Seit einigen Jahren erlangt die Thematik "Wissen und Umgang mit Wissen in Organisationen" bzw. "Wissensmanagement" nicht nur in der Unternehmenspraxis, sondern auch in der Wissenschaft zunehmende Aufmerksamkeit. Wissenschaftler und Praktiker widmen sich verstärkt der Fragestellung, Wissen erfolgreich zu managen und betrachten Wissen als Quelle für nachhaltige Wettbewerbsvorteile. Hierfür bedarf es eines Umdenkens im Management dahingehend, den Umgang mit Wissen in den Vordergrund sämtlicher Aktivitäten zu stellen. Trotz der zahlreichen Publikationen zur Thematik ist bisher nur ein geringes Maß an Einheitlichkeit in den einschlägigen Begriffen und Theorien erreicht worden, das dem veränderten Stellenwert von Wissen umfassend gerecht würde. Die Vielzahl der Publikationen und deren Heterogenität lassen darauf deuten, daß es sich bei Wissen und dem Umgang mit Wissen um ein höchst komplexes Thema handelt. Zugleich zeigt sich, daß die Thematik keineswegs ausschließlich in das Forschungsgebiet der Betriebswirtschaftslehre fällt. Auch aus anderen Wissenschaftsdisziplinen liegt eine Vielzahl von Veröffentlichungen vor, so z.B. aus den Gebieten Epistemologie, Soziologie, Kognitionspsychologie, Kreativitätsforschung, Bibliotheks- und Informationswissenschaften, Informatik und Pädagogik. Dabei betrachten die verschiedenen Disziplinen jeweils spezifische Fragestellungen und diskutieren die Thematik aus verschiedenen Blickwinkeln, mit jeweils unterschiedlichen Erkenntniszielen und Methoden. Obgleich die vorhandene Literatur eine überaus heterogene Struktur aufweist und die meisten Beiträge eher explorativer Natur sind, scheint die Schlußfolgerung gerechtfertigt, Wissen und den Umgang mit Wissen als interdisziplinäres Forschungsgebiet anzusehen. Allerdings existiert bislang kein in sich geschlossener Ansatz, der die verschiedenen Stränge in einen einheitlichen Bezugsrahmen vereint. Jüngst sind aber erste Bemühungen erkennbar, um Forschungsansätze aus verschiedenen Wissenschaftsgebieten zu integrieren. Vor diesem Hintergrund besteht ein wesentliches Ziel dieser Dissertation, die vorhandene Literatur aufzuarbeiten und auszuwerten, um zugleich Ansatzpunkte für zukünftige Forschungsarbeiten zu identifizieren. Bei der Aufarbeitung der Literatur wird die Vielfältigkeit und Heterogenität der Publikationen berücksichtigt, um möglichst ein breites Spektrum abzudecken. Damit leistet die Arbeit einen Beitrag zur weiteren Integration interdisziplinärer Forschungsergebnisse auf dem Gebiet "Wissen und Umgang mit Wissen in Organisationen". Als Anknüpfungspunkt wurde dabei die Wissensbasis einer Organisation gewählt, die in vielen Veröffentlichungen im Mittelpunkt steht. In der Arbeit werden unterschiedliche Möglichkeiten zur Systematisierung vorgestellt. Darauf aufbauend wird ein eigener Systematisierungsansatz entwickelt, der auf den Grundunterscheidungen nach Arten des Wissens (Wissensarten), Trägern des Wissens (Wissensträgern) und Prozessen des Umgangs mit Wissen (Wissensprozessen) basiert. Die Tragfähigkeit des Ansatzes soll dadurch überprüft werden, inwieweit eine solche Unterscheidung in vorhandenen Konzepten zum Wissensmanagement enthalten ist. Da die Wissensbasis in einem unmittelbaren Zusammenhang mit den Wertschöpfungsprozessen des Unternehmen steht, besteht zudem die Möglichkeit, den Systematisierungsansatz mit verschiedenen Managementebenen im Sinne einer Rahmenkonzeption für eine wissensorientierte Unternehmensführung zu verknüpfen. Ein solches Rahmenkonzept erlaubt es, Gestaltungsempfehlungen für ein Management des Wissens von und in Organisationen abzuleiten.

