Jump-in ArcGIS Knowledge  

ArcGIS Knowledge bietet eine umfassende Lösung zur Implementierung von Knowledge Graphen innerhalb eines ArcGIS-Systems und ermöglicht die Integration, Analyse und Visualisierung von strukturierten und unstrukturierten Daten in einer GIS-Umgebung. In diesem Beitrag erhalten Sie alle charakteristischen Informationen zu ArcGIS Knowledge.

Warum sind Knowledge Graphen so relevant wie noch nie?

Laut der Gartner Studie werden im Jahr 2025 in 80% der Dateninnovationen und auch der analytischen Innovationen Graph-Technologien implementiert sein.

Mit dem Lieferkettensorgfaltspflichtengesetz (LkSG) für Unternehmen ab 1.000 Mitarbeitenden, stehen viele Unternehmen beispielsweise vor der Herausforderung ihre Lieferketten zu bewerten, zu analysieren und zu monitoren. Auch hier zeigt sich, dass Knowledge Graphen eine schnelle, flexible und effiziente Möglichkeit bieten im Sinne des LkSG zu handeln. 

Auch die Abbildung von sicherheitsrelevanten Daten wie Kriminalitätsgeschehen oder wirtschaftliche Verflechtungen können besonders gut mit Knowledge Graphen abgebildet werden. 

Knowledge Graphen sind ein Datenmodell welches Daten auf eine bestimmte Art und Weise in einer eigens dafür verwendeten Datenbank speichern. Diese Datenbanken sind sogenannte NoSQL-Datenbanken, also Datenbanken die nicht mit SQL funktionieren bzw. nicht als relationale Datenbanken gelten.

In Knowledge Graphen gibt es deshalb grundsätzlich nur zwei Datentypen:  

– Entitäten (Knoten) und  

– Beziehungen (Kanten).  

Bei dieser Art der Speicherung sind die Beziehungen zwischen Entitäten ebenso wichtig wie die Entitäten selbst. Somit können neue und tiefergreifende Erkenntnisse aus den Daten gewonnen werden.  

Was unterscheidet Knowledge Graphen von tabellarischen Daten? 

• Die Beziehungen zwischen Entitäten haben den gleichen Stellenwert wie die Entitäten selbst. Das ermöglicht neue Sichtweisen und ein tieferes Verständnis der Verortung von Objekten (Attributen/Entitäten) im Beziehungsgefüge.  
• Auch Knowledge Graphen können über eine Query-Language, OpenCypher, abgefragt und angesprochen werden. Ebenso ist auch die Einbindung von Python-Skripten, KI oder Automatisierungen möglich. 
• Für Graphdatenbanken sind keine temporären Join-Tabellen, die bei relationalen Datenbanken bei komplexen Abfragen im aktiven Speicher erstellt werden, notwendig. Dadurch wird nicht nur Rechenzeit, sondern auch Rechenleistung gespart. Die Sprünge über die einzelnen Tabellen, sogenannte Hobs, bleiben aus. Der Knowledge Graph weiß von vorneherein, wer mit was verbunden ist. 
• Die dynamische und skalierbare Struktur von Knowledge Graphen ermöglicht eine flexible Erweiterung der Graphdatenbank, je nach Kapazität der IT-Infrastruktur. Dadurch sind bspw. die Eigenschaften von Entitäten unabhängig voneinander konfigurierbar und müssen nicht in fixen Tabellenstrukturen beim Fehlen von Inhalten mit NULL befüllt werden. 
• Die Formatierung und Speicherung von Daten wird durch die Struktur des Knowledge Graphen Modells flexibler, da verschiedene Datenformate (strukturierte, unstrukturierte, räumliche und nicht-räumliche Daten) zusammen gespeichert werden können. 
• Knowledge Graphen können verschieden visualisiert werden. Beispiele sind Verbindungsdiagramme, tabellarische Ansichten, Histogramme oder auch Kartenvisualisierungen. Mit der Verortung von Entitäten und Beziehungen auf einer Karte können besonders auch räumliche Zusammenhänge visuell sichtbar gemacht werden, die in anderen Ansichten verborgen bleiben. 

Knowledge Graphen in der ArcGIS Plattform 

Mit ArcGIS Knowledge bietet Esri eine Rundum-Komplettlösung für die Implementierung von Knowledge Graphen in Ihrem ArcGIS System. Mit Hilfe von ArcGIS Knowledge können Sie Ihre bestehende ArcGIS Enterprise Umgebung erweitern und für die Verwaltung, Analyse und Visualisierung von Knowledge Graphen nutzbar machen.

