Zum Inhalt springen
Rohdaten
Logos / Ordnung
MAKORLogos
Semantische Schicht
Ein Graph über alle Quellen
Eigene Graphdatenbank · Petabyte

Aus Daten werden Aussagen.

Makor Logos baut eine semantische Schicht über Ihre Datenquellen und integriert sie in einen gemeinsamen, abfragbaren Graphen. Datenbanken, Dateien und Ströme sprechen dann dieselben Begriffe, und jede Antwort bringt ihre Herkunft mit. Die Daten bleiben in ihren Quellen oder liegen in der eingebauten Graphdatenbank, wo es auf Tempo ankommt.

AufgabeSemantische Schicht
IntegrationEin Graph über alle Quellen
DatenhaltungQuelle oder eigener Graph
HerkunftJe Ergebnis
Ableitung22 Mio. Fakten/s
Ausgelegt aufPetabyte
Prinzip

Drei Schritte von der Quelle zur belegten Aussage.

01 / Abbilden

Quellen auf Begriffe abbilden

Mappings beschreiben, wie Tabellen, Dateien und Ströme auf Klassen und Relationen der Ontologie zeigen. Aus vielen Quellen wird so ein gemeinsamer Graph. Die Daten bleiben in ihren Systemen oder werden in die eingebaute Graphdatenbank übernommen.

Datenhaltung virtuell oder nativ
02 / Schließen

Ableiten, was implizit gilt

Logos ergänzt, was aus der Ontologie folgt: Klassenzugehörigkeit, Teil-Ganzes-Beziehungen, zeitliche Abfolge. Der Datenbestand selbst bleibt dabei unverändert.

Semantik formal definiert
03 / Belegen

Jede Antwort mit Herkunft

Zu jedem Ergebnis liefert Logos die Kette mit: welche Quelle, welches Mapping, welche Regel. Der Audit-Trail beginnt bei der ersten Zeile, nicht erst beim Bericht.

Herkunft je Ergebnis
Integration

Alle Quellen. Ein Graph.

Logos bindet Datenbanken, Dateien und Ströme an und macht sie als einen Graphen abfragbar. Was sofort verfügbar sein muss, liegt in der eingebauten Graphdatenbank, alles andere bleibt in den Quellsystemen.

Angebundene Quellen bleiben die maßgebliche Version ihrer Daten. Was in der Graphdatenbank liegt, behält seinen Herkunftsnachweis.

Für Sie bleibt es eine Abfrage, gleich wie viele Quellen dahinterstehen und wie groß sie sind.

Was Logos verbindetÜbersicht
QuellenDatenbanken, Dateien und Ströme, angebunden ohne Umzug
Virtuell
GraphdatenbankEingebauter Speicher für Daten, die sofort verfügbar sein müssen
Nativ
OntologieGemeinsame Begriffe für alle angebundenen Quellen
OWL
ReasoningErgänzt, was aus den Begriffen folgt
Inferenz
AbfrageEin Graph, eine Abfrage, egal wie viele Quellen beteiligt sind
SPARQL · GQL
Herkunft wird zu jedem Ergebnis mitgeliefertMakor Logos
Viele QuellenEin gemeinsamer Graph
Leistung

Ultraschnell. Schneller als jedes System in unseren Benchmarks.

Zehn Graph-, RDF- und relationale Systeme liefen auf demselben Rechner mit denselben Daten. Jede Antwort wurde gegen das erwartete Ergebnis geprüft.

22 Mio.Abgeleitete Fakten pro SekundeNeues Wissen aus geladenen Daten, Spitzenwert
75 sFür 50 Mio. TripelEchte Daten laden: lesen, kodieren, speichern
46 ms1 000 QuellenZu einer Antwort zusammengeführt
Freunde-von-Freunden10 Mio. Kanten · Sekunden
Makor Logos0,74 s
RDF-Triplestore A4,94 s
Führende Graphdatenbank10,3 s
RDF-Triplestore B14,1 s

Graph-Join über zwei Stufen, gleiche Daten, gleicher Rechner. Kürzer ist besser: 14-mal schneller als die führende Graphdatenbank.

Gemessen mit Makor Logos v0.5.0 auf einem Knoten, 8 Performance-Kerne, 64 GB RAMBester von 3 bis 10 Läufen · jede Antwort geprüft
Big Data

Gemacht für semantische Analysen großer Datenmengen.

Semantische Werkzeuge stoßen bei großen Beständen oft an Grenzen, Big-Data-Werkzeuge kennen dagegen keine Begriffe. Makor Logos verbindet beides: Ontologie, Reasoning und Herkunft, verteilt im Cluster und ausgelegt auf Datenmengen im Petabyte-Bereich.

Big Data
Semantische Analyse
1015Byte mit Bedeutung
Läuft im Cluster
Ein Graph, alle Bestände

Läuft im Cluster

Logos läuft verteilt über mehrere Rechner. Wächst der Bestand, kommen weitere Knoten hinzu, statt dass ein einzelner Server an seine Grenzen stößt.

