Beschreibt die Tatsache und den Umgang damit, dass auch Maschine-Learning-Algorithmen, um richtige Daten über einen Begriff oder über einen Sachverhalt ermitteln und wiedergeben zu können, einen Kontext brauchen, in welchem sie den zu untersuchenden Begriff einordnen bzw. zuordnen. Bedingt ist dies vor allem dadurch, dass manche Wörter mit ganz unterschiedlicher Bedeutung, den gleichen Wortlaut besitzen. Die Schwierigkeit liegt häufig darin, dass wir Algorithmen, Plattfomen und Tools dafür nutzen und auch deren Nutzen darin sehen, dass diese die Analyse und Aufbreitung von Daten vereinfachen sollen. Bedacht werden muss jedoch, dass auch Plattformen, Algorithmen und Tools nur auf die Daten zurückgreifen und mit den Daten arbeiten können, die ihnen zur Verfügung gestellt werden.
Der Ansatz unternehmensweiten Taxonomien und Ontologien besteht daher in der Aufbereitung des jeweiligen Unternehmenskontextes (um so eine erfolgreiche Datenanalyse im Unternehmen zu gewährleisten) und diesem so zu einem erfolgreichen Geschäftsmodell zu verhelfen. Taxonomien und Ontologien beziehen sich jedoch nicht ausschließlich auf unternehmensintern genutzte Daten, da diese in bestimmten Fällen bzw. über die Nutzung bestimmter Schnittstellen (z.B. Schnittstelle zu einem Marketplace oder zu einem Data Integration Hub) auch für externe Kunden oder Partner des Unternehmens zugänglich gemacht werden können.

Weblinks:

Jan

Mein Name ist Jan Puder (LinkedIn Profil Jan Puder). Ich bin Gründer und CEO der BusinessTech-Company. Ich und die BusinessTech-Company wollen die digitale Frontier pushen. Das ist der Grund, warum ich diese Website gestartet habe. Ich will Informationen über das Digitale Business bereitstellen, vor allem für Chief Digital Officer.

Letzte Artikel von Jan (Alle anzeigen)

Back to Glossary Index Page