Renault

Renault – Semantic Web in Automotive Repair and Diagnostic

Ungleichartige Applikationen und Datenquellen in einer großen Organisation zu integrieren ist eine zeit- und kostenintensive Angelegenheit.

Das Beispiel Renault veranschaulicht, wie mithilfe der semantischen Technologien diese Kosten sehr stark gesenkt werden können. Besonders die Technologien RDF und OWL sind offene und mittlerweile reife Standards, mit denen Informationen auf einfache Art und Weise zwischen verschiedenen Systemen ausgetauscht und integriert werden können. Renault, der französische Automobilhersteller, wählte diese Standards zur Entwicklung eines Prototyps zur Autoreparatur- und Diagnostikdokumentation, denn gerade in diesen Bereichen kommen viele ungleichartige Systeme zur Anwendung.

Im Jahre 2006 versuchte Renault ein Werkzeug zu entwickeln, das die Kosten der Diagnostik senken sollte. Schnell bemerkten sie, dass das Informationssystem, aus dem die relevanten Informationen entnommen werden sollten, für diese Zwecke nicht geeignet war. Die Systeme bei Renault waren darauf ausgerichtet, das Management der Dokumente, die die Reparatur und Diagnostik beschreiben, so einfach wie möglich zu halten, nicht aber für den Austausch von Daten zwischen den Systemen. Außerdem waren die zur Verfügung stehenden Daten für die geplanten Zwecke nicht präzise genug. Dennoch war man davon überzeugt, dass ein System, das alle möglichen Reparatur- und Diagnostikverfahren enthält, einen großen Mehrwert für das hauseigene Informationssystem darstellte. So verwarf man das ursprüngliche Konzept und benutzte OWL, um dieses System zu modellieren und die Relationen zu den an deren Systemen abzubilden. RDF wurde zum Austausch von Informationen zwischen den Systemen verwendet. Diese neu geschaffene Architektur mittels RDF und OWL sollte es für die Anwender weitaus einfacher machen, Informationen über Reparaturen zu finden, als das herkömmliche Durchstöbern der Webseiten des hauseigenen Intranets. Zusätzlich sollte das System dem Mitarbeiter, der eine Diagnostik zu erstellen hat, durchzuführende Überprüfungen automatisch empfehlen, woraufhin der Mitarbeiter die ermittelten Testwerte in das System einspeist. Das System musste also alle möglichen Verfahren zu Reparatur und Diagnostik enthalten, also auch bestimmte Symptome, Standard- Fehler-Codes, bestimmte Fehler von Autoteilen, diagnostische Testverfahren, Anleitungen zum Ausbau von bestimmten Teilen und unzählige Produkt- Spezifikationen. Renault entschied sich, diese Fülle an verschiedenen Verfahren mittels URIs eindeutig zu identifizieren.¹

So konnte ein System geschaffen werden, dass bei Eingabe eines bestimmten Symptoms die mögliche Ursache sortiert nach Relevanz auswirft und den Benutzer auffordert, bestimmte Tests durchzuführen. Darüber hinaus verfügt Renault jetzt über ein integriertes Informationssystem, in dem alte und neue Daten sinnvoll nebeneinander existieren können. Die Reparatur- und Diagnostikexperten bei Renault führen die gleiche Arbeit aus wie früher, nur dass sie ihre Anleitungen und Handlungsempfehlungen zur Diagnostik in Zukunft nicht mehr in physikalischen Handbüchern niederschreiben, sondern in das integrierte Informationssystem einspeisen.

Nun folgen zwei Beispiele aus dem Gesundheitswesen für das semantische Web.


¹ François-Paul Servant (2007): Semantic Web Technologies in Automotive Repair and Diagnostic. Herausgegeben von Renault. Online verfügbar unter http://www.w3.org/2001/sw/sweo/public/UseCases/ Renault/, zuletzt geprüft am 05.05.2008.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.