How to Create and Deliver Intelligent Information

Der Kern intelligenter Informationen: die Metadaten

Industrie 4.0 und das Internet of Things (IoT) verändern die Technische Dokumentation: Anstelle eines klassischen Handbuchs erwarten die Anwender eine Auslieferung von Informationshäppchen, die zu ihrem Anwendungskontext, ihrer Aufgabe und Rolle passen. Statt der herkömmlichen Dokumentation sind dann intelligente Informationen erforderlich.

Wodurch zeichnen sich intelligente Informationen aus?
Sie sind modular, werden formatneutral erzeugt und sind über Metadaten und Volltextsuche erschließbar.

Industry 4.0. Augmented reality concept © zapp2photo | Fotolia.com

Einstieg Metadaten: Die Daten über Daten

Metadaten sind strukturierte Daten, die Informationen über Merkmale anderer Daten enthalten. Dadurch können große Datenmengen übersichtlich zusammengefasst und automatisiert weiterverarbeitet werden. So beispielsweise bei der Beschreibung von Videos, Dokumenten, oder von Objekten, bei Sitemaps oder als Metatags.

Für die Entwicklung von Metadaten gibt es eine hervorragende Methode – die PI-Klassifikation, entwickelt von Prof. Dr. Wolfgang Ziegler*. Sie ordnet die Metadaten zwei Gruppen zu:

  • Metadaten aus der P-Klassifikation beschreiben die Zuordnung von Dokumentationsmodulen zu Baugruppen, Komponenten, technischen Modulen sowie zu Produktkonfigurationen.
  • Metadaten aus der I-Klassifikation beschreiben die Zuordnung zu Informationsarten (beschreibend, anleitend o.a.), Tätigkeiten, Prozessen, Zielgruppen und Dokumentarten.

So leiten Sie Metadaten aus realen Anforderungen ab

Die PI-Klassifikation ist also ein gutes Grundgerüst für Ihr Metadatenmodell. Sie stellt jedoch eher eine Methode als ein fertiges Modell dar. Das bedeutet, Sie müssen die theoretisch möglichen Metadaten gegen Ihre realen Anforderungen prüfen, um unternehmens- und anwenderspezifische Metadaten abzuleiten. Im Folgenden stellen wir vor, wie Sie vorgehen können, um ein Metadatenkonzept zu entwickeln. Es ist theoretisch begründet und praktisch anwendbar.

1.      Zielgruppen

Um herauszufinden, welche Informationsarten wir in unserer Dokumentation brauchen, betrachten wir zunächst die Zielgruppen unserer intelligenten Informationen. Beispielhafte Fragen für die Ableitung der Informationsarten sind z.B.:

  • Wer arbeitet mit dem Produkt?
  • Welche Arbeitsaufgaben haben die verschiedenen Zielgruppen? (Tipp: Nutzen Sie eine Wer-macht-was-Matrix)
  • In welchem Arbeitsumfeld werden die Tätigkeiten ausgeführt?

Ein Beispiel für eine Wer-macht-was Matrix

Außerdem müssen wir die Vorkenntnisse und Erwartungen der Zielgruppe an die intelligenten Informationen berücksichtigen:

  • Womit werden die Anwender am besten unterstützt (Videosequenzen, Schulungsmaterial oder technische Daten und Ersatzteillisten)?
  • Welche Medien und Endgeräte sind nützlich?
  • Welche Berechtigungen haben die verschiedenen Zielgruppen?
  • Müssen die intelligenten Informationen vor unberechtigten Zugriffen geschützt werden?

Aus diesem Teil der Analyse können Sie die benötigten Informationsarten (I-Klassifikation) ableiten. Zusätzlich erhalten Sie daraus Hinweise für das Berechtigungskonzept Ihrer Dokumentationsanwendung sowie für den Medienplan für die Publikation der Informationen.

2.      Customer Journey

Gehen Sie mit Ihren Kunden und Anwender auf die Reise! Das Konzept der Customer Journey stammt aus dem Marketing, lässt sich aber gut einsetzen, um herauszufinden, welche Stationen die Anwender entlang des Lebenszyklus des Produkts durchlaufen. Wo halten Kunden und Anwender an und welche Informationen benötigen Sie an welchem Haltepunkt? Welche Emotionen bestimmen die Informationssuche an den Haltepunkten?

