Zum Inhalt springen

Eine Wissensdatenbank aufbauen: Unser Erfahrungsbericht 

Wissen ist das neue Gold. Es gibt kaum ein Unternehmen, das sich nicht mit Wissen und Informationen beschäftigt. Wissen entscheidet darüber wie gut ein Produkt sein wird, ob Kunden dafür gefunden werden, ob ein Unternehmen schnell genug auf Veränderungen reagieren kann, ob ein Mitarbeiter in zwei oder vier Stunden ein Ergebnis erzielt. Wissen ist jedoch kein Fertigprodukt von der Stange. Es muss gesammelt, strukturiert und so organisiert werden, dass es bei Bedarf schnell abgerufen werden kann. 

 

Das Problem hatten wir natürlich auch bei der D.O.G. GmbH. Gerade wenn man unter Zeitdruck steht, taucht eine schwierige Frage auf, die man recherchieren muss. Zum Beispiel will ein Kunde plötzlich eine TEX-Datei übersetzt haben. Was ist das, wie geht man damit um? Oder ein neuer Mitarbeiter fängt im Vertrieb an und kennt sich bei Translation-Memory-Technologien nicht detailliert aus. Die Situationen sind vielfältig und nicht immer voraussehbar. Also wollten wir unser Wissen sammeln, strukturieren und intern verfügbar machen. Aber ...  es musste schnell gehen und es durfte (fast) nichts kosten. Das kommt sicherlich vielen Leserinnen und Lesern bekannt vor. 

 

Wie lautet die Definition zu 'Wissensdatenbank' bzw. 'Knowledge base'? Das Wort erscheint im Internet, auf Blogs, in zahlreichen Publikationen. Eine klare und von einer breiten Öffentlichkeit getragene Definition gibt es jedoch nicht. Das ist vielleicht ein gutes Beispiel dafür, warum Terminologiearbeit wichtig ist, besonders wenn es darum geht, Wissen zu finden oder zu teilen. Für die einen ist eine Wissensdatenbank eine Art semantisches Netzwerk, eine Ontologie oder ein Thesaurus; für die anderen ist es eine Sammlung von Dokumenten oder von Informationseinheiten in einer Datenbank. Dazu kommen noch alle möglichen Definitionsvarianten. 

 

LookUp als interne Wissensdatenbank bei der D.O.G.

Es lag natürlich nahe, unser eigenes Produkt LookUp als interne Wissensdatenbank einzusetzen. Zum einen bietet die Terminologiekomponente von LookUp die Möglichkeit, die reine sprachliche Seite effizient abzudecken. Jeder Mensch sucht mit seinen eigenen Worten nach Informationen. Egal, ob jemand mit Stichwörtern wie ‚Translation-Memory‘, ‚CAT-Tool‘ oder ‚Übersetzungsspeicher‘ sucht, wichtig ist es, dass er die gleiche Information zu Translation-Memory-Systemen findet. Das funktioniert bei Lookup hervorragend. Der zweite Aspekt ist der Aufbau von Wissen selbst. Hier bringt das sehr flexible Wissensmodul große Vorteile. Kleine Wissenseinheiten (z.B. 'Terminologieextraktion') bestehen aus verknüpften Begriffen. Wie die Begriffe zusammenhängen, lässt sich mit individuellen Relationen darstellen: Ursache - Wirkung, zeitliche Abfolge, Hierarchie usw. 

 

Eine Wissensdatenbank aufbauen

Abbildung 1:  Mit 'Übersetzen' verknüpfte Begriffe in der D.O.G.-Wissensdatenbank 

 

Planung des Wissensaufbaus

Als erstes stand die Kernfrage: Was möchten wir wissen und für wen ist das Wissen bestimmt. Wir haben bei D.O.G. verschiedene Mitarbeitergruppen, die ihre eigenen Aufgaben haben: Projektmanager für die Organisation von Kundenprojekten, EDV-Mitarbeiter, die sich um die technische Vor- und Nachbearbeitung der Projekte kümmern. Wir haben Terminologen und Revisoren für die verschiedenen Sprachen. Übersetzer spielen natürlich eine wichtige Rolle. Unsere Vertriebs- und Marketingkollegen beraten Kunden oder erklären in verständlicher Sprache unsere Tätigkeiten. In der Verwaltung, in der Buchhaltung kommen wir auch mit vielen Fachbegriffen und technischen Sachverhalten in Berührung. Und nicht zuletzt entwickelt unser Programmierteam intelligente Lösungen von der Qualitätssicherung bis zur maschinellen Übersetzung. So kommt eine große Menge an Fachwissen zusammen welches kaum ein einzelner allein beherrscht: Was ist eine begriffsorientierte Terminologie, was macht ein Decoder, wer braucht Dita oder welche Vorteile bringt eine kontrollierte Sprache? Wir wollten Begriffe sammeln, die im weitesten Sinne im Bereich "Technische Kommunikation" vorkommen und das Wissen so aufbereiten, dass unsere internen Kollegen ohne aufwändige Recherchen schnell die Informationen erhalten, die Sie für ihre Aufgaben benötigen. Zum Zeitpunkt dieses Artikels umfasst die Datenbank über 700 Begriffe und 830 deutsche Benennungen, die zu einem großen Teil zu Wissensblocks verknüpft sind. So kann ein D.O.G.-Berater sofort erkennen, welche D.O.G. Dienstleistungen mit maschinellem Übersetzen verfügbar sind und Kunden entsprechend beraten. 

