Die Ontologie, der Wahrheitsrahmen von BrainDup
Die KI schlägt vor, Ontologie und Code entscheiden.
Eine Karte der Tatsachen, kein plausibler Text
BrainDup wandelt ein Dokumentenarchiv (gescannte PDF, Webseiten, Berichte, E-Mails) in einen abfragbaren Wissensgraphen. Anstelle eines Assistenten, der plausiblen Text errät, baut es eine Karte der Tatsachen, die wirklich in Ihren Dokumenten stehen, jede mit ihrer genauen Quelle verbunden.
Die Ontologie ist der Plan dieser Karte, gewählt, bevor der erste Strich gezogen wird.
Bevor ein einziges Dokument gelesen ist, stellt BrainDup eine einfache Frage: wie lautet das Vokabular Ihres Fachs? Dieses Vokabular, die Arten von Einheiten und die Beziehungen, die zwischen ihnen bestehen können, steht in einer Datei im Standardformat des semantischen Web: dasselbe OWL, das Wissensgraphen seit zwanzig Jahren gliedert. Bei uns heißt diese Datei ein Pack.
Der Mechanismus, in drei Schritten
1. Das Pack wird gewählt
BrainDup liefert fertige Packs für mehrere Branchen (Kulturerbe, Immobilien, Gesundheit, Recht, Veranstaltungen), unverändert übernehmbar oder anpassbar. Sie beginnen nicht beim leeren Blatt.
2. Das Pack wird für den ganzen Bestand verriegelt
Das ist keine Einstellung am Rand: es ist die Grenze zwischen dem, was die KI behaupten darf, und dem, was nicht. Das Vokabular ist nicht länger verhandelbar, während die Dokumente eintreffen.
3. Der Code entscheidet, nie das Modell
Beim Lesen eines Dokuments schlägt das Sprachmodell Einheiten und Beziehungen vor. Ein deterministischer Code entscheidet, ob jeder Vorschlag in den Graphen kommt: er wird angenommen, wenn er einem im Pack erklärten Typ entspricht und sich an einer genauen Stelle des Quelldokuments festmacht. Andernfalls fällt er weg.
Dieser Mechanismus hält das Kernversprechen von BrainDup tragfähig: jede Behauptung verweist auf eine prüfbare Quelle, und eine Antwort, deren Quelle nicht feststeht, wird nie mit einer Erfindung ergänzt; sie wird eine ehrliche Verweigerung. Dasselbe Prinzip regiert die vom Code zusammengesetzten Quellenangaben und trägt unsere Antwort auf die KI-Verordnung.
Was die Ontologie konkret ändert
| Ohne Ontologie | Mit einem Pack von BrainDup | |
|---|---|---|
| Vokabular | Unterwegs vom Modell bestimmt | Vor dem Einlesen festgelegt, gleich für den ganzen Bestand |
| Unbekannte Einheit | Stillschweigend angelegt, Doppelstücke häufen sich | Abgewiesen, wenn sie keinem erklärten Typ entspricht |
| Beziehungen | Aus der Nähe der Wörter abgeleitet | Mit Typ; Ursächlichkeit verlangt eine ausdrückliche Aussage oder eine menschliche Bestätigung |
| Gleichlautende Namen | „Merkur“ verschmilzt Planet, Metall und Person | Jede Bedeutung ist eine eigene Einheit, unzweifelhaft erkannt |
| Nachvollziehbarkeit | Die Quelle wird nachträglich rekonstruiert | Eine Tatsache ohne anhängbare Stelle kommt nicht in den Graphen |
| Schlüssigkeit | Unsichtbar, solange niemand nachliest | Widersprüche werden gegen die Regeln des Packs erkannt |
Anders gesagt: die Ontologie macht das Modell nicht klüger, sie verkleinert die Fläche, auf der es sich irren kann.
Was eine Ontologie genau ist
Das Wort meint hier nicht den Zweig der Philosophie, sondern etwas sehr Konkretes: die formale, ausdrückliche und geteilte Spezifikation einer Begriffsbildung. Ein logisches Wörterbuch samt Bauplan, für ein bestimmtes Fach. Es erfüllt vier Aufgaben.
Sie bestimmt die Begriffe
In einer Kanzlei: „Fall“, „Partei“, „Gesetzestext“. In einem Erbe-Archiv: „Ort“, „Person“, „Handwerk“, „Ereignis“. Jede Klasse trägt ihre eigenen Merkmale.
Sie beschreibt Beziehungen mit Typ
Wo eine hierarchische Einordnung nur sagen würde „Grippe gehört zu den Viruserkrankungen“, drückt die Ontologie aus: behandelt, verursacht, gegenangezeigt mit, verabreicht von.
Sie hebt Zweideutigkeit auf
Merkur ist ein Planet, ein Metall, ein römischer Gott und ein Sänger. Ein Mensch entscheidet in einem Bruchteil einer Sekunde; eine Maschine nur, wenn jede Bedeutung als eigene Einheit erklärt ist.
Sie dient als Treffpunkt
Zwei getrennt entworfene Datenbanken, mit anderen Feldnamen, richten sich auf dieselbe Ontologie aus. Jede behält ihren inneren Aufbau, beide werden für dieselben Programme lesbar.
