Semantisch homogene Beschreibung
von Data-Warehouse-Metadaten mit RDF
Stefan Hartmann, Martin Weber
Wissenschaftliches Institut für Hochschulsoftware
der Universität Bamberg (ihb)
Feldkirchenstr. 21
96045 Bamberg
stefan.hartmann@ihb.uni-bamberg.de
martin.weber@stud.uni-bamberg.de


Abstract: Die Vernachlässigung einer unternehmensweit konsistenten Business-
Intelligence-Strategie resultiert in multiplen Insellösungen bei Data-Warehouse-
Systemen (DWH-Systemen). Eine direkte Vergleichbarkeit von Berichten aus
verschiedenartigen DWH-Systemen ist im Allgemeinen aufgrund struktureller und
semantischer Heterogenität nicht gegeben. Forschungsansätze widmen sich diesem
Problem vor allem auf struktureller Ebene. Der in dieser Arbeit vorgeschlagene
Ansatz betrachtet vorrangig semantische Aspekte bei der Beschreibung von DWH-
Metadaten. Hierzu wird auf das im Semantic Web etablierte Resource Description
Framework (RDF) zurückgegriffen. Es werden die Potenziale von RDF zur
Beschreibung von DWH-Metadaten aufgedeckt und basierend auf diesen
Ergebnissen ein RDF-Schema zur semantisch homogenen Beschreibung von
DWH-Metadaten vorgeschlagen. Anhand einer beispielhaften DWH-Modellierung
werden die Anwendbarkeit des RDF-Schemas sowie der erreichte Mehrwert
hinsichtlich semantischer Homogenität aufgezeigt.
1 Motivation
Projekte zur Einführung eines Enterprise-Data-Warehouse konfrontieren Unternehmen
nach wie vor mit großen organisatorischen und technischen Herausforderungen. Die
horizontale und vertikale Differenzierung der unternehmerischen Gesamtaufgabe sowie
die Autonomie der für eine Teilaufgabe verantwortlichen Stellen führen zu abteilungs-
bzw. bereichsspezifischen Ausprägungen von Data-Warehouse-Systemen (DWH-
Systemen). Neben heterogenen Datenschemata kennzeichnet vor allem ein
verschiedenartiges Verständnis der Fachbegriffe die gewachsene DWH-Infrastruktur.
Erweiterungen der Organisationsstruktur (bspw. durch Mergers&Acquisitions) erhöhen
zusätzlich die Anzahl parallel betriebener DWH-Systeme [JW00, S.4ff.], [Wi04, S.317].
Ein dem DWH-Gedanken ursprünglich originäres Ziel, die horizontale sowie vertikale
Datenintegration an einer zentralen Stelle, rückt hierdurch aus dem Fokus. Nur durch
zeit- und ressourcenintensiven Abstimmungsaufwand können bei multiplen DWH-
117

Systemen aussagekräftige und vergleichbare Berichte generiert werden. In Folge dessen
nimmt nicht nur die Aktualität, Qualität und Flexibilität der Datenanalyse ab, sondern
auch der Wert einer abgeleiteten Information sinkt für den Anfrager [BM98, S.22ff.].
Ansätze, um Heterogenität auf DWH-Ebene zu begegnen, werden in der Literatur
intensiv diskutiert. Einen wichtigen Ursprung finden sie in den Bestrebungen um das
Thema Schema-Management, welches in den letzten Jahren unter dem Namen Model-
Management wieder verstärkt Aufmerksamkeit findet [LN07, S.81, S.115ff.], [BM07].
Schema-Management konzentriert sich vor allem auf die Überwindung struktureller
Heterogenität. Einen kombinierten Ansatz, um Daten aus mehreren DWH-Systemen
zusammenzuführen, bietet das sog. kollaborative Data-Warehousing. Dieses gründet auf
dem Prinzip der zusicherungsbasierten Integration (Correspondance Assertation
[SPD92]) sowie dem Grundgedanken föderierter Datenbanken [Co97]. Durch
Anwendung vorgegebener Integrationsregeln und Einbeziehung der Korrespondenz-
Zusicherungen kann ein integriertes, virtuelles Schema über DWH-Systeme konstruiert
werden [MWL07]. Der Ansatz der verteilten Anfrage (distributed query) kommt
dagegen ohne eine virtuelle Zwischenschicht aus und bildet direkt ein komplexes SQL
über die zu befragenden Datenquellen. Die verteilte Anfrage besitzt ihre Stärken bei der
Anreicherung bestehender DWH-Systeme zur Anfragezeit mit externen oder nahezu
Echtzeitdaten [Ec04, S.26]. Für ein homogenes Verständnis der Objekte in einem DWH
wurde von LEHMANN und JASZEWSKI ein so genannter Informationsnavigator
vorgeschlagen, der als zusätzliche Komponente zu einem DWH implementiert ist. Dieser
fungiert als Hilfe- und Suchsystem über eine angeschlossene Lexikonkomponente, die
ein konsolidiertes Begriffssystem beinhaltet [LJ99].
Semantische Aspekte bei der Überwindung der Heterogenität multipler DWH-Systeme
wurden jedoch bisher nur peripher beleuchtet. In Anlehnung an die aktuellen
Entwicklungen im Bereich des Semantic Web, die semantische Reichhaltigkeit von
Dokumenten im Internet zu erhöhen, soll das im Semantic Web maßgebliche Resource
Description Framework (RDF) auf seine Anwendbarkeit zur formalen und semantisch
homogenen Beschreibung von DWH-Metadaten untersucht werden. In Kapitel 2 werden
zunächst prinzipielle Aspekte der Metadaten im DWH untersucht und anschließend
deren Korrelation mit der Mächtigkeit von RDF dargelegt (Kapitel 3). Den Aufbau eines
prototypischen RDF-Schemas zur Beschreibung von DWH-Metadaten sowie dessen
Anwendbarkeit offeriert Kapitel 4. Der Artikel schließt mit einem Fazit und Ausblick
auf weitere Forschungsfragen (Kapitel 5).
2 Metadaten im DWH
Erst in Verbindung mit Metadaten gewinnen Daten an Bedeutung. Metadaten tragen
insbesondere bei DWH-Systemen zu einem effizienten Betrieb und einer erfolgreichen
Nutzung bei. Sie beschreiben den Inhalt und die Struktur eines DWH, sorgen für eine
korrekte Interpretation und Verarbeitung der Daten und ermöglichen den Anwendern ein
schnelles und sicheres Auffinden der benötigten Daten. Die einheitliche Beschreibung
von Metadaten im DWH-Kontext stellt daher eine signifikante Herausforderung dar, um
ein konsistentes Datenverständnis zu gewährleisten [KMU04, S.42f.].
118

