Advertisement

E-Business-Software – Big-Data-Management mit semantischen Technologien

  • Werner Quint
  • Bastian Eine
  • Matthias Jurisch
Chapter

Zusammenfassung

Big-Data-Management ist nicht nur für große Unternehmen ein Problem; auch für kleine und mittlere Unternehmen (KMU) ist es zu einer Herausforderung geworden. Heutzutage müssen Unternehmen, unabhängig von ihrer Größe, mit Geschäfts- und Prozessdaten umgehen können, die zunehmend komplexer werden und fast ausschließlich elektronisch ablaufen. Die Informationssysteme von Unternehmen benötigen Funktionen, die auf spezifischen Technologien basieren, um die Komplexität von Geschäftsdaten und -prozessen reduzieren und interpretieren zu können. Dieser Beitrag geht der Frage nach: Wie können State-of-the-Art-Informationssysteme durch den Einsatz semantischer Technologien, insbesondere Ontologien, verbessert werden? Zu diesem Zweck werden drei Anwendungsfälle von Informationssystemen beschrieben, die verbessert werden können, und es werden Lösungsansätze vorgeschlagen, die auf semantischen Technologien und Ontologien basieren. Die ausgewählten Anwendungsfälle beziehen sich auf Datenintegration, Datenqualität und Geschäftsprozessintegration.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Batista, M.D.C.M., Salgado, A.C. (2007): Information quality measurement in data integration schemas. In: Proceedings of the 5th international workshop on quality in databases at VLDB, Vienna, Austria, 23 September 2007: 61-72.Google Scholar
  2. Berners-Lee, T., Hendler, J., Lassila, O. (2001): The semantic web. In: Scientific American (284): 28-37.Google Scholar
  3. Beyer, M. (2011): Gartner says solving “Big Data” challenge involves more than just managing volumes of data 2011. In: www.gartner.com/newsroom/id/1731916 (letzter Zugriff am 31.03.2018).
  4. Bizer, C., Cyganiak, R., Heath, T. (2007): How to publish linked data on the web. In: www4.wiwiss.fu-berlin.de/bizer/pub/LinkedDataTutorial (letzter Zugriff am 31.03.2018).
  5. Blumauer, A., Pellegrini, T. (2006): Semantic Web und semantische Technologien. Zentrale Begriffe und Unterscheidungen. In: Pellegrini, T., Blumauer, A. [Hrsg.]: Semantic Web. Wege zur vernetzten Wissensgesellschaft, Springer Verlag, Heidelberg: 9-25.Google Scholar
  6. Boiko, B. (2001): Content-Management Bible, John Wiley & Sons, Inc., New York.Google Scholar
  7. Brunner, J. S., Ma, L., Wang, C., Zhang, L., Wolfson, D.C., Pan, Y., Srinivas, K. (2007): Explorations in the use of semantic web technologies for product information management. In: Proceedings of the 16th International Conference on World Wide Web, Banff, AB, Canada, 8-12 May 2007: 747-756.Google Scholar
  8. Conrad, S., Hasselbring, W., Koschel, A., Tritsch, R. (2005): Enterprise Application Integration–Grundlagen. Konzepte, Entwurfsmuster, Praxisbeispiele, Spektrum, München.Google Scholar
  9. Davis, F. D., Bagozzi, R. P., Warshaw, P.R. (1989): User acceptance of computer technology: A comparison of two theoretical models. In: Management Science (35): 982-1003.Google Scholar
  10. DeLone, W.H., McLean, E. R. (2004): Measuring e-commerce success: applying the DeLone & McLean information systems success model. In: International Journal of Electronic Commerce (9): 31-47.Google Scholar
  11. DeLone, W. H., McLean, E. R. (2003): The DeLone and McLean model of information systems success: a ten-year update. In: Journal of Management Information Systems (19): 9-30.Google Scholar
  12. Dengel, A. (2012): Semantische Technologien: Grundlagen-Konzepte-Anwendungen, Springer, Heidelberg.Google Scholar
  13. Dumbill, E. (2012): What is big data? O’Reilly Media. In: www.oreilly.com/ideas/what-is-big-data (letzter Zugriff am 31.03.2018).
  14. Eine, B., Jurisch, M., Quint, W. (2016): Semantic technologies for managing complex product information in enterprise systems. In: Innovations in Enterprise Information Systems Management and Engineering (ERP Future 2015), Lecture Notes in Business Information Processing; Springer: Cham, Switzerland (245): 111-118.Google Scholar
