Geschäftsmodelle im Web 3.0 am Beispiel der semantischen Suche von Google

Inhaltsverzeichnis

Danksagung

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungsverzeichnis / Glossar

Kurzfassung

Executive Summary

1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung
1.3 Aufbau und Struktur
1.4 Methodik

2 Bausteine und Ausprägungen von Web 3.0
2.1 Definition Web 3.0
2.2 Bausteine des Web 3.0
2.2.1 Linked Data
2.2.2 Vocabularies / Ontologien
2.2.3 Queries
2.2.4 Inferences
2.2.5 Rich Snippets / Strukturiere Daten
2.3 Ausprägungen von Web 3.0
2.3.1 Semantische Suche
2.3.2 Informationsextraktion
2.3.3 Internet of Things
2.4 Zusammenfassung

3 Aufbau, Zweck und Typen von Geschäftsmodellen
3.1 Definition Geschäftsmodell
3.1.1 Begriff Geschäft, Modell und Geschäftsmodell
3.2 Aufbau
3.3 Verwendungszweck von Geschäftsmodellen
3.4 Typen von Geschäftsmodellen
3.4.1 Geschäftsmodell nach Stähler
3.4.2 Geschäftsmodell nach Maaß
3.4.3 Geschäftsmodell nach Wirtz
3.4.4 Business Model Canvas
3.5 Zusammenfassung

4 Geschäftsmodelle im Internet und Web 3.0
4.1 Besonderheiten bei Geschäftsmodelle im Internet
4.1.1 Kommunikationspolitik
4.1.2 Produktpolitik
4.1.3 Preispolitik
4.1.4 Vertriebspolitik
4.2 Existierende Praxisbeispiele im Web 3.0
4.2.1 Evri
4.2.2 Twine (Supermechanical Ltd.)
4.3 Zusammenfassung

5 Fallstudie
5.1 Einführung in die Fallstudienmethode
5.1.1 Definition
5.1.2 Prozess einer Fallstudie
5.1.3 Vor- und Nachteile
5.1.4 Methodik zur Ausarbeitung der Fallstudie
5.2 Fallstudie Google – die semantische Suche
5.2.1 Unternehmensportrait
5.2.2 Relevante Zahlen zum Unternehmen
5.2.3 Google und die semantische Suche
5.2.4 Business Model Canvas
5.3 Chancen und Risiken
5.3.1 Chancen
5.3.2 Risiken
5.4 Ergebnis und Interpretation
5.5 Zusammenfassung

6 Fazit und Ausblick

Literaturverzeichnis

Lebenslauf

Eidesstattliche Erklärung

Danksagung

Ich möchte an dieser Stelle meinem Betreuer, Herrn Mag. Gerald Petz, für seine Unterstützung und für sein häufiges und ausführliches Feedback danken. Darüber hinaus möchte ich meiner Familie, meinen Freunden sowie meinen Studienkollegen für die Motivation und Unterstützung zur Fertigstellung dieser Arbeit danken.