Ein bewährtes Erbe, keine eigene Erfindung
Die Idee stammt von Tim Berners-Lee. Der Erfinder des Web formuliert schon in den 1990er Jahren die Absicht eines Web, dessen Daten für Maschinen verständlich sind, und veröffentlicht die bekannteste Ausarbeitung 2001 in Scientific American, mit James Hendler und Ora Lassila. Sein Ziel passt in einen Satz: das Web von einem Netz aus Dokumenten zu einem Netz aus Wissen führen, was er 2007 den Giant Global Graph nennen wird.
Denn ein Hyperlink drückt keinen Sinn aus: er sagt „schau dort“, nie „dies ist der Arbeitgeber dieser Person“. Die Bausteine unten wurden gebaut, um diese Lücke zu füllen. Es sind Standards des W3C, seit über zehn Jahren im Betrieb. BrainDup erfindet kein eigenes Formalismus: es wendet jenes auf Ihr Archiv an.
Jeder Sache eine eindeutige Adresse geben
Das klassische Web gibt Seiten eine Kennung. Das semantische Web gibt sie auch Begriffen: einer Person, einem Arzneimittel, einer Gemeinde. Zwei Systeme, die dieselbe URI nutzen, sprechen mit Gewissheit über dasselbe.
Tatsachen in drei Wörtern beschreiben
Jede Information wird als Triplett ausgedrückt: Subjekt, Prädikat, Objekt. Marie Curie / erhielt / den Nobelpreis für Physik. Das Subjekt des einen Tripletts wird zum Objekt des nächsten, und das Wissen verbindet sich selbst.
Das Wörterbuch und die Regeln schreiben
RDF sagt, was ist; OWL sagt, was sein kann. Klassen, die einander einschließen, verpflichtende oder eindeutige Beziehungen, wechselseitige Verweise, Gleichsetzung von Kennungen unterschiedlicher Herkunft.
Dem Graphen Fragen stellen
Das Gegenstück zu SQL für das semantische Web. „Komponistinnen, in Europa vor 1900 geboren, von denen ein Werk in Wien gespielt wurde“: keine Seite enthält diese Liste, der Graph setzt sie aus verstreuten Tatsachen zusammen.
Der Schluss: wenn die Maschine folgert, ohne zu raten
OWL ruht auf Beschreibungslogiken, streng genug, um automatisch berechnet zu werden. Ein Schlussfolgerer wendet die Regeln der Ontologie auf die Daten an und zieht Schlüsse, die nie geschrieben wurden.
Die Ontologie erklärt, dass „ist Elternteil von“ die Umkehrung von „ist Kind von“ ist, und dass der Elternteil eines Elternteils ein Großelternteil ist. Die Datenbank enthält zwei Tatsachen: Anne ist Elternteil von Julie, Julie ist Elternteil von Leo. Der Schlussfolgerer erkennt allein, dass Anne die Großmutter von Leo ist. Niemand hat es eingegeben, und dennoch ist nichts erfunden: der Schluss ist beweisbar.
Das Folgern dient auch als Leitplanke. Bestimmt die Ontologie, dass eine Person nur ein Geburtsdatum hat, und stehen zwei in der Datenbank, meldet der Schlussfolgerer den Widerspruch. Das System erkennt seine eigenen Fehler, eine Eigenschaft, die keine Menge plausiblen Textes liefert.
Wo diese Techniken schon laufen
Suchmaschinen
Die Übersichtskarte neben Ihren Ergebnissen kommt aus einem Wissensgraphen. Das Vokabular schema.org, 2011 gemeinsam von den großen Suchmaschinen gestartet, erlaubt Seiten, sich so verständlich zu machen.
Gesundheit und Lebenswissenschaften
Die großen medizinischen Terminologien sind Ontologien. Sie sichern, dass eine in einem finnischen Krankenhaus eingegebene Diagnose in einer portugiesischen Studie dasselbe bedeutet.
Forschung und offene Daten
Die FAIR-Grundsätze, die die Veröffentlichung wissenschaftlicher Daten gliedern, ruhen auf diesen Standards, damit Datensätze für Programme findbar und wiederverwendbar sind.
Kulturerbe und Bibliotheken
Kataloge, Archive und Museen veröffentlichen ihre Bestände als verbundene Daten: man geht von einer Autorin zu ihren Werken, dann zu Orten und Zeiten. Das ist das Feld unserer Erbe-Packs.
Was Ontologien kosten
Die Redlichkeit verlangt, es zu sagen: die 2001 formulierte Vorstellung eines weltweiten semantischen Web hat sich in diesem Maßstab nicht erfüllt. Eine Ontologie zu bauen kostet Geld, verlangt Fachleute und setzt eine mühsam erreichte Übereinkunft voraus. Das semantische Web ist daher in Inseln entstanden: sehr fest dort, wo Strenge lebenswichtig ist (Gesundheit, Finanzen, Industrie, Recht, Forschung), lockerer anderswo.
Genau das nehmen die Packs auf: statt eines leeren Blattes bei jedem Vorhaben wird ein bestehendes Branchenvokabular übernommen, verfeinert und wiederverwendet. Und die Absicht wechselt den Maßstab: kein weltweiter Graph, sondern ein eigener, souveräner und prüfbarer Graph, für Ihr Haus gebaut.
Wie lautet das Vokabular Ihres Fachs?
Das ist die erste Frage, die wir stellen, und die Antwort bestimmt alles Weitere. Dreißig Minuten genügen, um zu wissen, ob ein bestehendes Pack Ihr Archiv abdeckt oder erweitert werden muss.