Start

Unternehmen

Buch-Katalog

Seminare

Leserservice

Comelio-Blog

ERP / PPS / Prozesse

Business Intelligence

Server-Technologien

Software-Technologien

Datenbanken Ontologien Übersicht RDF OWL XTM Sprachen Vorgehen XML Web Services MS Access VBA/.NET MS Excel VBA/.NET

Technologie-Beratung

Individual-Software

Produkte

Comelio GmbH
Rellinghauser Straße 10
D-45128 Essen
Deutschland
Fon: 0201-437517-0
Fax: 0201-437517-10
info@comelio.com

Comelio GmbH
Goethestraße 34
D-13086 Berlin
Deutschland
Fon: 030-921019-85
Fax: 030-921019-89
info@comelio.com

Comelio GmbH (Ecos)
Glockengießerwall 17
D-20095 Hamburg
Deutschland
Fon: 040-4689908-91
Fax: 040-4689908-95
info@comelio.com

Comelio GmbH (Ecos)
Mainzer Landstraße 27-31
D-60329 Frankfurt
Deutschland
Fon: 069-2475030-35
Fax: 069-2475030-39
info@comelio.com

Comelio GmbH (Ecos)
Stiglmaierplatz/Dachauer Str. 37
D-80335 München
Deutschland
Fon: 089-2000154-90
Fax: 089-2000154-94
info@comelio.com

Comelio GmbH (Ecos)
Liebknechtstr. 33
D-70565 Stuttgart
Deutschland
Fon: 0711-252534-20
Fax: 0711-252534-24
info@comelio.com

Software-Technologien > Ontologien > Übersicht

Übersicht

Datenmodellierung zählt zu den wichtigsten und elementaren Projektarbeiten. Allerdings lässt sich in der unternehmerischen Praxis regelmäßig feststellen, dass hier auch mit umfassenden finanziellen Ressourcen ausgestattete Teams wenig Zeit auf die Datenmodellierung verwenden. Dies führt typischerweise zu ungünstigen modellierten Daten, verbesserungswürdigen Algorithmen und nicht ausgereifter Software. Mit diesem Artikel soll der Begriff der Ontologie als besondere Technik der Datenmodellierung eingeführt und vorgestellt werden. Dies umfasst eine Herleitung und Abgrenzung des Begriffs von reiner Beschreibung der Daten durch Semantiken.

Kontakt Anrede* Herr Frau Vorname* Nachname* Firma E-Mail* Tel-Nr. Bereich* Software-Technologien > Ontologien > Übersicht Freitext

Konzept der Ontologien

Modellierungstechniken auf der Basis von Ontologien greifen notwendigerweise auf den Ontologiebegriff zurück und versuchen, ihn mit unterschiedlichen technischen –in diesem Fall syntaktischen – Werkzeugen umzusetzen. Da zu diesem Begriff aus unterschiedlichen Disziplinen (Informationswissenschaft, Betriebswirtschaftslehre und Sprachwissenschaft sowie Philosophie) Definitionen vorliegen, soll in diesem Abschnitt zunächst herausgearbeitet werden, um welches Konzept es sich bei den Ontologien überhaupt handelt.

Wissensbeschreibung durch Semantik

In technologischer Hinsicht besteht – wie oben gesagt – mit XML Schema zunächst die Möglichkeit, die vorhandenen Informationen zu strukturieren, auszuzeichnen und sie mit entsprechenden Datentypen zu versehen. Damit dient XML Schema der allgemeinen Aufbereitung und Beschreibung der vorhandenen Informationen, ermöglicht allerdings alleine noch nicht die Ableitung von neuem Wissen. Die unterschiedlichen Ansätze der Wissensbeschreibung, an deren Ende die Technik der Ontologien steht, lässt sich unter dem Begriff der Semantik bzw. auch der semantischen Datenmodellierung verwenden.

