{"id":1505,"date":"2021-07-20T09:37:31","date_gmt":"2021-07-20T15:37:31","guid":{"rendered":"https:\/\/idsinc.com\/?p=1505"},"modified":"2026-03-09T15:14:02","modified_gmt":"2026-03-09T21:14:02","slug":"aktionsdaten-und-verbale-daten","status":"publish","type":"post","link":"https:\/\/idsinc.com\/de\/action-data-and-vebal-data\/","title":{"rendered":"Fact Crashing\u2122: Prinzip 2 \u2013 Deep Dive"},"content":{"rendered":"<p class=\"wp-block-paragraph\"><strong>Dies ist eine mehrteilige Einf\u00fchrung in <a href=\"https:\/\/idsinc.com\/de\/tatsache-sturzt-ab\/\" target=\"_blank\" rel=\"noreferrer noopener\">Fact Crashing\u2122<\/a>: Die Beschleunigung der Streitbeilegung durch die Priorisierung datenbasierter Beweise (ACTION-Daten).<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Es gibt 9 Prinzipien von <a href=\"https:\/\/idsinc.com\/de\/tatsache-sturzt-ab\/\" target=\"_blank\" rel=\"noreferrer noopener\">Fakt Absturz<\/a>\u2122. Ab Teil III der Serie habe ich besprochen:<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/idsinc.com\/de\/tatsachenabsturz-teil-ii\/\" target=\"_blank\" rel=\"noreferrer noopener\"><strong>Grundsatz 1: Daten sind Beweise und auffindbar<\/strong><\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/idsinc.com\/de\/fakten-crashing-teil-iii-prinzip-2\/\" target=\"_blank\" rel=\"noreferrer noopener\"><strong>Grundsatz 2: Daten sollten fr\u00fchzeitig adressiert werden<\/strong><\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Lassen Sie uns fortfahren.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-for-this-installment-i-will-answer-the-question-what-is-action-data\"><strong>F\u00fcr diese Folge werde ich die Frage beantworten: Was sind ACTION-Daten?<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Traditionell befassen sich die Parteien bei Entdeckungen mit einer Vielzahl von Beweisen, aber wohl nur einigen wenigen Kategorien, die von Bedeutung sind \u2013 physische Beweise, demonstrative Beweise, dokumentarische Beweise und Zeugnisbeweise.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Innerhalb dieses Paradigmas gelten elektronisch gespeicherte Informationen (ESI) als dokumentarischer Beweis. Innerhalb der ESI-Welt gibt es zwei Kategorien von Daten: strukturierte Daten und unstrukturierte Daten. Die meisten von uns sind am besten mit unstrukturierten Daten vertraut. Dabei handelt es sich um Freiformdaten mit hochflexiblen Inhalten wie E-Mails, MS-Word-Dokumenten, MS-Excel-Tabellen, MS-PowerPoint-Dateien, Audiodateien, Fotos und Filmen. Alles, wo der Inhalt keinem bestimmten Layout, Format oder einer bestimmten Formel folgt. Daher der Begriff \u201eunstrukturiert\u201c. Das Gegenteil von unstrukturierten Daten sind Felddaten oder Daten, die strukturiert sind. Typischerweise als Datenbanken gedacht, k\u00f6nnen dies auch Tabellenkalkulationsseiten, Ladedateien oder Protokolldateien sein. Strukturierte Daten k\u00f6nnen sich auch auf Elemente mit Metadaten beziehen, darunter E-Mails, Microsoft Office-Dokumente und Betriebssystemeintr\u00e4ge.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ich habe festgestellt, dass viele der strukturierten Daten, mit denen wir umgehen, Tracking, Tracing und Transaktionsdaten sind. Dies sind die Daten, die Ihren Amazon\u2122-Kauf aufzeichnen: was Sie beim Kauf gekauft haben, wie viele Einheiten, Zahlungsinformationen und Versandinformationen. All dies sind strukturierte (Feld-)Daten. Wenn Sie das Produkt erhalten und eine Bewertung abgeben, k\u00f6nnen Sie eingeben, was Sie m\u00f6chten. Sie sind normalerweise nicht durch den Inhalt begrenzt, sondern nur durch die L\u00e4nge. Ihre Bewertung besteht aus unstrukturierten Daten.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-it-also-turns-out-that-data-scientists-consider-all-data-structured-in-fact-three-axes-of-structure-can-be-used-to-describe-any-data\"><strong><em>Es stellt sich auch heraus, dass Data Scientists alle Daten als strukturiert betrachten. Tats\u00e4chlich k\u00f6nnen drei Strukturachsen verwendet werden, um beliebige Daten zu beschreiben:<\/em><\/strong><\/h3>\n\n\n\n<ul class=\"wp-block-list\"><li>Wie strukturiert sind die Inhalte?