31. Podcast-Folge: Wie KI und ein Social Knowledge Graph den Alltag revolutionieren (Teil 1/2)

Link zur Episode

• Projektwebseite KI für alle: Social Knowledge Graph und leichte Sprache
• mehr zum KI-gestützten Social Knowledge Graph auf der Webseite von Text2Knowledge

Allgemeine Links:

• Veranstaltungen der Beratungsstelle Barrierefreiheit in 2024. Darunter der Online Accessibilty Day .
• Webseite Beratungsstelle Barrierefreiheit in Bayern
• Link zur Erstberatung der Beratungsstelle Barrierefreiheit

Teilnehmende:

Moderator: Dennis Bruder
Gäste: Dr. Anne-Kathrin Schumann, Oliver Rauh, Stephan Venus
Einsprecher: Alexandra Gödeke 

Das Interview als Transkript:

Oliver Rauh (Intro mit Musikuntermalung)

Also ich habe ja gerade schon mal kurz unsere Fichtel-App angesprochen. Wir haben sehr viele Veranstaltungen, sehr viele Organisationen, die über den kompletten Landkreis verteilt sind. Also die Daten werden an verschiedenen Ecken gepflegt und für den Bürger ist es unheimlich schwer, einen Überblick zu bekommen. Und für uns, wir nutzen jetzt diesen Knowledge Graph, um praktisch eine gemeinsame Datenbasis über den kompletten Landkreis zu erlangen. Und dementsprechend... das Ganze dann auch für den Bürger einfach zugänglich zu machen in einem Tool beziehungsweise in unterschiedlichen Tools, aber mit einer gemeinsamen Datenbasis.

Alexandra Gödeke (Intro mit Musikuntermalung)

BarriereLos, der Podcast für barrierefreie Lösungen im digitalen Raum.

Dennis Bruder

Hallo und willkommen zu BarriereLos, dem Podcast zur digitalen Barrierefreiheit. Mein Name ist Dennis Bürger von der Beratungsstelle Barrierefreiheit in Bayern. Und heute haben wir eine ganz besondere Sendung vorbereitet. Allein vom Umfang her ist es was Neues, denn wir interviewen heute gleich vier Leute zu einem Projekt, das für Bürger und Bürger zukunftsweisend sein kann und vermutlich auch sein wird. Das Projekt wurde im Rahmen des Ideennetbewerbs Civic Innovation ausgezeichnet und wird vom Bundesministerium für Arbeit und Soziales gefördert. Es handelt sich um einen KI-gestützten Social Knowledge Graph, für bürgerfreundliche Kommunikation. Was sich kompliziert anhört, soll am Ende genau das Gegenteil sein, nämlich leicht verständlich und einfach in der Bedienung. Wir versuchen in dieser Folge nun möglichst einfach zu erklären, was so ein KI-gestützter Social Knowledge Graph ist und wie Bürgerinnen und Bürger davon profitieren können. Die vier Interviewpersonen will ich ausnahmsweise mal nicht am Anfang der Sendung vorstellen, sondern nach und nach in der Folge und anfangen will ich zunächst mit Oliver Rauh. Oliver Rauh ist Projektleiter des Projektes Smartes Fichtelgebirge. Zu Beginn, Oliver, würde ich dich bitten, kannst du dich mal kurz vorstellen und auch deine Rolle im Projekt erklären?

Oliver Rauh

Ja, hallo. Vielen Dank erstmal für die Einladung zu dem Podcast. Wie gesagt, mein Name ist Oliver Rauh. Ich bin Projektleiter im Landkreis Wunsiedeln. Wir sind als ausgezeichnete Modellregion im Projekt, Modellprojekt des Smart Cities aktiv und beschäftigen uns so schon seit einiger Zeit mit der Digitalisierung im Landkreis. Dieses Projekt unterstütze ich und so kam eben auch der Kontakt mit den anderen Projektpartnern zustande, weil wir eben bei unserer App diesen Knowledge Graph einsetzen und planen jetzt eben diesen weiterzuentwickeln. weil das für uns das wichtige Tool ist, um mit dem Bürger zu kommunizieren.

Dennis Bruder

Okay, kannst du mal, um die Leute ein bisschen abzuholen, weil dieses ganze Thema doch einen sehr technischen Hintergrund hat, kannst du mal schon einen ganz konkreten Anwendungsfall schildern, wie Bürger und Bürger von dem Knowledge Graph dann profitieren können?

