Medizinische Formulare werden fu¨r die Dokumentation innerhalb der klinischen Forschung oder der Dokumentation von Patientendaten verwendet. Es existiert eine Vielzahl verschiedener Formulare, die fu¨r verschiedene Nutzungszwecke bzw. Anwendungen erstellt werden. Aufgrund der resultierenden Heterogenita¨t ist eine Vergleichbarkeit, eine studienu¨bergreifende Analyse oder eine effiziente Suche nicht ohne weiteres mo¨glich. Um die Interoperabilita¨t der Anwendungen, die auf der Auswertung von Formularen basieren, zu erho¨hen, ist eine einheitliche Annotation von medizinischen Formularen mittels einer medizinischen Wissensbasis hilfreich. Eine solche Wissensbasis ist das Unified Medical Language System(UMLS), welches biomedizinisch relevante Konzepte umfasst. Diese Arbeit befasst sich mit der semi-automatischen Annotation von Studienformularen. Basierend auf einem allgemeinen Matching-Workflow, werden weitere Lo¨sungsansa¨tze pra¨sentiert, um die Besonderheiten der Annotation von Studienformularen zu behandeln.
Medizinische Formulare werden verwendet, um Patientendaten und resultierende Daten innerhalb einer klinischen Studie zu dokumentieren. So werden Studienformulare fu¨r die Rekrutierung der Probanden der jeweiligen Studien verwendet, indem die Ein- und Ausschlusskriterien definiert werden. Momentan sind ∼ 180000 Studien auf http://clinicaltrials.gov registriert, wobei jede Studie eine Menge von Case Report Forms (CRF) umfasst, um die notwendigen Daten zu dokumentieren. Im Allgemeinen werden Formulare einer Studie neu erstellt ohne bereits existierende Formulare wieder zu verwenden.
Aufgrund der hohen Anzahl heterogener Formulare ist eine studienu¨bergreifende Analyse oder der Datenaustausch komplex und nicht ohne weiteres effizient realisierbar. Um • Erstellung von Formularen Bisher werden Formulare mit ihren Items fu¨r eine durchzufu¨hrende Studie neu erstellt. Die Erstellung eines Formulars ist ein aufwa¨ndiger Prozess, da z.B. eine unscharfe Formulierung der Ein- und Ausschlusskriterien zu einer mo¨gl. Menge an Probanden fu¨hrt, die fu¨r die Studie nicht vorgesehen waren. Durch die Identifikation bereits annotierte Formulare, die der Thematik der durchzufu¨hrenden Items Patients with established CRF (1) as an indication for the treatment (2) of anemia (3) Patients who have had prior recombinant erythropoietin (1) treatment whose anemia (2) had never responded (3) Ulcerating plaque (1) yneos 231 CCC000000203292678697181 tKAhindeenrmaepyiaeFuatiilcuraes,pCehcrtosnic
1 C0376541 ERreyctohmrobpinoaienttin yneos 2 C0002871 Anemia
3 C0438286 tArbesaetmnternetsponse to yes 1 C0751634 Carotid Ulcer
Studie entsprechen oder a¨hneln, ko¨nnen a¨hnliche Items bei der Erstellung des neuen Formulars wiederverwendet werden.
Ein Formular besteht aus einer Menge von Items. Ein Item umfasst eine Frage und die dazugeho¨rigen Antwortmo¨glichkeiten. Eine Antwort hat einen Datentyp wie z.B. Boolean oder String, bei Freitextantworten, oder kann durch einen vordefinierten Bereich wie z.B. das Alter von 0 bis 140 oder eine vorgegebene Menge, die z.B. die mo¨glichen Symptome definiert, eingeschra¨nkt werden. Bei der Annotation eines medizinischen Formulars wird jedem Item eine Menge von Konzepten des UMLS zugeordnet, so dass diese semantisch beschrieben sind. Ein Beispiel fu¨r die Annotation eines Formulars fu¨r die Ein- und Ausschlusskriterien einer Studie bzgl. Blutarmut ist in Abb. 1 dargestellt. Das Beispiel verdeutlicht die Komplexita¨t der automatischen Identifikation von Annotationen, da z.B. wie in Frage 1 signifikante Wortgruppen zu einem Konzept korrespondieren oder die Frage 3 ein Synonym entha¨lt bzgl. des korrespondierenden Konzepts.
