Knowledge Architecture

”Nothing that is worth knowledge can be teached”

Oscar Wilde

Objective

kuten Stanfordin yliopiston Symbolic Systems Program (SSP) havainnollistaa, tietojenkäsittely-ja viestintätekniikan edistysaskeleet tuovat tieto-ja tietojärjestelmät saman toiminnallisen katon alle eli symbolisten representaatioiden käsittelyyn.

tämän ymmärryksen puitteissa voidaan odottaa, että tiedonhallinta varjostaa järjestelmäarkkitehtuureja ja huolenaiheita: liiketoimintaympäristöjä ja-tavoitteita, yrityksen organisaatiota ja toimintaa, järjestelmien toimintoja ja teknologioita. Toisaalta, koska tieto on luonteeltaan uudelleenkäytettävien hyödykkeiden yhteinen resurssi, sen organisaation olisi tuettava eri käyttäjien tarpeita riippumatta tiedon alkuperästä ja luonteesta. Tietämyksenhallinnan olisi näin ollen sidottava arkkitehtuurien tuntemus tietoarkkitehtuuriin.

Knowledge Representation

keskeisessä artikkelissaan Davis, Shrobe ja szolovits asettivat viisi periaatetta tiedon representaatiolle:

1. korvike: KR tarjoaa symbolisen vastineen todellisille objekteille, tapahtumille ja suhteille.
2. ontologiset sitoumukset: Kr on joukko lausumia asialuokista, jotka voivat olla olemassa tarkasteltavalla alueella.
3. fragmentaarinen älykkään päättelyn teoria: Kr on malli siitä, mitä asioilla voidaan tai voidaan tehdä.
4. tehokas laskenta-aine: tiedon tekeminen ymmärrettäväksi tietokoneilla on välttämätön askel mille tahansa oppimiskäyrälle.
5. Medium for human expression: yksi KR: n edellytys on parantaa viestintää toisaalta tiettyjen alojen asiantuntijoiden ja toisaalta yleisten tietopäälliköiden välillä.

, joka asettaa tietojärjestelmät erikoistapaukseksi tietojärjestelmistä, koska ne täyttävät viisi periaatetta, mutta joilla on kuitenkin funktionaalinen pätevyys:

• tietojärjestelmien tavoin tietojärjestelmät hallinnoivat merkityksellisiksi väitettyjen ulkoisten kohteiden, tapahtumien tai toimintojen symbolisia esityksiä.
• Järjestelmämallit ovat väitteitä laillisista liiketoiminnan kohteista ja toiminnoista.
• samoin tietojärjestelmien on tarkoitus tukea tehokasta laskentaa ja käyttäjäystävällistä vuorovaikutusta.

ainoa ero on kytkemisessä: toisin kuin tietojärjestelmillä, tieto-ja kontrollijärjestelmillä on merkitystä asiayhteydessään, eivätkä operaatiot sijaissynnyttäjillä ole neutraaleja.

Tietoarkeologia

Tietorakenteet ovat tyhjiä laatikoita, jotka pitää täyttää kunnolla faktoilla. Mutta kuten vaihtoehtoiset tahot ovat tunnetusti osoittaneet, tosiasioita ei anneta, vaan niitä on noudatettava, mikä edellyttää välttämättä jonkun tarkkailijan, joka on asetettu tehtävälle, ellei hänellä ole omia etuja, ja jonkin laitteen, joka on luonnollinen tai tarkoituksella tehty. Ja jos ne aiotaan kirjoittaa muistiin, viattomien lasten paljain silmin havaitut” puhtaat ” tosiasiatkin täytyy kääntää jonkinlaisiksi kuvaannollisiksi kuvauksiksi.

kun otetaan esimerkiksi tuuli, tuulisukat tukevat tosiasioiden välitöntä havainnointia ilman mitään symbolista merkitystä. Jotta niiden käyttäytymistä voidaan ymmärtää, wanes ja anemometers ovat tarpeen, vastaavasti atsimuutti ja nopeus; mutta se edellyttää myös symbolisia kehyksiä suuntiin ja mittareita. Lopuksi voidaan lisätä tietoa voimakkaiden tuulien riskeistä, kun tällaisia riskejä on otettava huomioon.