Oliver Rauh

Genau, also ich habe ja gerade schon mal kurz unsere Fichtel-App angesprochen. Das war ein Anwendungsfall, der eben aus einem Bürgerbeteiligungsprozess bei uns hervorgegangen ist, weil wir festgestellt haben, dass in dem Flächenlandkreis, wo ich eben aktiv bin, die Transparenz eine große Hürde darstellt. Also wir haben sehr viele Veranstaltungen, sehr viele Organisationen, die über den kompletten Landkreis verteilt sind. Jeder hat so seinen Einzugskreis, also die Daten werden an verschiedenen Ecken gepflegt und für den Bürger ist es unheimlich schwer, einen Überblick zu bekommen und direkt einen Überblick zu bekommen, was für Veranstaltungen beispielsweise im Landkreis laufen. Und für uns, wir nutzen jetzt diesen Knowledge Graph, um praktisch eine gemeinsame Datenbasis über den kompletten Landkreis zu erlangen und dementsprechend das Ganze dann auch für den Bürger einfach zugänglich zu machen in einem Tool beziehungsweise in unterschiedlichen Tools, aber mit einer gemeinsamen Datenbasis.

Dennis Bruder

Genau und für so eine Datenbasis braucht es ja erst mal Daten und die müssen ja irgendwo eingespeist werden und da kommt dann eine weitere Person ins Spiel, nämlich Stefan Venus und Stefan, kannst du dich erst mal vorstellen und sagen, was deine Rolle im Projekt ist?

Stephan Venus

Ja. Ich bin Stefan Venus, ich bin Geschäftsführer der Venus GmbH und wir bauen Knowledge Graphen für unterschiedliche Kunden, für unterschiedliche... Projekte und ein sehr wichtiges Projekt für uns ist es immer Regionen zu vernetzen. In diesem Kontext arbeitet eben, wie Oliver bereits gesagt hat, das Fichlgebirge bereits seit mehreren Jahren mit unserer Lösung und ja so sind wir hier zusammengekommen.

Dennis Bruder

Erklär doch mal den Begriff Knowledge Graph aus deiner Sicht. Also was genau macht ihr da?

Stephan Venus

Es geht bei einem Knowledge Graph zunächst um Wissen, also Knowledge wörtlich übersetzt. Und das wird in einer Datenbank gespeichert. Klassisch denkt man da immer Knowledge, also Wissen, Datensätze werden einzeln für jedes Objekt, schön in der Schublade getrennt, irgendwo in der Datenbank abgelegt. Also Dann wird aber so eine Datenbank letztlich nur eine Menge von einzelnen Elementen. In der Realität sind die Dinge Menschen aber nie isoliert, sondern alles in unserer Welt hängt ja zusammen, ist ja immer irgendwo vernetzt. Und da kommt jetzt der Begriff Graph ins Spiel. Die Graphen sind die Verbindungen zwischen den einzelnen Objekten. Denn erst durch diese Verbindungen können die einzelnen Datenobjekte sinnstiftend und ganzheitlich genutzt werden. Aber das wussten ja schon die alten Griechen, das Ganze ist mehr als die Summe seiner Teile. Ein Knowledge Graph hilft also Computern und KI-Systemen, Wissen besser verstehen zu können. Fast so, als ob sie ein großes Netz an Informationen hätten, um komplexere Fragen auch beantworten zu können.

Dennis Bruder

Kannst du es nochmal ein bisschen genauer an dem Beispiel, das vorhin der Oliver genannt hat, aufdröseln? Nämlich wenn es jetzt zum Beispiel um so etwas wie eine Sammlung von... Veranstaltungsdaten geht. Wie funktioniert das dann? Wie werden dann solche Daten eingegeben?