Mit Standardisierungen für die Auszeichnung von Metadaten im DWH, deren
prominentester Vertreter von der OMG das Common Warehouse Metamodel1 (CWM)
ist, wird versucht, eine homogene Metadatenbeschreibung zu erzielen. In den
Standardisierungsvorschlägen werden semantische Aspekte jedoch häufig subaltern
beachtet oder die vorgeschlagenen Standards werden aufgrund ihrer Komplexität nur zu
einem geringen Teil in der Praxis berücksichtigt.
Notationen zum Entwurf von Softwaresystemen, wie z. B. die Unified Modeling
Language2 (UML), scheinen für eine formale und semantisch homogene
Metadatenbeschreibung von DWH-Systemen ebenfalls ungeeignet. Die UML ist eine
rein graphische Notation und unterstützt keine formale Definition [Je04].
AUTH identifiziert für DWH-Systeme acht Metadatenkategorien, die eine eingehende
Metadatenbeschreibung erlauben [Au04, S.44ff.]. Für das hier zu entwickelnde
Rahmenwerk einer semantisch homogenen Beschreibung von DWH-Metadaten, sollen
vor allem die folgenden Kategorien Beachtung finden:
• Die Kategorie Terminologie beinhaltet Angaben zur Verwaltung von
Fachbegriffen. Hierzu zählen Begriffsbenennung und -identität, Definitionen
und Beziehungen zwischen Begriffen, Aufdeckung von Synonymen und
Homonymen sowie Nennung des Verantwortlichen für einen Fachbegriff.
• Metadaten zur Benennung und Beschreibung von Datenstrukturen sind der
Kategorie Datenstruktur/-bedeutung zugeordnet (Name und Beschreibung der
Datenstruktur, Datentyp, Elementgröße etc.).
• Metadaten, welche der Verknüpfung von Systemkomponenten mit
Organisationseinheiten dienen, werden unter der Kategorie Organisationsbezug
subsumiert. Diese umfasst u. a. Data-Owner, Datenverwender, Berechtigungen.
• In der Kategorie Datentransformation werden Metadaten zusammengefasst, die
Datentransformationsprozesse spezifizieren. Diese umfassen bspw. Angaben zu
den Datenquellen und -zielen sowie zu den Transformationsschritten.
• Der Kategorie Datenanalyse gehören Metadaten zur Beschreibung der
Analysemöglichkeiten an (Hypercube, Dimension, Kennzahl etc.).
Die Metadatenkategorien Datenqualität, Metadatenhistorie und Systembezug werden zur
Wahrung der Übersichtlichkeit in diesem Artikel nicht näher untersucht.