yritysten osalta tietolaatikot on täytettävä faktoilla niiden liiketoimintaympäristöstä ja prosesseista, organisaatiosta ja sovelluksista sekä teknisistä alustoista. Osa niistä tuotetaan sisäisesti, osa saadaan ulkoisista lähteistä, mutta kaikkia olisi hallinnoitava erillisinä erityistarkoituksiin.

yritysten itsensä tuottamat tiedot ovat niiden luonteesta (liiketoiminnasta, organisaatiosta tai järjestelmistä) riippumatta alusta alkaen käyttövalmiita, i.e järjestäytynyt tunnistettujen objektien tai prosessien ympärille, joilla on määritellyt rakenteet ja semantiikka.

näin ei välttämättä ole ulkoisissa yhteyksissä (markkinat, sääntely, teknologia jne.) ilmenevien tietojen kanssa, jotka on yhdistettävä yritysten huolenaiheisiin ja tavoitteisiin ennen kuin niistä on mitään hyötyä.

tiedon kääntäminen informaatioksi voidaan tehdä välittömästi kartoittamalla datasemantiikkaa tunnistettuihin kohteisiin ja prosesseihin; se voi myös viivästyä, jolloin karkeaa dataa hallitaan sellaisenaan, kunnes sitä käytetään myöhemmässä vaiheessa informaation rakentamiseen.

aineistosta tietoon

tieto on merkityksellistä, tieto ei ole. Edes ” faktat ”eivät ole mannaa taivaasta, vaan ne pitää muotoilla ilmiöistä dataksi ja sitten informaatioksi, kuten binäärinen, sirpaleinen tai” iso ” data ruumiillistuu.

• Binääridata on fysikaalisten ilmiöiden, kuten äänteiden tai kuvien, suoraa tallentamista; jopa avainsanoihin sidottuina ne pysyvät hyödyttöminä, kunnes ne liitetään ei-symbolisina piirteinä tunnistettuihin esineisiin tai toimintoihin.
• toisin kuin binääridata, sirpaleinen data tulee symbolisessa muodossa, mutta kelluvina nugetteina, joilla on alatason rakeisuus; ja kuten binääriserkkunsa, nuo Hienorakeiset kuvaukset ovat merkityksettömiä, kunnes ne liitetään tunnistettuihin esineisiin tai toimintoihin.
• ” Iso ” tieto ymmärretään yleensä skaalautuvuuden kannalta, sillä se viittaa liian suuriin kokkareisiin, joita ei voida käsitellä yksittäin. Se voidaan määritellä myös hajanaisen datan yleistyksenä, jossa tunnistetut kohteet ryhmitellään mielekkäämmiksi aggregaateiksi, jolloin kohdennettu rakeisuus siirretään asteikkoa ylöspäin jollekin ”ylivoimaiselle” tasolle.

koska tieto voidaan rakentaa vain symbolisista kuvauksista, tieto on ensin käännettävä tunnistetuista ja strukturoiduista yksiköistä, joihin liittyy semantiikkaa.

”karkean” (eli käsittelemättömän) tiedonhallinnan johtajat voivat valita kahden käytännön väliltä: tietoa voidaan ”louhia” datasta käyttäen tilastollisia keinoja, tai tietovaihe voidaan yksinkertaisesti ohittaa ja ”asiantuntevat” edustajat käyttävät tietoja suoraan (eli tulkitsevat) asiayhteytensä ja huolenaiheidensa mukaisesti.

