Unser Staat geht davon aus, dass er selbst ein Rechtsstaat ist und dass deshalb seine Organe auch stets rechtmäßig handeln. So hat es mir mein Anwalt heute erklärt, wenn ich ihn richtig verstanden habe. Aufgrund dieser Grundannahme hat unser Staat offenbar keine Probleme damit sich selbst Vollstreckungstitel auszustellen. „Ich bin ja ein Rechtsstaat“, denkt er sich, „und somit sind meine Forderungen selbstverständlich auch rechtmäßig“. Auch wenn mein Anwalt ein wenig Licht ins Dunkel bringen konnte: Vollends nachvollziehen kann ich die Forderung, die die Landesjustizkasse Mainz mir gegenüber erhebt noch nicht. Man hält es auch nicht für nötig mir die Forderung transparent zu machen. Warum auch? Denn im Gegensatz zu Unternehmen und jedem Bürger dieses Staates, kann der Staat selbst auf ein ordentliches Mahnverfahren verzichten. Zahle ich nicht, droht Zwangsvollstreckung, Ordnungshaft und ein Eintrag ins Schuldnerverzeichnis. Möglich macht das laut meiner eigenen Recherche das Verwaltungs-Vollstreckungsgesetz bzw. dessen Pendant auf Landesebene, diese oder andere Rechtsgrundlagen wurden aber nicht aufgeführt. Also denn, dann zahle ich mal als treuer Diener des Staates. Ich will auch gar nicht abstreiten, dass die Forderung berechtigt ist – nur die Art und Weise wie sie intransparent und hoheitlich erhoben wird ist eines Rechtsstaats meiner Meinung nach nicht würdig.

Meine Studienarbeit zum Thema “Chancen und Techniken von Linked Data” ist mittlerweile fertig und steht unter CC-Lizenz zum Download (PDF) bereit.

In der Studienarbeit wird das Konzept “Linked Data” beschrieben. Dabei handelt es sich um ein Thema im Umfeld des semantischen Webs, einer erweiterten Form des World Wide Web, mit der Informationen und deren Bedeutung für Maschinen verwertbar gemacht werden sollen. Kernidee von “Linked Data” ist es, strukturierte Daten über URIs zugänglich zu machen und untereinander zu verlinken, um so ein “Web aus Daten” aufzubauen und verwandte Informationen auffindbar zu machen. Die Studienarbeit ordnet “Linked Data” in das thematische Umfeld des semantischen Webs ein und erörtert den Stand der Technik. Anwendungsgebiete und Chancen werden aufgezeigt. Die Studienarbeit legt darüber hinaus praktische Anwendungsmöglichkeiten für “Linked Data” dar und bewertet die Zukunftsaussichten.

Eigentlich wollte ich parallel zur Studienarbeit über dieses Thema regelmäßig bloggen. Leider hat mir dazu die Zeit nicht in dem Maße gereicht, wie ich mir das vorgestellt hatte. Wer möchte kann sich natürlich jetzt die komplette Studienarbeit zu Gemüte ziehen, ich werde aber nach und nach wie versprochen noch den ein oder anderen Artikel zum Thema bloggen.

Freue mich trotzdem, wenn jemand auch die Studienarbeit selbst liest und mir dazu Feedback gibt. Hätte mich gerne noch viel intensiver mit dem Thema befasst, aber drei Monate Bearbeitungszeit sind nicht viel. Unabhängig von der Studienarbeit werde ich das Thema aber weiter verfolgen, weil es mich sehr interessiert und ich viel Potential in Linked Data sehe.

Heute morgen kam mir eine simple aber effektive Idee, wie der Datenschutz in sozialen Netzwerken erhöht werden könnte. In den mir bekannten Social Networks habe ich sehr eingeschränkte Möglichkeiten die Sichtbarkeit meiner Daten festzulegen. Meist stehen Optionen wie “öffentlich”, “nur meine Freunde”, “die Freunde meiner Freunde” oder “nur ich” zur Verfügung, um zu bestimmen wer meine Daten sehen darf. Da soziale Netzwerke immer größer werden, das heißt immer mehr Menschen in diesen Netzwerken angemeldet sind, wird diese Einteilung der Realität nicht mehr gerecht. Ich treffe in den Netzwerken nicht mehr nur meine direkten Freunde, sondern auch entfernte Bekannte, Kollegen, Vorgesetzte, potentielle Arbeitgeber, Konkurrenten, Verbündete, potentielle Lebensabschnittsgefährtinnen und die, die es mal waren.