1 Der CWM-Standard ist unter http://www.omg.org/technology/cwm verfügbar.
2 Der UML-Standard kann unter http://www.uml.org eingesehen werden.
119

3 Potenziale von RDF zur Metadaten-Beschreibung im DWH
Das vom W3C standardisierte Resource Description Framework3 (RDF) stellt ein
Metadaten-Rahmenwerk dar, um Ressourcen, insbesondere im World Wide Web
(WWW), einheitlich zu annotieren sowie diese in einer maschinenlesbaren und
-interpretierbaren Form zu speichern. Durch den Einsatz von RDF wird eine formale
Semantik erreicht. Desgleichen werden Mechanismen bereitgestellt, um Informationen
über die erfassten Ressourcen (Metadaten) miteinander in Beziehung zu setzen. Hierfür
greift RDF auf etablierte Strukturen für den XML-basierten Datenaustausch zurück
[Po03, S.1ff.], [LN07, S.295ff.].
Mit Hilfe von RDF soll ein Individuum Aussagen über beliebige Ressourcen treffen
können. Eine RDF-Aussage besteht dabei aus einem Tripel, welches sich aus den drei
Bestandteilen Subjekt, Prädikat und Objekt zusammensetzt. Das Subjekt ist allgemein
gesprochen die Ressource, welche beschrieben werden soll. Diese ist durch einen
Uniform Resource Identifier4 (URI) genau bestimmt [Po03, S.21f.]. Das Prädikat
beschreibt den Eigenschaftstyp der Ressource. Dies kann bspw. ein Attribut, eine
Beziehung oder ein spezifisches Kennzeichen sein. Das Objekt entspricht dem Wert des
Eigenschaftstyps des beschriebenen Subjekts und kann entweder durch ein Literal oder
eine Ressource angegeben werden. RDF-Daten können verschiedenartig serialisiert
werden. Zu den bekanntesten Notationen zählen N-Tripel, die eine Untermenge der N3-
Notation bezeichnen, und RDF/XML. Als Standard-Repräsentation für RDF-
Datenmodelle wurde vom W3C RDF-Graph festgesetzt [AH04, S.63ff.], [Po03, S.14ff.].
RDF offeriert lediglich ein fachlich neutrales Datenmodell. Es ist daher ein gemeinsames
Schema erforderlich, um spezifische Vokabulare definieren zu können. RDF-Schema
(RDFS) bietet ein domänen-neutrales Regelsystem, mit dem fachspezifische RDF/XML-
Vokabulare erstellt werden können. Das Vokabular wird durch RDFS in einer typisierten
Hierarchie organisiert (Class - subClassOf; Property - subPropertyOf) und ermöglicht
somit die Bildung von Begriffshierarchien für die semantische Einordnung von
Begriffen. Diese können sowohl auf die einzelnen Elemente der Metadatenformate als
auch auf deren Inhalte angewendet werden. Ein RDF-Dokument kann anhand eines
RDFS auf Validität geprüft werden [AH04, S.84ff.], [EE04, S.235ff.].
Nachfolgend soll aufgezeigt werden, wie die in Kapitel 2 vorgestellten Elemente der
explizit genannten Metadatenkategorien auf die durch RDF und RDFS offerierten
Potenziale zur Metadatenbeschreibung abgebildet werden können. Neben den vom RDF-
Standard bereitgestellten Beschreibungskonstrukten wird dabei - soweit möglich - auf
bestehende Beschreibungsfelder, wie sie bspw. durch Dublin-Core5 (DC) angeboten
werden, zurückgegriffen.

3 Die W3C-Spezifikation des RDF ist unter http://www.w3.org/RDF abrufbar.
4 Der URI-Standard kann unter http://www.ietf.org/rfc/rfc3986.txt eingesehen werden.
5 Das Dublin-Core-Vokabular ist unter http://dublincore.org/documents/dcmi-terms beschrieben.
120

