Data Contracts und Semantik
Woher wissen KI-Agenten, was deine Daten bedeuten?
Von Dr. Simon Harrer · · Video 2:18 · 7 Folien
Kurz gesagt
Du modellierst die Bedeutung deines Business einmal, in einer Ontologie. Dann verknüpfst du die Spalten deiner Data Contracts mit den Konzepten der Ontologie. Menschen und KI-Agenten finden danach die Bedeutung der Daten und nutzen sie richtig.
Auf YouTube ansehen
Fang beim Business an
Fang beim Business an, nicht bei den Tabellen. Eine Ontologie zeigt die Dinge, aus denen dein Business besteht. Ein Kunde und eine Bestellung sind Entitäten. Eigenschaften beschreiben sie, und Beziehungen verbinden sie: ein Kunde gibt Bestellungen auf.
Jedes Konzept hat eine Bedeutung
Jedes Konzept hat eine Beschreibung, die sagt, was es ist. Es hat außerdem eine Klassifizierung, die sagt, wie sensibel es ist. Die E-Mail-Adresse ist zum Beispiel confidential, und die Kundennummer ist internal. Die Klassifizierung sagt Menschen und KI-Agenten, wie sie die Daten nutzen dürfen.
Ein offenes Format
Du schreibst die Ontologie in einem offenen Format: Apache Ossie, früher Open Semantic Interchange. Die Datei ist einfaches YAML. Menschen, Tools und KI-Agenten können sie alle lesen. Die Datei enthält die Konzepte, die Beziehungen, die Beschreibungen und die Klassifizierungen.
Eine Spalte mit einem Konzept verknüpfen
Ein Data Contract beschreibt eine physische Tabelle mit den Spalten id, mail und region. Diese Namen sagen nicht, was die Daten bedeuten. Du verknüpfst die Spalte mail mit dem Konzept E-Mail-Adresse. Die Spalte erhält damit die Beschreibung und die Klassifizierung confidential, und niemand tippt sie erneut ein.
Einmal definieren, überall nutzen
Der orders-Data-Contract macht dasselbe. Seine Spalte cust ref zeigt auf das Konzept Kundennummer. Die Spalte id des customers-Data-Contracts zeigt auf dasselbe Konzept. So verbinden die Data Contracts die physischen Tabellen mit der Business-Ontologie.
Der Agent weiß, wie er verbindet
Ein KI-Agent soll den Umsatz pro Region zeigen. Er braucht orders und customers von zwei Teams, mit unterschiedlichen Spaltennamen. Beide Spalten zeigen auf Kundennummer, also weiß der Agent, wie er sie verbindet. Die Spalte mail ist confidential, also wählt der Agent sie nicht aus.
Die Bedeutung einmal modellieren
Oben liegt die Ontologie, in der Mitte die Data Contracts und unten die physischen Tabellen. Du modellierst die Bedeutung einmal. Dann verknüpfst du sie aus jedem Data Contract. Jede Spalte, die auf ein Konzept zeigt, hat in jedem Datenprodukt dieselbe Bedeutung.