Dabei besteht zunächst die Notwendigkeit, die Informationen mit Hilfe von geeigneten Symbolen bzw. Bezeichnungen in Form einer Terminologie abzubilden. Diese charakterisiert die einzelnen Elemente innerhalb der Wissensbasis in der benötigten Granularität und lässt auch die Angabe eines Wertebereiches zu, welcher für die einzelnen Elemente zulässig ist. Diese Terminologien lassen sich über XML Schema einrichten und weisen die genannten Nachteile auf, wie z.B. die Problematik, dass proprietäre, d.h. nur innerhalb eines bestimmten Systems bekannte, Namen für die Elemente verwendet werden. Diese Konzeption steht damit einem Austausch über Systemgrenzen (Unternehmen, Anwendung etc.) im Weg. Eine Terminologie eignet sich daher ausschließlich für die Angabe eines Symbolvokabulars, mit dessen Hilfe Elemente ausgezeichnet und benannt werden können.

Mit Hilfe von semantischen Schemata lassen sich nun die für die vorhandenen Elemente definierten Symbole Beziehungen in Form von Konzepten festlegen. Dies sind allerdings noch die Beziehungen, welche über die Ontologien abgebildet werden können, sondern lediglich Zuordnungen von Elementen in Form von Konzeptinstanzen zu ihren übergeordneten Konzepten in Form von „Oberbegriff und Unterbegriff“. Teilweise lässt sich dies auch noch in XML Schema über entsprechende Eltern-Kind-Elementstrukturen abbilden. Die semantischen Schemata bilden allerdings die zusätzliche Eigenschaft, dass mit ihrer Hilfe und einer standardisierten, d.h. über Systemgrenzen hinweg gesicherten, Zuordnung von Konzepten zu Elementen die Möglichkeit des Datenaustausches zwischen Systemen gegeben ist. Dies können dann natürlich genauso branchenspezifische, anwendungsspezifische oder themenspezifische Schemata (Beispiele im XML-Umfeld: Ein branchenspezifisches Schema stellt NewsML (http://www.newsml.org) für den Nachrichtenaustausch dar, ebenso für den Austausch für Angebot- und Nachfrageinformationen cXML (http://www.cxml.org/). Anwendungsspezifische Schemata stellen alle Standards für Webservices wie SOAP (http://www.w3.org/TR/soap/) oder XML-RPC (http://www.xmlrpc.com/) dar.) sein . Es ist mit Hilfe von XML Schema wiederum möglich, semantische Schemata abzubilden, da natürlich auch hier wieder ein bestimmter Symbolvorrat für die Beschreibung von Elementen herangezogen wird. Aus einem vergleichenden Blickwinkel heraus liegt der einzige Unterschied zwischen den Terminologien und den semantischen Schemata nur darin, dass sie standardisierte Terminologien darstellen, welche innerhalb eines größeren Systems oder eines Systemszusammenhang den Datenaustausch zwischen Systemen mit unterschiedlichen Terminologien erlauben. Dazu wird eine Art Übersetzungsrahmen verwendet bzw. eine Zuordnung für den Austausch wichtiger Elemente zu im semantischen Schema vorhandenen Strukturen (Beispiele im XML-Umfeld: Dublin Core Meta Data Element Set (http://dublincore.org) für die Erfassung von Dokumentmetainformationen oder auch das später noch behandelte Resource Description Framework (http://www.w3.org/RDF) mit gleicher Zielsetzung.). Damit bieten die semantischen Schemata eine Normierung auf der Zuordnungsebene, während die Terminologien eine Normierung auf der Bezeichnungsebene (Vokabular, Auszeichnung) bieten.