Abbildungsverzeichnis

Abbildung 1: Aufbau der Arbeit

Abbildung 2: Darstellung von Beziehungen mittels OWL

Abbildung 3: Google Suchergebnis nach Abfrage der Einwohnerzahl Österreichs

Abbildung 4: Aufbau des Internet der Dinge

Abbildung 5: Einordnung des Geschäftsmodells

Abbildung 6: Geschäftsmodell nach Stähler

Abbildung 7: Geschäftsmodell nach Maaß

Abbildung 8: Business Model Canvas

Abbildung 9: Phasen der Kanäle

Abbildung 10: Nutzung sozialer Netzwerke nach Zweck

Abbildung 11: Kostenstruktur von materiellen und digitalen Gütern im Vergleich

Abbildung 12: Erlösmodellsystematik nach Wirtz

Abbildung 13: Kategorien der Wechselkosten

Abbildung 14: Ansicht der Web-Oberfläche von Twine

Abbildung 15: Unternehmenslogo von Google

Abbildung 16: Wetterabfrage und Rechner in der Google-Suche

Abbildung 17: Business Model Canvas Google

Abbildung 18: Durchschnittliche Klickrate auf bezahlte Suchanzeigen

Tabellenverzeichnis

Tabelle 1: Zugriffsarten auf "Linked Data"-Inhalte

Tabelle 2: Geschäftszahlen von Google. Inc von 2012, 2013 und Q1/2014

Abkürzungsverzeichnis / Glossar

Abbildung in dieser Leseprobe nicht enthalten

Kurzfassung

Seit das Internet der breiten Masse zur Verfügung steht, steigt die Anzahl der verfügbaren Dienste, Inhalte und Möglichkeiten kontinuierlich. Das Internet tritt nicht nur im privaten Bereich, sondern auch in der Geschäftswelt immer mehr in den Vordergrund. Das Internet ist hinsichtlich gewisser Thematiken wie Informationsrecherche nicht mehr weg zu denken. Doch dies bringt nicht nur Vorteile mit sich. Mit der Möglichkeit, Inhalte ohne spezielle Kenntnisse und ohne größeren Aufwand zu verbreiten, stieg auch die Menge an verfügbarer Information ins Unermessliche. Wird nun nach einem oder mehreren Begriffen recherchiert, lassen sich viele unterschiedliche Informationen aus verschiedenen Quellen dazu finden. Oft lässt die Seriosität der dargebotenen Inhalte zu wünschen übrig. Die Strukturierung der Inhalte und Implementierung neuer Datenbanksysteme und Sprachen scheint dieses Problem des „Web 3.0“ zu lösen. Diese neue Evolutionsstufe des Internets schafft außerdem Potenzial für neue oder bestehende Unternehmen, neue Geschäftsmodelle auf Basis des Web 3.0 zu finden. Dabei gilt es aber einige Punkte zu beachten – nicht jedem Unternehmen ist der Erfolg vergönnt. Eine triviale Vorab-.Planung anhand eines passenden Geschäftsmodelles bringt nicht nur ein klareres Bild, sondern kann auch Schwierigkeiten im Voraus verhindern.

Wer oder was ist das Web 3.0? Diese Frage werden sich viele Internetnutzer stellen. Doch es ist nicht nur wichtig, was das Web 3.0 ist. Vielmehr muss vorab beantwortet werden, aus welchen Bausteinen es besteht, welche Technologien es nutzt und welche Ausprägungen damit möglich sind. Die bekanntesten und vielleicht am meisten unbewusst genutzten Ausprägungen sind die semantische Suche und die Informationsextraktion. Wie sich die Technologien des Web 3.0 im Geschäftsleben gewinnbringend einsetzen lassen können, beschreibt ein Geschäftsmodell. In der Literatur gibt es einige Definitionen und Beschreibungen von Geschäftsmodellen. Basiert eine potenzielle Idee auf den Technologien des World Wide Web, sind einige Aspekte vorhanden, welche sich von der klassischen Geschäftswelt erheblich unterscheiden und die entsprechend berücksichtigt werden müssen. Als Best Practice-Beispiel aus der Praxis ist die in der herkömmlichen Google-Suche implementierte semantische Suche zu nennen. Diese bringt nicht nur gezieltere und personalisiertere Antworten für die Nutzer im Zuge einer Suchanfrage, sondern bringt auch dem dahinter stehenden Unternehmen Google Inc. sämtliche gewinnbringende Vorteile.

Heute gibt es bereits einige erfolgreiche Dienste, welche auf die Ausprägungen des Web 3.0 zurückgreifen. Allen voran das Unternehmen Google Inc., welches seit Mitte 2013 mit der Implementierung eines neuen Suchalgorithmus der semantische Suche einen großen Fortschritt verschafft. Ebenfalls von Google ist der Dienst Google Now interessant, welcher die Möglichkeit der Informationsextraktion nutzt und dem Benutzer Informationen zur Verfügung stellt, bevor explizit danach gefragt wurde. Weitere erfolgreiche Dienste sind Twine (Internet der Dinge) und Evri (Informationsextraktion). Am Beispiel der semantischen Suche von Google ist zu erkennen, dass nicht nur die Nutzer des Dienstes selbst einen Vorteil aus der optimierten Suche ziehen. Dank der Beschreibung der semantischen Suche anhand eines Geschäftsmodelles ist zu erkennen, dass eher personalisierte Ergebnisse aufgrund der Möglichkeit von gezielteren bezahlten Suchanzeigen und der Ausbau von Marktanteilen in Googles Interesse liegen.

Executive Summary

Since the Internet is available for the broadness, the number of available services, contents and possibilities rises continuously. Not only in private life, but in business the Internet is approaching in the foreground more and more. Concerning activities like information research it is impossible not to consider the services of the World Wide Web. The new possibilities don’t come only with advantages. With the possibility to create and release information without any special skills and without greater investments, the amount of available information from different sources rises in vastness. If a research after one or more keywords is started, many different information can be found. The reliability of the information is often not given. The structuring of contents and the implementation of new database systems and languages seem to solve the problems of Web 3.0. The new evolution step of the Internet creates potential for new or existing businesses to find new business models based on Web 3.0 technologies. But there are a few aspects, which have to be considered – not every business is successful. A trivial planning with the help of a proper business model not only can bring a clear view, but also can prevent problems in advance.

What or who is the Web 3.0, most of the Internet user are asking. It is not only important, what the Web 3.0 is. There it is also important to answer, of which elements it is made of and which characteristics are possible with it. The best-known and maybe the most unknown used characteristic is the semantic search and the information extraction. A business model describes, how the technologies of Web 3.0 can be used to create value and revenue. In literature there are a few definitions and descriptions of different business models. Is a potential idea based on the technologies of the Web 3.0, there are some special issues existing, which have to be concerned respectively. One of the best examples from practice is the semantic search, which is implemented in the conventional Google search. This possibility of searching not only brings more precise and more personal results for the users, but also delivers profitable advantages for Google.