Meinem Chef erzähle ich in der Regel nicht, welches nette Mädel ich am Wochenende kennengelernt habe, meinen Kumpels aber schon. Ebenso wie man im echten Leben unterschiedlichen Menschen auch einen unterschiedlichen Einblick in sein Leben gibt, soll dies auch bei sozialen Netzwerken möglich sein. Ich schlage deshalb die Einführung von “Social Scopes” in sozialen Netzwerken vor.

Unter einem Social Scope verstehe ich die Klassifizierung von Kontakten innerhalb sozialer Netzwerke. Die Scopes kann jeder Nutzer selbst definieren und sie sind nur für diesen Benutzer sichtbar. Jedes Mal, wenn ich eine Person zu meinen Kontakten hinzufüge, ordne ich sie meinen Scopes zu und bestimme dadurch, welche Daten für sie sichtbar sind. Ein Beispiel zur Erläuterung: Ich definiere mir folgende 3 Scopes:

1. Freunde
2. Arbeit
3. Politik

Alle meine Kontakte ordne ich nun einem oder mehreren dieser Scopes zu. Dies dient nur zu meiner internen Klassifizierung, es ist für niemanden sonst sichtbar (außer für den Anbieter des Social Networks und denjenigen ders hackt, aber das ist ein anderes Thema…). Außerdem mache ich für meine Daten Angaben, in welchen Scopes sie sichtbar sind:

• Wohnort [Freunde, Arbeit]
• Geburtsdatum [Freunde]
• Firma [Arbeit]
• Parteizugehörigkeit [Politik]
• Mitgliedschaft in Gruppe “Saufen bis der Arzt kommt!” [Freunde]
• Mitgliedschaft in Gruppe “Programmieren ist mein Hobby” [Freunde, Arbeit]
• u.s.w.

In der Praxis könnte man die Scopes auch viel weiter differenzieren, ähnlich wie oben aufgelistet, je nach eigenem Bedarf. Ein weiteres wichtiges Feature solcher Scopes wäre meiner Meinung nach, bestimmen zu können, wer über welche Bekanntschaften informiert wird, d.h. welche Scopes sich gegenseitig sehen. So könnte ich zum Beispiel definieren, dass alle meine Kontakte im Scope “Arbeit” nicht sehen können, wer meine Freunde sind oder mit wem ich politisch zu tun habe.

Ich weiß nicht ob die Idee solcher Social Scopes schon auf die ein oder andere Weise an anderen Stellen angedacht wurde. Jedenfalls kenne ich kein Social Network, bei dem ein solches Feature existiert. Es zu implementieren sollte kein großer Aufwand sein, ist aber ein großer Gewinn für die Privatsphäre und die informationelle Selbstbestimmung. Ich freue mich über Feedback in den Kommentaren.

Nach unserem kurzen Ausflug ins Web of Data, wollen wir nun die Sprache näher betrachten, die diese Daten beschreibt. Was HTML im “normalen” Web ist, ist hier RDF. RDF beschreibt Ressourcen und steht deshalb - oh Wunder - für Resource Description Framework.

Wir erinnern uns: Im Datenweb gibt es nicht nur Dokumente, sondern alle möglichen Dinge über die wir Daten hinterlegen können, z.B. Städte, Personen, Medikamente, Bücher, Ereignisse, … Diese Dinge nennt man im Datenweb Ressourcen. Die Grammatik von RDF ist einfach: Eine Ressource beschreibt man in der Form Subjekt - Prädikat - Objekt. Dieses Dreigespann heißt RDF-Tripel. Subjekt ist die Ressource, die beschrieben wird, Prädikat ist die Aussage die wir über diese Ressource treffen und Objekt ist der Wert oder Gegenstand dieser Aussage.