<\/li><li>Wie strukturiert ist die Lagerung?<\/li><li>Wie strukturiert ist der Abruf?<\/li><\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Alle unsere Datensysteme k\u00f6nnen entlang dieser drei Achsen gemessen werden. Es gibt also keine unstrukturierten Daten; es gibt nur weniger strukturierte Daten. Das erinnert mich immer an den Film \u201eMatrix\u201c, wenn der Junge zu Neo sagt: \u201eDie Wahrheit ist, es gibt keinen L\u00f6ffel.\u201c Durch diese Analogie k\u00f6nnten wir E-Mails als \u201ehalbstrukturierte Daten\u201c betrachten, da sie Felddaten und Freiformdaten kombinieren. Ebenso f\u00fcr Textnachrichten, Instant Messaging, Bilder, Audiodateien usw. Alle Daten neigen dazu, ein gewisses Ma\u00df an konsistenten, hochdefinierten, hochstrukturierten Daten zu enthalten, die verschiedene Aspekte der Verfolgung der Erstellung, Speicherung, Verwendung, des Abrufs und sogar der Daten steuern Entsorgung.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Verwenden Sie also Begriffe wie strukturierte Daten und unstrukturierte Daten, wenn <em>alle <\/em>Daten haben verschiedene Grade der Struktur kann eine falsche Bezeichnung sein.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-some-other-descriptors-may-be-helpful\"><strong>Einige andere Beschreibungen k\u00f6nnen hilfreich sein:<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Menschlich<\/strong>  <em>vs.<\/em>  <strong>Instrumental<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Subjektiv<\/strong>  <em>vs.<\/em>  <strong>Zielsetzung<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Trat ein<\/strong>  <em>vs.<\/em>  <strong>Verzeichnet<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Handbuch<\/strong>  <em>vs.<\/em>  <strong>Automatisiert<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">&nbsp;<strong>Vage<\/strong>  <em>vs.<\/em>  <strong>Pr\u00e4zise<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Analog<\/strong>  <em>vs.<\/em>  <strong>Quantum<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Variable<\/strong>  <em>vs.<\/em>  <strong>Fest<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Freiform<\/strong>  <em>vs.<\/em>  <strong>Definiert<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Inhalt<\/strong>  <em>vs.<\/em>  <strong>Kontext<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>W\u00f6rter<\/strong>  <em>vs.<\/em>  <strong>Zahlen<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Ideen<\/strong>  <em>vs.<\/em>  <strong>Metriken<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Abstrakt<\/strong>  <em>vs.<\/em>  <strong>Beton<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Sprachlich<\/strong>  <em>vs.<\/em>  <strong>Mathematisch<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Auch andere Merkmale sind zu erkennen. Dazu geh\u00f6rt vor allem die Kostenkurve von strukturierten Daten im Vergleich zu unstrukturierten Daten. Dies verdient ein eigenes Kapitel, aber es gen\u00fcgt zu sagen, dass die Kurven vorerst sehr unterschiedlich sind. Unstrukturierte Daten haben eine lineare Kostenkurve. Je mehr Daten Sie haben, desto mehr kostet es. Auch mit fortschrittlicher Technologie k\u00f6nnen wir die Neigung der Linie \u00e4ndern, aber es bleibt eine Linie.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Strukturierte Daten hingegen weisen eine Kurve auf, die beschleunigte Skaleneffekte widerspiegelt und sich fast den Fixkosten n\u00e4hert. Dies ist eine Vorabinvestition mit geringen bis keinen Grenzkosten f\u00fcr zus\u00e4tzliche Datens\u00e4tze pro Datenquelle. Dar\u00fcber hinaus gibt es einen zusammengesetzten Wert f\u00fcr jede zus\u00e4tzliche Datenquelle, selbst wenn die inkrementellen Kosten relativ fest sind. Jede neue Datenquelle repr\u00e4sentiert lineare Kosten, aber einen exponentiellen Wert.