Die Beziehungen zwischen den Elementen lassen sich in einer Ontologie schließlich ebenfalls maschinenlesbar abbilden. Dies stellt insoweit eine Erweiterung dar, als dass die Komplexität der Strukturen, welche zwischen den einzelnen Elementen in der Faktenbasis bestehen, ungleich komplexer abgebildet werden können als mit Terminologien oder den semantischen Schemata in Form von standardisierten Terminologien. Dabei ist eine größere Annäherung zu reellen Beziehungen möglich, weil nicht nur allgemeine Zuordnungsbeziehungen in Form von „Oberbegriff und Unterbegriff“ abgebildet werden können, sondern eigene Beziehungstypen. Diese lassen sich natürlich auch zu unterschiedlichen Standardbeziehungen zuordnen, stellen allerdings selbst eine Konzeption in der Beschreibungssystematik dar und lassen u.a. auch Plausibilitätstests und damit weitergehende Validierungen zu.

Begriff und Definition

Ontologie, die Philosophie des Seins, stammt als Wort etymologisch von den beiden griechischen Wörtern ontos (Sein) und logos (Darlegung, Ausarbeitung) ab. Das Konzept der Ontologien bzw. der Beschäftigung mit derselben lässt sich tatsächlich bis zu den griechischen Philosophen zurückverfolgen und hängt eng mit folgenden Fragestellungen zusammen: Was sind Dinge? Was ist das Innerste der Dinge, welches unveränderlich ist? Existieren Konzepte (auch alltägliche Gegenstandsbezeichnungen und nicht nur abstrakte Begriffe) außerhalb unseres Bewusstseins? Wie können die Einheiten der Welt klassifiziert werden? Im Zusammenhang mit Ontologien lassen sich die beiden Begriffe Existenz und Sein unterscheiden, wobei mit dem Begriff Existenz das tatsächliche Vorhandensein (Existieren im ursprünglichen Sinne des Worts) eines Begriffs (z.B. der Name eines Gegenstands) gemeint ist. Mit dem Begriff Sein dagegen bezieht man sich auf die Art und Weise, wie ein Begriff zu verstehen ist oder was man sich unter einem Begriff vorzustellen hat. Im Hinblick auf Phantasiebegriffe (Fabelwesen) lässt sich sagen, dass sie sehr wohl ein Sein aufweisen, aber keine Existenz besitzen.

Von diesem Ausgangspunkt aus lassen sich unterschiedliche Denkansätze wie die Metaphysik von Aristoteles zur Zeit der altgriechischen Hochkultur oder die Symbollehre von William of Ockam im Mittelalter bis hin zu Immanuel Kant im achtzehnten Jahrhundert beschreiben und vergleichen, die allerdings mit den technischen Umsetzungen der Ontologien in den Syntaxregeln des W3C nicht viel gemein haben. Gemeinsam ist ihnen, dass sie versuchten, die Grundfrage von Existenz und Sein in unterschiedlichen Kategoriensystemen zu beantworten. Von diesen ist die Kategorienlehre Kants besonders umfangreich, weil er mehr Dimensionen der Beschreibung (Kategorie) von Dingen verwandte. Er unterteilte sie in vier Klassen, welche jeweils ein triadisches Muster enthielt: Menge (Einheit, Mehrzahl, Totalität), Qualität (Realität, Negation, Begrenzung), Relation (Vererbung, Kausalität, Gemeinschaft) und Modalität (Möglichkeit, Existenz, Notwendigkeit). Ohne auf die Details seiner umfangreichen Kategorienlehre einzugehen oder gar seine Vorgehensweise bei der Ableitung der einzelnen Kategorien und ihrer Muster darzustellen, lässt sich dennoch bereits an den von ihm verwendeten Begrifflichkeiten erkennen, dass fast gar keine Ideen von ihm oder seinen Vordenkern in die Konzeption der heutigen Beschäftigung mit Ontologien eingegangen sind . Dies gilt auch für andere Ansätze wie z.B. von José Ortega y Gasset oder William James im neunzehnten Jahrhundert.