Wir können zum Beispiel sagen “Angelo Veltens interessiert sich für Linked Data” Ich bin in diesem Fall das Subjekt, also die Ressource die wir beschreiben, “interessiert sich” ist Prädikat und “Linked Data” das Objekt. Soweit ist es erstmal ein gewöhnlicher deutscher Satz. In RDF-XML sieht der gleiche Sachverhalt folgendermaßen aus:

<rdf:RDF
  xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
  xmlns:foaf="http://xmlns.com/foaf/0.1/">

  <foaf:Person rdf:about="http://data.kontroversen.de/foaf.rdf#me">
    <foaf:interest rdf:resource="http://dbpedia.org/resource/Linked_Data"/>
  </foaf:Person>
</rdf:RDF>

http://data.kontroversen.de/foaf.rdf#me ist die URI die mich identifiziert und das Subjekt dieser Aussage. Durch die Verwendung des Tags <foaf:Person> wird zusätzlich noch ausgedrückt, dass die beschriebene Ressource vom Typ foaf:Person ist. Das Tag <foaf:interest> ist ein Prädikat, welches Interesse an einem Themengebiet formal beschreibt. Das Attribut rdf:resource verweist auf das Objekt dieser Aussage. Ich habe hier einen Link in die Dbpedia genutzt um das Themengebiet Linked Data zu identifizieren.

Achtung: RDF ist nicht das selbe wie RDF-XML! XML ist lediglich eine Darstellungsform von RDF. Andere Darstellungsformen sind Notation 3 (N3) oder ein RDF-Graph. In Notation 3 sieht unser Beispiel folgendermaßen aus:

@prefix foaf: <http://xmlns.com/foaf/0.1/>
<http://data.kontroversen.de/foaf.rdf#me>
  foaf:interest
    <http://dbpedia.org/resource/Linked_Data>.

Und hier als RDF-Graph:

Die eigentliche Herausforderung beim Beschreiben von Ressourcen mittels RDF liegt nicht in der Grammatik, die wie ihr seht wirklich mehr als einfach ist, sondern bei der Wahl und ggf. Neudefinition von Vokabularen, auch Ontologien genannt. Auf einige dieser Ontologien, z.B. das in diesem Beispiel verwendeten FOAF, werde ich in kommenden Artikeln näher eingehen. Zur Definition von Ontologien haben sich zwei Sprachen etabliert: Die Web Ontology Language (kurz OWL) und RDF-Schema. Auch der Eigendefinition von Vokabularen werde ich noch einen Beitrag widmen. Allerdings sollte man damit sehr sparsam umgehen und nach Möglichkeit eine bestehende Ontologie wiederverwerten oder bei Bedarf ergänzen, damit wir ihm Datenweb nicht enden wie beim Turmbau zu Babel und niemand mehr den anderen versteht.

Weiterführende Links:

• RDF-XML-Tutorial
• N3-Tutorial
• FOAF Vocabulary Specification

Am 9. November ist in der Vergangenheit schon so einiges passiert - Positives wie Negatives. Nicht umsonst wird dieser Tag auch als Schicksalstag der Deutschen bezeichnet. Während insbesondere an den Mauerfall schon hinreichend oft erinnert wurde, möchte ich an dieser Stelle noch ein anderes Ereignis ins Gedächtnis rufen: Den Beschluss der Vorratsdatenspeicherung.

Am 09. November 2007 haben 366 deutsche Abgeordnete für ein Gesetz gestimmt, das alle Bürger unter Generalverdacht stellt und ohne Anlass überwacht. Von uns allen wird gespeichert, wann wir mit wem telefonieren, wie lange das Gespräch dauert, wo wir uns bei Mobilfunkgesprächen und SMS aufhalten, wem wir E-Mails schicken und wann wir uns ins Internet einwählen. Für ein halbes Jahr werden diese Daten anlasslos festgehalten!

Das Gesetz ist immer noch da. Und es ist nicht weniger schlimm geworden, in den zwei Jahren seit Beschluss. Auch die neue Regierung mit der ach so liberalen FDP hat dieses Gesetz nicht wieder abgeschafft. Die Daten werden nach wie vor gespeichert. So lange dieses Gesetz existiert müssen wir dagegen protestieren. Nichts rechtfertigt die anlasslose Überwachung der eigenen Bürger!