Vom Artikel zum Whitepaper: meine Zusammenarbeit mit Michael Iantosca

Willkommen zum ersten Beitrag auf AI TechDoc Knowledge. Es passt gut, mit einem Projekt zu beginnen, das genau zeigt, worum es in dieser Publikation geht: um den Punkt, an dem strukturierte technische Inhalte, semantische Systeme und künstliche Intelligenz zusammentreffen.

Wie alles begann

Vor einiger Zeit habe ich einen Artikel mit dem Titel „EvoOntology vs. iiRDS: understanding two divergent ontology paradigms“ geschrieben. Mich interessierte das Spannungsfeld zwischen zwei Denkweisen über Bedeutung: sorgfältig gesteuerte Ontologien auf der einen Seite und Modelle, die sich aus Erfahrung weiterentwickeln können, auf der anderen.

Dieser Artikel brachte Michael Iantosca auf eine Idee für ein Projekt, an dem er gerade arbeitete. Michael ist Senior Director of Content Platforms and Knowledge Engineering. Er hat DITA XML maßgeblich vorangetrieben und gehört zu den bekanntesten Informationsarchitekten unseres Fachs – jemand, dessen Arbeit geprägt hat, wie eine ganze Branche technische Inhalte strukturiert.

Seine Begeisterung war so unmittelbar und echt, dass er mir spontan sein überarbeitetes Whitepaper schickte. Und wie es Kommunikationsspezialisten und Technische Redakteure nun einmal tun, habe ich es in eine klare, strukturierte und visuell stimmige Form gebracht.

Worum es im Whitepaper geht

From Knowledge Graphs to Adaptive Semantics – Evolving DITA and iiRDS Digital Twins for AI ist eine verständlich geschriebene Einführung in eine einfache, aber weitreichende Idee:

Inferenz erweitert, was der Wissensgraph weiß. Ontologie-Evolution erweitert, wie der Wissensgraph Wissen darstellen kann.

DITA, iiRDS und Produktontologien bieten Organisationen bereits ein solides semantisches Fundament. Über einen Wissensgraphen verbunden, bilden sie einen digitalen Zwilling der technischen Informationsumgebung, in dem sich KI-Agenten orientieren können. Eine Inferenzmaschine kann innerhalb dieses Modells neue Fakten ableiten – sie kann aber nicht erkennen, wann dem Modell selbst etwas fehlt.

Genau hier verortet das Whitepaper EvoOntology. Es wird nicht als konkurrierende Ontologie vorgestellt, sondern als adaptiver semantischer Feedback-Kreislauf um den gesteuerten Kern, mit fünf Schritten:

1. Lernen, wie KI-Agenten das Modell tatsächlich nutzen
2. Erkennen von Lücken, die die Ontologie nicht ausdrücken kann
3. Vorschlagen eines neuen Konzepts, einer Beziehung oder einer Regel
4. Bewerten, ob sich die Leistung der Agenten verbessert
5. Steuern, indem validierte Änderungen in das Unternehmensmodell übernommen werden

Ein Beispiel aus der Instandhaltung macht das greifbar: Techniker fragen immer wieder, welche Prozedur auf den Austausch eines Bauteils folgen soll, doch die Ontologie kennt keine Beziehung für „empfohlen nach Austausch“. Ein Evolutionsprozess kann diese Lücke erkennen, die Beziehung vorschlagen, sie testen und sie – nach Freigabe – dem gesamten System zur Verfügung stellen.

Warum Governance weiterhin zählt

Was ich an Michaels Denken am meisten schätze: Es opfert nie Vertrauen zugunsten von Geschwindigkeit. Unternehmensontologien bleiben das gesteuerte Fundament, der Wissensgraph bleibt die vernetzte Darstellung des Unternehmenswissens, und die Inferenzmaschine bleibt für das Ableiten von Fakten zuständig. Der KI-Agent erhält eine zweite Rolle: Er konsumiert nicht nur semantisches Wissen, sondern liefert auch Belege dafür, wo sich das Modell verbessern lässt.

Das Ergebnis ist nicht einfach ein größerer Wissensgraph, sondern eine Wissensarchitektur, die immer besser darin wird, abzubilden, was Menschen, Prozesse und KI-Systeme brauchen.

Die Gestaltung des Dokuments

Mein Beitrag bestand darin, Michaels Ideen eine Form zu geben, die zum Lesen einlädt. Ich habe das Paper als geführte Tour durch siebzehn kurze Kapitel angelegt – mit hervorgehobenen Kernaussagen, Diagrammen zur Architektur und zum Feedback-Kreislauf sowie Vergleichstabellen anstelle dichter Absätze. Ziel war ein Dokument, das Informationsarchitekten, Technische Redakteure und Entscheider jeweils auf ihre eigene Weise lesen können – und aus dem alle dieselbe Kernbotschaft mitnehmen.

Lesen Sie selbst

Das vollständige Whitepaper steht kostenlos zum Download bereit. Ich hoffe, es inspiriert Sie zu ebenso vielen Ideen wie uns das ursprüngliche Gespräch.