Objektabgleich

Objektabgleich bezeichnet den Prozess, bei dem Objekte aus verschiedenen Datensätzen oder Quellen identisch oder verschieden erkannt und zugeordnet werden. Ziel ist es, Redundanzen zu vermeiden, Datensätze zu konsolidieren und eine konsistente Sicht auf die Objekte zu ermöglichen, etwa in Datenbanken, Geoinformationssystemen oder Katalogen.

Zu den Grundansätzen gehören deterministische, regelbasierte Abgleiche (mit festen Identifikatoren oder Abgleichregeln) und probabilistische Ansätze (z. B. Fellegi-Sunter). Neuere Methoden nutzen maschinelles Lernen, um Ähnlichkeiten zu bewerten. Typische Merkmale sind Attributwerte, Geometrie sowie räumliche und zeitliche Beziehungen. Der Abgleich umfasst Vorverarbeitung, Merkmalsextraktion, Ähnlichkeitsberechnung, Entscheidungsregeln und Nachbearbeitung mit Validierung.

Herausforderungen ergeben sich durch uneinheitliche Formate, unterschiedliche Granularität, fehlende Werte, Tippfehler, Duplizierung und Mehrdeutigkeit. Um Unsicherheit zu handhaben, arbeiten Systeme mit Wahrscheinlichkeiten oder Konfidenzwerten, setzen Schwellenwerte, ggf. Mehrfachzuordnung und manuelle Prüfung ein, und führen Audit-Trails.

Anwendungsgebiete reichen von der Datenintegration in Organisationen und der Konsolidierung von Katalogen bis zu Geo- und Raumdaten, Biologie sowie Bibliotheks- und Museumsdaten. In der Astronomie spricht man oft von Cross-Matching zwischen Katalogen; in der Geoinformatik geht es um räumlichen Abgleich von Objekten.