itse asiassa molemmat politiikat perustuvat asiantunteviin agentteihin, ja kysymys on siitä, ketkä ovat ”kaivostyöläisiä” ja mitä heidän pitäisi tietää. Teoreettisesti kaivostyöläiset voisivat olla täysin automatisoituja työkaluja, jotka pystyvät poimimaan olennaisen tiedon malleja karkeista tiedoista ilman ennakkotietoja; käytännössä tällaisia välineitä on ruokittava etukäteen ”älykkyydellä” siitä, mitä pitäisi etsiä, esim.neuroniverkkojen näytteitä tai tilastollisen regression muuttujia. Siksi tarvitaan jonkinlaisia formaatteja, piirustuksia tai malleja, jotka auttavat kehystämään karkeaa dataa informaatioksi.

tiedon ominaisuudet

tieto on rakennettava tarkasta ja ajantasaisesta ulko-ja sisäisestä asiaintilasta, ja tätä tarkoitusta varten tietokohteita on hallittava niiden lähteen, luonteen, elinkaaren ja merkityksellisyyden mukaan.:

• lähde: hallitus ja hallinto, kansalaisjärjestöt, yritysmediat, sosiaalinen media, yritykset, järjestelmät jne.
• luonto: tapahtumat, päätökset, tiedot, lausunnot, arvioinnit jne.
• ankkurin Tyyppi: yksilö, instituutio, aika, tila jne.
• elinkaari: välitön, aikasidonnainen, lopullinen.
• relevanssi: jäljitettävyys liiketoiminnan tavoitteiden, liiketoiminnan, organisaation ja järjestelmien hallinnan osalta.

tällä perusteella tietämyksenhallinnan on kartoitettava tietämys tietojalanjälkeensä luotettavuuden (lähde, tarkkuus, johdonmukaisuus, vanheneminen jne.) ja riskien osalta.

tiedosta tietoon

tieto on merkityksellistä, tieto on myös hyödyllistä. Tietomalleina tietoesitykset on ensin ankkuroitava pysyvyyteen ja toteutusyksiköihin, jotta voidaan tukea sijaisidentiteettien johdonmukaisuutta ja jatkuvuutta (periaate #1).

nämä ankkurit on osoitettava aloille, joita hallinnoivat ontologisista sitoumuksista vastaavat yksittäiset organisaatioyksiköt ja joita on täydennetty rakenteilla, ominaisuuksilla ja assosiaatioilla (periaate #2). Riippuen niiden laajuudesta, rakenteesta tai ominaisuudesta, semantiikkaa hallitaan vastaavasti pysyvillä tai sovelluskohteilla.

samoin ontologiat voivat kohdistua olioihin tai aspekteihin, joista edellinen liittyy rakenteellisiin alatyyppeihin, jälkimmäinen funktionaalisiin.

tietomallien ja tiedon esittämisen väliset erot ilmenevät säännöin ja rajoituksin. Tieto-ja valvontajärjestelmien tavoitteena on hallita liiketoiminnan objekteja ja toimintoja, kun taas tietojärjestelmien tarkoituksena on hallita symbolista sisältöä riippumatta niiden todellisista vastineista (periaate #3).

järjestelmämallinnuksessa käytetyt Standardisäännöt kuvaavat sallittua toimintaa esineillä, toiminnoilla ja niihin liittyvillä tiedoilla; ne voidaan ilmaista eteen-tai taaksepäin:

• Forward (eli push) – säännöt ovat ehtoja siitä, milloin ja miten toiminnot on suoritettava.
• taaksepäin (eli pull) säännöt ovat rajoituksia symbolisten esitysten johdonmukaisuudelle tai operaatioiden toteuttamiselle.

olettaen, että tieto-ja tietoesitysten välillä on jatkuvuutta, taivutuspiste merkittäisiin ottamalla käyttöön kvalifioituihin totuusarvoihin liittyviä modaliteetteja, esim. ajallisen ja sumean logiikan mukaan:

• ajalliset pidennykset asettavat aikaleimoja tiedon totuusarvoihin.
• sumea logiikka asetti luottamustasot tiedon totuusarvoille.