Today, there is a number of successful services, which are based on the characteristics of the Web 3.0. On the top of all, Google Inc., which has procured the semantic search a wide step forward since the implementation of the new search algorithm. Besides a second service of Google Inc. is interesting. Google Now uses information extraction to supply information to the user before a precise inquiry took action. There are a few more successful services like “Twine” (Internet of Things) and “Evri” (information extraction). The example of Google mentions, that not only the users of the search have part on the advantages of the optimized search. With the description of the semantic search of Google on the Business Model Canvas it is visible, that more precise search results due to better placed paid advertisements and the development of market share are a big part of Googles interests.

1 Einleitung

Als die Grundbausteine des Internets mit dem ARPANET in den sechziger Jahren gelegt wurden, rechnete vermutlich niemand mit so einer massiven Popularität des Nachfolgers wenige Jahrzehnte später. Seitdem das Internet der breiten Masse zur Verfügung steht, haben sich die Möglichkeiten der Internetnutzung vielseitig erweitert. In den Anfängen der neunziger Jahre gab es lediglich statische Seiten, welche einfache Informationen zur Verfügung stellen konnten. Später ging die Entwicklung weiter zu interaktiven und optisch ansprechenderen Websites. Mit der Einbindung neuer Programmiersprachen konnten Seiten animiert dargestellt werden und mit dem Zeitalter der sozialen Netzwerke die vormals passiven Benutzer in die Interaktion geholt werden. Zurzeit beschreibt das Internet einen Wandel: Soziale Netzwerke sind in Mode, ersten Anzeichen nach aber bereits am absteigenden Ast. Die Interaktivität und die Möglichkeit der Informationsverbreitung durch jeden Teilnehmer fordern ihren Tribut. Die Flut an verschiedenen, teilweise unseriösen Informationen ist seit längerem nicht mehr überschaubar. Daher tritt immer mehr der Begriff Web 3.0 in den Vordergrund. Web 3.0 nutzt die vorhergegangenen Evolutionsstufen des Internets und baut in der Basisausprägung darauf auf. Dank semantischer Technologien und der Definition von Ontologien können Informationen nun maschinell gefunden, interpretiert und zur richtigen Zeit am richtigen Ort verarbeitet und bereitgestellt werden. Dies wird unter anderem durch die Anreicherung von Multimediadateien mit Meta-Daten und durch komplexe Suchalgorithmen erreicht. Die Funktionen reichen von der semantischen Suche, über die Informationsextraktion, bis hin zu den Funktionen des Internet of Things.

Die Möglichkeiten der Internetnutzung haben einige Geschäftsmodelle hervor gebracht. Diese basieren im Grunde zwar auf klassischen Modellen, sind aber durch ihre Ausrichtung auf das Word Wide Web einzigartig. Für Unternehmen und potenzielle Start-Ups stellt sich nun folgende Frage: Wie kann das Web 3.0 genutzt werden, um mit neuen Funktionen oder neuartigen Diensten Umsätze zu generieren? In manchen Fällen dürfte eine Geschäftsidee bereits in der Schublade liegen. Es gibt einige verschiedene Varianten von Geschäftsmodellen, darunter beispielsweise die bekanntesten von Stähler oder Maas, aber auch das Business Model Canvas. Es gibt jedoch keinen allgemein gültigen Fahrplan, welches Modell für welche Geschäftsidee geeignet ist. Einerseits kann die Vorgehensweise nach einem bestimmten Geschäftsmodell den gewünschten Erfolg bringen, andererseits kann das Vorhaben bereits von Anfang an zum Scheitern verurteilt sein und dadurch hohe finanzielle Investitionen vergeudet werden. Mithilfe eines Modelles kann das Potenzial und der Erfolg oder Misserfolg vorab abgeschätzt werden.

Durch seine neuartigen Möglichkeiten bietet das Web 3.0 die Basis für Geschäftsmodelle. Neben den Chancen gibt es einige Risiken, welche Geschäftsmodelle im Internet allgemein betreffen und diese es zu beachten gilt. Darunter fällt zum Beispiel die hochsensible Thematik des Datenschutzes oder die meist geringe Bereitschaft zur Bezahlung für Dienste oder Produkte von Nutzern im Internet. Können sämtliche auftretende Risiken überwunden oder umgangen werden, bestehen wesentlich bessere Chancen für den Aufbau einer erfolgreichen Geschäftstätigkeit.

1.1 Problemstellung

Die schnelle Entwicklung der Internetökonomie bietet zwar einige Chancen für neue Unternehmen, bringt aber nicht nur Vorteile mit sich. Unternehmen, deren Kernkompetenzen auf Funktionen und Diensten im Web basieren, müssen sich laufend an die Anforderungen anpassen und Trends erkennen können. Wird dies verabsäumt, ist die Existenz dieser Unternehmen gefährdet.