Stephan Venus

Na ja, Veranstaltungsdaten sind ein sehr gutes Beispiel für Graphen-Verbindungen, weil eine Veranstaltung hat ja mehrere Dimensionen. Die hat zum einen beispielsweise einen Ort, wo die Veranstaltung stattfindet. Jetzt könntest du natürlich sagen, ja, also kein Problem, ich schreibe einfach den Ort auf. Aber meistens sind eben solche Veranstaltungsorte ja auch für sich allein bereits wieder Einheiten, also Veranstaltungsorte, irgendwelche Veranstaltungssäle oder Zentren oder so, die für sich allein ja auch schon wieder beschrieben werden müssten. Und das machst du dann nicht jedes Mal, das machst du nur einmal und du verknüpfst diese beiden Datensätze. Dann gibt es eine Uhrzeit für die Veranstaltung. Dann gibt es vielleicht einen Veranstalter, natürlich gibt es den, es gibt Schauspieler, es gibt viele Personen, die damit zu tun haben. Und alles werden in klassischer IT einzelne Datenobjekte und in einem Knowledge Graph werden die einfach zu einer semantischen Einheit zusammengefasst.

Dennis Bruder

Und habt ihr da irgendein bestimmtes System, also eine Reihenfolge, wie man dann Sachen eingibt oder ist das System dann flexibel dieser Knowledge Graph, also die Dateneingabe?

Stephan Venus

Ja, das System ist zwar flexibel, aber es gibt schon ein ganz klares Datenmodell. Das haben nicht wir erfunden, sondern klügere Leute. Das nennt sich schema.org und ist ein Datenmodell, das letzten Endes vom W3C, also vom World Wide Web Konsortium, schon vor über zehn Jahren herausgegeben worden ist und das auch weltweit ständig weiterentwickelt wird.

Dennis Bruder

Genau, und du hast mal gesagt, also wir haben jetzt das am Beispiel Veranstaltungen aufgemacht, aber du hast mal gesagt, dass man im Prinzip ja alles beschreiben kann mit so einem Knowledge Graphen. Ist das richtig?

Stephan Venus

Ja, ja. Also Veranstaltungen sind nur ein kleines Thema, ein kleiner Themenbereich. Jetzt beispielsweise im Fichtelgebirge werden natürlich sehr, sehr viele touristische Daten, Gastgeber oder oder Restaurants oder auch Wandertouren beschrieben. Wir haben aber auch völlig andere Themen. Der Bayerische Landesverband für Gartenbau und Landschaftspflege verwaltet beispielsweise in einem Knowledge Graph die Streuobstwiesen in Bayern und ergänzt das Ganze noch um Baumwarte, also Personen, die mit Obstbäumen umgehen können, dass die richtig zugeschnitten und gepflegt werden. Oder auch mit Kältereien, wo du, wenn du eine Streuobstwiese hast, dann dein Obst auch kältern lassen kannst. Also solche Wissensbereiche, kunterbunt, können hier beschrieben werden. Bis hin zu, wir haben einen Knowledge Graph mal aufgesetzt, wo... Brotbackrezepte gepflegt werden. Es sind über 1500 hochwertige Brotbackrezepte für einen Autor drin. Also du siehst schon, der Fokus ist quasi unbegrenzt.

Dennis Bruder

Okay, danke schon mal für die Erklärung. Ihr habt das Projekt oder den ersten Austausch ja auf einer Veranstaltung gestartet. Und da hast du dich, Stefan, und die Ann-Kathrin Schumann die dritte in der Runde kennengelernt. Anne, kannst du mal kurz sagen, wo ihr euch kennengelernt habt und dann auch dich kurz vorstellen und deine Rolle beschreiben?