3.1 Metadatenkategorie Terminologie
Um eine Vereinheitlichung der Terminologie in betrieblichen Begriffssystemen zu
erzielen, sind die verwendeten Fachbegriffe zu ermitteln und anschließend deren
Benennung und Bedeutung zu normieren. Auf Instanzebene wird im RDF jeder Begriff
mit einem Identifier (ID) bzw. URI gekennzeichnet. Die Begriffsbenennung kann
anhand des RDFS-Elements rdfs:label, die Begriffsdefinition durch das DC-
Beschreibungselement dc:description erfolgen. Selbiges gilt für die Definition der
Klassen und Eigenschaftstypen im RDFS. Begriffsbeziehungen können mit Hilfe von im
RDFS definierten Eigenschaftstypen rdf:Property sowie Sub-Klassenbeziehungen
rdfs:subClassOf abgebildet werden.
Darüber hinaus sind Synonyme und Homonyme aufzudecken. Synonyme können anhand
ihrer Beschreibung und einer gleichen Klassenzuordnung erkannt werden. Die
Abbildung von Homonymen wird in RDF durch das Konzept der Begriffsidentität
verhindert. Tabelle 1 bietet einen Überblick über die Elemente der Metadatenkategorie
Terminologie und ihren Darstellungsmöglichkeiten in RDF und RDFS. Die im RDFS zu
spezifizierenden Elemente (siehe Kapitel 4) sind kursiv dargestellt.
Metadatum Abbildung in RDF Abbildung in RDFS
Begriffsidentität ID / URI ID / URI
Begriffsbenennung rdfs:label rdfs:label
Begriffsdefinition dc:description dc:description
Begriffsbeziehungen rdf:Property,
rdfs:subClassOf
Synonyme dc:description gleiche Klassenzuordnung
Homonyme keine Abbildung möglich
Tabelle 1: RDF- und RDFS-Elemente in der Kategorie Terminologie
3.2 Metadatenkategorie Datenstruktur und -bedeutung
Datenstrukturen entstehen durch Aggregation einfacher Datenobjekttypen. Ein
Datenobjekttyp ist eine Beschreibung eines Datenobjekts anhand seines Wertebereichs
und seiner Klassifizierung. Ein Datenobjekt dient der informationstechnischen
Speicherung eines Datenwerts. Der zugehörige Datenobjekttyp gibt Wertebereich und
Klassifizierung des Datenobjekts an [FS06, S.307ff.], [Au04, S.49]. Name und
beschreibender Text einer Datenstruktur werden über die DC-Elemente dc:title,
dc:description bzw. über das RDF inhärente Beschreibungselement rdf:description
dargestellt.
Die benötigten (Datenobjekt-)Typen werden durch Spezifikation entsprechender Klassen
und Eigenschaftstypen eingeführt, welche selbst anhand von Beschreibungselementen
(rdfs:label, rdfs:comment) semantisch charakterisiert sind. Dabei können durch die
RDFS-Konstrukte rdfs:range und rdfs:domain Einschränkungen hinsichtlich der
Kombinierbarkeit von Klassen und Eigenschaftstypen ausgedrückt werden. Für die
121

Angabe eines Datentyps wird im RDFS ein entsprechender Eigenschaftstyp
bereitgestellt. Optional können Literale durch das RDF-Konstrukt rdf:datatype im RDF-
Dokument weiter typisiert werden. Angaben zum Ersteller und Erstellungsdatum
erfolgen durch die DC-Elemente dc:publisher und dc:date. Tabelle 2 fasst die
Ausführungen dieser Metadatenkategorie zusammen.
Metadatum Abbildung in RDF Abbildung in RDFS
Name dc:title
Beschreibung dc:description
Typ rdfs:Class, rdf:Property
rdfs:label, rdfs:comment
Datentyp rdf:datatype rdf:Property
Ersteller dc:publisher
Erstellungsdatum dc:date
Tabelle 2: RDF- und RDFS-Elemente in der Kategorie Datenstruktur und -bedeutung
3.3 Metadatenkategorie Organisationsbezug
Der Kategorie Organisationsbezug gehören Metadaten an, die Auskunft über Entstehung
und Verwendung der Daten im Rahmen der Geschäftsprozesse geben. Insbesondere das
Metadatum Data Owner soll an dieser Stelle Beachtung finden. Dieses beschreibt,
welche Organisationseinheit fachlich für die Dateninhalte verantwortlich ist. Im RDFS
ist das Metadatum Data Owner durch einen zu definierenden Eigenschaftstyp
(rdf:Property) sowie eine Klasse für die zu referenzierende Person (rdfs:Class)
abzubilden. Die weiteren Elemente dieser Metadatenkategorie (z. B. Datennutzer,
Berechtigungen) werden in diesem Artikel nicht beleuchtet.
3.4 Metadatenkategorie Datentransformation
Die Metadatenkategorie Datentransformation umfasst Metadaten, die den Weg der Daten
aus dem Quellsystem durch die Ebenen eines DWH-Systems zu den Applikationen der
Datenanalyse beschreiben. Exemplarisch soll aus dieser Kategorie das Metadatum
Quelle in das zu formulierende RDFS eingebunden werden. Hierzu sind entsprechende
Klassen und Eigenschaftstypen einzuführen, um Angaben über Quelldatenbanken
(Datenbank, Tabelle, Tabellenspalte etc.) speichern zu können.
3.5 Metadatenkategorie Datenanalyse
Metadaten der Kategorie Datenanalyse sind vorwiegend auf die Unterstützung der
Endanwender ausgerichtet und dienen der Steigerung von Effektivität und Effizienz bei
der Datenanalyse. Hierzu zählen u. a. das schnelle Auffinden relevanter Objekte oder die
Wiederverwendung bereits vorhandener Analysestrukturen und -verfahren. Für die
Beschreibung der Metadaten zu Cube, Dimension, Dimensionshierarchiestufe (DHS)
122