Um vorhandene Wissenslücken bestimmen zu können, stellen Online-Selbsttests ein geeignetes Instrument dar. In ihnen werden Soll-Anforderungen abgebildet und vorhandenes Ist-Wissen abgefragt. Durch diese mediale Unterstützung sind Lernbedarfe individuell bestimmbar, jedoch trägt sie nicht per se zur Förderung der Selbststeuerung im Lernprozess bei. Ziel dieses Beitrags ist es, Grenzen von diagnostischen Online-Selbsttests zu identifizieren und zugleich Potentiale für die Unterstützung der Reflexion im selbstgesteuerten Lernprozess aufzuzeigen. Anhand eines entwickelten Online-Selbsttests für Studierende zur eigenständigen Einschätzung ihrer Fähigkeiten und Kenntnisse im Bereich des methodisch-wissenschaftlichen Arbeitens, der hochschulweit zur Verfügung gestellt wurde, sowie parallel erhobener Metadaten erfolgt eine kritische Bestandsaufnahme zur Wirksamkeit von Online-Selbsttests. Die Ergebnisse dieses Beitrags tragen zur konzeptionellen Weiterentwicklung dieses Instrumentes bei.

Die Dissertation mit dem Titel „Wissensorientiertes Management: Ein systemischer Ansatz zur Mobilisierung von Erfahrungswissen“ widmet sich dem individuellen, persönlichen Erfahrungswissen als Teil des breit und interdisziplinär diskutierten Begriffs Wissen und dessen Relevanz für ein wissensorientiertes Unternehmen. Dafür wird eine Organisationsarchitektur auf Basis einer kontemporären Managementphilosophie und unter Berücksichtigung von Social Software vorgestellt, mit deren Hilfe der Austausch und die Generierung von Erfahrungswissen für eine Unternehmung gefördert werden kann. Ziel der Dissertation ist damit die Konzeption eines organisationsweiten Managementansatzes zur Mobilisierung von Erfahrungswissen in Unternehmen. Um die zentralen Probleme des Wissensmanagements, u. a. die reduktionistische Sicht auf Wissen als explizite, objektive Größe zu vermeiden, wird ein systemischer bzw. ganzheitlicher Ansatz beim Umgang mit Wissen verfolgt. Durch die systematische Literaturanalyse zu den Themen Erfahrungswissen und Wissensmanagement kommt die Arbeit zur Empfehlung, ein wissensorientiertes Management für die Mobilisierung von Erfahrungswissen als holistisches Gesamtkonzept in Unternehmen zu etablieren. Im Rahmen einer modelltheoretischen Analyse werden 14 Anforderungen an die Mobilisierung von Erfahrungswissen erhoben, drei Wissensmanagement-Modelle ausgewählt und detailliert auf ihre Eignung für die Mobilisierung von Erfahrungswissen geprüft und aus den Erkenntnissen mit dem IDEA Modell ein eigener Ansatz zur Beschreibung der komplexen Wirkzusammenhänge (Momente) und als strukturierender Ordnungsrahmen vorgestellt. Ausgehend von den technischen, soziokulturellen und organisationalen Prinzipien von Social Software wird deren potenzieller Beitrag zur Stärkung von sozialer Interaktion und Partizipation herausgestellt und für den angestrebten systemischen Managementansatz für die Wissensmobilisierung in Unternehmen eine Enterprise 2.0 Architektur als Ordnungsrahmen entworfen und hinsichtlich der Einflussfaktoren und Herausforderungen an die Umsetzung detailliert.:1 Einführung 10 1.1 Ausgangssituation 11 1.1.1 Vorbemerkung 11 1.1.2 Problemstellung 15 1.2 Zielstellung und Schwerpunkt 17 1.3 Forschungsdesign 20 1.4 Aufbau der Arbeit 23 2 Erfahrungswissen 27 2.1 Vom Wissen zum Erfahrungswissen 29 2.2 Bedeutung von Erfahrungswissen 34 2.2.1 Erfahrungswissen in der technisierten Arbeitswelt 35 2.2.2 Ökonomische Bedeutung von Erfahrungswissen 38 2.2.3 Erfahrungswissen als Residualkategorie allen praktischen Handelns 39 2.3 Betrachtungsdimensionen Prozess vs. Zustand 42 2.3.1 Erfahrung-Machen als Prozess 44 2.3.2 Erfahrung-Besitzen als Zustand 49 2.3.2.1 Erfahrungswissen als Ergebnis 49 2.3.2.2 Erfahrungswissen als Ressource 51 2.3.3 Abgeleitete Eigenschaften von Erfahrungswissen 53 2.4 Erscheinungsformen von Erfahrungswissen 57 2.4.1 Tiefendimension von Erfahrungswissen 57 2.4.2 Erfahrungswissen als Expertise 64 2.5 Zusammenfassung 71 2.5.1 Merkmale von Erfahrungswissen 72 2.5.2 Eine Arbeitsdefinition zum Erfahrungswissen 74 3 Management von und für Wissen 76 3.1 Einführung zum Wissensmanagement 77 3.1.1 Resource-based View 78 3.1.2 Knowledge-based View 80 3.2 Entwicklungslinien und Ansätze im Wissensmanagement 84 3.2.1 Entwicklungsgeschichte von Wissensmanagement 84 3.2.2 Ansätze von Wissensmanagement 87 3.2.2.1 Generationen im Wissensmanagement 90 3.2.2.2 Ganzheitliche und problemorientierte Ansätze 92 3.2.2.3 Technik- und humanorientierte Ansätze 93 3.2.2.4 ‚Hard Track’ und ‚Soft Track’ Ansätze 96 3.3 Vom Wissensmanagement zum wissensorientierten Management 98 3.3.1 Neue Systematisierung von ganzheitlichem Wissensmanagement 98 3.3.2 Kritische Anmerkungen