Wissensgraphen als semantisches Rückgrat der cyber-physischen Versuchsbrauerei
In der cyber-physischen Versuchsbrauerei kommt ein Wissensgraph als zentrales semantisches Rückgrat zur Strukturierung und Nutzung von Metainformationen zum Einsatz. Grundlage bildet eine domänenspezifische Ontologie, die zentrale Konzepte der Prozessindustrie wie Produkte, Rezepte, Prozesse, Prozeduren, Anlagen und Messgrößen formal und technologieunabhängig beschreibt.
Die Überführung in einen nutzbaren Wissensgraphen erfolgt über die gezielte Instanziierung der Ontologie. In Zusammenarbeit mit Daibe wurde hierfür ein Data-Connector-Ansatz umgesetzt, der operative Metadaten aus bestehenden IT- und OT-Systemen strukturiert erfasst und auf Klassen und Relationen der Ontologie abbildet. Dabei werden keine Messwerte oder Zeitreihen übernommen. Stattdessen werden ausschließlich Metainformationen wie Anlagenstrukturen, Prozesskontexte, Messgrößenreferenzen oder Datenquellen semantisch verknüpft und als Wissensgraph instanziiert. Der Wissensgraph repräsentiert damit die konkrete Ausprägung der Ontologie für ein spezifisches Produktionssystem.
Dieser ontologiegeleitete Mapping-Ansatz ermöglicht es, heterogene und historisch gewachsene Datenlandschaften konsistent zu integrieren, ohne bestehende Systeme zu verändern. Der resultierende Wissensgraph dient als semantische Zugriffsschicht, über die Analyse-, Regel- und Assistenzanwendungen kontextualisiert auf operative Daten zugreifen können. Analyse-Apps, etwa zur Prozessüberwachung, Energie- und Medienbewertung oder Nachhaltigkeitsanalyse, nutzen den Wissensgraphen als gemeinsamen Referenzpunkt für fachliche Zusammenhänge.
Der Ansatz wird nicht nur in der Versuchsbrauerei eingesetzt, sondern bereits gemeinsam im Forschungsprojekts unseres Partners RIF (BeverGreen) mit Industriepartnern erprobt. Dort dient der Wissensgraph als verbindendes Element zwischen Engineering-Wissen, Produktionsdaten und digitalen Anwendungen. Durch die klare Trennung von Ontologie, Wissensgraph und operativen Daten entsteht eine skalierbare, brownfield-taugliche Lösung, die Transparenz schafft, Wiederverwendbarkeit fördert und den Weg für wissensbasierte digitale Zwillinge in der Prozessindustrie ebnet.