sowie Kennzahl sind eigene Klassen im RDFS zu spezifizieren. Kennzahlbeziehungen
können durch Eigenschaftstypen sowie Sub-Klassenbeziehungen wiedergegeben
werden. Tabelle 3 gibt einen Überblick über die Metadaten dieser Kategorie und zeigt
deren Abbildungsmöglichkeit im RDFS.
Metadatum Abbildung in RDF Abbildung in RDFS
Cube rdfs:Class
Dimension rdfs:Class
Dimensionshierarchiestufe rdfs:Class
Kennzahl rdfs:Class
Kennzahlenbeziehungen rdfs:subClassOf,
rdf:Property
Tabelle 3: RDF- und RDFS-Elemente in der Kategorie Datenanalyse
Es konnte aufgezeigt werden, dass ein Teil der erforderlichen
Beschreibungskomponenten für DWH-Metadaten über RDF- bzw. DC-
Standardelemente realisierbar ist. Die speziell für die Beschreibung von DWH-
Metadaten im RDFS zu definierenden Klassen und Eigenschaftstypen (kursiv
dargestellte Elemente) werden im folgenden Kapitel erarbeitet.
4 Ein RDF-Schema zur semantisch homogenen Metadaten-
Beschreibung eines DWH
Die Beschreibung eines DWH erfolgt in multidimensionaler Form. Die zugehörige
Metapher ist die eines Hypercubes (siehe z. B. [Si02]). Der Hypercube (kurz: Cube)
bildet das Wurzelelement im nachstehend vorgeschlagenen RDF-Schema für DWH-
Metadaten. Die Struktur sowie Terminologie der im RDFS spezifizierten Klassen und
Eigenschaftstypen orientiert sich am Metamodell des semantischen Data-Warehouse-
Modells (SDWM) [Bö01] und berücksichtigt die in Kapitel 3 vorgestellten Elemente zur
DWH-Metadatenbeschreibung. Abbildung 1 zeigt die Gesamtsicht auf das RDF-Schema
zur Beschreibung von DWH-Metadaten.
Zunächst werden für die in Kapitel 3.5 vorgestellten Elemente der Kategorie
Datenanalyse die entsprechenden RDFS-Klassen und RDFS-Eigenschaftstypen definiert.
Für eine lesbare Identifkation der Klassen und Eigenschaftstypen (Begriffsidentität,
Kap. 3.1) wurden sprechende Namen als ID gewählt. Ein Cube wird durch Dimensionen
aufgespannt, welche auf unterschiedlichen Ebenen angeordnete DHS beinhalten. DHS
können durch Dimensionsattribute näher bestimmt werden. Die kursiv gedruckten
Elementnamen sind in dem in Abbildung 1 visualisierten RDFS durch gleichnamige
Klassen spezifiziert. Zur Sicherstellung eines semantisch korrekten Verständnisses einer
Klasse besitzt jede Klasse eine genaue Benennung (rdfs:label) und Beschreibung
(rdfs:comment). Beziehungen zwischen den angeführten Klassen können durch die
Eigenschaftstypen hatDimension, hatDimensionsHierarchieStufe,
hatDimensionsAttribut, istEbene und verdichtetZu ausgedrückt werden. Die
Verwendungsmöglichkeit jedes Eigenschaftstyps (Property) ist dabei durch die Angabe
123

von Domäne (rdfs:domain) und Wertebereich (rdfs:range) determiniert. Die
Domäneneinschränkung bestimmt, welche Klassen einen Eigenschaftstypen als Subjekt,
die Bedingung für den Wertebereich, welche Klassen einen Eigenschaftstypen als Objekt
besitzen dürfen. Somit ist gewährleistet, dass keine semantisch ungültigen Beziehungen
bspw. zwischen Cube und Dimensionsattribut modelliert werden.

Abbildung 1: Gesamtsicht RDF-Schema
Im SDWM wird das in der Metadatenkategorie Datenanalyse eingeführte Element
Kennzahl differenziert nach Basiskennzahl, gefilterte Kennzahl und abgeleitete
Kennzahl. Letztere kann wiederum eine Gliederungs-, Index- oder Beziehungszahl sein.
Im vorgeschlagenen RDFS für DWH-Metadaten sind entsprechende Klassen spezifiziert.
Über Sub-Klassenbeziehungen sind die hierarchischen Abhängigkeiten zwischen den
Kennzahltypen semantisch modelliert. Alle Kennzahlen erben die Spezifikation von
Kennzahl. Eine abgeleitete Kennzahl (Bsp.: Gewinn = Umsatz - Kosten) ist durch den
Eigenschaftstypen berechnetSichAus und die Klasse Berechnung bestimmt. Letzterer
sind die Eigenschaftstypen hatOperand1, hatOperand2 und hatOperator zugeordnet.
Zulässige Operanden sind Kennzahlen (rdfs:range). Die Abgrenzung einer gefilterten
Kennzahl (Bsp.: Umsatz der Filiale Süd) erfolgt anhand einer oder mehrerer DHS. Der
Eigenschaftstyp gefiltertNach erlaubt diese Konstellation. Gemäß dem Metamodell des
SDWM können DHS eine Dimensionsschnittstelle zu einer oder mehreren
Basiskennzahlen aufweisen. Im RDFS ist dies durch den Eigenschaftstypen
hatDimensionsSchnittstelle beachtet.
In der Metadatenkategorie Datentransformation werden Angaben zur (Daten-)Quelle
gefordert (vgl. Kapitel 3.4). Hierzu sind im RDFS die Klassen Datenbank, Tabelle und
Spalte spezifiziert. Über die zugehörigen Eigenschaftstypen hatQuellDatenbank,
hatQuellTabelle und hatQuellSpalte können Beziehungen zu den genannten Klassen
hergestellt werden. Die Domänen- und Wertebereichseinschränkungen erlauben dabei
die Angabe von Quellsysteminformationen für Objekte der Klasse Kennzahl oder DHS.
124