zum Managen von Wissen 105 3.3.3 Management von kontext- und personenabhängigem Erfahrungswissen 108 3.3.3.1 Umgang mit Expertise im Wissensmanagement 109 3.3.3.2 Vom exzessivem zum selektiven Wissensmanagement 114 3.3.4 Wissensorientiertes Management für Erfahrungswissen 116 3.4 Zusammenfassung und Fazit 120 4 Modell-theoretischer Ansatz für die Mobilisierung von Erfahrungswissen 122 4.1 Anforderungserhebung 123 4.1.1 Betrachtungsgegenstand Erfahrungswissen 124 4.1.2 Betrachtungsgegenstand Management von und für Wissen 126 4.2 Analyse etablierter Wissensmanagement-Modelle 128 4.2.1 Grazer Metamodell des Wissensmanagements 129 4.2.2 Theorie der Wissensschaffung im Unternehmen (SECI) 133 4.2.3 Ba-Konzept 137 4.2.4 Sense-Making-Model Cynefin 140 4.2.5 Kritische Würdigung und Implikationen 145 4.3 IDEA: Ein Modell zur Mobilisierung von Erfahrungswissen 153 4.3.1 Grundverständnis IDEA 153 4.3.1.1 Interaktion 155 4.3.1.2 Dokumentation 156 4.3.1.3 Evolution 157 4.3.1.4 Adoption 158 4.3.1.5 Gesamtkontext IDEA 159 4.3.2 Anwendungsszenario: Wissensmobilisierung durch IDEA 161 4.4 Zusammenfassung und Interpretation 166 5 Umsetzungskonzept 170 5.1 Voraussetzungen 171 5.1.1 Bisheriger Weg 171 5.1.2 Gestaltungskomponenten im OSTO Systemmodell 175 5.2 Social Software – Technische Dimension 179 5.2.1 Klassifizierung von Social Software 180 5.2.1.1 Social Software und Groupware 180 5.2.1.2 Akronym SLATES 182 5.2.1.3 Social Software Dreieck 183 5.2.2 Anwendungskategorie Wikis 184 5.2.2.1 Spezifika von Wikis 184 5.2.2.2 Wikis im wissensorientierten Management 185 5.2.3 Anwendungskategorie Weblogs 187 5.2.3.1 Spezifika von Weblogs 187 5.2.3.2 Weblogs im wissensorientierten Management 188 5.2.4 Anwendungskategorie Social Network Services 191 5.2.4.1 Spezifika von Social Network Services 191 5.2.4.2 Social Network Services im wissensorientierten Management 194 5.2.5 Wissenstransfer mit Social Software 196 5.3 Social Software - Soziokulturelle und organisationale Aspekte 198 5.3.1 Das Interaktionsstufen-Konzept aus der CSCW-Forschung 199 5.3.2 Web 2.0 – Prinzipien 202 5.3.3 Unternehmens- und Wissenskultur 208 5.3.4 Zwischenfazit 212 5.4 Enterprise 2.0 – eine Architektur zum Transfer von Erfahrungswissen 214 5.4.1 Enterprise 2.0 214 5.4.2 Enterprise 2.0-Architektur 217 5.4.2.1 Empirisch-qualitative Befragung zum Enterprise 2.0 218 5.4.2.1.1 Methodische Grundlagen 219 5.4.2.1.2 Planung und Durchführung der Delphi-Befragungen 221 5.4.2.1.3 Befragungsergebnisse 224 5.4.2.2 Gestaltungskomponenten, Einflussfaktoren und Herausforderungen im Enterprise 2.0 229 5.5 Zusammenfassung 236 6 Interpretation der Forschungsergebnisse und Ausblick 239 6.1 Würdigung der Ergebnisse 240 6.2 Anwendung der Enterprise 2.0-Organisationsarchitektur 247 6.3 Zukünftiges Forschungspotenzial 252 6.4 Schlusswort 256 Literatur VI A. Anhang XXXII

Durch den Einsatz digitaler Technologien ergeben sich auch im Rahmen der beruflichen Bildung neue Möglichkeiten zur digitalisierten Dokumentation von Wissen und Verfügbarmachung von Informationen für die beteiligten Alteurinnen und Akteure. Dieser Beitrag zeigt, inwiefern eine digitale Lernortkooperation unter Gesichtspunkten des Wissenstransfers mithilfe eines Online-Berichtsheftes umgesetzt werden kann. Dazu wird das vom BMBF geförderte Verbundprojekt ‚Diffusion digitaler Technologien in der beruflichen Bildung durch Lernortkooperation‘ (DiBBLok) vorgestellt und inblicke in die Ergebnisse einer quantiativen Strukturdatenanalyse des Online-Berichtsheftes BLok gegeben.

(in English) The subject of the Diploma thesis is the process of sharing of economic information and knowledge suitable for corporate governance. A special attention is focused on an effective utilization and development of information and communication technologies (ICT). At the beginning, information society and basic terms are defined, such as information economy, economics of information, information management and knowledge management. Furthermore, the strategic importance of enterprise information systems and other solutions for improving business information processes are described in general. The final chapters deal with Competitive Intelligence (CI) and Business Intelligence (BI) and contain the overview and analyses of the most important information products of economic information from commercial and non-commercial sectors [Author's abstract].