tässä kohtaa tietojärjestelmät eroavat tieto-ja kontrollijärjestelmistä, kun ne esittelevät uuden älykkään päättelyn teorian, joka perustuu tiedon sujuvuuteen ja vaihteluun.

merkitykset ovat katsojan käsissä

yrityskontekstissa, tieto voidaan ymmärtää asiayhteyksien kehystämänä ja tarkoitusten ohjaamana tietona: miten pyöritetään liiketoimintaa, miten kehitetään sovelluksia, miten hallitaan järjestelmiä. Tästä seuraa kaksijakoinen näkökulma: yhtäältä tietoa ohjaavat yritysten huolenaiheet, järjestelmien toiminnallisuudet ja alustojen teknologia; toisaalta osaaminen perustuu liiketoimintaprosesseihin, järjestelmätekniikkaan ja palveluiden johtamiseen.

joka tarjoaa selkeän ja kattavan luokittelun esineitä, joita voidaan käyttää rakentamaan tietoa alemmista tiedon ja datan kerroksista:

• liiketoiminta-analyytikot on tiedettävä liiketoiminnan verkkotunnuksia ja toimintaa, organisaatio ja sovellukset, ja palvelun laatu.
• Järjestelmäinsinöörien tulee tietää projekteista, järjestelmätoiminnoista ja alustatoteutuksista.
• Järjestelmäpäälliköiden on tiedettävä sijainnit ja toiminnot, palvelut ja alustojen käyttöönotot.

kaksijakoinen perspektiivi viittaa myös tiedon dynamiikkaan: tietoa työntävät niiden lähteet ja tietoa vetävät niiden käyttäjät.

a time for Every Purpose

kuten kybernetiikka ymmärtää, yritykset ovat elinkelpoisia järjestelmiä, joiden menestys riippuu niiden kyvystä torjua ja entropia, I.e niiden tietojen asteittainen alentaminen, joita käytetään sekä organisaation sisällä että sen ympäristön kanssa tapahtuvaan vuorovaikutukseen.

verrattuna tietoarkkitehtuuriin, joka on järjestetty informaatiosisällön mukaan, tietoarkkitehtuuri on järjestetty funktionaalisten huolenaiheiden ja informaation eliniän mukaan, ja sen tavoitteena on pitää sisäinen ja ulkoinen informaatio synkronissa:

• liiketoiminnan tavoitteiden ja vaatimusten suunnittelu (sisäinen) suhteessa markkinoiden kehitykseen ja mahdollisuuksiin (ulkoinen).
• organisaatioyksiköiden ja-menettelyjen (sisäiset) arviointi sääntely-ja sopimusympäristöjen (ulkoiset) mukaisesti.
• toiminnan ja hankkeiden seuranta (sisäinen) sekä myynti-ja toimitusketjut (ulkoinen).

että laittaa merkityksiä (joka olisi tietoa) käsissä päättäjien, vastaavasti yrityksen strategia, organisaatio, ja operations. Lisäksi yritysten, jotka ovat eläviä kokonaisuuksia, elinkaaren ja toiminnallisen kestävyyden on tarkoitus yhdistyä johdonmukaisiksi ja homogeenisiksi kerroksiksi:

• yrityksen (aka business, aka strategic) aikaskaalat määritellään ympäristöjen, tavoitteiden ja sijoituspäätösten mukaan.
• organisaation (eli toiminnalliset) aikaskaalat määräytyvät resurssien käytettävyyden, monipuolisuuden ja muunneltavuuden mukaan
• Käyttöaikataulut määräytyvät prosessiominaisuuksien ja rajoitteiden mukaan.

tällainen aikaskaalojen, arkkitehtuurien ja tarkoitusten Kongruenssi Leikkauskerroksiksi on kiistatta keskeinen tiedonhallinnan menestystekijä.

haku ja venytys

kuten on jo todettu, tietoa ohjaavat tarkoitukset, ja tarkoitukset, jotka eivät rajoitu aloihin tai säilyttämiseen, venyttävät tietoa yli liiketoimintayhteyksien ja organisaatiorajojen. Se voidaan saavuttaa etsimällä, logiikalla ja luokittelulla.