Mit dem Web 2.0 ist dank sozialer Netzwerke und simpler Applikationen zur Website-Erstellung die Möglichkeit der Interaktion durch die Nutzer sehr einfach geworden. Versierte Personen können ohne größeren Aufwand Inhalte im Web veröffentlichen. Dies hat eine regelrechte Informationsexplosion zur Folge und bewirkt, dass sich Privatpersonen und Unternehmen infolge einer Recherche nach bestimmten Suchbegriffen mit dem Problem der großen Datensammlung auseinandersetzen müssen.^[1] Dies kann unter Umständen sehr viel Zeit und sehr hohe Kosten beanspruchen. Die Informationsflut bringt noch ein weiteres Problem mit sich. Da die Verbreitung oberflächlicher Inhalte sehr einfach durchgeführt werden kann, fällt es schwer, Inhalte qualitativ zu bewerten. Es besteht die Möglichkeit, dass veröffentlichte Informationen nur zum Teil oder vollständig nicht der Wahrheit entsprechen. Authentische Informationen können daher von manipulierten Datensätzen nur mehr schwer differenziert werden.^[2]

Erfolgreich agierende Dienste und Plattformen werden durch die rasante Entwicklung des Internets laufend in Bedrängnis gebracht.^[3] Ein Problem ist das Sinken der Nutzerakzeptanz im Laufe der Zeit gegenüber der angebotenen Plattform oder dem Dienst. Der Lebenszyklus einer Web 1.0- oder Web 2.0-Anwendung zeigt ähnliche Züge wie jener eines physischen Produktes. Ein weiteres Problem ist die immer größere Anzahl an Konkurrenten, die täglich in den Markt treten und oft bessere Dienste oder Lösungen zur Verfügung stellen. Das Paradebeispiel hierfür ist das soziale Netzwerk Myspace, welches mit dem Erscheinen von Facebook beinahe in der Versenkung verschwand. Es gibt bereits erste Anzeichen dafür, dass sich Nutzer häufiger auch von Facebook distanzieren.^[4]

Das Problem der Informationsflut und der problematischen Seriosität der Daten kann mittels Web 3.0 zumindest teilweise unter Kontrolle gebracht werden. Dank der semantischen Suche oder der Informationsextraktion können relevante Informationen maschinell gelesen, interpretiert, gefiltert und bereitgestellt werden, ohne eine unüberschaubare Flut an Informationen zu produzieren. Durch den zunehmenden Zeitmangel und die begrenzte Verarbeitungskapazität stellen die Eigenschaften des semantischen Web bis dato eine Besonderheit dar und bieten viel Potenzial für neue Geschäftsmodelle. Die Findung neuer Geschäftsmodelle ist sehr wichtig, um einen Wettbewerbsvorteil gegenüber Konkurrenten zu schaffen und aufgrund der rasanten Entwicklung nicht ins Hintertreffen zu geraten.

Bevor jedoch eine Geschäftsidee den Weg in die Praxis findet, muss ein möglichst detailliertes Bild des Modells geschaffen werden. Dieses soll sämtliche Aspekte der Geschäftstätigkeit möglichst genau beschreiben, um vorab die internen und externen Faktoren abschätzen zu können. Nur so können Chancen und Risiken bereits in der Planung erkannt werden, ohne durch die stattfindende Umsetzung Ressourcen zu verlieren. Weiters bietet sich die Analyse von bestehenden Geschäftstätigkeiten anhand eines bestehenden Modells aus der Theorie an, um so Detailinformationen über das Unternehmen sowie der Geschäftstätigkeit selbst zu erhalten.

1.2 Zielsetzung

Ziel dieser Bachelorarbeit II ist die Ausarbeitung einer Fallstudie, welche den Aufbau eines bestehenden Geschäftsmodelles auf Basis von Web 3.0 anhand eines konkreten Beispiels beschreibt. Dabei soll auf dessen Konzeption, sowie auf sämtliche Chancen und Risiken genauer eingegangen werden.

Aus der Problemstellung und Zielsetzung ergeben sich daher folgende Fragestellungen:

FF1: Was ist das Web 3.0, über welche Elemente verfügt das Web 3.0 und welche Funktionalitäten bietet es?

FF2: Was sind Geschäftsmodelle, welchen Zweck erfüllen sie und wie können klassische Geschäftsmodelltypen beschrieben werden?

FF3: Was sind die Besonderheiten von Geschäftsmodellen im Internet und welche erfolgreichen Beispiele aus der Praxis gibt es auf Basis von Web 3.0?

FF4: Wie könnte ein Geschäftsmodell eines Praxisbeispiels anhand einer Fallstudie abgebildet werden?

FF5: Welche Chancen und Risiken ergeben sich mit dem Anbieten von Web 3.0-basierten Internetdiensten in Bezug auf die Fallstudie?

1.3 Aufbau und Struktur

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Aufbau der Arbeit^[5]

Diese Bachelorarbeit II ist in sechs Kapitel unterteilt, wobei sich der erste Abschnitt mit der Einleitung, Problemstellung, Zielsetzung und der generellen Struktur der Arbeit beschäftigt.