Music is perceived and described very subjectively by every individual. Nowadays, people often get lost in their steadily growing, multi-placed, digital music collection. Existing music player and management applications get in trouble when dealing with poor metadata that is predominant in personal music collections. There are several music information services available that assist users by providing tools for precisely organising their music collection, or for presenting them new insights into their own music library and listening habits. However, it is still not the case that music consumers can seamlessly interact with all these auxiliary services directly from the place where they access their music individually. To profit from the manifold music and music-related knowledge that is or can be available via various information services, this information has to be gathered up, semantically federated, and integrated into a uniform knowledge base that can personalised represent this data in an appropriate visualisation to the users. This personalised semantic aggregation of music metadata from several sources is the gist of this thesis. The outlined solution particularly concentrates on users’ needs regarding music collection management which can strongly alternate between single human beings. The author’s proposal, the personal music knowledge base (PMKB), consists of a client-server architecture with uniform communication endpoints and an ontological knowledge representation model format that is able to represent the versatile information of its use cases. The PMKB concept is appropriate to cover the complete information flow life cycle, including the processes of user account initialisation, information service choice, individual information extraction, and proactive update notification. The PMKB implementation makes use of SemanticWeb technologies. Particularly the knowledge representation part of the PMKB vision is explained in this work. Several new Semantic Web ontologies are defined or existing ones are massively modified to meet the requirements of a personalised semantic federation of music and music-related data for managing personal music collections. The outcome is, amongst others, • a new vocabulary for describing the play back domain, • another one for representing information service categorisations and quality ratings, and • one that unites the beneficial parts of the existing advanced user modelling ontologies. The introduced vocabularies can be perfectly utilised in conjunction with the existing Music Ontology framework. Some RDFizers that also make use of the outlined ontologies in their mapping definitions, illustrate the fitness in practise of these specifications. A social evaluation method is applied to carry out an examination dealing with the reutilisation, application and feedback of the vocabularies that are explained in this work. This analysis shows that it is a good practise to properly publish Semantic Web ontologies with the help of some Linked Data principles and further basic SEO techniques to easily reach the searching audience, to avoid duplicates of such KR specifications, and, last but not least, to directly establish a \"shared understanding\". Due to their project-independence, the proposed vocabularies can be deployed in every knowledge representation model that needs their knowledge representation capacities. This thesis added its value to make the vision of a personal music knowledge base come true.:1 Introduction and Background 11 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.2 Personal Music Collection Use Cases . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2 Music Information Management 17 2.1 Knowledge Management . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.1.1 Knowledge Representation . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.1.1.1 Knowledge Representation Models . . . . . . . . . . . . . . . . . 18 2.1.1.2 Semantic Graphs . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.1.1.3 Ontologies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.1.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.2 Knowledge Management Systems . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.2.1 Information Services . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1.2.2 Ontology-based Distributed Knowledge Management Systems . . 20 2.1.2.3 Knowledge Management System Design Guideline . . . . . . . . 21 2.1.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.2 Semantic Web Technologies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.2.1 The Evolution of the World Wide Web . . . . . . . . . . . . . . . . . . . . . 22 Personal Music Knowledge Base Contents 2.2.1.1 The Hypertext Web . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.2.1.2 The Normative Principles of Web Architecture . . . . . . . . . . . 23 2.2.1.3 The Semantic Web . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.2.2 Common Semantic Web Knowledge Representation Languages . . . . . . 