• haut keräävät käyttäjien huolenaiheita koskevat tiedot (1). Se voi tyydyttää kaikki tietotarpeet tai tarjota selkärankaa jatkokäsittelylle.
• hakuja voidaan yhdistää ontologioihin (eli luokituksiin), jotka asettavat saman tiedon uusiin Valoihin (1b).
• johdetun tiedon tuottamiseen voidaan soveltaa Totuudensäilytysoperaatioita, joissa käytetään matematiikkaa tai formaaleja kieliä (2).
• tilastollisen käsittelyn avulla voidaan tuottaa uutta tietoa, jonka luotettavuustaso on alentunut (3,4).

esimerkiksi havaittua liikennettä tietulleilla (1) käytetään kirjanpitotarkoituksiin (2), liikenteen kehityksen ennustamiseen (3), kausivaihtelujen analysointiin (1b) sekä kausittaisten ja muuttuvien tietullien simulointiin (4).

näillä operaatioilla on selkeitä vaikutuksia tiedonhallintaan:

sikäli kuin laskennalliset etäisyydet eivät vaikuta luottamustasoihin, TOTUUDENSÄILYTYSOPERAATIOT ovat neutraaleja KM: n suhteen.

Luokitukset ovat symbolisia välineitä, jotka on suunniteltu tarkoituksellisesti, minkä vuoksi kaikki luokitukseen liittyvä tieto on edelleen sen suunnittelijan vastuulla.

haasteita syntyy, kun luottamustaso vaikuttaa joko suoraan tai vanhenemisen kautta. Ja koska päätöksenteossa on pohjimmiltaan kyse riskien hallinnasta, osittaisten tai epäluotettavien tietojen käsittelemistä ei voida välttää. Siksi on tärkeää hallita tietoa pitkin leikkaavia kerroksia, joista jokaisella on oma informaationsa elinkaari, luottamusvaatimukset ja päätöksenteon säännöt.

Knowledge Architecture to Architecture Capability

Knowledge architecture on yrityksen keskushermosto, ja sellaisena sillä on ensisijainen rooli operatiivisten ja johtamisprosessien tukemisessa. Tätä kohtaa käsitellään osittain Zachmanin kaltaisilla kehyksillä, joiden matriisi organisoi tietojärjestelmäarkkitehtuurin (Isa) pitkin valmiuksia ja suunnittelutasoja. Kuitenkin, kuten suunnittelutasot osoittavat, painopiste pysyy tietotekniikassa ottamatta nimenomaisesti huomioon yritysten, järjestelmien ja alustojen välistä eroa.

tämä erottelu on keskeinen, koska sillä säännellään vastaavien prosessien eli liiketoimintaprosessien, järjestelmätekniikan ja palvelujen hallinnan erottelua. Ja kun ero on oikein vakiintunut tietoarkkitehtuuri voidaan sovittaa prosessien arviointiin.

se ei kuitenkaan riitä nyt, kun Digitaaliset ympäristöt valtaavat yritysjärjestelmiä, mikä hämärtää hallinnoitujen tietovarantojen ja big datan jatkuvien virtojen välistä eroa.

siinä keskitytään kahteen yritysarkkitehtuurien rakenteelliseen puutteeseen:

• tiedon, tiedon ja tiedon välinen sekaannus.
• järjestelmien ja tietoarkkitehtuurien välinen luontainen ristiriita.

molemmat voidaan voittaa yhdistämällä järjestelmä-ja tietoarkkitehtuureja soveltamalla Pagodan suunnitelmaa:

alustojen, järjestelmien toimintojen ja yritysorganisaatioiden yhdenmukaistaminen datan (ympäristöt), tiedon (symboliset esitykset) ja tiedon (business intelligence) kanssa parantaisi huomattavasti yritysten digitaalisiin ympäristöihin upottamisen aiheuttamien muutosten jäljitettävyyttä.