Analog hierzu ist die Anforderung aus Kapitel 3.3 (Metadatenkategorie
Organisationsbezug) abgebildet. Die Klasse Person dient der Angabe einer natürlichen
Person, die Ansprechpartner für die Daten ist. Der Eigenschaftstyp hatDataOwner stellt
eine Verknüpfung von den Klassen Kennzahl oder DHS zur Klasse Person her.
Die Gesamtstruktur des RDFS ist durch dc:title, dc:description sowie dc:publisher und
dc:date gemäß den in Kapitel 3.2 geforderten Angaben charakterisiert. Die für DWH-
Metadaten erforderlichen Datenobjekttypen wurden, wie beschrieben, in Form von
Klassen und Eigenschaftstypen spezifiziert. Für die Angabe von Datentypen wurde der
Eigenschaftstyp hatDatenTyp definiert. Nachstehend ist ein Ausschnitt des entwickelten
RDFS in RDF/XML-Notation gezeigt:
<?xml version="1.0" ?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
xmlns:dc="http://purl.org/dc/elements/1.1/">
<rdf:Description
rdf:about="http://www.semantic-metadata.com/dwhmd/elements/1.0/dwh-schema-simple#">
<dc:title xml:lang="de">Data-Warehouse-Metadaten</dc:title>
<dc:description xml:lang="de">Ein RDF-Schema fuer DWH-Metadaten.</dc:description>
<dc:publisher>Martin Weber</dc:publisher>
<dc:contributor>Stefan Hartmann</dc:contributor>
</rdf:Description>
<rdfs:Class rdf:ID="Cube">
<rdfs:label>Cube</rdfs:label>
<rdfs:comment>Diese Klasse dient der Beschreibung eines Cubes.</rdfs:comment>
</rdfs:Class>
<rdfs:Class rdf:ID="Dimension">
<rdfs:label>Dimension</rdfs:label>
<rdfs:comment>Diese Klasse definiert die Dimensionen eines Cubes.</rdfs:comment>
</rdfs:Class>
<rdf:Property rdf:ID="hatDimension">
<rdfs:label>hatDimension</rdfs:label>
<rdfs:comment>Verknüpfung eines Cubes mit einer Dimension.</rdfs:comment>
<rdfs:domain rdf:resource="#Cube" />
<rdfs:range rdf:resource="#Dimension" />
</rdf:Property>
</rdf:RDF>
Zur Erläuterung der terminologischen Aspekte bei der Beschreibung von DWH-
Metadaten (vgl. Kapitel 3.1) soll nachstehendes RDF-Beispiel dienen (Abbildung 2).
Oberhalb der Trennlinie in Abbildung 2 ist ein Ausschnitt des soeben eingeführten
RDFS dargestellt, unterhalb eine Instanz des RDFS. Der Cube mit dem Namen
Verkaeufe (Subjekt) verfügt über eine Dimension Sortiment (Objekt). Diese Aussage ist
durch das Prädikat hatDimension komplettiert. Die Dimension Sortiment besitzt die
DHS Produkt, PG (=Produktgruppe) und Gesamt, welche den Ebenen 1, 2 und 3
zugewiesen sind. Die Prädikate hatDimensionsHierarchieStufe und istEbene verbinden
die jeweiligen Subjekte und Objekte, sodass eine valide RDF-Aussage entsteht. Die
DHS Produkt besitzt durch das Prädikat hatDimensionsSchnittstelle eine Verbindung zur
Basiskennzahl Verkaufsmenge.
125