  15. Esswein, S., Goasguen, S., Post, C., Hallstrom, J., White, D., Eidson, G. (2012): Towards ontology-based data quality inference in large-scale sensor networks. In: Proceedings of the 2012 12th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (ccgrid), Ottawa, 13-16 May 2012: 898-903.Google Scholar
  16. Euzenat, J., Shvaiko, P. (2013): Ontology Matching, Springer, Heidelberg.Google Scholar
  17. Fitzpatrick, D., Coallier, F., Ratté, S. (2012): A holistic approach for the architecture and design of an ontology-based data integration capability in product master data management. In: Proceedings of the Product Lifecycle Management: Towards Knowledge-Rich Enterprises – IFIP WG 5.1 International Conference, Montreal, QC, Canada, 9-11 July 2012 (388): 559-568.Google Scholar
  18. Fürber, C., Hepp, M. (2011): Towards a vocabulary for data quality management in semantic web architectures. In: Proceedings of the 1st International Workshop on Linked Web Data Management (LWDM), Uppsala, Sweden, 21-24 March 2011: 1-8.Google Scholar
  19. Gabler Wirtschaftslexikon Datenintegration. In: http://wirtschaftslexikon.gabler.de/Archiv/74965/datenintegration-v8.html (letzter Zugriff am 31.03.2018).
  20. Gams, E. (2009): Semantische Content-Management systeme. In: Blumauer, A. [Hrsg.]: Social Semantic Web, Springer, Berlin: 207-226.Google Scholar
  21. Garijo, D., Rey, M. (2011): A new approach for publishing workflows: abstractions, standards, and linked data. In: Proceedings of the 6th Workshop on Workflows in Support of Large-Scale Science, Seattle, WA, USA, 12-18 November 2011: 47-56.Google Scholar
  22. Gartner Magic Quadrant for Business Intelligence and Analytics Platforms (2016): In: www.gartner.com/doc/reprints?id=1-2XXET8P&ct=160204 (letzter Zugriff am 31.03.2018).
  23. Gartner Magic Quadrant for Product Information Management (2005): In: http.//public.dhe.ibm.com/software/data/mdm/pdf/ibmPIMMQ.pdf (Zugriff am 31.03.2018).
  24. Gartner Magic Quadrant for Product Information Management (2007): In: ftp://public.dhe.ibm.com/software/emea/de/db2/Gartner_MDM_Magic_Quadrant_PIM.pdf (letzter Zugriff am 31.03.2018).
  25. Gruber, T. (2009): Ontology. In: Ling, L., Tamer Öszu, M. [Hrsg.]: Encyclopedia of Database Systems, Springer Science + Business Media, New York: 1973.Google Scholar
  26. Gruber, T. (1995): Toward principles for the design of ontologies used for knowledge sharing. In: International Journal of Human-Computer Studies (43): 907-928.Google Scholar
  27. Halpin, H. (2009): Sense and references on the web. In: Minds Mach (21): 153-178.Google Scholar
  28. Heinrich, M., Boehm-Peters, A., Knechtel, M. (2009): A platform to automatically generate and incorporate documents into an ontology-based content repository. In: Proceedings of the 9th ACM Symposium on Document Engineering, München, 16-18 September 2009: 43-46.Google Scholar
  29. Hepp, M. (2005): eClassOWL: A Fully-Fledged Products and Services Ontology in OWL. In: Proceedings of the 4th International Semantic Web Conference (ISWC), Galway, Ireland, 6-10 November 2005.Google Scholar
  30. Labrinidis, A., Jagadish, H.V. (2012): Challenges and Opportunities with Big Data. In: Proceedings VLDB Endowment (5): 2032-2033.Google Scholar
  31. Lucas-Nülle, T. (2005): Product Information Management in Deutschland – Marktstudie, Pro Literatur Verlag, Mammendorf.Google Scholar
  32. Mantsch, M.-T. (2009): Anwendungsintegration für den Social Semantic Desktop mittels Publish, Subscribe, Koblenz.Google Scholar
  33. Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., Byers, A.H. (2011): Big Data: The Next Frontier for Innovation, Competition, and Productivity. The McKinsey Global Institute 2011. In: www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation (letzter Zugriff am 31.03.2018).
  34. Martin, N. A. (2014): Methodology and architecture embedding quality assessment in data integration. In: Journal of Data and Information Quality (4): 1-40.Google Scholar