25 2.2.3 Resource Description Levels and their Relations . . . . . . . . . . . . . . . 26 2.2.4 Semantic Web Knowledge Representation Models . . . . . . . . . . . . . . 29 2.2.4.1 Construction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.2.4.2 Mapping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.2.4.3 Context Modelling . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.2.4.4 Storing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.2.4.5 Providing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.2.4.6 Consuming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.2.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 2.3 Music Content and Context Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.3.1 Categories of Musical Characteristics . . . . . . . . . . . . . . . . . . . . . 37 2.3.2 Music Metadata Formats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 2.3.3 Music Metadata Services . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.3.3.1 Audio Signal Carrier Indexing Services . . . . . . . . . . . . . . . . 41 2.3.3.2 Music Recommendation and Discovery Services . . . . . . . . . . 42 2.3.3.3 Music Content and Context Analysis Services . . . . . . . . . . . 43 2.3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.4 Personalisation and Environmental Context . . . . . . . . . . . . . . . . . . . . . . 44 2.4.1 User Modelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.4.2 Context Modelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.4.3 Stereotype Modelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 2.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3 The Personal Music Knowledge Base 48 3.1 Foundations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1.1 Knowledge Representation . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.1.2 Knowledge Management . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 3.2 Architecture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.3 Workflow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 3.3.1 User Account Initialisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 3.3.2 Individual Information Extraction . . . . . . . . . . . . . . . . . . . . . . . . 53 3.3.3 Information Service Choice . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.3.4 Proactive Update Notification . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.3.5 Information Exploration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.3.6 Personal Associations and Context . . . . . . . . . . . . . . . . . . . . . . . 56 3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4 A Personal Music Knowledge Base 57 4.1 Knowledge Representation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.1.1 The Info Service Ontology . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 4.1.2 The Play Back Ontology and related Ontologies . . . . . . . . . . . . . . . . 61 4.1.2.1 The Ordered List Ontology . . . . . . . . . . . . . . . . . . . . . . 61 4.1.2.2 The Counter Ontology . . . . . . . . . . . . . . . . . . . . . . . . . 62 4.1.2.3 The Association Ontology . . . . . . . . . . . . . . . . . . . . . . . 64 4.1.2.4 The Play Back Ontology . . . . . . . . . . . . . . . . . . . . . . . . 65 4.1.3 The Recommendation Ontology . . . . . . . . . . . . . . . . . . . . . . . . 69 4.1.4 The Cognitive Characteristics Ontology and related Vocabularies . . . . . . 72 4.1.4.1 The Weighting Ontology . . . . . . . . . . . . . . . . . . . . . . . 72 4.1.4.2 The Cognitive Characteristics Ontology . . . . . . . . . . . . . . . 73 4.1.4.3 The Property Reification Vocabulary . . . . . . . . . . . . . . . . . 78 4.1.5 The Media Types Taxonomy . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 4.1.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 4.2 Knowledge Management System . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 4.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5 Personal Music Knowledge Base in Practice 87 5.1 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.1.1 AudioScrobbler RDF Service . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.1.2 PMKB ID3 Tag Extractor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.2 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 5.2.1 Reutilisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 5.2.2 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.2.3 Reviews and Mentions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.2.4 Indexing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 6 Conclusion and Future Work 93 6.1 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 6.2 Future Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94