Abbildung 2: RDF- und RDFS-Ebene
Abbildung 2 weist außerdem die Domäne- und Wertebereichsbeschränkungen der im
RDFS verankerten Eigenschaftstypen aus. Eine syntaktische Validitätskontrolle eines
RDF oder RDFS ist mit dem vom W3C bereitgestellten RDF-Validator6 möglich. Eine
Prüfung gegen ein RDFS offeriert bspw. der RDF-Parser VRP7. Nachstehend ist das
vorgestellte RDF-Beispiel in RDF/XML-Notation dargestellt:
<?xml version="1.0"?>
<rdf:RDF xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns:dwhmd="http://www.semantic-metadata.com/dwhmd/elements/1.0/dwh-schema-simple#"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
xml:base="http://www.semantic-metadata.com/dwhmd/elements/1.0/dwh-schema-simple#">
<dwhmd:Cube rdf:ID="Verkaeufe">
<dc:description>Verkaufszahlen aller Filialen.</dc:description>
<dwhmd:hatDimension rdf:resource="#Sortiment"/>
</dwhmd:Cube>
<dwhmd:Dimension rdf:ID="Sortiment">
<dwhmd:hatDimensionsHierarchieStufe rdf:resource="#Sortiment_Produkt"/>
<dwhmd:hatDimensionsHierarchieStufe rdf:resource="#Sortiment_Produktgruppe"/>
<dwhmd:hatDimensionsHierarchieStufe rdf:resource="#Sortiment_Gesamt"/>
</dwhmd:Dimension>
<dwhmd:DimensionsHierarchieStufe rdf:ID="Sortiment_Produkt">
<dwhmd:istEbene rdf:resource="#_1"/>
<dwhmd:hatDimensionsSchnittstelle rdf:resource="#Verkaufsmenge"/>

6 Siehe hierzu: http://www.w3.org/RDF/Validator.
7 Siehe hierzu: http://athena.ics.forth.gr:9090/RDF/VRP.
126

</dwhmd:DimensionsHierarchieStufe>
<dwhmd:DimensionsHierarchieStufe rdf:ID="Sortiment_Produktgruppe">
<dwhmd:istEbene rdf:resource="#_2"/>
</dwhmd:DimensionsHierarchieStufe>
<dwhmd:DimensionsHierarchieStufe rdf:ID="Sortiment_Gesamt">
<dwhmd:istEbene rdf:resource="#_3"/>
</dwhmd:DimensionsHierarchieStufe>
<dwhmd:Ebene rdf:ID="_1"/>
<dwhmd:Ebene rdf:ID="_2"/>
<dwhmd:Ebene rdf:ID="_3"/>
<dwhmd:Ebene rdf:ID="_4"/>
<dwhmd:BasisKennzahl rdf:ID="Verkaufsmenge">
<dwhmd:hatQuellDatenBank rdf:resource="#OpSYS1"/>
<dwhmd:hatQuellTabelle rdf:resource="#Verkaufstabelle"/>
<dwhmd:hatQuellSpalte>Menge</dwhmd:hatQuellSpalte>
<dwhmd:hatDatenTyp rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">
Integer</dwhmd:hatDatenTyp>
<dwhmd:hatDataOwner>Hr. Datenverantwortlicher</dwhmd:hatDataOwner>
</dwhmd:BasisKennzahl>
</rdf:RDF>

Die typisierte Hierarchie eines RDF-Schemas kann beliebig um Klassen und
Eigenschaftstypen erweitert werden, um bspw. Elemente der in Kapitel 2
ausgeklammerten Metadatenkategorien zu ergänzen. Zudem ermöglicht das
Namensraumkonzept die Einbindung weiterer Vokabulare in ein RDF [Po03, S.38ff.].
5 Fazit und Ausblick
Es wurde aufgezeigt, dass mit Hilfe des vorgestellten RDF-Schemas eine semantisch
homogene Beschreibung von DWH-Metadaten möglich ist. Semantische Homogenität
wird dabei zum einen durch die klar spezifizierte Bedeutung und
Verwendungsmöglichkeiten der im RDFS definierten Klassen und Eigenschaftstypen
unterstützt. Zum anderen fördert RDF eine semantisch einheitliche Annotation auf
Instanzebene, da jedes Metadatum durch einen Identifier bestimmt ist, über
Beschreibungsfelder genau erläutert ist und über Eigenschaftstypen klar definierte
Verknüpfungen zu anderen Metadaten herausgestellt sind. Auch sprachliche Defekte wie
Synonyme und Homonyme können aufgedeckt werden. Nachteilig zeigt sich unter
anderem, dass in RDF sog. Constraints nur bedingt spezifiziert werden können. Eine
Angabe von Kardinalitäten ist bspw. nicht vorgesehen. Auch eine Unterstützung von
Inferenzregeln findet sich in RDF nicht. Diese Konstrukte sind mächtigeren
Ontologiesprachen wie der Web Ontology Language8 (OWL) oder DAML+OIL9
vorbehalten. RDF verfügt jedoch über eine ausreichende Mächtigkeit, um als Basis für
höherwertige Ontologiesprachen zu dienen. Das beschriebene RDFS kann folglich als
Grundstock für die Beschreibung von DWH-Metadaten mit semantisch reichhaltigeren
Konzepten fungieren.