Zusätzlich gilt gemeinhin , dass das betriebswirtschaftliche Interesse an Ontologien natürlich in erster Linie über die Informationswissenschaft und dann – etwas spezieller – über deren Beschäftigung mit künstlicher Intelligenz geweckt wurde. Die Betriebswirtschaftslehre nahm dann diese Ansätze in technischer und theoretischer Hinsicht auf, um ihre Methoden für die Bewältigung von Informationsverarbeitungsprozessen zu nutzen oder eigene Methoden zu entwickeln, welche für diese Prozesse einsetzbar sind.

Folgende Definitionen lassen sich nun für den Ontologie-Begriff in der Literatur finden :

• „An ontology defines the basic terms and relations comprising the vocabulary of a topic area as well as the rules for combining terms and relations to define extensions to the vocabulary.“ [Vgl. Gómez-Pérez, A. (et al.), 2004, Ontological engineering, S.5, zitiert nach Neches, R; Fikes, R.E.; Finin, T.; Gruber, T.R.; Senator, T.; Swartout, WR, Enabling technology for knowledge sharing, AI Magazine, 1991, 12(3): 36-56.]
• “An ontology is an explicit specification of a conceptualization.” [Vgl. Gómez-Pérez, A. (et al.), 2004, Ontological engineering, S.5, zitiert nach Gruber, T.R.: A translation approach to portable ontology specification, Knowledge Acquisition, 1993, 5(2), S.199- 220.]
• “An ontology is a formal, explicit specification of a shared conceptualization. Conceptualization refers to an abstract model of some phenomenon in the world by having identified the relevant concepts of that phenomenon. Explicit means that the type of concepts used, and the constraints on their use are explicitly defined. Formal refers to the fact that that the ontology should be machine-readable. Shared reflects the notion that an ontology captures consensual knowledge, that is, it is not private of some individual, but accepted by a group.” [Vgl. Gómez-Pérez, A. (et al.), 2004, Ontological engineering, , S.5, zitiert nach Studer, R; Benjamin V.R.; Fensel, D., 1998, Knowledge Engineering: Principles and Methods; IEEE Transactions on Data and Knowledge Engineering, 25(1-2), S. 161-197.]

Wie schon an anderer Stelle erwähnt und wie auch später noch mehrfach herausgegriffen, enthalten diese drei exemplarisch ausgewählten Definitionen (wie in vielen anderen Zusammenhängen gibt es eine große Zahl an unterschiedlichen Gewichtungen und Ein- und Abgrenzungen eines Gebiets) einige Bestandteile, welche bereits in anderen Zusammenhängen wichtig waren: Ein Bereich der Umwelt soll hinsichtlich seiner Begriffe in einer formalisierten Sprache abgebildet werden. Dies entspricht einer herkömmlichen Datenstrukturierung, wobei allerdings zusätzlich auch die Beziehungen zwischen den Begriffen des zu modellierenden Bereichs betrachtet werden sollen. Daraus können sich notwendigerweise auch neue Begriffe und Modellierungsinhalte ergeben, welche mit den herkömmlichen Techniken nicht erfasst werden können. Zusätzlich soll diese Beschreibung so formalisiert geschehen, dass sie maschinen-lesbar ist, d.h. dass die Metadaten über Techniken der rechner-gestützten Informationsverarbeitung automatisch verarbeitet werden können. Dies stellt besondere Anforderungen an die Formalisierung und die Spezifizierung der Metadaten, d.h. an die Art und Weise der Modellierung selbst.

Typen von Ontologien

Bei der Unterscheidung von Ontologien, die selbst wieder als Datenstrukturen zur Beschreibung anderer Datenstrukturen auftreten, lassen sich unterschiedliche Typen festlegen. Je nach Interessengebiet des Autors bzw. vorgeschlagener Einsatzbereich von Ontologien ergeben sich auch unterschiedliche Gewichtungen der einzelnen Typen. Interessant an der folgenden Liste, welche die Differenzierungen von drei Autoren vereint, ist die gleichzeitige Auflistung von möglichen Einsatzbereichen. Die folgenden Typen lassen sich finden:

Domänen-Ontologien :