Tietoesitys & profiloidut ontologiat

kohdatessaan digitaalisia liiketoimintaympäristöjä yrityksen on lajiteltava relevantti ja tarkka tieto jatkuvista ja massiivisista datavirroista. Koska mallintamismenetelmät eivät pysty selviytymään kontekstien, huolenaiheiden, semantiikan ja formaattien avoimesta valikoimasta, tarvitaan löysempiä järjestelmiä, juuri siihen ontologioiden on tarkoitus:

• tesaurus: termejä ja käsitteitä käsittelevät ontologiat.
• asiakirjat: aiheisiin liittyviä asiakirjoja käsittelevät ontologiat.
• yritystoiminta: ontologiat relevant enterprise organisation and business objects and activities.
• tekniikka: organisaation ja liiketoiminnan objektien ja toimintojen symbolinen esitys.

profiloidut ontologiat voidaan sitten suunnitella yhdistämällä tämä huolien taksonomia konteksteihin, esim.:

• institutionaalinen: sääntelyviranomainen, vakaat muutokset, joihin sovelletaan vakiintuneita menettelyjä.
• ammatillinen: osapuolten kesken sovittu, vakaa, sopimuksen alaisia muutoksia.
• yritys: yritysten määrittelemä, sisäisen päätöksenteon alaiset muutokset.
• sosiaalinen: määritelty käyttö, haihtuvat, jatkuvat ja epämuodolliset muutokset.
• henkilökohtainen: tavanomainen, nimettyjen henkilöiden määrittelemä (esim. tutkimuspaperi).

viimeisenä mutta ei vähäisimpänä ulkoiset (sääntely, yritykset, …) ja sisäiset (ts.yritysarkkitehtuuri) ontologiat voitaisiin integroida esimerkiksi Zachmanin kehykseen:

profiloitujen ontologioiden käyttäminen yritysarkkitehtuurin ja yritysosaamisen hallintaan auttaa mukauttamaan tiedonhallinnan EA: n hallintoon erottamalla ulkoisesti määritellyt ontologiat (esim.säännöt) päätöksenteon, strategisen (esim.lautasmuoto) tai taktisen (esim.kumppanuudet) kautta määritetyistä ontologioista.

ontologinen ydin on kehitetty konseptin todisteeksi käyttäen Protégé/OWL 2: ta; betaversio on saatavilla kommentoitavaksi Stanford/Protégé-portaalissa linkillä: Caminao ontologinen ydin (CaKe).

Data-analyysistä Syväoppimiseen

asetettuna yhden puolen kaikenkattavan tiedon vyöryn ja toisella puolen läpitunkevien älyrobottien väliin tietojärjestelmät voivat menettää identiteettinsä ja tarkoituksensa. Ja siihen on hyvä syy, nimittäin tiedon, tiedon ja tiedon välinen sekaannus.

kuten se tapahtui aeons sitten, ontologiat ovat nimenomaan vaikka käsitellä tätä asiaa.

Further Reading

• Systems, Information, Knowledge
• Ontologies & Models
• Caminao Ontological Kernel (Protégé/OWL 2)
• Ontologies & Enterprise Architecture
• Ontologies as Productive Assets
• Yrityshallinto & osaaminen
• Ketterä yhteistyö & sosiaalinen luovuus
• pyörän keksiminen
• vaihtoehtoiset faktat & Lisätty todellisuus
• AlphaGo: Intuitiivisesta oppimisesta kokonaisvaltaiseen tietoon
• AlphaGo & Ei-Nollasummakilpailut
• uusivuosi: 2016 on se, joka oppii
• hallinnointi, Asetukset & riskit
• tapahtumat & päätöksenteko
• operatiiviset tiedustelut & päätöksenteko
• operatiiviset tiedustelut & päätöksenteko
• päätöksenteko
• tiedonlouhinta& tarveanalyysi
• EA: entropian Antidote
• business agility vs systems entropia