Im zweiten Teil wird das Thema Web 3.0 genauer behandelt. Es werden die Bausteine und die Ausprägungen des Web 3.0 genauer aufgearbeitet.

Das dritte Kapitel beschäftigt sich mit den Arten der Geschäftsmodelle im Allgemeinen. Es wird auf die in der Praxis am häufigsten verwendeten Geschäftsmodelle genauer eingegangen.

Der vierte Teil beschäftigt sich detailliert mit dem Thema Geschäftsmodelle im Web und behandelt deren Besonderheiten. Weiters werden aktuelle Geschäftsmodelle auf Basis von Web 3.0 aus der Praxis gezeigt.

Das fünfte Kapitel behandelt einen wichtigen Teil dieser Arbeit, die Ausarbeitung der Fallstudie. Die Fallstudie behandelt den Aufbau eines Geschäftsmodells anhand eines bestehenden Praxisbeispiels basierend auf den Funktionalitäten des Web 3.0. In diesem Zuge wird auf die Chancen und Risiken genauer eingegangen.

Das sechste Kapitel stellt die wichtigsten Aspekte und Erkenntnisse dieser Arbeit dar, vermittelt die persönliche Meinung des Autors und gibt einen Ausblick auf zukünftige Entwicklungen.

1.4 Methodik

Um die Fragestellung in dieser Bachelorarbeit II zu klären, wird einerseits die Methode der Literaturrecherche und Literaturanalyse verwendet. Der Fokus liegt bei der literarischen Analyse beim Thema der Internetökonomie aufgrund der Aktualität des Themas auf wissenschaftlichen Papers und aktuellen Artikeln aus Fachzeitschriften sowie dem World Wide Web. Die klassischen Geschäftsmodelle werden hauptsächlich aus Standardliteraturwerken zitiert. Die Ausarbeitung der Fallstudie erfolgt auf Basis der Fallstudienmethode. Die Forschungsfragen eins bis drei werden aufgrund einer Literaturanalyse beantwortet. In Kapitel 2 wird näher auf die Forschungsfrage eins eingegangen, in Kapitel 3 und 4 werden die Forschungsfragen zwei und drei näher behandelt. Die Forschungsfragen vier und fünf werden mithilfe der Ergebnisse aus der Fallstudie in Kapitel 5 beantwortet.

In der gesamten Arbeit wird aufgrund des durchgängigen Leseflusses die männliche Schreibweise verwendet. Damit ist keinesfalls eine Diskriminierung beabsichtigt.

2 Bausteine und Ausprägungen von Web 3.0

Die rasante Entwicklung des Internets stellt nützliche Funktionen und Dienste zur Verfügung, die heute nicht mehr weg zu denken sind. Dabei stößt man mit dem erhöhten Informationsfluss auf eine Herausforderung. Die Masse an generierten Inhalten (welcher dank des Web 2.0 auch von Endnutzern erstellt werden kann) kann nicht mehr verwaltet werden. Mit dem wichtigsten Teil von Web 3.0, dem semantischen Web, sollen Informationen in eine von Maschinen lesbare Form gebracht werden.^[6]

Im folgenden Kapitel werden im ersten Teil die Grundbausteine des semantischen Web näher erläutert. Im zweiten Teil wird auf die Ausprägungen des Web 3.0 näher eingegangen und deren Nutzen, Vorteile und Nachteile näher dargestellt.

Das nachfolgende Kapitel soll daher folgende Forschungsfragen beantworten:

FF1: Was ist das Web 3.0, über welche Elemente verfügt das Web 3.0 und welche Funktionalitäten bietet es?

2.1 Definition Web 3.0

Neben den gewöhnlichen Web-Technologien verwendet das Web 3.0 zusätzlich besondere Bausteine, welche im Web 1.0 oder Web 2.0 nicht zu finden sind. Diese werden benötigt, um Zusammenhänge zwischen verschiedenen Informationen herzustellen, Informationen mit Metadaten zu versehen, Daten von Maschinen lesbar zu machen und so automatische Abfragen herstellen und selbstständig Schlussfolgerungen erstellen zu können. Die Ergebnisse dieser Bausteine bilden die Besonderheiten von Web 3.0, welche bei verschiedensten Tätigkeiten unterstützend wirken und somit für den Endnutzer wertvolle Vorteile bieten.

Das Online-Lexikon der Informationstechnologie beschreibt den Begriff Web 3.0 folgedermaßen:

„ Während die charakteristischen Merkmale des Web 3.0 in dessen interaktiven, syntax-orientierten Kommunikationsplattformen zu sehen sind, auf denen Ideen, Videos, Fotos und Software getauscht werden können und in das sich jeder Benutzer selbst einbringen kann, spricht man bei Web 3.0 Jedem [sic!] semantischen Web, von einem in dem die Inhalte und deren Bedeutung in Beziehungen zueinander gestellt werden. Web 3.0 ist ein technisch-strukturelles Web, das semantische Beziehungen aufzeigt, das die Informationen nach ihrer Bedeutung bewertet und in einen Kontext zu anderen Texten und Aufsätzen stellt. “^[7]

2.2 Bausteine des Web 3.0

Damit im Web 3.0 Daten korrekt verarbeitet werden können, sind folgende Bausteine notwendig. Nur so können Funktionen wie die semantische Suche, die automatische Bereitstellung von Informationen zur richtigen Zeit oder das Internet of Things realisiert werden.