Sie beschreiben die Datenstrukturen und ihre Beziehungen untereinander im Hinblick auf ein bestimmtes Wissensgebiet. Dieses wird mit dem Begriff der Domäne bezeichnet, sodass hier eine inhaltliche Eingrenzung auf die zu modellierenden Strukturen und Verknüpfungen festzustellen ist. Diese Ontologien unterscheiden sich von den generischen bzw. allgemeinen Ontologien, dass sie gerade nicht allgemeines Wissen beschreiben wollen, sondern eine bewusste inhaltliche Einschränkung auf einen speziellen Wissensbereich bieten. [Vgl. Fensel, Dieter, 2000, Ontologies, S.12 und dem Begriff „domain ontologies“ und Bodendorf, Freimut, Daten- und Wissensmanagement, 2003, S. 113. Beispiele zu Domänen-Ontologien aus unterschiedlichen Fachbereichen: Gómez-Pérez, A. (et al.) : Ontological engineering, 2004, S. 85ff.]

Metatadaten-Ontologien :

Sie sollen Informationen im Internet bzw. in technologisch ähnlichen Speichermedien bzw. Zusammenhängen beschreiben und besitzen damit eine nicht inhaltliche, sondern vielmehr dokumentbezogene Einschränkung. Diese Einschränkung fokussiert Textdokumente und ihre Eigenschaften. [Vgl. Fensel, Dieter, 2000, Ontologies, , S.12 und dem Begriff „metadata ontologies“ und Zelewski, Stephan, 1999, Ontologien, , S. 12 und dem Begriff „Repräsentations- oder Metadaten-Ontologien“.]

Generische / allgemeine Ontologien :

Sie sollen möglichst allgemeines Wissen (Allgemeinwissen im Alltagssinn, Basiswissen) über die Welt und ihre Zusammensetzungen bieten, wie sie für die Lösung alltäglicher Probleme oder die Bewältigung von nicht tiefergehend domänspezifischen Anforderungen nützlich sind. Diese Ontologien bilden daher einen Gegensatz zu den Domänen-Ontologien, welche einen individuellen Wissensbereich tiefergehend beschreiben wollen. [Vgl. Fensel, Dieter, 2000, Ontologies, S.12 und dem Begriff „generic or common sense ontologies“ und Zelewski, Stephan, 1999, Ontologien, S. 12 und dem Begriff „Commonsense-Ontologien“ und Bodendorf, Freimut, Daten- und Wissensmanagement, 2003, S. 113 und dem Begriff „world ontologies“.]

Repräsentative Ontologien :

Sie beschreiben nicht eine spezielle Domäne oder Aktivitäten, sondern bieten vielmehr Konzepte, um die Grammatik und die Syntax von Repräsentations- oder Modellierungssprachen zu charakterisieren. Dazu zählen die vorhandenen Sprachelemente genauso wie ihre Beziehungen zueinander. Sie stellen also Meta-Ontologien für die Techniken der Datenmodellierung dar, modellieren selbst aber keine Realdaten, sondern vielmehr die Modellierungstechniken selbst. [Vgl. Fensel, Dieter, 2000, Ontologies, S.12 und dem Begriff „representational ontologies“]

Aufgaben-Ontologien :

Sie sollen die Datenstrukturen von Aufgaben abbilden, wobei die konkreten Aufgaben in unterschiedlichen Bereichen bzw. Disziplinen anfallen können. Es handelt sich daher um eine reine Beschreibung der zur Aufgabenverwaltung notwendigen Daten und ihren Beziehungen untereinander. [Vgl. Zelewski, Stephan, 1999, Ontologien, S. 12 und Bodendorf, Freimut, Daten- und Wissensmanagement, 2003, S. 113.]

Methoden-Ontologien :

Sie beschreiben die Datenstrukturen von Methoden und Lösungsstrategien sowie die unterschiedlichen Verknüpfungen, die zwischen den Begriffen der Problembewältigung bzw. Lösungsstrategien bestehen. [Vgl. Zelewski, Stephan, 1999, Ontologien, S. 12.]

