Selbstentwickelnde Ontologie-Schicht für Datenagenten vorgestellt

Selbstentwickelnde Ontologie-Schicht für Datenagenten vorgestellt

Forschende der Renmin University of China haben mit EvoOntology eine selbstentwickelnde Ontologie-Schicht für Datenagenten vorgestellt. Das System von Meiduo Chong, Shaolei Zhang, Ju Fan und Xiaoyong Du schließt die Lücke zwischen heterogenen Datenquellen (Tabellen, Dateien, Datenbanken) und den darauf arbeitenden Agenten. EvoOntology kapselt die Ontologie als MCP-Server mit drei Schichten: Die Schema-Schicht definiert die strukturelle Semantik der Daten, etwa Tabellenschemata, Spaltenbedeutungen und Beziehungen zwischen Entitäten. Die Content-Schicht enthält konkrete semantische Objekte wie Konzepte, Mappings, Constraints und Evidenz, die aus den Daten extrahiert und mit Belegen versehen sind. Die Tool-Schicht stellt die Laufzeitzugriffe bereit, über die Agenten gezielt Teile der Ontologie abfragen können, statt die gesamte Schicht in den Kontext zu laden. Diese modulare Architektur reduziert den Kontextverbrauch und erleichtert die Wartung, da Änderungen isoliert auf einer Ebene erfolgen können. Für den autonomen Aufbau der Ontologie ist ein Builder-Agent verantwortlich: Er extrahiert aus der Arbeitslast (Workload) Kandidaten für semantische Konzepte, validiert diese gegen die Rohdatenquellen und veröffentlicht eine initiale Ontologie-Version (ontology_v0). Ein Self-Evolution-Loop verfeinert die Ontologie anschließend kontinuierlich: Er diagnostiziert wiederkehrende Probleme, ordnet sie einer der drei Schichten zu (attribution-guided) und generiert typisierte, lokale Edits (typed edits). Diese Kandidaten werden nur übernommen, wenn sie eine backbone-conditional paired evaluation bestehen: ein Vergleich mit der vorherigen Version unter identischen Bedingungen (gleiche Daten, gleicher Agent, gleiche Decoding-Konfiguration, gleiches Interaktionsbudget) und mit demselben LLM-Backbone. So wächst die Ontologie evidenzbasiert mit der Nutzung, ohne manuelle Expertenpflege.

Benchmark-Ergebnisse und Verfügbarkeit

In Experimenten auf den Benchmarks BIRD, DDR-10K und InsightBench mit vier LLM-Backbones übertrifft EvoOntology nach Angaben der Autoren durchgängig starke Baselines und bestehende Semantic-Layer-Ansätze. Konkret sinkt die durchschnittliche Anzahl der Turns pro Aufgabe von 14,6 auf 8,4, die Gesamt-Token pro Aufgabe von 52,6K auf 42,0K. Diese Verbesserungen entstehen, weil die Ontologie-Schicht dem Agenten erlaubt, gezielt nur die relevanten semantischen Objekte abzurufen, statt die Rohdaten explorativ zu durchsuchen oder eine große statische Semantikschicht in den Prompt zu injizieren. Dadurch entfallen wiederholte Schema-Erkundungen und fehlerhafte Inferenzen, was zu kürzeren Interaktionspfaden und geringerem Token-Verbrauch führt. Der Code ist auf GitHub unter https://github.com/ruc-datalab/EvoO verfügbar. Zudem existieren Plugins für Claude Code und Codex: Sie integrieren EvoOntology als MCP-Server in die jeweilige Agentenumgebung, bauen die Ontologie-Schicht über den vorhandenen Daten auf und entwickeln sie kontinuierlich weiter. Nutzer können die Plugins direkt aus dem GitHub Marketplace installieren und mit Befehlen wie /evo-build die Ontologie initial erstellen. So profitieren Datenagenten sofort von der semantischen Schicht, ohne manuelle Einrichtung.