und der Integration von Wissen aus heterogenen Quellen. Wissensgraphen strukturieren Daten und Wissen, ermöglichen eine semantische Verknüpfung und sind in vielen Fällen die Basis dafür, dass Anwendungen der Künstlichen Intelligenz (KI) erklärbar werden und für den Menschen nachvollziehbare Ergebnisse liefern.
Im Zuge der Digitalisierung verdoppelt sich alle zwei Jahre die Menge aller weltweit verfügbaren Daten – und diese Daten werden immer diverser. Darum geht der Trend zu Wissensgraphen, welche unterschiedliche Datenquellen integrieren. Sie bilden die technologische Grundlage, ohne die viele KI-Anwendungen und -Assistenten nicht funktionieren würden: Wissensgraphen stecken in Lösungen zum Auffinden von Informationen (Information Retrieval) sowie in Frage-und-Antwort-Systemen (Question Answering), welche beispielsweise in Chatbots zum Einsatz kommen.
Zur automatisierten Erzeugung globaler Wissensgraphen bauen wir auf einheitliche Vokabulare und Standards bezüglich Datenformaten, insbesondere aus dem Bereich Linked Open Data (W3C und Resource Description Framework, RDF). Zusammen mit der Universität Bonn haben wir Open-Source-Techniken zur Erzeugung und Abfrage großer Wissensgraphen entwickelt. Wir tragen außerdem zu vielen – teilweise frei verfügbaren – Wissensgraphen bei, zum Beispiel dem DBpedia-Wissensgraph, welcher aus Wikipedia extrahiert wurde.
Wir automatisieren die Erzeugung von Wissensgraphen, um Daten und Wissen semantisch zu verknüpfen und für intelligente Lösungen zu nutzen.
© greenbutterfly - stock.adobe.com
Knowledge Technologies
Forschungsschwerpunkte
Unsere Forschung dient dazu, Terminologien, Normen und domänenspezifisches Expertenwissen aus unterschiedlichen Bereichen auf standardisierte Vokabulare abzubilden. So können wir Datenbestände automatisiert mit externen Quellen semantisch verknüpfen. Die resultierenden Wissensgraphen können beispielsweise das Wissen in einem Unternehmen abbilden. Damit lassen sich Anwendungen zum Auffinden von Informationen gestalten oder Dialogsysteme aufbauen, die mit unternehmensspezifischem Wissen trainiert wurden.
Knowledge Graph Embeddings
Über Embeddings können Wissensgraphen in KI-Architekturen (zum Beispiel tiefe neuronale Netze) integriert werden. Dies eröffnet eine breite Palette neuer Anwendungen, zum Beispiel der Vorhersage von bisher unbekannt Fakten anhand existierender verwandter Fakten.
Automatisierte Konstruktion von Wissensgraphen
Wir forschen daran, alle Schritte des Aufbaus und der Erweiterung von Wissensgraphen weitgehend zu automatisieren. Zum Beispiel können wir aus verschiedenen relationalen Datenstrukturen (Datenbanken, Spreadsheets usw.), aus JSON, XML-Dateien, sowie teilweise aus Textquellen Wissensgraphen extrahieren.
Enterprise Data Integration
Zum Aufbau von Unternehmens-Wissensgraphen integrieren wir Daten und Wissen aus heterogenen, verteilten Quellen. Die Basis für diese Integration bilden standardisierte Vokabulare.