Wenngleich auch die unterschiedlichen Ontologie-Typen sich nur schwer zu übergeordneten Begriffen zusammenführen lassen [Je nach den verwendeten Ontologie-Typen lassen sich selbstverständlich auch andere Kategorisierungen verwenden. Gómez-Pérez, A. (et al.) , 2004, Ontological engineering, S. 26f fasst hier unterschiedliche Ansätze zusammen, welche allerdings nicht die in diesem Abschnitt verwendeten Ontologietypen aufgreifen, sondern teilweise ähnliche, teilweise allerdings auch Ontologien für spezielle Anwendungstechniken kategorisieren. Dadurch entstehen auch andere Kategorien und Einteilungen.], was insbesondere die repräsentativen und die Metadaten-Ontologien betrifft, so kann man über die drei Dimensionen Information, Aktivitäten und Speicherung zumindest ansatzweise eine vereinfachende Ebene in die Typologie einziehen. Diese drei Dimensionen lassen sich also bspw. nutzen:

Information:

Die beiden Ontologie-Typen Domänen-Ontologien und generische Ontologien beschreiben in unterschiedlicher Spezifität und Granularität Informationen. Während die Domänen-Ontologien die Datenstrukturen von besonders speziellen und fein abgegrenzten Fachgebieten beschreiben, fokussieren die generischen Ontologien eine breite Wissensbasis in Form des nicht klar umrandeten Allgemeinwissens.

Aktivitäten:

Die beiden Ontologie-Typen Aufgaben- und Methoden-Ontologien beschreiben beide Aktivitäten im weiteren Sinne. Dabei konzentrieren sich die Aufgaben-Ontologien auf Aktivitäten, welche durchgeführt werden sollen. Diese können auch in einer bestimmten zeitlichen Anordnung aufeinander folgen und daher eine Aktivitätenkette bilden. Diese Eigenschaft weisen die Methoden-Ontologien als besonderes Merkmal auf, da sie Aktivitäten beschreiben, die in Form eines bestimmten Algorithmus zur Lösung eines Problems (was natürlich auch als Aufgabe verstanden werden kann) herangezogen werden können. Diese Ontologie klassifiziert also Aktivitäten, welche in einem Zusammenhang und einem bestimmten Wechselspiel (feine Granularität) oder in einer allgemeinen Form (grobe Granularität) erledigt werden müssen, um ein bestimmtes Ziel zu erreichen.

Speicherung:

Die beiden Ontologie-Typen repräsentative und Metadaten-Ontologien beschreiben die Art und Weise, wie Daten formuliert und gespeichert werden können. Dabei fokussieren die Metadaten-Ontologien Daten und Informationen, welche in Textform so vorliegen, dass sie eine Internet-Ressource darstellen. Hier ist also die Aufbereitungsform der Inhalte von entscheidender Bedeutung. Bei den repräsentativen Ontologien dagegen liegt der Blickwinkel auf der Beschreibung von Beschreibungssprachen, also von Sprachen, welche ihrerseits Daten modellieren, das heißt sie strukturieren die Art und Weise der Metadaten-Strukturierung.

Typen von Beziehungen zwischen Daten

Ein Beispiel, welches ausschließlich auf rein sprachbezogene (Substantive, Verben, Adjektive etc.) Ontologien ausgerichtet ist, stellt WordNet dar. Es enthält die Möglichkeit, mehr als 100.000 Begriffe der englischen Sprache in den folgenden Beziehungstypen zueinander darzustellen. Dies ergibt im Endergebnis ein nach Begriffen und nicht nach der alphabetischen Reihenfolge aufbereitetes Wörterbuch. Zwar mögen diese Beziehungen nicht für alle Einsatzbereiche von Ontologien ausreichen, doch finden sie sich auch in den technischen Umsetzungen wie z.B. RDF wieder. Sobald hauptsächliche Textmengen durch ontologische Metadaten beschrieben werden sollen, erkennt man schnell, dass diese Beziehungstypen in diesem Fall notwendigerweise zu implementieren sind. Die Typologie besteht aus den folgenden Klassifizierungen :

Synonymie:

Diese Beziehung konzentriert sich auf die Gleichartigkeit von Bedeutungen, welche mit unterschiedlichen Begriffen ausgedrückt werden.