Die Medical Data Models Plattform bietet bereits
Mo¨glichkeiten fu¨r die Erstellung, die Analyse, den Austausch und
die Wiederverwendung von Formularen in einem zentralen
Metadaten Repository [
Die automatische Annotation von Formularen ist thematisch
verwandt mit dem Ontologie-Matching, das eine Menge von
Korrespondenzen, Mapping genannt, zwischen den
Konzepten von zwei oder mehreren Ontologien generiert. Dabei
repra¨sentiert eine Korrespondenz eine semantische A¨
hnlichkeit zwischen zwei Konzepten. Bei der Annotation von
Formularen werden ebenfalls Korrespondenzen ermittelt, wobei
eine Korrespondenz zwischen einem Item und einem
Konzept ist, welches das Item semantisch beschreibt. Auf dem
Gebiet des Ontologie-Matchings existieren eine Vielzahl von
Verfahren [
Jedoch unterscheiden sich Formulare und Ontologien dahingehend, dass Formulare nicht formal strukturiert sind und aufgrund der besseren Versta¨ndlichkeit einen ho¨heren Freitextanteil beinhalten. Die bisherigen Ontologie-Matching Verfahren unterstu¨tzen nur unzureichend das Matching von Entita¨ten mit einem hohen Freitextanteil sowie die Erkennung von n:m Korrespondenzen.
Das Ziel unserer Forschung ist die Verbesserung der Qualita¨t der Annotationen. Des Weiteren soll ein Formular Management System (FMS) realisiert werden, das die Verwaltung der Formulare, Ontologien und der berechneten Annotationen ermo¨glicht. Das FMS soll zusa¨tzlich das Annotationsverfahren beinhalten sowie Funktionalita¨ten fu¨r die Suche, Analyse und Verifikation der Annotationen von Formularen bereitstellen. Fu¨r die Verbesserung der Qualita¨t der Annotationen und der Effizienz der Verfahren sollen folgende Aspekte betrachtet werden.
• Identifikation von signifikanten Termen und
zusammengeho¨rigen Einheiten Die Fragen innerhalb
eines Formulars sind in natu¨rlicher Sprache formuliert.
Jedoch sind die Konzepte von Ontologien in einer
kompakten Form beschrieben und auf die relevanten
Terme beschra¨nkt. Somit ist es notwendig innerhalb
einer Frage die signifikanten Terme zu identifizieren. Des
Weiteren kann eine Frage aus mehreren semantischen
Einheiten bestehen, die jeweils durch ein Konzept
beschrieben werden. Aufgrund dessen ist es notwendig
diese Wortgruppen zu identifizieren.
• Wiederverwendung von annotierten
Formularen Da das UMLS eine hohe Anzahl von Konzepten
umfasst, ist die vollsta¨ndige Berechnung des
kartesischen Produkts bzgl. aller Fragen eines Formulars sehr
zeitintensiv. Durch die Verwendung bereits annotierter
Items ist es mo¨glich, die zeitliche Komplexita¨t zu
reduzieren, indem zu dem unannotierten Item a¨hnliche,
bereits annotierte Items ermittelt werden. Die
assoziierten Konzepte der annotierten Items sind
Kandidaten fu¨r die Annotation des unannotierten Items.