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-for-all-of-these-reasons-i-suggest-the-paradigm-of\"><strong>Aus all diesen Gr\u00fcnden schlage ich folgendes Paradigma vor:<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>AKTION<\/strong>  <em>vs.<\/em>  <strong>VERBAL<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">ACTION-Daten konzentrieren sich auf die Transaktion, die Aktivit\u00e4t, die Metadaten und Systemdaten, die dieser Aktivit\u00e4t zugeordnet sind. Diese Daten sind Umgebungs-, Kontext-, Transaktions-, Instrumental-, Betriebs- und Navigationsdaten. Es k\u00f6nnte auch betrachtet werden: zuordenbar, kodifiziert, gez\u00e4hlt, integriert, objektiv und notwendig. Mit anderen Worten, dies ist nicht das, was jemand gesagt hat (das w\u00e4re der Inhalt seiner Nachricht, Voicemail, Foto). Stattdessen ist es das, was sie tats\u00e4chlich getan haben.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-what-is-the-opposite-of-action-data-that-would-be-verbal-data\"><strong>Was ist das Gegenteil von ACTION-Daten? Das w\u00e4ren VERBAL-Daten:<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Im Gegensatz zu ACTION-Daten sind VERBAL-Daten variabel, emotional, reflektierend, BLOB, k\u00fcnstlerisch und sprachlich. Optionale Deskriptoren sind Varied, Emotional, Relatable, Basic, Actionable (Articulated und Mehrdeutig, sowie) und Sprache. Es ist hilfreich, sich die Datenwelt in zwei Gruppen vorzustellen: ACTION-Daten und VERBAL-Daten, insbesondere wenn wir erkennen, dass viele Datendateien Elemente von beidem enthalten. <a href=\"https:\/\/idsinc.com\/de\/tatsache-sturzt-ab\/\" target=\"_blank\" rel=\"noreferrer noopener\">Fact Crashing\u2122<\/a> konzentriert sich auf ACTION-Daten. Und wenn VERBAL-Daten verf\u00fcgbar sind, suchen wir nach M\u00f6glichkeiten, sie stattdessen in ACTION-Daten umzuwandeln.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-how-do-you-turn-verbal-data-into-action-data\"><strong>Wie verwandeln Sie VERBAL-Daten in ACTION-Daten?<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Durch Hinzuf\u00fcgen von Metadaten. Dies erfolgt durch Extrahieren von Metadaten aus VERBAL-Daten oder durch Erstellen von Metadaten aus dem VERBAL-Inhalt. Wir extrahieren Metadaten, wenn wir Felddaten aus E-Mail-Headern ziehen und diese Felder dann verwenden, um diese E-Mails zu filtern. Wir tun dies auch, wenn wir Dateieigenschaften aus MS Office-Dokumenten zeichnen und diese Felder dann verwenden, um diese Dateien zu filtern. Wir erstellen Metadaten, wenn wir den Inhalt von Freiformdateien und -feldern analysieren, um daraus Informationen zu extrahieren. Enthalten sie personenbezogene Daten (PII)? Beziehen sie sich auf die Probleme A, B oder C? Beziehen sie sich auf die Konzepte 1, 2 oder 3? K\u00f6nnen sie als Rechnung, Vertrag, Kalendereintrag, SPAM kategorisiert werden? Ist der Inhalt responsiv? Ist es privilegiert? Wenn wir diese Merkmale identifizieren und dann aufzeichnen, erstellen wir Metadaten.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Wann immer wir unstrukturierte Daten analysieren, verlassen sich unsere Computer tats\u00e4chlich auf strukturierte Merkmale, selbst wenn diese Merkmale vor\u00fcbergehend sind oder sich hinter den Kulissen befinden. Beispiel: Wenn Ihnen ein bestimmter Song auf Pandora\u00ae gef\u00e4llt, kann dieses System Ihnen \u00e4hnliche Songs empfehlen. Wie macht es das? Pandora h\u00f6rt sich die Musik nicht an, sondern verl\u00e4sst sich stattdessen auf vorab aufgezeichnete Metadaten. In Pandora wird jeder Song nach Ph.D. kategorisiert. Musikwissenschaftler anhand von 400 verschiedenen Feldmerkmalen, die im Music Genome Project gefunden wurden. Diese umfassen die Qualit\u00e4ten von Melodie, Rhythmus, Harmonie, Form, Komposition und Text.