Dr. Anne-Kathrin Schumann

Ja, gerne. Mein Name ist Dr. Anne-Kathrin Schumann. Ich bin Gründerin und Geschäftsführerin der T2K GmbH aus Dresden. Wir sind ein IT-Unternehmen, das auf den Bereich Sprachtechnologie Sprach-KI spezialisiert ist, das heißt wir entwickeln für verschiedene große Kunden Anwendungen, die KI-gestützt Sprache und Texte verarbeiten und transformieren. Also das ist sehr breit von Chatbots, Dialogsystemen, Informationen-Extraktion aus Texten bis eben hin hier zu diesem Thema Sprachvereinfachung, was wir als eigenes Produkt entwickeln. Das heißt, hier entwickeln wir einen Übersetzer, einen automatischen KI-gestützten Übersetzer, der Standarddeutsch in eine leichter verständliche Sprachform übertragen soll. Genau, und den Stefan kennen wir jetzt schon seit einigen Jahren. Wir haben seinerzeit mitgemacht bei einem Ideenwettbewerb vom Bundesarbeitsministerium. Der nannte sich Civic Innovation und da sind wir damals noch mit einem Kooperationspartner aus Dresden, das war die HTW Dresden, angetreten mit der Idee, naja, barrierefreie Kommunikation, also barrierefrei auf der sprachlichen Ebene im Sinne von leicht verständlich. Das war unsere Idee und... Da sind wir mit dem Stefan ins Gespräch gekommen. Wir meinten, ich habe ja den Knowledge Graph, das wäre ja super. Das ergänzt sich ja, weil Verständlichkeit setzt mindestens zwei Dinge voraus. Eine sinnvolle Strukturierung der Informationen, das macht idealerweise der Knowledge Graph. Und dann eben die leichte Sprachform. Und wir sind dann in Kontakt geblieben. Das hat eine ganze Weile gedauert, bis dann auch das Projekt endlich beginnen konnte. Und seither arbeiten wir doch, ich denke, zum beiderseitigen Nutzen und auch mit guten Ergebnissen an der Entwicklung dieses Knowledge Graphs.

Dennis Bruder

Okay. Du hast ja gemeint, ihr übersetzt dann Texte in leichte Sprache und dafür habt ihr ja ein Tool bzw. einen Algorithmus entwickelt, der das kann. Kannst du darüber mal ein bisschen was erklären?

Dr. Anne-Kathrin Schumann

Ja. Also grundsätzlich ist ja Übersetzung oder auch KI-gestützte Übersetzung gar nichts Neues. Das gibt es seit, ich weiß gar nicht seit wann daran geforscht wird, also schon mindestens seit dem Kalten Krieg. Also ich weiß jetzt nicht, ob es die 50er Jahre waren oder so. Also auf jeden Fall seit Jahrzehnten. Die Amerikaner wollten früher Texte von den Russen automatisch übersetzen mit Hilfe von KI. Das Thema ist also sozusagen ein KI-Urgestein und wir adaptieren letztendlich diese Technologie nicht für eine interlinguale Übersetzung, also eine Übersetzung in eine Fremdsprache, sondern für eine sogenannte intralinguale Übersetzung, also Deutsch in leichter verständliches Deutsch. Wir bleiben in der Sprache, wir wechseln aber sozusagen, der Fachbegriff wäre wahrscheinlich das Sprachregister. Also wir versuchen eben den schwer verständlichen Text in einen leicht verständlichen Text zu übersetzen. Theoretisch müsste das ja eigentlich leichter sein als eine Übersetzung in die Fremdsprache, weil wir ja trotzdem in der deutschen Sprache bleiben. Das heißt, wir müssen nicht grundsätzlich neue Vokabular- und Grammatikregeln erlernen. In der Praxis zeigt sich aber, dass das gar nicht so eine leichte Aufgabe ist, weil diese Transformation, die wir hier machen, zusätzliche Komplexitäten mitbringt, die wir in der Fremdsprachenübersetzung nicht haben. Zum Beispiel, dass wir Informationen auch reduzieren müssen. Wir müssen auch strategisch weglassen. Teilweise ist es eigentlich ja auch gewünscht, dass wir Erklärungen hinzufügen. Wir wollen die Sätze aufsplitten in kürzere Sätze. Wir wollen die Information explizit strukturieren durch diese Aufzählungen zum Beispiel. Wenn wir sagen, Beispiele für komplexe grammatische Strukturen sind. Dann kommt Doppelpunkt, dann kommt eine Aufzählung. Das ist so die typischen Merkmale der leichten Sprache. Das heißt, wir haben hier auch ein paar Schwierigkeiten, aber grundsätzlich adaptieren wir hier diesen Ansatz aus der maschinellen Übersetzung und daran arbeiten wir jetzt schon ziemlich lange und wie ich finde auch ziemlich erfolgreich.

Dennis Bruder

Genau, also die leichte Sprache für alle Zuhörenden, die das vielleicht noch gar nicht gehört haben, dass ist, wie die Anne schon gesagt hat, einfach eine eigene Sprache fasst, schon mit einer eigenen Grammatik, die auch nach gewissen Regeln funktioniert und die, wenn sie wirklich konsequent umgesetzt wurde, auch nochmal von der Zielgruppe zurückgeprüft werden sollte. Kannst du uns, Anne, zu diesem grammatikalischen Hintergrund oder zu dieser speziellen Expertise Leichte Sprache nochmal erklären, was für einen fachlichen Hintergrund ihr da bei eurem Programm, bei eurem Algorithmus mitbringt.

