Nutzerorientierte, inhaltsbasierte Zugriffsmechanismen auf relationalen Datenbestände setzen eine Charakterisierung der vorhandenen Datensätze nach Kategorien voraus, welche über die in heutigen RDBMS verwalteten Schemainformationen hinausgeht. Einen Ansatz, Datensätze einer Relation in Gruppen einzuteilen, stellt der an der Professur Datenverwaltungssysteme entwickelte Intelligent Cluster Index (ICIx) dar. Der ICIx-Baum repräsentiert eine auf dem Mengeninklusionkriterium basierende Hierarchie von unbenannten Gruppen bzw. Untergruppen. Die Gruppen sind auf der subsymbolischen Ebene beschrieben und entziehen sich somit einer direkten Interpretation durch den Nutzer. Anspruch dieser Diplomarbeit ist es, zu untersuchen, inwieweit sich den einzelnen Gruppen des Indexes symbolische Namen aus einer gegebenen Ontologie automatisch zuordnen lassen, um daraus möglicherweise eine den Inhalt einer Relation charakterisierende symbolische und direkt interpretierbare Beschreibung ableiten zu können.

Nutzerorientierte, inhaltsbasierte Zugriffsmechanismen auf relationalen Datenbestände setzen eine Charakterisierung der vorhandenen Datensätze nach Kategorien voraus, welche über die in heutigen RDBMS verwalteten Schemainformationen hinausgeht. Einen Ansatz, Datensätze einer Relation in Gruppen einzuteilen, stellt der an der Professur Datenverwaltungssysteme entwickelte Intelligent Cluster Index (ICIx) dar. Der ICIx-Baum repräsentiert eine auf dem Mengeninklusionkriterium basierende Hierarchie von unbenannten Gruppen bzw. Untergruppen. Die Gruppen sind auf der subsymbolischen Ebene beschrieben und entziehen sich somit einer direkten Interpretation durch den Nutzer. Anspruch dieser Diplomarbeit ist es, zu untersuchen, inwieweit sich den einzelnen Gruppen des Indexes symbolische Namen aus einer gegebenen Ontologie automatisch zuordnen lassen, um daraus möglicherweise eine den Inhalt einer Relation charakterisierende symbolische und direkt interpretierbare Beschreibung ableiten zu können.