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Pro <\/strong><a href=\"https:\/\/computer.howstuffworks.com\/internet\/basics\/pandora.htm\" target=\"_blank\" rel=\"noreferrer noopener\"><strong>Julia Layton bei How Stuff Works<\/strong><\/a><strong>:<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>\u201ePandora verl\u00e4sst sich auf ein Musikgenom, das aus 400 musikalischen Zuschreibungen besteht, die die Qualit\u00e4ten von Melodie, Harmonie, Rhythmus, Form, Komposition und Text abdecken. Es ist ein Projekt, das im Januar 2000 begann und 30 Experten f\u00fcr Musiktheorie f\u00fcnf Jahre in Anspruch nahm, um es abzuschlie\u00dfen. The Genome basiert auf einer komplizierten Analyse der Musik von 10.000 K\u00fcnstlern aus den letzten 100 Jahren durch echte Menschen (etwa 20 bis 30 Minuten pro viermin\u00fctigem Song). Die Analyse neuer Musik wird seit dem Online-Start von Pandora im August 2005 jeden Tag fortgesetzt. Seit Mai 2006 enth\u00e4lt die Musikbibliothek von Genome 400.000 analysierte Songs von 20.000 zeitgen\u00f6ssischen K\u00fcnstlern. Sie werden Latin oder Klassik noch nicht finden: Pandora ist dabei, ein spezialisiertes Genom f\u00fcr lateinamerikanische Musik zu entwickeln, und denkt immer noch intensiv dar\u00fcber nach, wie man sich der Welt der klassischen Komposition n\u00e4hert.\u201c<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pandora und das Music Genome Project haben etwas, das von Natur aus VERBAL ist, in etwas \u00fcbersetzt, das jetzt AKTION ist. ACTION-Daten k\u00f6nnen gemessen, verglichen und eingestuft werden. VERBAL-Daten k\u00f6nnen in ihrem urspr\u00fcnglichen Format nur von Menschen gelesen werden. Dies ist kosten- und zeitintensiv. In den fr\u00fchen Tagen der computergest\u00fctzten Entdeckung, als wir haupts\u00e4chlich mit Papierdokumenten arbeiteten und diese scannten, um Repositories von TIFF-Bildern zu erstellen, schickten wir umfangreiche Sammlungen von Dokumenten an kosteng\u00fcnstigere \u00dcberpr\u00fcfungsteams. Ihre einzige Aufgabe bestand darin, die Dokumente zu \u201ecodieren\u201c. Diese bibliografische Kodierung f\u00fcllte Felder wie Autor, Thema, Datum, Kategorie usw. Diese Felder wurden wiederum zur Grundlage der Suche. Die VERBAL-Daten (die gescannten Bilder) wurden mit ACTION-Daten erg\u00e4nzt.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-but-can-t-we-just-deal-with-the-free-form-text-yes-but-there-are-limitations\"><strong>Aber k\u00f6nnen wir uns nicht einfach mit dem Freiformtext befassen? Ja, aber es gibt Einschr\u00e4nkungen.<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">In der wegweisenden Information Retrieval-Arbeit von <a href=\"https:\/\/deepblue.lib.umich.edu\/bitstream\/handle\/2027.42\/28883\/0000719.pdf?sequence=1&amp;isAllowed=y\" target=\"_blank\" rel=\"noreferrer noopener\">Blair und Maron (1985)<\/a>, benutzten die Anw\u00e4lte die <a href=\"https:\/\/www-01.ibm.com\/common\/ssi\/cgi-bin\/ssialias?infotype=dd&amp;subtype=sm&amp;htmlfid=897\/ENUS5740-XR1\" target=\"_blank\" rel=\"noreferrer noopener\">IBM STAIRS-System<\/a>. Dies war das erste dokumentierte System, das eine boolesche Suche (UND, ODER, NICHT usw.) und eine N\u00e4herungssuche (angrenzend an denselben Absatz usw.) erm\u00f6glichte. Seitdem haben wir die Volltextsuche mit zus\u00e4tzlichen erweiterten Funktionen, Verarbeitung nat\u00fcrlicher Sprache, Sprach\u00fcbersetzern und erweiterten Informationsabruftechniken f\u00fcr Clustering, Raumvektormaschinen, Konzeptsuche usw. stetig verbessert.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Blair und Maron kritisierten das Volltextabrufsystem scharf als unwirksam, um die richtigen Dokumente zu identifizieren. Seitdem haben wir viele Technologien ausgereift, die bei der Handhabung von Freiformdaten helfen. Diese werden normalerweise unter einer Form von k\u00fcnstlicher Intelligenz zusammengefasst. Sie sind viel besser, aber immer noch begrenzt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">W\u00e4re es hilfreich zu wissen, ob Ihre E-Mails personenbezogene Daten (PII) enthalten? Dann k\u00f6nnen Sie einen Algorithmus verwenden, um diesen Aspekt zu suchen, zu identifizieren und dann aufzuzeichnen. Dabei w\u00fcrden Sie einige ACTION-Daten aus Ihren VERBAL-Daten extrahieren. W\u00e4re es hilfreich, eine gro\u00dfe Gruppe von Mitteilungen auf Stimmungen zu analysieren? Wenn ja, k\u00f6nnen Sie diesen Aspekt mit einem Stimmungsanalysealgorithmus analysieren, zuordnen und aufzeichnen. Sie haben gerade einige ACTION-Daten aus Ihren VERBAL-Daten extrahiert.