Daten in heterogenen Automatisierungssystemen werden zunehmend digital beschrieben. Trotzdem sind diese Daten nicht uber den gesamten Lebenszyklus solcher Systeme verwendbar. Ursachen sind verschiedenste maschinenlesbare Formate sowie semantisch nicht eindeutige Daten, welche zudem nicht einheitlich formal beschrieben sind. Die Folge sind Fehlinterpretationen, Inkonsistenzen, Redundanzen und letztlich erhebliche Kosten in der Verwendung dieser Daten. Dieser Beitrag stellt einen Losungsansatz vor, mit dem unter Verwendung semantischer Technologien die Daten maschinell erfasst, interpretiert und zugeordnet werden konnen. Der hier favorisierte evolutionare Ansatz respektiert etablierte heterogene Begriffswelten und erlaubt eine schrittweise Anreicherung semantischer Inhalte.
展开▼