 

Beispielhafte Strecken und Stationen sind:

  • Phase der Inbetriebnahme: Stationen = Aufbau der Maschine, Konfiguration der Software Benötigte Informationen: Montageanleitung, Referenz der Konfigurationsparameter
  • Phase des Betriebs: Stationen = Umrüstung für bestimmte Anwendungsfälle, turnusmäßige Wartungen durch Bediener. Benötigte Informationen: Umrüstungsanleitung, Wartungsanleitung für Bediener.

Wo Sie die Reise beginnen lassen, bestimmen Ihre Unternehmensanforderungen. Sie können in der Spezifikationsphase des Produkts anfangen oder erst, wenn das Produkt besteht. Am Ende erhalten Sie Use-Cases oder User-Stories, mithilfe derer Sie den Bedarf an Metadaten zum Finden, Filtern und Abrufen der Informationen ableiten können. Auch erhalten Sie eine vierte Klasse von Metadaten, die funktionalen Metadaten. Diese Metadaten unterstützen Anwendungsszenarien. Sie gibt es in Form von Wartungsintervallen oder Ereignissen wie Fehlermeldungen. Zwei Beispiele zu funktionalen Metadaten:

  • Es kommt zu einem Fehlerfall: Mithilfe eines Fehlercodes werden Informationen zum weiteren Vorgehen abgerufen
  • In einem Video wird der Zusammenbau bestimmter Einheiten einer Maschine erklärt. Über den QR-Code am Bauteil kann ein Mitarbeiter sich dieses Video ansehen.

3.    Technische Umsetzung

Intelligente Informationen benötigen Anwendungen wie Content-Delivery-Portale oder Service-Apps, die die Informationen aggregieren, auswerten und anzeigen. Auch die Funktionen dieser Anwendungen können sich auf die benötigten Metadaten auswirken. Stellen Sie folgende Fragen:

  • Welche Suchfilter sollen verfügbar sein?
  • Auf welche Ereignisse soll die Anwendung reagieren?
  • Sind Rollen und Berechtigungen für den Zugriff notwendig?
  • Wie suchen die Anwender?
  • Wie navigieren die Anwender durch große Informationsmengen?
  • Aus welchen Quellen sollen Informationen bezogen werden (Dokumentation, Training, Service, Ersatzteile etc.)
  • In welchem Kontext wird die Anwendung benutzt?

Einige der genannten Anforderungen werden möglicherweise nicht durch Metadaten unterstützt, sondern durch die Anwendung realisiert, die die intelligenten Informationen verarbeitet. Andere wiederum erfordern Metadaten, z.B. Informationen zu Fehlercodes an den Handlungsanweisungen.

Standards helfen bei Komplexität

Die Entwicklung eines Metadatenkonzepts für intelligente Informationen ist komplex. Gibt es neben der PI-Klassifikation vielleicht Modelle, die wir als Leitlinie benutzen können? Die gute Nachricht ist – ja.

Die tekom hat eine Initiative für intelligente Information IN³ und eine Arbeitsgruppe für einen Auslieferungsstandard ins Leben gerufen – iiRDS (intelligent information request and delivery standard). Ziel ist es, ein standardisiertes Metadatenmodell für intelligente Informationen und ein Paketformat bereitzustellen, das intelligente Informationen an Portale und Anwendungen ausliefert. So soll es möglich werden, Dokumentation zwischen den Systemen verschiedener Herstellern auszutauschen und über Herstellergrenzen hinweg verfügbar zu machen.

iiRDS kann natürlich nicht alle Metadaten standardisieren. Viele Metadaten sind abhängig von den Produkten des Unternehmens und den spezifischen Aufgaben entlang des Produktlebenszyklus. Aber die Metadaten, die technische Dokumentation allgemein beschreiben sowie Standard-Lebenszyklusphasen könnten standardisiert werden. Und genau das ist der Anspruch von iiRDS. Neben iiRDS gibt es öffentlich verfügbare Metadatenmodelle wie z.B. Dublin Core oder die Schemas auf schema.org. Auch hier können Sie Anknüpfungspunkte für Ihr Metadatenmodell finden.


* Die PI-Klassifikation wurde von Prof. Dr. Wolfgang Ziegler (Hochschule Karlsruhe und I4ICM, Karlsruhe) entwickelt. Der Na­me der Me­tho­de ist seit Mai 2015 un­ter dem Ein­trag „PI-Class®“ recht­lich ge­schützt. Weitere Informationen.

 

Follow me
Letzte Artikel von Ulrike Parson (Alle anzeigen)

Like it? Share it! Spread the Word...