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-so-yes-we-can-handle-verbal-data-but-it-s-labor-intensive-expensive-subjective-and-can-have-widely-varying-degrees-of-precision-and-recall\"><strong><em>Also ja, wir k\u00f6nnen mit VERBAL-Daten umgehen. Aber es ist arbeitsintensiv, teuer, subjektiv und kann sehr unterschiedliche Genauigkeits- und Abrufgrade aufweisen.<\/em><\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Aus all diesen Gr\u00fcnden ist es angebracht, anderen Quellen Vorrang vor VERBAL-Daten zu geben. Es ist angebracht, ACTION-Daten zu priorisieren und sie zu verwenden, um VERBAL-Daten zu erweitern. Dies zu erkennen ist die Essenz von <a href=\"https:\/\/idsinc.com\/de\/tatsache-sturzt-ab\/\" target=\"_blank\" rel=\"noreferrer noopener\">Fact Crashing\u2122<\/a>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In den n\u00e4chsten Teilen werden wir uns mit der Identifizierung, Qualifizierung und Priorisierung von ACTION-Daten befassen. Sobald Sie sich daran gew\u00f6hnt haben, sehen Sie m\u00f6glicherweise \u00fcberall ACTION-Daten, so wie Neo die Matrix als Bits und Bytes sah.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/idsinc.com\/de\/rahmenfallprobleme-als-datenzentrierte-anfragen\/\" target=\"_blank\" rel=\"noreferrer noopener\"><strong>Weiter zu Teil V unserer Fact Crashing\u2122-Reihe &gt;&gt;<\/strong><\/a><\/p>\n\n\n\n<hr class=\"wp-block-separator\"\/>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong><em>iDiscovery Solutions ist ein strategisches Beratungs-, Technologie- und Expertendienstleistungsunternehmen, das ma\u00dfgeschneiderte eDiscovery-L\u00f6sungen von digitaler Forensik bis hin zu Expertenaussagen f\u00fcr Anwaltskanzleien und Unternehmen in den Vereinigten Staaten und Europa anbietet.<\/em><\/strong><\/p>\n\n<!--themify_builder_content-->\n<div id=\"themify_builder_content-1505\" data-postid=\"1505\" class=\"themify_builder_content themify_builder_content-1505 themify_builder tf_clear\">\n    <\/div>\n<!--\/themify_builder_content-->\n\n\n<p class=\"wp-block-paragraph\"> <\/p>","protected":false},"excerpt":{"rendered":"<p>This is a multi-part introduction to Fact Crashing\u2122: The acceleration of dispute resolution through the prioritization of data-based evidence (ACTION data). There are 9 Principles of Fact Crashing\u2122. As of Part III in the series, I have discussed: Principle 1: Data is Evidence and is Discoverable Principle 2: Data Should be Addressed Early Let us [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":3389,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[10,38],"tags":[16],"class_list":["post-1505","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-methodologies","tag-fact-crashing","has-post-title","has-post-date","has-post-category","has-post-tag","has-post-comment","has-post-author",""],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v27.6 (Yoast SEO v27.6) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>Fact Crashing\u2122: Principle 2. Deep Dive: ACTION data v. VERBAL data<\/title>\n<meta name=\"description\" content=\"The 4th installment of Fact Crashing\u2122 iDiscovery defines action data, verbal data, structured data, unstructured data &amp; extracting metadata.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/idsinc.com\/de\/aktionsdaten-und-verbale-daten\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Fact Crashing\u2122: Principle 2 - Deep Dive\" \/>\n<meta property=\"og:description\" content=\"The 4th installment of Fact Crashing\u2122 iDiscovery defines action data, verbal data, structured data, unstructured data &amp; extracting metadata.