2.2.1 Linked Data

Unter „Linked Data“, auch bekannt als „Linked Open Data (LOD) versteht man verknüpfte (öffentlich) zugängliche Daten. Innerhalb LOD werden Regeln und Bestrebungen definiert, um große Datenmengen zu strukturieren, zu veröffentlichen und dabei die Datensätze mithilfe semantischer Technologie miteinander in Verbindung zu setzen. Damit lassen sich veröffentlichte Daten einfach und schnell maschinenlesbar machen.^[8] Das Konzept von „Linked Data“ basiert im Wesentlichen auf der Idee von Tim Berners-Lee. Dieser prägte vier Regeln für „Linked Data:

- Für die Bezeichnung von Objekten sollen URIs (Uniform Resource Identifier) verwendet werden. Bei URIs handelt es sich um einheitliche Bezeichner für Ressourcen.
- Es sollen URIs auf Basis des http-Protokolls verwendet werden, damit sich die Bezeichnungen auf einfachem Weg nachschlagen lassen können.
- Es sollen zweckmäßige Informationen bereitgestellt werden, sofern nach einem URI recherchiert wird.
- Diese Informationen sollen Links auf andere URIs enthalten, welche über Objekte entdeckt werden können.^[9]

Die Veröffentlichung von Linked Open Data erfolgt mittels des „Resource Description Framework“ (RDF). Mithilfe von dieses Frameworks werden Datensätze mit anderen unterschiedlichen Datensätzen verlinkt. Mittels des „Resource Description Framework“ veröffentlichte Inhalte können einfach und schnell von Maschinen gelesen und interpretiert werden. Diese Datensätze können jedoch nicht vom Endbenutzer gelesen oder interpretiert werden.^[10]

Der Zugriff auf „Linked Data“-Inhalte durch den Menschen kann durch mehrere Varianten erfolgen:

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 1: Zugriffsarten auf "Linked Data"-Inhalte^[11]

Ein aktuelles Beispiel, in welchem die Funktionalität von „Linked Open Data“ gegeben ist, ist beispielsweise die Plattform „DBPedia“. Auf dieser Plattform werden Inhalte von Wikipedia in das „Resource Descripiton Framework“ konvertiert und somit maschinenlesbar gemacht. Sie beinhaltet ebenso Datensätze von anderen Quellen, wie zB „Geonames“.^[12]

2.2.2 Vocabularies / Ontologien

Unter „Vocabularies“ versteht man die Ontologien im Web 3.0. Die konkrete Bezeichnung dieser Funktionalität lautet in der Literatur „Web Ontology Language (OWL)“. Es handelt sich hierbei um eine Spezifikation des World Wide Web Konsortiums (W3C), die neben dem „Resource Description Framework“ der zweite Hauptbestandteil des semantischen Web ist.^[13]

Die „Web Ontology Language“ hat die Aufgabe, Beziehungen zwischen Datensätzen in verschiedenen Anwendungen einer Applikation oder in gänzlich verschiedenen Applikationen herzustellen. Weiters verstärkt die OWL die Beziehung zwischen Inhalten, um diese in das RDF übernehmen zu können und somit maschinenlesbar zu machen. Die Darstellung von Beziehungen mittels der „Web Ontology Language“ kann anhand eines Beispiels folgendermaßen dargestellt werden:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Darstellung von Beziehungen mittels OWL^[14]

Es ist bekannt, dass das Element „Jim“ in einer Beziehung zu den Elementen „Holger“ und Dean“ steht. Unabhängig davon steht „Jim“ gleichzeitig mit den beiden Elementen „Lynn“ und „Ora“ in Verbindung. Die zweite Beziehung stellt dabei einen anderen unabhängigen Datensatz dar. Mithilfe der OWL können diese zwei Datensätze miteinander verknüpft werden, sodass unterschiedliche Elemente indirekt miteinander verbunden werden können und daher miteinander in Beziehung gestellt werden. Zusätzlich kann ein weiterer inkonsistenter Datensatz von „Jim“ (zB „Jim2“) mit anderen enthaltenen Informationen korrekt schlussgefolgert werden. Demnach wäre der OWL bekannt, dass es sich bei „Jim“ und „Jim2“ um ein und dasselbe Element handelt.^[15]

2.2.3 Queries

Bei „Queries“ handelt es sich um Anfragen im semantischen Web, mit welchen Inhalte und Informationen abgefragt werden können. Wie ein Datenbanksystem benötigt das semantische Web ebenfalls Abfragen, um Beziehungen und Eigenschaften einer Anfrage verarbeiten zu können. Jene Abfragen basieren auf einer Anfragesprache, welche für die semantische Suche, dem Ontologie-Abgleich und für die Wissensextraktion eingesetzt werden können.^[16]