Der ganze Bestand, keine Stichprobe

Analysen laufen über alle Daten, nicht über einen Auszug, der gerade handhabbar ist.

Reasoning im großen Maßstab

Was aus der Ontologie folgt, steht auch über sehr große Graphen zur Verfügung, nicht nur im Prototyp.

Herkunft bei jeder Größe

Auch in großen Beständen lässt sich jede Aussage auf ihre Quelle zurückführen.

Quellgröße spielt keine RolleRechenzeit je 10 übertragene Zeilen
10 000 Zeilen0,29 ms
1 Mio. Zeilen0,35 ms
100 Mio. Zeilen0,37 ms
1 Mrd. Zeilen0,41 ms

Daten in der Quelle, nicht in Makor Logos. Eine Antwort kostet so viel, wie die Antwort groß ist, nicht so viel wie die Quelle.

Hochrechnung

Ein Petabyte im Cluster.

Hochgerechnet aus Messungen auf einem Knoten, mit vorsichtig angesetzter Skalierungseffizienz von 50 bis 70 %. Keine Messung im Cluster.

Knoten1 PB laden1 PB ableiten
1001,7–2,5 Tage2,1–2,9 Std.
1 0004,2–5,9 Std.12–17 Min.
10 00025–35 Min.1,2–1,7 Min.
Herkunft

Jede Antwort, belegt.

BeispielErgebnis mit Herkunft

Fahrzeug F-112 gehört zu Verband V-4.

Abgeleitet
QuelleTabelle fahrzeuge, Flottenverwaltung
MappingM-07 bildet einheit_id auf teilVon ab
FaktEinheit E-9 ist Teil von Verband V-4, aus Tabelle einheiten
RegelteilVon ist transitiv
Abgefragt14:42 UTC
Warum das zählt

Erklärbar, weil die Kette mitgeliefert wird.

Ein Ergebnis ohne Herkunft ist eine Behauptung. Logos hält fest, welche Quelle, welches Mapping und welche Regel zu einer Aussage geführt haben. So bleibt eine Entscheidung erklärbar, auch wenn niemand mehr fragt.

Haltung

Was Logos von Ihnen nicht verlangt.

Keine Migration

Kein Data Lake als Voraussetzung, kein Umzug der Bestände. Logos liest über Mappings aus den Systemen, die Sie heute betreiben. Die eingebaute Graphdatenbank ist eine Option, keine Bedingung.

Kein proprietäres Schema

Ontologien in RDFS und OWL 2, Prüfregeln in SHACL, Abfragen in SPARQL 1.1 und GQL nach ISO/IEC 39075. Von 981 Tests der W3C-Testsuite für SPARQL bestehen 899, keiner schlägt fehl.

Keine Blackbox

Was Logos ableitet, folgt aus definierten Begriffen und Regeln. Jede Folgerung lässt sich bis zur Quelle zurückverfolgen.

Kein Drittland-Hosting

Entwickelt, betrieben und gehostet in Deutschland. Kein Routing über Drittländer, keine extern kontrollierten Dienste im Datenpfad.

Name

Warum Logos.

Logos heißt Wort, Sinn und Ordnung zugleich, und er steckt in jeder „-logie“, auch in der Ontologie. Genau das leistet die semantische Schicht: Sie gibt verstreuten Daten eine Ordnung und einen Sinn.

RohdatenLogos / Ordnung

Lo·gos

[ˈlɔɡɔs]Substantiv, maskulin
Herkunft
Von altgriechisch λόγος (lógos), Wort, Rede, Rechnung; zu λέγειν, sammeln, auflesen, sagen.
1 / Philosophie
Bei Heraklit das Prinzip, das allem Geschehen Ordnung und Zusammenhang gibt.
2 / Sprache
Wort und Sinn in einem. Steckt in jeder „-logie“, auch in der Ontologie, der Lehre vom Seienden.
3 / Daten
Makor Logos, die semantische Schicht von Makor: integriert Datenquellen in einen gemeinsamen Graphen und gibt ihnen Bedeutung. Siehe auch Makor Äther und Makor Atlas.
BelegstellenHeraklit, Fragmente B 1 und B 50
KI & Agenten · Rolle: Gedächtnis

Makor Logos und KI

Für KI ist Logos das Gedächtnis. Sprachmodelle und Agenten greifen auf belegte Fakten und definierte Begriffe zu, statt zu raten. Jede Antwort bringt ihre Herkunft mit: welche Quelle, welches Mapping, welche Regel.

Sprechen Sie mit uns über Ihre Datenlage.

Bringen Sie eine Frage mit, die heute an verteilten Quellen scheitert. Wir zeigen, wie Logos sie beantwortbar macht.

Kontakt info@bonn-systems.com