Verbesserung der Regulierungskonformität mit SHACL

In der öffentlichen Verwaltung sind Regeln und Vorschriften entscheidend. Es ist wichtig, dass Organisationen und Einzelpersonen diese Regeln befolgen. Allerdings kann es kompliziert sein, diese Anforderungen zu modellieren. Traditionelle Methoden, wie die Verwendung der Web Ontology Language (OWL), haben gewisse Einschränkungen. Ein anderer Ansatz ist notwendig, um der spezifischen Natur der regulatorischen Anforderungen gerecht zu werden.

#Herausforderungen mit OWL

OWL ist dafür ausgelegt, Wissen strukturiert darzustellen. Es ermöglicht automatisiertes Schliessen, um zu überprüfen, ob die Informationen korrekt und konsistent sind. Allerdings hat OWL einen grossen Nachteil: Es basiert auf der Annahme einer offenen Welt. Das heisst, es wird angenommen, dass alles, was nicht bekannt ist, trotzdem wahr sein kann. Im Kontext von Vorschriften ist dieser Ansatz nicht geeignet. Vorschriften erfordern, dass das Wissen vollständig ist. Wenn etwas nicht als wahr bekannt ist, wird angenommen, dass es falsch ist.

OWL zur Modellierung regulatorischer Anforderungen zu verwenden, kann schwierig sein. Die Komplexität von Vorschriften umfasst oft viele Alternativen und spezifische Bedingungen. OWL erlaubt nicht einfach, diese Komplexitäten so zu modellieren, dass es für Nicht-Experten einfach zu handhaben ist. Das schafft ein Problem für Organisationen, die keine Spezialisten für Ontologiemanagement haben.

#Einführung in SHACL

Die Shapes Constraint Language (SHACL) bietet eine Alternative. Sie ermöglicht es Nutzern, Regulatorische Anforderungen auf eine Weise zu modellieren, die einfacher zu lesen und zu pflegen ist. SHACL arbeitet unter der Annahme einer geschlossenen Welt. Das bedeutet, dass sie überprüfen kann, ob bestimmte Informationen basierend auf definierten Regeln fehlen. Das macht SHACL zu einer attraktiven Wahl für Organisationen, die sicherstellen müssen, dass sie konform mit Vorschriften sind.

Mit SHACL können komplexe Anforderungen als Einschränkungen modelliert werden. Das erlaubt Fachleuten, die vielleicht nicht über tiefgehendes technisches Wissen verfügen, die Anforderungen zu verwalten, ohne dass sie eine umfangreiche Schulung in Ontologiesprachen benötigen.

#Die Rolle der norwegischen Seeaufsicht

Die norwegische Seeaufsicht (NMA) überwacht Schiffe und Boote in norwegischen Gewässern. Sie haben strenge Vorschriften, um die maritime Sicherheit und Einhaltung zu gewährleisten. Die NMA benötigte ein neues Überwachungssystem, das überprüft, ob Schiffe und Einzelpersonen die notwendigen Anforderungen erfüllen. Ihr vorheriges System war veraltet und ineffizient.

Die NMA stellte fest, dass die Modellierung ihrer Anforderungen mit traditionellen Methoden, wie OWL, nicht ausreichte. Sie benötigten ein System, das komplexe Vorschriften mit vielen Alternativen effizient handhaben konnte. Das führte sie dazu, SHACL für ihre Modellierungsbemühungen zu übernehmen.

#Aufbau des neuen Systems

Die NMA sammelte 150 Dokumente, die verschiedene Vorschriften enthielten. Ziel war es, diese Vorschriften im RDF-Format zu modellieren, das einfach zu lesen und zu verstehen ist. Die ersten Versuche, diese Modelle manuell zu erstellen, waren zeitaufwendig und ineffizient. Es wurde klar, dass ein automatisierter Ansatz notwendig war.

Durch die Anwendung von Techniken der natürlichen Sprachverarbeitung (NLP) konnte die NMA relevante Konzepte und Beziehungen aus den regulatorischen Dokumenten extrahieren. Das half, den Modellierungsprozess zu optimieren und die benötigte Zeit zur Erstellung dieser Modelle erheblich zu reduzieren.

Der neue Ansatz der NMA ermöglichte es ihr, automatisch semantische Wissensgraphen zu erzeugen, die die regulatorischen Anforderungen visuell darstellen. Durch die Einführung dieser Graphen wurden die Kosten und der Zeitaufwand für Wissensmodellierung stark gesenkt.