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/idsinc.com\/de\/aktionsdaten-und-verbale-daten\/\" \/>\n<meta property=\"og:site_name\" content=\"iDiscovery Solutions\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/iDiscovery-Solutions-110210573904472\" \/>\n<meta property=\"article:published_time\" content=\"2021-07-20T15:37:31+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-03-09T21:14:02+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/idsinc.com\/wp-content\/uploads\/2022\/03\/iDS-Fact-Crashing-Blog-Images4.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"2500\" \/>\n\t<meta property=\"og:image:height\" content=\"1250\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Dan Regard\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dan Regard\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"8\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/\"},\"author\":{\"name\":\"Dan Regard\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#\\\/schema\\\/person\\\/803ad31781146823f476911393d83156\"},\"headline\":\"Fact Crashing\u2122: Principle 2 &#8211; Deep Dive\",\"datePublished\":\"2021-07-20T15:37:31+00:00\",\"dateModified\":\"2026-03-09T21:14:02+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/\"},\"wordCount\":1663,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/idsinc.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/iDS-Fact-Crashing-Blog-Images4.jpg\",\"keywords\":[\"fact crashing\"],\"articleSection\":[\"Blog\",\"Frameworks + Methodologies\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/\",\"url\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/\",\"name\":\"Fact Crashing\u2122: Principle 2. Deep Dive: ACTION data v. VERBAL data\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/idsinc.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/iDS-Fact-Crashing-Blog-Images4.jpg\",\"datePublished\":\"2021-07-20T15:37:31+00:00\",\"dateModified\":\"2026-03-09T21:14:02+00:00\",\"description\":\"The 4th installment of Fact Crashing\u2122 iDiscovery defines action data, verbal data, structured data, unstructured data & extracting metadata.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#primaryimage\",\"url\":\"https:\\\/\\\/idsinc.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/iDS-Fact-Crashing-Blog-Images4.jpg\",\"contentUrl\":\"https:\\\/\\\/idsinc.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/iDS-Fact-Crashing-Blog-Images4.jpg\",\"width\":2500,\"height\":1250,\"caption\":\"In the fourth installment of Fact Crashing\u2122 iDiscovery defines action data, verbal data, structured data, unstructured data and extracting metadata.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/action-data-and-vebal-data\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/idsinc.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Blog\",\"item\":\"https:\\\/\\\/idsinc.com\\\/de\\\/category\\\/blog\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"ACTION data and VERBAL data\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#website\",\"url\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/\",\"name\":\"iDiscovery Solutions\",\"description\":\"Use data to your advantage in the courtroom\",\"publisher\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#organization\"},\"alternateName\":\"iDS\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#organization\",\"name\":\"iDiscovery Solutions\",\"alternateName\":\"iDS\",\"url\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/idsinc.com\\\/wp-content\\\/uploads\\\/2021\\\/01\\\/iDS-Logo-3c-e1611176096212.png\",\"contentUrl\":\"https:\\\/\\\/idsinc.com\\\/wp-content\\\/uploads\\\/2021\\\/01\\\/iDS-Logo-3c-e1611176096212.png\",\"width\":100,\"height\":73,\"caption\":\"iDiscovery Solutions\"},\"image\":{\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/iDiscovery-Solutions-110210573904472\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/idsinc\",\"https:\\\/\\\/www.youtube.com\\\/channel\\\/UCarv7o1MeYfCp0eZ1IrufIw\"],\"description\":\"iDS provides consultative data solutions to corporations and law firms around the world, giving them a decisive advantage \u2013 both in and out of the courtroom. iDS\u2019s subject matter experts and data strategists specialize in finding solutions to complex data problems, ensuring data can be leveraged as an asset, not a liability.