  35. Ngai, E.W.T. (2005): Customer relationship management research (1992-2002): An academic literature review and classification. In: Marketing Intelligence & Planning (23): 582-605.Google Scholar
  36. Nigel, M., Poulovassilis, A., Wang, J. (2014): A methodology and architecture embedding quality assessment in data integration. In: Journal of Data and Information Quality (4): 17.Google Scholar
  37. O’Brien, J.A., Marakas, G. (2011): Management Information Systems, McGraw-Hill Irwin, New York.Google Scholar
  38. Oberle, D. (2014): How ontologies benefit enterprise applications. In: Semantic Web (5): 473-491.Google Scholar
  39. Otero-Cerdeira, f.J., Rodriguez-Martinez, A., Gomez-Rodriguez: Ontology matching: A literature review. Expert Syst. Appl. 2015, 42, 949-971.Google Scholar
  40. Otero-Cerdeira, L., Rodriguez-Martinez, f.J., Gomez-Rodriguez, A. Ontology matching: A literature review. Expert Syst. Appl. 2015, 42, 946-971.Google Scholar
  41. Otero-Cerdeira, L., Rodríguez-Martínez, f.J., Gómez-Rodríguez, A. (2015): Ontology matching: A literature review. In: Expert Systems with Applications (42): 949-971.Google Scholar
  42. Pepper, S. (2017): The TAO of Topic Map—Finding the Way in the Age of Infoglut. In: www.ontopia.net/topicmaps/materials/tao.html (letzter Zugriff am 31.03.2018).
  43. Philpotts, M. (1996): An introduction to the concepts, benefits and terminology of product data management. In: Industrial Management & Data Systems (96): 11-17.Google Scholar
  44. Rospocher, M., Ghidini, C., Serafini, L. (2014): An ontology for the business process modelling notation. In: Frontiers in Artificial Intelligence and Applications (267): 133-146.Google Scholar
  45. Sheldon, P., Goetz, M. (2014): The Forrester Wave: Product Information Management, Q2 2014. In: www.forrester.com/report/The+Forrester+Wave+Product+Information+Manage-ment+PIM+Q2+2014/-/E-RES108002 (letzter Zugriff am 31.03.2018).
  46. Sheldon, P., Goetz, M. (2014): The Forrester Wave: Product Information Management (PIM), Q2 2014. In: www.hybris.com/medias/sys_master/formsCollaterals/formsCollaterals/hec/h36/-8808347926558/Hybris-Forrester-PIM-2014.pdf (letzter Zugriff am 31.03.2018).
  47. Shvaiko, P., Euzenat, J. (2011): Ontology matching: state of the art and future challenges. In: IEEE Transactions on Knowledge and Data Engineering (25): 158-176.Google Scholar
  48. Staab, S., Schnurr, H.-P., Franz, T., Hansch, D. (2008): Semantische Technologien und Auswirkungen auf Informations und Wissensmanagementsysteme. In: http://userpages.unikoblenz.de/~staab-/Research/Publications/2008/SemantischeSysteme_Artikel_I_M-preprint.pdf (letzter Zugriff am 31.03.2018).
  49. Stolz, A., Rodriguez-Castro, B., Hepp, M. (2013): Using BMEcat catalogs as a lever for product master data on the semantic web. In: Proceedings of the Extended Semantic Web Conference, Montpellier, France, 26-30 May 2013: 623-638.Google Scholar
  50. Sumner, M. (2005): Enterprise resource planning, Prentince Hall.Google Scholar
  51. Wang, R.Y., Strong, D.M. (1996): Beyond accuracy: what data quality means to data consumers. In: Journal of Management Information Systems (12): 5-33.Google Scholar
  52. Wang, Y. (2008): Assessing E‐Commerce systems success: a respecification and validation of the DeLone and McLean Model of IS Success. In: Information Systems Journal (18): 529-557.Google Scholar
  53. Wauer, M., Schuster, D., Meinecke, J. (2010): Aletheia: An architecture for semantic federation of product information from structured and unstructured sources. In: Proceedings of the 12th International Conference on Information Integration and Web-based Applications & Services, Paris, France, 8-10 November 2010: 325-332.Google Scholar
  54. Zikopoulos, P. C., deRoos, D., Parasuraman, K., Deutsch, T., Corrigan, D., Giles, J., Melnyk, R. B. (2011): Harness the Power of Big Data – The IBM Big Data Platform 2011. In: www-01.ibm.com/software/data/bigdata (letzter Zugriff am 31.03.2018).Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.WiesbadenDeutschland

Personalised recommendations