#SHACL in Aktion

SHACL ermöglicht die Modellierung von Anforderungen mit UND- und ODER-Bedingen, was es sehr flexibel macht. Wenn zum Beispiel eine Vorschrift besagt, dass ein Seemann verschiedene Seefahrtsdienstoptionen erfüllen muss, um eine Zertifizierung zu erhalten, kann SHACL diese Bedingungen klar modellieren.

Eine Anforderung könnte so formuliert werden, dass ein Seemann entweder:

• 36 Monate Seefahrtserfahrung als Deckoffizier oder
• 24 Monate Erfahrung mit mindestens 12 Monaten als Chef-Offizier haben muss.

Diese Fähigkeit, Alternativen zu beschreiben, hilft, die Nuancen der Vorschriften festzuhalten, ohne die Klarheit zu verlieren.

#Die Vorteile der Verwendung von SHACL

Die Verwendung von SHACL hat sich für die NMA als vorteilhaft erwiesen. Es ermöglicht ihnen, lesbare Modelle zu erstellen, die von Fachleuten verstanden werden können. Das war bei OWL nicht der Fall, das ein tieferes Verständnis von formaler Logik und Mengentheorie erfordert.

Mit SHACL können Fachleute die Anforderungen leicht erkennen und notwendige Aktualisierungen vornehmen, ohne eine umfangreiche Schulung in semantischen Technologien zu benötigen. Diese Flexibilität ermöglicht eine bessere Verwaltung der Vorschriften und sorgt dafür, dass sie aktuell bleiben.

#Validierungsfunktionen von SHACL

Eine der stärksten Funktionen von SHACL ist seine Fähigkeit zur Validierung von Daten. Durch die Anwendung von SHACL-Formen kann die NMA überprüfen, ob einzelne Seeleute die erforderlichen Anforderungen für ihre Zertifikate erfüllen. Wenn ein Seemann die Anforderungen nicht erfüllt, kann das System einen Bericht erstellen, in dem aufgeführt ist, welche Informationen fehlen.

Diese Fähigkeit, Informationslücken zu identifizieren, ist entscheidend für die NMA, da sie hilft, die Einhaltung zu gewährleisten und Sicherheitsstandards in maritimen Operationen aufrechtzuerhalten.

#Vergleich mit anderen Modellen

Während SHACL nicht die einzige Sprache zur Modellierung regulatorischer Anforderungen ist, hat es klare Vorteile. Andere Sprachen wie SPARQL Inferencing Notation (SPIN) und Shape Expressions (ShEx) zielen ebenfalls darauf ab, RDF-Daten zu validieren, bieten jedoch nicht denselben Grad an Benutzerfreundlichkeit wie SHACL.

SHACL ist speziell für Einschränkungen entwickelt und druckt mehr aus als SPIN. Diese Ausdruckskraft ist entscheidend, um die komplexe Natur von regulativen Daten zu handhaben.

Während SHEx eine Grammatik für RDF-Daten bietet, konzentriert sich SHACL darauf, zu prüfen, ob die Daten die festgelegten Einschränkungen erfüllen. Das macht SHACL zur bevorzugten Wahl für Organisationen wie die NMA, die genaue Bewertungen gegen regulatorische Anforderungen benötigen.

#Fazit

Zusammenfassend lässt sich sagen, dass die Anwendung von SHACL zur Modellierung regulatorischer Anforderungen offensichtliche Vorteile hat. Es ermöglicht die Handhabung komplexer maritimer Vorschriften mit Klarheit und Leichtigkeit und kommt den Bedürfnissen von Fachleuten ohne technischem Hintergrund entgegen. Durch die Einführung von SHACL ist die norwegische Seeaufsicht besser in der Lage, die Einhaltung und Sicherheit in der maritimen Industrie zu gewährleisten.

Die Fähigkeit von SHACL, geschlossene Weltannahmen und komplexe Einschränkungen zu handhaben, macht es zur idealen Wahl für das regulatorische Modellieren. Dieser Wandel vereinfacht die zukünftige Wartung und fördert ein besseres Verständnis der Anforderungen, sodass alle Beteiligten effektiv auf die Einhaltung hinarbeiten können.

Die Erfahrungen der norwegischen Seeaufsicht zeigen das Potenzial von SHACL zur Verbesserung der Praktiken der regulatorischen Modellierung in verschiedenen öffentlichen Sektoren. Wenn Organisationen effektive Lösungen für das Compliance-Management suchen, kann die Einführung von SHACL den Weg für eine bessere Governance und Aufsicht ebnen.