Bei der bekanntesten Abfragesprache im Web 3.0 handelt es sich um die „SPARQL Protocol and RDF Query Language“, welche für RDF genutzt wird. Diese wurde vom W3C ins Leben gerufen und dient zur Informationsbeschaffung und als Protokoll zur Darstellung der Ergebnisse. Die Syntax von SPARQL weißt signifikante Ähnlichkeiten zur SQL-Abfragesprache auf.^[17]

Des Weiteren gibt es im Web 3.0 eigene Anfragesprachen für die „OW-Language“. Die gebräuchlichste Anfragesprache ist die „OWL-API“. Anfragesprachen wie „SPARQL“ können nicht für OWL-Abfragen verwendet werden.^[18]

2.2.4 Inferences

Unter „Inferences“ werden die Schlussfolgerungen im Web 3.0 beschrieben. Aufgrund von gefundenen Ontologien und Linked Data-Inhalten können Beziehungen zwischen Datensätzen gefunden werden. Weiters können dank selbstständiger Prozeduren neue Beziehungen, basierend auf den vorhandenen Ontologien, erstellt werden.

Das World Wide Web Consortium beschreibt für Inferenzen folgende Gebräuchlichkeiten: „ Inference on the Semantic Web is one of the tools of choice to improve the quality of data integration on the Web, by discovering new relationships, automatically analyzing the content of the data, or managing knowledge on the Web in general. Inference based techniques are also important in discovering possible inconsistencies in the (integrated) data.“ ^[19]

Das W3C beschreibt Inferenzen als eines der Werkzeuge, mit welchem die Qualität der Datenintegration verbessert wird. Dies wird durch die Findung neuer Beziehungen, automatischer Analyse der Inhalte oder der generellen Wissensverwaltung erreicht. Damit werden ebenso mögliche Inkonsistenzen gefunden.

Das World Wide Web Consortium stellt die Eigenschaften von Inferenzen anhand folgendem Beispiel dar:

Das aus dem Fernsehen bekannte Tier „Flipper“ ist ein Delphin. Diese Eigenschaft ist dank Metadaten hinterlegt. Nun ist aufgrund von Ontologien bekannt, dass Delphine auch Säugetiere sind. Nun kann das semantische Web die Beziehung herstellen, dass „Flipper“ ein Säugetier ist, obwohl dies nicht in der Ursprungsinformation enthalten war.^[20]

2.2.5 Rich Snippets / Strukturiere Daten

Bei Rich Snippets handelt es sich um strukturierte Textausschnitte, welche Webseitenbetreiber dabei unterstützen sollen, semantische Inhalte zur administrierten Website hinzuzufügen. Diese Textfragmente werden bei einem Suchergebnis einer Suchmaschine (zB Google-Suche) als Zusatzinformation unter dem Haupteintrag des Suchergebnisses angezeigt. Bis dato ist nur die Anzeige von einfachen Informationen (Namen, Produkteigenschaften, Kurzinformationen) möglich.^[21] Oft können bei einer Recherche nach faktenbasierten Fragen diese inhaltlich beschränkten Textausschnitte als Antwortquelle ausreichen.

Das Ergebnis einer Suchmaschine besteht aus eine Menge an inhaltlichen Treffern, welche in Kurzform untereinander dargestellt werden. Die Zusatzinformationen zu den erkennbaren Treffern werden dynamisch erzeugt. Dazu wird der Suchbegriff analysiert, anhand von Ontologien Querverbindungen hergestellt und entsprechende Schlüsselwörter als Suchergebnisse generiert.^[22] Besonders von Google wird die Einbindung von Rich Snippets in Websites zur Verbesserung der Ergebnisse bei einer Suche über die Suchmaschine forciert.^[23]

2.3 Ausprägungen von Web 3.0

Mit den in Kapitel 2.1 genannten Ausprägungen lassen sich einige neue Technologien realisieren. Darunter fallen zum Beispiel die semantische Suche oder die Informationsextraktion, welche den Menschen im Alltag unterstützen sollen.

2.3.1 Semantische Suche

In einer klassischen Suche gibt ein Benutzer eine bestimmte Zeichenkette in das Suchfeld ein. Diese Zeichenkette wird von der herkömmlichen Suchmaschine analysiert, durchsucht den Suchindex nach diesen Stichwörtern und gibt eine Liste von Treffern zurück. Die konventionelle Suche basiert im Grunde auf dem Suchindex, der neben Stichwörtern auch noch weitere Daten wie das Erstelldatum oder den Namen des Autors enthält. Sie kann voll maschinell und auch bei großen Datensätzen durchgeführt werden.^[24] Die herkömmliche Suche stößt aber an ihre Grenzen, sobald nicht nach eindeutigen Begriffen gesucht wird. Dies lässt sich am besten anhand eines kurzen Praxisbeispiels erklären:

Ein Benutzer sucht nach dem Begriff „Pflanzen mit essbaren Blättern“. Auf Inhalte zu stoßen, die genau das gewünschte Ergebnis liefern, ist eher unwahrscheinlich. Hier würde die Suche das semantische Wissen benötigen, das es sich beispielsweise bei Broccoli um eine essbare Pflanze handelt. Eine herkömmliche Suche bietet dies nicht. Ein weiteres Problem ist, dass in den Ergebnissen zum Großteil ein und dieselbe Pflanze vorkommt. Dem Suchkontext nach gewünscht ist aber eine Liste von Pflanzen mit essbaren Blättern.