• Erweiterte Selektionsstrategien Beim
OntologieMatching wird ein Mapping generiert, wobei durch
Top-k Selektionsstrategien die Korrespondenzen
basierend auf einer berechneten A¨ hnlichkeit selektiert
werden. Da eine Frage durch mehrere Konzepte
beschrieben werden kann, die Konzepte jedoch nicht a¨hnlich
sind, sind solche Selektionsstrategien nicht effektiv.
Aufgrund dessen sind komplexere Selektionsstrategien
erforderlich, die n:m Korrespondenzen beru¨cksichtigen.
• Verifikationsverfahren Mithilfe eines
Expertenkonsortiums soll die Qualita¨t der Annotationen innerhalb
des FMS durch die unterstu¨tzte manuelle
Verifikation der ermittelten Annotationen erho¨ht werden. Des
Weiteren ist es mo¨glich, dass ein Experte weitere
Annotationen vorschlagen kann. Zusa¨tzlich soll ein
Verifizierungsverfahren realisiert werden, welches die
Widerspruchsfreiheit und die Minimalita¨t der assoziierten
Konzepte mit beru¨cksichtigt. So ist z.B. eine Menge
von Annotationen nicht korrekt, wenn zwei Konzepte
innerhalb dieser Menge als disjunkt definiert sind, dass
heißt diese zwei Konzepte besitzen keine gemeinsamen
Instanz. Ein Annotations-Mapping ist nicht minimal,
wenn zwei Konzepte dieselbe Thematik beschreiben.
Mithilfe der is a-Hierarchie und den
Disjunktheitsbeziehungen innerhalb einer Ontologie sind solche
Konflikte identifizierbar und durch die Anwendung von
Auflo¨sungsstrategien zu beheben.
• Reduktion der Vergleiche im
Annotationsprozess Aufgrund der hohen Anzahl der Konzepte bei
Ontologien ist es sinnvoll die Anzahl der Vergleiche im
Annotationsprozess einzuschra¨nken, um eine hohe
Effizienz zu erzielen. Es existieren bereits Verfahren, die
eine Reduktion der Vergleiche ermo¨glichen wie z.B.
La¨ngenfilter, PPJoin[
Es wurde begonnen ein automatisches Verfahren fu¨r die Annotation von Formularen zu implementieren. Die Realisierung eines basalen Workflows und erste Erweiterungen wurden in einer eingereichten Publikation ”Annotating Medical Forms using UMLS“ beschrieben. Die Ergebnisse verdeutlichen die Schwierigkeiten der automatischen Annotation und die Vielfalt der Arten von Formularen. So werden fu¨r Formulare bzgl. der Qualita¨tssicherung von medizinischen Gera¨ten gute Resultate erzielt, wohingegen die Qualita¨t der Annotationen fu¨r Formulare bzgl. der Ein- und Ausschlusskriterien von Studien ausbaufa¨hig ist.
Der Aufbau dieser Arbeit ist wie folgt gegliedert. In Abschnitt 2 wird das Problem der Annotation von Formularen formal definiert. Der basale Workflow fu¨r die Identifikation der Annotationen ist in Abschnitt 3 erla¨utert. In Abschnitt 4 werden die zu realisierenden Erweiterungen fu¨r den definierten Workflow vorgestellt, um die Qualita¨t der Annotationen zu verbessern und die Effizienz des Verfahrens zu erho¨hen. In Abschnitt 5 wird konzeptionell die Architektur eines FMS fu¨r medizinische Formulare und ihre Annotationen vorgestellt. In Abschnitt 6 wird die Arbeit zusammengefasst.
Das Ziel der semi-automatischen Annotation eines
Formulars F ist die Bestimmung eines Annotations-Mappings M
zwischen den Fragen F = {q1, q2, ...qk} des Formulars und
den Konzepten U M LS = {cui1, cui2, ...cuin} des UMLS.