 

Informationsmodell

Was für Informationen brauchen die Nutzer der Datenbank und mit welchen Relationen wollen wir die Zusammenhänge darstellen? Die Informationen, die wir in den Terminologieeinträge erfassten, sollen die Nutzer bei ihrer Arbeit unterstützen. Definition, Definitionsquelle, Bilder und Links zu weiterführenden Informationen (z.B. Internet-Beiträgen) oder zu internen Dokumenten waren die wichtigsten Attribute. Weitere Attribute kamen hinzu, z.B. die angedachte(n) Nutzergruppe(n) oder das Sachgebiet (Technik, Programmieren, Vertrieb, ...). 

 

Die ausgewählten Relationen sollen das Wissen so strukturieren, dass die einzelnen Nutzergruppen einsatzgerecht eine Antwort auf ihre Fragen finden. So helfen Ursache-Wirkung-Relationen unseren EDV-Kollegen mögliche Lösungen für Probleme oder für eine optimale Projektvorbereitung zu finden. Wenn z.B. die Begriffe 'Flexion' und 'Schreibweise' über die Relation 'beeinflusst' mit dem Begriff 'Terminologieerkennung' verbunden sind,  können die Kollegen damit prüfen, ob dies der Grund ist, warum ein Terminologieeintrag von einer Qualitätssicherungssoftware nicht erkannt wurde. 

 

Knowledge Mining

Das Sammeln und das Strukturieren des Wissens ging nicht per Knopfdruck, und wir mussten auch unsere Lernkurve durchlaufen. Allerdings halfen uns unsere langjährige Erfahrung bei der Terminologieextraktion und die vielen Tools und Verfahren, die wir über die Jahre entwickelt hatten. Als Quelle für die Termini nahmen wir Artikel, Webseiten und vor allem einiges an internem Material wie unser Qualitätshandbuch mit seinen 213 Seiten, Notizen, Spezifikationen usw. Für den Aufbau des Wissens kamen computerlinguistische Verfahren wie die gezielte automatisierte Suche nach Relationswörtern (Verben, Präpositionen) zwischen den Begriffen in Texten oder der Aufbau von Worteinbettungen (word embeddings).  

 

In regelmäßigen Abständen wird neues Material ausgewertet und die vorhandene Datenbank erweitert. Eine große Herausforderung bleibt die aktive Mitarbeit aller Wissensträger im Unternehmen, die ja sonst keine Däumchen drehen und von ihrer täglichen Arbeit stark ausgelastet sind. Hier müssen wir noch ein wenig Motivationsarbeit leisten. 

 

Nutzung des Wissens 

Neben der Nutzung der D.O.G.-Wissensdatenbank durch die eigenen Mitarbeiter wird sie auch von Softwareanwendungen benutzt. Unsere Anwendung ErrorSpy für Autoren greift direkt auf die Inhalte von LookUp zu und kann Begriffe in Texten nach unterschiedlichen Attributen farblich hervorheben. Das hilft der Nutzerin / dem Nutzer sofort zu erkennen, welche Informationen relevant sind oder wie ein Beitrag suchmaschinenoptimiert werden kann. In erster Linie wird das Wissen zur Kennzeichnung von Informationen in Dokumenten oder zur Optimierung unserer SEO-Arbeit genutzt. 

 

Der Nutzen 

Noch greifen nicht alle Mitarbeiter reflexartig zur D.O.G.-Wissensdatenbank, wenn sie eine Frage haben oder eine spezielle Aufgabe lösen wollen. Aber diejenigen, die darauf zugreifen und auch ihr Wissen einbringen, merken deutliche Vorteile. Sie sparen sich die Recherchezeit und müssen nicht immer wieder im Internet oder an anderen Stellen nach denselben Informationen suchen. Außerdem profitieren sie von den Informationen, die andere hinterlegt haben. Teilweise werfen diese Informationen anderer Kollegen einen neuen Blick auf die Aufgabe, die sie zu lösen versuchen: z.B. durch eine Auflistung unterschiedlicher Verfahren und Tools für die Terminologieextration. Der Vorteil liegt also eindeutig in der eingesparten Zeit (weniger Recherche, keine Doppelarbeit) und des Weiteren in der gesteigerten Qualität der Informationen und damit dem besseren Arbeitsergebnis. 

 

Fazit und Ausblick 

Was wir in Eigenregie für uns erstellt haben, steht im Grunde jedem Unternehmen und jeder Organisation frei nachzuahmen. Das Wissen steckt in den Köpfen der einzelnen Mitarbeiter. Das Wissen einer Organisation ist zu komplex als dass eine einzelne Person alles überblicken könnte.  In Unternehmen geht viel Zeit damit verloren, immer wieder nach ähnlichen Informationen zu suchen oder Unklarheiten in der Kommunikation zu klären. Eine Wissensdatenbank, an der Mitarbeiter gemeinsam und mit ihren eigenen Wörtern zusammenarbeiten ist die richtige Antwort. Das Wissensmodul von LookUp wurde unter anderem für genau solche Einsatzsituationen entwickelt. Der Erfolg der internen D.O.G.-Wissensdatenbank hat dies bestätigt. 

 

Kommentare

    Siegel Siegel