Antonymie

: Diese Beziehung konzentriert sich auf die Unterschiedlichkeit von Begriffen,welche sich gegensätzlich ausschließen. Die beiden Begriffe stellen daher Gegensätze dar.

Hyponymie:

Diese Beziehung konzentriert sich auf die hierarchischen Beziehungen zwischen Unter- und Oberbegriffen oder Sammelnamen und individuellen Namen in Form einer IST-EIN-Beziehung.

Meronymie:

Diese Beziehung konzentriert sich auf Gruppenbeziehungen zwischen Begriffen, welche in der Form einer TEIL-VON-Beziehung auftreten.

Morphologische Beziehungen

konzentrieren sich auf morphologische Strukturen von Wörtern, welche dazu benutzt werden, um Wortformen auszudrücken (Wortstamm, Endung, Kompositum etc.).

Wie man bereits am letzten Beziehungstyp erkennen kann, sind nicht alle Beziehungstypen für jedwede zu erstellende Ontologie einsetzbar. Insbesondere die morphologischen Beziehungen lassen sich nur dann einsetzen, wenn überhaupt mit Hilfe von einzelnen Buchstabenbereichen verschieden Wörter (Begriffe) in eine Beziehung gesetzt werden können oder auch sollen. Dies liegt daran, weil im Fall von WordNet ein Wörterbuch nachgebildet werden soll, welches auf Ontologien beruht. Die IST-EIN- oder TEIL-VON-Beziehungen jedoch tauchen in unterschiedlichen technischen Umsetzungen auch auf. Dies mag allerdings auch daran liegen, dass insbesondere diese beiden Beziehungen auch in anderen Techniken der Datenmodellierung wie dem Entity-Relationship-Modell, dem Object-Role-Modell und natürlich in der Objektorientierung erscheinen und daher zu universellen Konzepten der Datenbeschreibung gezählt werden können.

Allgemeine Eigenschaften von Ontologien, welche nicht in Form eines Wortverzeichnisses auftreten und daher grundsätzlicher Natur sind, lassen sich folgendermaßen finden:

Konzepte:

Der informatorische Inhalt von Ontologien stellt die Konzepte oder auch die Elemente der Ontologien dar. Diese stehen über die Relationen zueinander in Beziehung und repräsentieren die Faktenbasis.

Relationen:

Die Zusammenhänge und Beziehungen zwischen den Daten bzw. den Konzepten einer Ontologie werden über die Relationen eingerichtet. Sie stellen die Beziehungsbasis der Ontologie dar. Dies kann sowohl die Abbildung der allgemeinen Konzepthierarchie in Form von Zuordnungen und Definitionen sein wie auch strukturbildende Relationen in Form von IST-EIN-Beziehungen. Der dritte Relationentypus ist nicht strukturbildend, sondern charakterisiert die Konzepte hinsichtlich ihren wesentlichen Eigenschaften, die für die Faktenbasis anzutreffen sind. Im Gegensatz zu den strukturbildenden Relationen sind die Eigenschafts- und die Konzepthierarchierelationen auch in ihrer Abbildung sehr auf die spezielle Ontologie bezogen.

Axiome:

Sie stellen – wie sonst auch – allgemeine Aussagen über die Ontologien bzw. über die in ihr enthaltene Fakten- und Beziehungsbasis dar, welche nicht alleine über die Beziehungen ausgedrückt werden können. Dazu gehören solche Annahmen wie die gegenseitige Beeinflussung von Beziehungen untereinander.