Eine Annotation stellt eine Assoziation zwischen einer
Frage und einem Konzept des UMLS dar, wobei eine Frage mit
mehreren Konzepten annotiert sein kann. Dabei ist ein
Konzept durch einen Concept Unique Identifier CUI eindeutig
identifizierbar und wird durch Attribute wie z.B. einen
Namen oder Synonyme beschrieben. Ein Annotations-Mapping
MF,UMLS ist formal definiert als:
MF,UMLS = {(q, cui, sim)|q ∈ F ∧ cui ∈ U M LS ∧ sim ∈
[
Unser Ansatz fu¨r die Identifikation von Korrespondenzen basiert auf der Berechnung von Stringa¨hnlichkeitsmaßen zwischen den Fragen der Items und den Attributen, wie z.B.
Input Menge von Formularen 1 . . UMLS
Preprocessing Normalisierung: POS tagging, Tokenisierung, encoding,...
Mapping Generation Matching: TF-IDF, Trigram, LCS …
Postprocessing Annotation Selektion: Groupbased filtering, Threshold, …
Output Menge von Annotation -mappings ℳ 1,
…
ℳ ,
den Namen und den Synonymen der Konzepte. Der
generelle Workflow fu¨r die automatische Annotation ist in Abb.
2 dargestellt. Die Eingabe ist eine Menge von Formularen
{F1, F2, ..., Fn}, das U M LS und die Ausgabe ist eine
Menge von Annotations-mappings
{MF1,UMLS, MF2,UMLS, ..., MFn,UMLS}. Zu Beginn
werden im Preprocessing Schritt die Fragen bzw. Attribute der
Konzepte normalisiert. Konkret, werden alle nicht
relevanten Wo¨rter entfernt, dazu geho¨ren Pra¨positionen, Verben
und Stoppwo¨rter, die mithilfe eines Part-of-speech Taggers
ermittelt werden. Des Weiteren werden alle Tokens klein
geschrieben. Um eine effiziente Mapping-Generierung zu
ermo¨glichen werden alle Tokens und Trigramme der Attribute
der Fragen eines Formulars bzw. eines Konzepts enkodiert.
Im Schritt Mapping-Generation wird eine Menge von Tupeln
der Form (q, cui, sim) durch den Vergleich der Fragen mit
den Attributen der UMLS Konzepten generiert. Der
Vergleich kann durch verschiedene Match-Verfahren realisiert
werden wie z.B. Trigramm, TF/IDF oder Longest Common
Substring (LCS). Bei einem naiven Ansatz wird das
kartesische Produkt bzgl. der Menge der Fragen und der Menge der
Konzepte berechnet, jedoch kann durch Pruning-Techniken
oder partitionsbasiertes Matching die Anzahl der
durchzufu¨hrenden Vergleiche reduziert werden [
In der Postprocessing Phase wird das Mapping durch die Anwendung von Aggregations- und Selektionsstrategien generiert. Im Allgemeinen wird eine Mindesta¨hnlichkeit δ fu¨r eine Korrespondenz gefordert, damit diese als korrekt angesehen wird. Da es sich um einen semi-automatischen Prozess handelt, werden die identifizierten Annotationen durch einen Experten verifiziert.
Aufgrund der Besonderheiten bzgl. der Annotation von Formularen, werden im Folgenden die Schwierigkeiten bzgl. des Annotationsprozesses beschrieben und mo¨gliche Lo¨sungsansa¨tze erla¨utert.
Vorkommen natu¨rlicher Sprache Im Gegensatz zu Ontologien, bei denen die Attribute der Konzepte in einer kompakten Repra¨sentation dargestellt sind, entha¨lt eine Frage einen hohen Anteil an Freitext.
