F

Was semantische Modellierung für die Zukunft der Daten-Modellierung bedeutet

Die Daten-Modellierung verändert sich und entwickelt sich weiter. Lesen Sie warum die semantische Modellierung eine wichtige Rolle spielt.

Welche Änderungen bei der Daten-Modellierung ergeben sich durch Techniken für semantisches Modellieren und welche...

Rolle für Daten-Modellierung in Unternehmen sehen Sie in der nahen und ferneren Zukunft? Wird es überhaupt noch nötig sein, Daten zu modellieren?

Daten-Modellierung wird uns noch einige Zeit erhalten bleiben – aber seine Formen verändern sich und werden sich auch weiterhin weiterentwickeln. Mit semantischen Technologien bekommen wir die Möglichkeit, Daten auf neue Weise zu verstehen und zu nutzen, um so das Gewinnen neuer Erkenntnisse zu automatisieren. Und was hat das mit Daten-Modellierung zu tun? ALLES!

Semantische Technologien (wie das semantische Web oder Text-Mining) basieren auf Ontologien, die ich hier als „gedopte Daten-Modelle“ bezeichnen möchte. Bei der semantischen Modellierung für die Ontologie-Entwicklung gelten viele derselben Prinzipien wie für Daten-Modellierung, jedenfalls im Prinzip. So sind Daten-Modellierer sehr interessiert an den Beziehungen zwischen Daten-Entitäten oder sollten das zumindest sein. Was ist eine Daten-Entität, insbesondere in einem konzeptuellen Daten-Modell? Typischerweise geht es dabei um eines der Substantive der Unternehmenswelt: Kunde, Produkt, Standort. Bei der semantischen Modellierung interessiert man sich dafür, wie Begriffe hinsichtlich Taxonomien und Thesauri zusammenhängen. Das passt gut zu  Beziehungen bei der Daten-Modellierung wie Parent-Child oder Subtyp.

Natürlich wird nicht jede Plattform auf kurze Sicht dieselben semantischen Modelle nutzen können (es gibt ja sogar noch einige Systeme mit Mainframes, auf denen VSAM läuft). Ebenso werden sich semantische Modelle nicht für den Umgang mit Problemen jeder Art eignen.

Nach Ansicht mancher Beobachter werden Fortschritte bei Hardware und Software dazu führen, dass es nicht mehr nötig sein wird, für optimale Performance Daten zu modellieren, etwa in einem Sternschema. Es steckt ein Körnchen Wahrheit in solchen Aussagen, doch sie basieren auf recht waghalsigen Annahmen. Natürlich könnten Sie alle Ihre Daten auf eine Appliance im Data Warehouse loslassen und von der semantischen Schicht der Business Intelligence (BI) alle Komplexitäten des Navigierens durch die normalisierten Daten verstecken lassen. Ohne die lästige Daten-Modellierung, die es sonst braucht, könnten Sie Ihr Data Warehouse bestimmt schneller zum Laufen bringen. Und natürlich würden Ihnen die Hersteller von Appliances gern so viele Server-Blades verkaufen wie möglich. Trotzdem ist ein Sternschema-Modell ganz einfach immer noch die schnellste Struktur für Abfragen in großen Daten-Volumina.

Unabhängig von den technischen Fortschritten wird es weiterhin zumindest Bedarf an Menschen geben, die geschäftliche Daten-Anforderungen verstehen und Daten entsprechend modellieren und definieren können – selbst wenn das nur noch auf konzeptueller oder semantischer Ebene geschieht. Daten- und semantische Modellierung erfordern jeweils spezielle Fertigkeiten, und nicht jeder kommt mit dem für Modellierungen nötigen hohen Abstraktionsgrad zurecht. Eine Karriere in diesem Bereich anzustreben, könnte also weiterhin eine gute Idee sein.

Artikel wurde zuletzt im Juni 2011 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

0 Kommentare

Älteste Beiträge 

Passwort vergessen?

Kein Problem! Tragen Sie Ihre E-Mail-Adresse unten ein. Wir werden Ihnen eine E-Mail mit Ihrem Passwort schicken.

Ihr Passwort wurde an die folgende E-Mail-Adresse gesendet::

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close