Dr. Anne-Kathrin Schumann

Genau, also vielleicht kann ich ein bisschen aufsplitten, Dennis. Ich glaube, in dem, was du gesagt hast oder gefragt hast, waren eigentlich mehrere Fragen drin. Genau, also die leichte Sprache, vielleicht fange ich damit an, die richtet sich eben an Menschen, die wirklich Schwierigkeiten haben mit mit dem Lesen Standarddeutscher Texte aus unterschiedlichen Gründen, also insbesondere, weil sie eine bestimmte Diagnose haben und deswegen eben Informationen nicht so gut verarbeiten können. Also die leichte Sprache richtet sich explizit an Menschen mit Lernschwierigkeiten und zeichnet sich eben dadurch aus, dass die sprachlichen Mittel, die verwendet werden, für die Formulierung reduziert sind. Also man soll kurze Sätze schreiben, man soll keine komplizierten Wörter verwenden, keine komplizierten Zeitformen zum Beispiel, was ein Beispiel für schwierige Grammatik wäre. Wenn ich jetzt anfange im Futur 2 und im Konjunktiv 2 zu reden, das gehört da einfach in die leichte Sprache nicht rein. Genau, was wir entwickelt haben, das muss ich konkretisieren, das ist kein Algorithmus, das ist wirklich ein KI-Modell, in das man Texte einspeisen kann, die dann übersetzt werden in eine leichter verständliche Form. Und ich drücke das so verklausuliert aus, weil wir die leichte Sprache natürlich auch, an der arbeiten wir auch, aber wir sind eigentlich der Meinung, dass wir... Wir sind der Meinung, dass Nutzer eigentlich das Vereinfachungsniveau idealerweise selbst auswählen sollten. Also wir arbeiten an einer sogenannten adaptiven Vereinfachung, die unterschiedliche Vereinfachungsstufen ermöglicht. Von der sehr starken Vereinfachung zur leichten Sprache bis hin zu einer eher soften Vereinfachung. Unser fachlicher Hintergrund ist der, wir sind NLP-Experten, also ich kann zum Beispiel mal über mich sprechen. Ich habe angewandte Linguistik/Übersetzen studiert. Also ich kenne mich mit linguistischen Komplexitäten und auch damit, wie Übersetzen an sich funktioniert, aus. Also welche Technologien man dafür verwenden kann, welche Schwierigkeiten ein Übersetzungsprozess auch mit sich bringt. Da kenne ich mich exzellent aus, da habe ich auch viel Erfahrung in dem Bereich. Ich habe auch Informatik studiert und dann in Computerlinguistik promoviert und ich bin bei uns nicht die Einzige im Team, auf die das zutrifft. Also wir haben noch zwei andere promovierte NLP-Experten im Team. Also NLP ist die englische Abkürzung für Sprachtechnologie oder Computerlinguistik und dann haben wir Noch einen sehr, sehr guten Model-Engineer im Team, der eben wirklich sehr viel Erfahrung hat im Training von KI-Modellen. Und noch eine ganze Reihe weiterer Knowledge die zum Beispiel intensiv mit den Sprachdaten arbeiten. die auch die Backend-Entwicklung, der Software-Entwicklung sehr viel Erfahrung haben. Also ich denke, da decken wir die Anforderungen, die man haben muss, an so eine Geschichte ganz gut ab. Und zwar nicht nur auf der technischen Seite, weil es wichtig ist, sondern eben auch auf der sprachlichen Seite.

Dennis Bruder (Outro mit Musikuntermalung)

Das war es auch schon mit dem ersten Teil unserer Doppelfolge zum Open Knowledge Graph. Verpassen Sie nicht die zweite Folge, die Mitte Dezember veröffentlicht wird. Und im Dezember haben Sie auch noch einmal die Chance, an einer unserer Veranstaltungen teilzunehmen. Letztmalig dieses Jahr veranstalten wir am 10.12. unseren Online Accessibility Day. Den Link zur Veranstaltung finden Sie auf der Webseite der Beratungsstelle oder in den Shownotes. Dann bis zur nächsten Folge von Barrierelos.