Ein mo¨glicher Ansatz ist die Identifikation der Schlu¨sselwo¨rter, die die Frage charakterisieren und ein Konzept des UMLS darstellen. Aufgrund des Vorkommens von Synonymen innerhalb einer Frage, die nicht in einem Konzept des UMLS erfasst sind, ist es nicht mo¨glich durch Stringa¨hnlichkeiten solche Korrespondenzen zu identifizieren. Ein Ansatz ist die Verwendung eines Synonymwo¨rterbuchs, das es erlaubt alle Tokens innerhalb einer Frage und eines Konzepts durch einen Identifier zu ersetzen. Mithilfe des Identifiers werden Synonyme als gleich angesehen, obwohl die String¨ahnlichkeit gering ist. Das Synonymwo¨rterbuch kann entweder durch externe Web-services generiert werden oder durch bereits verifizierte Annotationen erstellt werden.
Komplexe Mappings: Im Gegensatz zu Ontologie-Mappings, die im Allgemeinen aus 1:1 Korrespondenzen zwischen den Konzepten bestehen, werden komplexe Fragen in Formularen durch mehrere Konzepte inhaltlich beschrieben. Um solche komplexen Korrespondenzen zu identifizieren, sind die herko¨mmlichen Selektionsstrategien wie z.B. die Selektion der Korrespondenz mit der maximalen A¨ hnlichkeit oder Top-k nicht ausreichend. Fu¨r die Bestimmung dieser Korrespondenzen sind komplexe Selektionsstrategien oder entsprechende Vorverarbeitungsschritte sinnvoll. Im Folgenden wird eine Selektionsstrategie und eine mo¨gliche Vorverarbeitung erla¨utert.
Bei der komplexen Selektionsstrategie werden die Korrespondenzen eines berechneten Mappings gefiltert, indem alle berechneten korrespondierenden Konzepte zu einer Frage bzgl. ihrer A¨ hnlichkeit gruppiert werden und pro Gruppe das Konzept als korrekt angesehen wird, welches die ho¨chste A¨ hnlichkeit sim zu der Frage aufweist. Alle anderen Konzepte der Gruppe werden aus dem Mapping MF,UMLS entfernt. Dieser Ansatz ist bereits realisiert und in der eingereichten Publikation vorgestellt.
Des Weiteren sind komplexe Korrespondenzen identifizierbar, wenn die Frage bzgl. ihres Inhalts separiert wird. Eine Wortgruppe oder Teilmenge der Frage repra¨sentiert dabei eine semantische Einheit und wird zu einem Konzept gematcht. Die Identifikation solcher Gruppen ist beispielsweise durch Named Entity Recognition (NER) Verfahren realisierbar oder durch eine statistische Erhebung von ha¨ufig auftretenden Kookkurrenzen innerhalb einer Menge von Formularen.
Gro¨ße der Datenquellen Das UMLS umfasst ∼ 2.8 Mio. Konzepte, wohingegen ein Formular im Schnitt 50 Fragen entha¨lt. Wenn man 100 Formulare annotiert, bedeutet dies, dass 14 Milliarden Vergleiche durchzufu¨hren sind. Um einen effizienten automatischen Annotationsprozess zu realisieren ist es deshalb notwendig unno¨tige Vergleiche zu vermeiden. Ein Ansatz zur Reduktion der Vergleiche ist die Verwendung von Bitlisten. Dabei wird das UMLS in Partitionen aufgeteilt. Bei der Partitionierung werden alle Konzepte bzgl. ihres Namens sortiert und einer Partition mit einer fixen Partitionsgro¨ße (z.B. 