\",\"email\":\"info@idsinc.com\",\"telephone\":\"+1.800.813.4832\",\"legalName\":\"iDiscovery Solutions\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/idsinc.com\\\/en_gb\\\/#\\\/schema\\\/person\\\/803ad31781146823f476911393d83156\",\"name\":\"Dan Regard\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/71f395a2e924fed8327f7eae9a8e3f3c021847644b1cea8c14a20b0396aa22f1?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/71f395a2e924fed8327f7eae9a8e3f3c021847644b1cea8c14a20b0396aa22f1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/71f395a2e924fed8327f7eae9a8e3f3c021847644b1cea8c14a20b0396aa22f1?s=96&d=mm&r=g\",\"caption\":\"Dan Regard\"},\"url\":\"https:\\\/\\\/idsinc.com\\\/de\\\/author\\\/dan\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Fact Crashing\u2122: Prinzip 2. Tiefer Einblick: AKTIONSdaten vs. VERBALE Daten","description":"Die vierte Ausgabe von Fact Crashing\u2122 iDiscovery definiert Aktionsdaten, verbale Daten, strukturierte Daten, unstrukturierte Daten und das Extrahieren von Metadaten.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/idsinc.com\/de\/aktionsdaten-und-verbale-daten\/","og_locale":"de_DE","og_type":"article","og_title":"Fact Crashing\u2122: Principle 2 - Deep Dive","og_description":"The 4th installment of Fact Crashing\u2122 iDiscovery defines action data, verbal data, structured data, unstructured data & extracting metadata.","og_url":"https:\/\/idsinc.com\/de\/aktionsdaten-und-verbale-daten\/","og_site_name":"iDiscovery Solutions","article_publisher":"https:\/\/www.facebook.com\/iDiscovery-Solutions-110210573904472","article_published_time":"2021-07-20T15:37:31+00:00","article_modified_time":"2026-03-09T21:14:02+00:00","og_image":[{"width":2500,"height":1250,"url":"https:\/\/idsinc.com\/wp-content\/uploads\/2022\/03\/iDS-Fact-Crashing-Blog-Images4.jpg","type":"image\/jpeg"}],"author":"Dan Regard","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dan Regard","Gesch\u00e4tzte Lesezeit":"8\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/#article","isPartOf":{"@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/"},"author":{"name":"Dan Regard","@id":"https:\/\/idsinc.com\/en_gb\/#\/schema\/person\/803ad31781146823f476911393d83156"},"headline":"Fact Crashing\u2122: Principle 2 &#8211; Deep Dive","datePublished":"2021-07-20T15:37:31+00:00","dateModified":"2026-03-09T21:14:02+00:00","mainEntityOfPage":{"@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/"},"wordCount":1663,"commentCount":0,"publisher":{"@id":"https:\/\/idsinc.com\/en_gb\/#organization"},"image":{"@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/#primaryimage"},"thumbnailUrl":"https:\/\/idsinc.com\/wp-content\/uploads\/2022\/03\/iDS-Fact-Crashing-Blog-Images4.jpg","keywords":["fact crashing"],"articleSection":["Blog","Frameworks + Methodologies"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/idsinc.com\/action-data-and-vebal-data\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/","url":"https:\/\/idsinc.com\/action-data-and-vebal-data\/","name":"Fact Crashing\u2122: Prinzip 2. Tiefer Einblick: AKTIONSdaten vs. VERBALE Daten","isPartOf":{"@id":"https:\/\/idsinc.com\/en_gb\/#website"},"primaryImageOfPage":{"@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/#primaryimage"},"image":{"@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/#primaryimage"},"thumbnailUrl":"https:\/\/idsinc.com\/wp-content\/uploads\/2022\/03\/iDS-Fact-Crashing-Blog-Images4.jpg","datePublished":"2021-07-20T15:37:31+00:00","dateModified":"2026-03-09T21:14:02+00:00","description":"Die vierte Ausgabe von Fact Crashing\u2122 iDiscovery definiert Aktionsdaten, verbale