Damit eine semantische Suche realisiert werden kann, müssen zwischen den verschiedenen Informationen Beziehungen (ontologisches Wissen) geknüpft werden. Dabei treten gegenüber der herkömmlichen Suche folgende Fragestellungen auf:

1. Wie gelangt die semantische Suche zu dem ontologischen Wissen? Um das oben genannte Beispiel nochmals aufzugreifen stellt sich die Frage, warum Broccoli eine Pflanze ist.
2. Wie ist zu erkennen, dass die Beziehung zwischen zwei Begriffen richtig hergestellt wird? Beispielsweise kann der Begriff „Broccoli“ auch ein Nachname einer berühmten Person sein.
3. Woher entsteht das Wissen, dass Wörter semantisch zusammen gehören?
4. Wie wird diese Datenmenge in einen Suchindex integriert, ohne lange Antwortzeiten zu erhalten?
5. Zuletzt ist auch eine Begründung wichtig, warum gerade zwischen zwei Begriffen ein Zusammenhang hergestellt wurde.^[25]

Diese Fragen werden mit den in Kapitel 2.1.2 beschriebenen Ontologien beantwortet. Damit können mithilfe der „Web Ontology Language (OWL)“ Beziehungen zwischen Inhalten erstellt werden und diese Beziehungen mit Zusatzinformationen befüllt werden.

Derzeit sind bereits in mehreren Suchmaschinen semantische Technologien implementiert. Als populärstes Beispiel ist die Suchmaschine Google zu nennen, welche bereits semantische Zusammenhänge darstellen kann. Bei der Frage nach der Einwohnerzahl von Österreich („Wie viele Einwohner hat Österreich“) wird die konkrete Antwort inklusive weiteren verwandten Inhalten sofort ausgegeben.

[...]

---

^[1] Vgl. Alby, 2008, S. 180

^[2] Vgl. Felten, 2013, S. 65

^[3] URL: http://www.faz.net/aktuell/wirtschaft/internet-portale-yahoo-leidet-andere-verschwinden-113965.html [besucht am 07.03.2014]

^[4] URL: http://onlinemarketing.de/news/studie-facebook-verliert-80-prozent-seiner-nutzer [besucht am 26.03.2014]

^[5] eigene Darstellung

^[6] Vgl. Malik, LI, ZENG: Web 3.0: A Real personal Web!, 2009 Third International Conference on Next Generation Applications, Services and Technologies, 2009, S. 125-126

^[7] URL: http://www.itwissen.info/definition/lexikon/Web-3-0-web-3-0.html [besucht am 19.05.2014]

^[8] Vgl. Dengel, 2012, S. 183

^[9] URL: http://www.w3.org/DesignIssues/LinkedData.html [besucht am 30.03.2014]

^[10] Vgl. YU, 2011, S. 410

^[11] Vgl. Dengel, 2012, S. 195-199

^[12] URL: http://www.w3.org/standards/semanticweb/data [besucht am 30.03.2014]

^[13] Vgl. Hendler, Lassila, Ebracing „Web 3.0“, Computer Magazine, Juni 2010, S. 90

^[14] Hendler, Web 3.0 Emerging, Computer Magazine, Jänner 2009, S. 112

^[15] Vgl. Hendler, Web 3.0 Emerging, Computer Magazine, Jänner 2009, S. 111

^[16] Vgl. Dengel, 2012, S. 161

^[17] URL http://www.w3.org/TR/rdf-sparql-query/ [besucht am 31.03.2014]

^[18] Vgl. Dengel, 2012, S. 169

^[19] URL: http://www.w3.org/standards/semanticweb/inference [besucht am 31.03.2014]

^[20] URL: http://www.w3.org/standards/semanticweb/inference [besucht am 31.03.2014]

^[21] Vgl. Hop et al., A reverse engineering approach for automatic annotation of Web pages, Multimedia Tools and Applications, 20.08.2011, S. 120

^[22] Vgl. Neumann, Strategien zur webbasierten Multilingualen Fragebeantwortung, Informatik – Forschung und Entwicklung, Volume 22, Februar 2008, S. 71-84

^[23] URL: https://support.google.com/webmasters/answer/99170?hl=de [besucht am 17.05.2014]

^[24] Vgl. Becker, Schwaderlapp, Seidel, 2012, S. 101

^[25] Vgl. Bast, Semantische Suche, Informatik Spektrum 2/2013, Februar 2013, S. 136-138