Es handelt sich also um ein vollumfängliches Graphdatenbankmanagementsystem innerhalb einer GIS-Umgebung. Dies bietet vielerlei Vorteile, wie bspw.: 

• Einfacher Import von relationalen Datenbanken, strukturierten, unstrukturierten, räumlichen und nicht-räumlichen Daten. Egal ob Standorte, PDF-Dokumente, Word-Texte oder URLs, all das kann als Entität in einem Knowledge Graphen verwendet und miteinander verbunden werden.
• Flexible und dynamische Erweiterung der ArcGIS Portal Umgebung, durch Anbindung weiterer funktionaler Server, etwa für Realtime-Analyse oder Imagery-Auswertungen in Ihrer ArcGIS Enterprise Installation. 
• Viele ArcGIS Enterprise Analyse-Funktionen, welche für Knowledge Graphen anwendbar sind.
• Die Verbindung von GIS-Know-how und Knowledge Graphen, wodurch die Visualisierung von räumlichen Zusammenhängen innerhalb einer Kartendarstellung möglich wird.
• Integration und Nutzung von Python-Skripten und ArcGIS Notebooks für erweiterte Funktionalitäten, etwa der Automatisierung des Datenimports oder eines Exports. 
• Die Möglichkeit bereits verwendete NoSQL-Datenbanken anzubinden.
• Zusammenarbeit mit Kollegen einer ArcGIS Enterprise Umgebung an einem Knowledge Graphen-Projekt. 

Was brauche ich für ArcGIS Knowledge? 

Insgesamt benötigt ArcGIS Knowledge drei Komponenten, um zu funktionieren. Dazu zählt der ArcGIS Knowledge Server, der Graph DataStore und mindestens ein ArcGIS Enterprise Base Deployment. Zusätzlich können NoSQL-Datenbanken an die ArcGIS Knowledge Server Instanz angebunden werden. Hier werden Neo4j und ArangoDB unterstützt. 

Die Bearbeitung und Analyse der Knowledge Graphen kann über die Desktop-Software als Erweiterung in ArcGIS Pro (im Store erhältlich) oder im Web in Knowledge Studio vorgenommen werden. Dementsprechend wird eine ArcGIS Pro Lizenz benötigt.

Hauptkomponenten 

ArcGIS Enterprise Base Deployment – stellt die grundlegende Instanz für die Kommunikation zwischen Server-Instanzen und Data Stores dar. Das Base Deployment enthält dabei eine Portal for ArcGIS Installation, einen hosting ArcGIS Server und eine ArcGIS DataStore Installation, welche als relationale Datenbank konfiguriert wird. Hier werden die Feature Layer und Apps gehostet.

ArcGIS Knowledge Server – dieser kommuniziert mit dem ArcGIS Graph DataStore. Der ArcGIS Knowledge Server dient als rechentechnische Instanz zur Abfrage, Verwaltung und Analyse von im Graph DataStore oder auch in der NoSQL-Datenbank gespeicherten Knowledge Graphen. Wichtig, ArcGIS Knowledge Server sollte in der gleichen Version wie ArcGIS Server installiert werden.  

ArcGIS Graph DataStore – ist eine Instanz, welche auf eine oder mehrere Graphdatenbanken zugreift. Der Graph Store ist mit einem DataStore gleichzusetzen, welcher bei der Einrichtung als Graph Store konfiguriert wird. Insgesamt ist der ArcGIS Graph DataStore für die Speicherung der Knowledge Graphen zuständig.  

Nach der Installation und Lizenzierung von ArcGIS Knowledge beginnt das Arbeiten mit Knowledge Graphen. Das Erstellen, Managen und Visualisieren erfolgt in der Desktop Software ArcGIS Pro oder ArcGIS AllSource. In der Webanwendung Knowledge Studio können Viewer auf den bereits erstellten Knowledge Gaphen lesend zugreifen und ihre Erkenntnisse aus den Beziehungen ziehen. 

Welche Variante man nutzt, hängt vom Umfang der Bearbeitung und Aufgaben ab. Weitere Informationen dazu finden sich im nächsten Teil der Blog-Artikel Reihe „Arbeiten mit ArcGIS Knowledge – Desktop- oder Webanwendung“.