100) zugeordnet. Alle Trigramme des Namens und der Synonyme eines Konzepts werden mittels einer Hashfunktion h auf eine Bitposition einer Bitliste der La¨nge l abgebildet. Die Trigramme werden tokenweise fu¨r das jeweilige Attribut erzeugt. Eine Bitlistenla¨nge l = 27000 ist ausreichend, wenn man ausschließlich kleingeschriebene Buchstaben beru¨cksichtigt. Alle Bitlisten der Konzepte einer Partition werden durch die OR-Bitoperation zu einer Bitliste aggregiert. Die resultierende Bitliste ist ein Repra¨sentant der jeweiligen Partition. Ein Vergleich zwischen einer Frage und den Konzepten einer Partition wird durchgefu¨hrt, wenn der Bitlistenvektor der Frage, der ebenfalls durch die HashfunkP0 cui1,cui2,cui3 0 0 1 0 0 1 0 1 0 0 1 0 1 0 P1 cui4,cui5,cui6 1 0 1 1 0 0 0 0 0 1 0 1 0 0
Question q
tion h erstellt wird, eine geforderte relative U¨ berlappung
min overlap[
Ein Beispiel ist in Abb. 3 dargestellt, dabei wird die Menge der Konzepte U M LS example = {cui1, cui2, ...cui6} und eine Frage q betrachtet. Die gegebene Menge wird auf die Partitionen P0 und P1 aufgeteilt. Dabei bilden die Trigramme der Konzepte cui1, cui2 und cui3 mittels einer Hashfunktion h auf die Bitpositionen 2, 5, 7, 10, 12 ab. Analog wird der Bitlistenvektor fu¨r die Partition P1 und die Frage q erstellt. Die relative U¨ berlappung der Bitlisten der Frage q und der Partition P0 ist 32 und fu¨r P1 31 . Bei einer geforderten relativen U¨ berlappung min overlap = 0.5 wird der Vergleich zwischen der Frage und den Konzepten cui4, cui5 und cui6 nicht durchgefu¨hrt, da die relative U¨ berlappung rel overlap = 13 ist.
Jedoch ist die Reduktion abha¨ngig von der Effektivita¨t der Partitionierung, so dass im ungu¨nstigen Fall die Konzepte aller Partitionen verglichen werden mu¨ssen, wenn die Bitlisten eine hohe U¨ berlappung untereinander aufweisen. Aufgrund dessen, ist eine qualitative Partitionierung bzgl. der A¨ hnlichkeit der Konzepte essentiell. Eine qualitativhochwertige berechnete Partitionierung ist unabha¨ngig von den zu annotierenden Formularen, so dass diese fu¨r eine Vielzahl von Formularen einsetzbar ist.
Es ist geplant, ein Managementsystem zu realisieren, das die Formulare, Ontologien und die dazugeho¨rigen Annotationen verwaltet. Das FMS soll die Mo¨glichkeit bieten Formulare strukturiert zu suchen, ermittelte Annotationen zu verifizieren und neue Formulare zu annotieren. Das Managementsystem soll Wissenschaftlern die Mo¨glichkeit bieten, effizient Formulare zu analysieren und passende Formulare wiederzuverwenden. Die Architektur umfasst eine Datenhaltungsschicht, eine Service-Schicht und eine Frontend-Schicht in Form einer Webanwendung(siehe Abb. 4).
Die Datenhaltungsschicht umfasst die Persistierung der Formulare, Ontologien und der berechneten sowie vorgeschlagenen Annotationen durch eine relationale Datenbank. Die Service-Schicht umfasst folgende Module: Import, Annotating, Search, Clustering und Verification.