8 Detaillierte Informationen zur OWL finden sich unter: http://www.w3.org/TR/owl-features.
9 Eine Beschreibung der DAML+OIL steht unter http://www.daml.org/2001/03/daml+oil-index.html bereit.
127

Literaturverzeichnis
[AH04] Antoniou, G.; van Harmelen, F.: A Semantic Web Primer. MIT Press, Cambridge 2004.
[Au04] Auth, G.: Prozessorientierte Organisation des Metadatenmanagements für Data-
Warehouse-Systeme. Books on Demand GmbH, Nordersted 2004.
[BM07] Bernstein, P. A.; Melnik, S.: Model Management 2.0: Manipulating Richer Mappings.
In: Proceedings of the 2007 ACM SIGMOD international conference on Management of
data. Beijing 2007, S.1-12.
[BM98] Behme, W.; Mucksch, H.: Die Notwendigkeit einer entscheidungsorientierten
Informationsversorgung. In: Mucksch, H.; Behme, W.: Das Data Warehouse-Konzept:
Architektur-Datenmodelle-Anwendungen, 3. Auflage, Gabler, Wiesbaden 1998, S.3-31.
[Bö01] Böhnlein, M.: Konstruktion semantischer Data-Warehouse-Schemata. Deutscher
Universitätsverlag, Wiesbaden 2001.
[Co97] Conrad, S.: Föderierte Datenbanksysteme - Konzepte der Datenintegration. Springer,
Berlin 1997.
[EE04] Eckstein, R., Eckstein, S.: XML und Datenmodellierung - XML-Schema und RDF zur
Modellierung von Daten und Metadaten einsetzen. dpunkt, Heidelberg 2004.
[Ec04] Eckerson, W.: In Search of a Single Version of Truth: Strategies for Consolidating
Analytic Silos. TDWI Report Series, August 2004. http://download.101com.com/
pub/TDWI/Files/TDWI_DMC_Report.pdf (Abruf am 23.11.2007).
[FS06] Ferstl, O. K.; Sinz, E. J.: Grundlagen der Wirtschaftsinformatik. 5. Auflage, Oldenbourg,
München 2006.
[Je04] Jeckle, M. et al.: UML 2.0: Evolution oder Degeneration? In: ObjektSpektrum 03/2004,
S.12-19.
[JW00] Jung, R.; Winter, R.: Data Warehousing: Nutzungsaspekte, Referenzarchitektur und
Vorgehensmodell. In: Jung, R.; Winter, R. (Hrsg.) Data Warehousing Strategie -
Erfahrungen, Methoden, Visionen. Springer, Heidelberg 2000, S.3-20.
[KMU04]Kemper, H.-G.; Mehanna W.; Unger, C.: Business Intelligence - Grundlagen und
praktische Anwendungen - Eine Einführung in die IT-basierte
Managementunterstützung. Vieweg, Wiesbaden 2004.
[LJ99] Lehmann, P.; Jaszewski, J.: Business Terms as a Critical Success Factor for Data
Warehousing. In: Gatziu, S.; Jeusfeld, M.; Staudt, M.; Vassiliou, Y. (Hrsg.): Proceedings
Workshop on Design and Management of Data Warehouses, Heidelberg 1999, S.7.1-7.5.
[LN07] Leser, U.; Naumann, F.: Informationsintegration - Architekturen und Methoden zur
Integration verteilter und heterogener Datenquellen. dpunkt, Heidelberg 2007.
[MWL07]Matheis, T.; Werth, D.; Loos, P.: Kollaboratives Data Warehousing - Konzeption und
prototypische Realisierung flexibler Schema- und Datenintegration. In: Oberweis, A.;
Weinhardt, C. et al. (Hrsg.): eOrganisation - Service-, Prozess-, Market-Engineering:
8. Internationale Tagung Wirtschaftsinformatik - Band 1. Universitätsverlag Karlsruhe,
Karlsruhe 2007, S.569-586.
[Po03] Powers, S.: Practical RDF - Solving Problems with the Resource Description
Framework. O’Reilly, Beijing 2003.
[Si02] Sinz, E. J.: Data Warehouse. In: Küpper, H.-U.; Wagenhofer, A.: Handwörterbuch
Unternehmensrechnung und Controlling. 4. Auflage, Schäffer-Poeschel, Stuttgart 2002,
S.309-318.
[SPD92] Spaccapietra, S.; Parent, C.; Dupont, Y.: Model Independent Assertions for Integration
of Heterogeneous Schemas. In: The VLDB Journal - The International Journal on Very
Large Data Bases 1 (1992) 1, S.81-126.
[Wi04] Winter, R.: Architektur braucht Management. In: Wirtschaftsinformatik 46 (2004) 4,
S.317-319.
128