Daten, strukturierte Daten, unstrukturierte Daten und das Extrahieren von Metadaten.","breadcrumb":{"@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/idsinc.com\/action-data-and-vebal-data\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/#primaryimage","url":"https:\/\/idsinc.com\/wp-content\/uploads\/2022\/03\/iDS-Fact-Crashing-Blog-Images4.jpg","contentUrl":"https:\/\/idsinc.com\/wp-content\/uploads\/2022\/03\/iDS-Fact-Crashing-Blog-Images4.jpg","width":2500,"height":1250,"caption":"In the fourth installment of Fact Crashing\u2122 iDiscovery defines action data, verbal data, structured data, unstructured data and extracting metadata."},{"@type":"BreadcrumbList","@id":"https:\/\/idsinc.com\/action-data-and-vebal-data\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/idsinc.com\/"},{"@type":"ListItem","position":2,"name":"Blog","item":"https:\/\/idsinc.com\/de\/category\/blog\/"},{"@type":"ListItem","position":3,"name":"ACTION data and VERBAL data"}]},{"@type":"WebSite","@id":"https:\/\/idsinc.com\/en_gb\/#website","url":"https:\/\/idsinc.com\/en_gb\/","name":"iDiscovery-L\u00f6sungen","description":"Nutzen Sie Daten im Gerichtssaal zu Ihrem Vorteil","publisher":{"@id":"https:\/\/idsinc.com\/en_gb\/#organization"},"alternateName":"iDS","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/idsinc.com\/en_gb\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/idsinc.com\/en_gb\/#organization","name":"iDiscovery-L\u00f6sungen","alternateName":"iDS","url":"https:\/\/idsinc.com\/en_gb\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/idsinc.com\/en_gb\/#\/schema\/logo\/image\/","url":"https:\/\/idsinc.com\/wp-content\/uploads\/2021\/01\/iDS-Logo-3c-e1611176096212.png","contentUrl":"https:\/\/idsinc.com\/wp-content\/uploads\/2021\/01\/iDS-Logo-3c-e1611176096212.png","width":100,"height":73,"caption":"iDiscovery Solutions"},"image":{"@id":"https:\/\/idsinc.com\/en_gb\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/iDiscovery-Solutions-110210573904472","https:\/\/www.linkedin.com\/company\/idsinc","https:\/\/www.youtube.com\/channel\/UCarv7o1MeYfCp0eZ1IrufIw"],"description":"iDS bietet Unternehmen und Anwaltskanzleien weltweit beratende Datenl\u00f6sungen und verschafft ihnen damit einen entscheidenden Vorteil \u2013 sowohl vor als auch au\u00dferhalb des Gerichtssaals. Die Fachexperten und Datenstrategen von iDS sind auf die L\u00f6sung komplexer Datenprobleme spezialisiert und stellen sicher, dass Daten als Vorteil und nicht als Belastung genutzt werden.","email":"info@idsinc.com","telephone":"+1.800.813.4832","legalName":"iDiscovery Solutions"},{"@type":"Person","@id":"https:\/\/idsinc.com\/en_gb\/#\/schema\/person\/803ad31781146823f476911393d83156","name":"Dan Respekt","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/71f395a2e924fed8327f7eae9a8e3f3c021847644b1cea8c14a20b0396aa22f1?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/71f395a2e924fed8327f7eae9a8e3f3c021847644b1cea8c14a20b0396aa22f1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/71f395a2e924fed8327f7eae9a8e3f3c021847644b1cea8c14a20b0396aa22f1?s=96&d=mm&r=g","caption":"Dan Regard"},"url":"https:\/\/idsinc.com\/de\/author\/dan\/"}]}},"builder_content":"","_links":{"self":[{"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/posts\/1505","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/comments?post=1505"}],"version-history":[{"count":1,"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/posts\/1505\/revisions"}],"predecessor-version":[{"id":9493,"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/posts\/1505\/revisions\/9493"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/media\/3389"}],"wp:attachment":[{"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/media?parent=1505"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/categories?post=1505"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/idsinc.com\/de\/wp-json\/wp\/v2\/tags?post=1505"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}