• Import Mithilfe des Import Moduls sollen Formulare in das Repository eingepflegt werden, so dass eine effiziente Suche bzw. Annotation mo¨glich ist. • Annotating Das Annotating-Modul ermo¨glicht die Annotation der Formulare des Repositories mit gewa¨hlten Ontologien. Des Weiteren sollen bereits annotierte Fragen verwendet werden, um unbekannte Fragen zu annotieren. Diesbezu¨glich ist ein Suchverfahren innerhalb des Search-Moduls notwendig, welches a¨hnliche Fragen oder Fragmente zu einer gegebenen Frage bzw. Fragments identifiziert. Die Annotationen der identifizierten Fragen sind mit hoher Wahrscheinlichkeit ebenfalls Annotationen fu¨r die gegebene Frage. Mithilfe der Wiederverwendung bereits existierender Annotationen wird der Vergleich mit dem kompletten UMLS vermieden. • Search Um eine strukturierte Suche nach a¨hnlichen Formularen oder Fragen zu ermo¨glichen, umfasst das Search-modul eine Komponente, die basierend auf den Annotationen und der Eingabe einer Menge von Schlu¨sselwo¨rtern eine explorative Suche nach den gewu¨nschten Formularen bzw. Fragen ermo¨glicht. Des Weiteren soll dieses Modul eine Komponente umfassen, die eine effiziente Suche nach a¨hnlichen Fragen ermo¨glicht. Ein naiver Ansatz wa¨re die Erstellung einer invertierten Liste bzgl. der Token oder Wortgruppen einer Frage, um fu¨r eine unbekannte Frage, die a¨hnlichsten Fragen zu ermitteln. • Clustering Des Weiteren kann die Effizienz der Suche durch eine Clusterung der Formulare bzw. Fragen erho¨ht werden. In diesem Modul sollen ClusteringVerfahren bereitgestellt werden, die basierend auf den Annotationen eine Gruppierung der Formulare und Fragen ermo¨glichen. • Verification Da ein automatisches Verfahren keine vollsta¨ndige Korrektheit gewa¨hrleisten kann, soll dieses Modul die Bewertung von Experten in den Qualita¨tssicherungsprozess bzgl. der Annotationen mit einbeziehen. Ein Experte soll in der Lage sein berechnete Annotationen zu bewerten oder zu erga¨nzen. Somit soll eine stetige Verbesserung der Qualita¨t der Annotationen im System erzielt werden. Des Weiteren soll mithilfe der verifizierten Annotationen die Effektivita¨t und Effizienz des Annotationsprozesses mittels der Wiederverwendung erho¨ht werden.
Die Frontend-Schicht wird durch eine Webanwendung
repra¨sentiert, so dass der Anwender die Mo¨glichkeit hat neue
Formulare zu importieren, a¨hnliche Formulare oder
Teilfragmente mithilfe einer explorativen Suchfunktion zu ermitteln.
Der Anwender soll durch die Eingabe eines Suchterms die
Mo¨glichkeit haben, die Menge der Formulare mittels der
Annotationen weiter einzugrenzen. Ein Ansatz fu¨r eine
explorative Suche mittels einer Tag-Cloud ist in eTACTS [
Form view
Annotation view
Verification view
Import view Annotating
Search
Verification
Import Frontend Explorative search view
API- Call Services Clustering
SQL
Form -Repository Forms
Ontologies
Annotations
Annotationen sind fu¨r die Beschreibung und einheitliche Repra¨sentation von Formularen essentiell. Durch die Verwendung von Annotationen wird der Datenaustausch, die Integration von Daten der zugrundeliegenden Formulare und die Suche vereinfacht. Um einen effektiven und effizienten Annotationsprozess zu realisieren, sind die bisherigen Methoden des Ontologie-Matching nicht ausreichend. In dieser Arbeit wurde der generelle Workflow fu¨r die semi-automatische Annotation vorgestellt sowie Lo¨sungsansa¨tze pra¨sentiert, die die Besonderheiten der Annotation von Formularen behandeln. Um den Nutzen der Allgemeinheit zur Verfu¨gung zu stellen, wurde konzeptionell die Architektur eines Formular Management Systems dargestellt, welches die Mo¨glichkeit bietet neben der Annotation, Formulare oder Fragen basierend auf den Annotationen zu suchen oder zu analysieren. Aufgrund des automatischen Annotationprozesses soll im Gegensatz zur MDM-Plattform die Vielzahl der Formulare annotiert sein. Da jedoch ein automatisches Verfahren keine vollsta¨ndige Korrektheit gewa¨hrleisten kann, soll mithilfe einer Verification-Komponente ein Expertenkonsortium fu¨r die Verifikation mit einbezogen werden.