So machen Wissens-Graphen Web-Recherchen effizienter
Potsdam, Oktober 2020 - Um effizienteres Auffinden und Verknüpfen von Informationen im Internet dreht sich ein neuer kostenloser Onlinekurs, den das Hasso-Plattner-Institut (HPI) am 27. Oktober startet. Der Titel des sechswöchigen Massive Open Online Course (MOOC) in englischer Sprache lautet "Knowledge Graphs".
"Wissensgraphen sind - vereinfacht gesagt - Datenbank-Systeme im Internet, die viele häufig eingegebene Suchwörter sammeln und damit verbundene Inhalte anzeigen", sagt Kursleiter Prof. Harald Sack. Der Professor für Information Service Engineering am FIZ Karlsruhe - Leibniz-Institut für Informationsinfrastruktur und am Karlsruher Institut für Technologie (KIT) leitet den Kurs zusammen mit der Wissenschaftlerin Dr. Mehwish Alam, die in seinem Fachgebiet forscht.
Nach Sacks Worten ist der Knowledge Graph des Suchmaschinenanbieters Google der wohl bekannteste. Mit seiner Hilfe werden in einer separaten Box neben den eigentlichen Ergebnissen der Anfrage weitere relevante Informationen aus verschiedenen Quellen strukturiert und übersichtlich zusammengefasst. Dies erspart Nutzern weitere Webseiten-Besuche. "Auch wenn man den intelligenten Amazon-Lautsprecher Alexa nach dem Wetter von morgen fragt, bildet ein Wissensgraph das Rückgrat des mit künstlicher Intelligenz arbeitenden Informationssystems", betont der Wissenschaftler.
Zusammen mit Postdoktorandin Alam will er den Teilnehmenden alles Notwendige vermitteln, um Wissensgraphen entwerfen, implementieren und verwenden zu können. Der Schwerpunkt des Gratis-Kurses liegt auf den grundlegenden semantischen Technologien einschließlich der Prinzipien der symbolischen Wissensrepräsentation und der Künstlichen Intelligenz (KI).
Sack geht davon aus, dass ein Arbeitspensum von drei bis vier Stunden pro Woche anfällt, um die Lehr-Videos anzuschauen, Tests und Aufgaben zu lösen, Prüfungen zu absolvieren und im Kurs-Forum mitzudiskutieren. Teilnehmende sollten nach seinen Worten über Grundkenntnisse in Web- und Datenbank-Technologien sowie Statistik und Wahrscheinlichkeitstheorie mitbringen.
Zur Zielgruppe gehören Informatikstudierende, junge Fachkräfte und Wissenschaftler aus den Bereichen IT, semantisches Web, maschinelles Lernen und Künstliche Intelligenz sowie Experten für digitale Geisteswissenschaften und Kulturerbe.