På vej tilbage til sit kontor falder Peters tanker igen på talen til sit gudbarn, Andreas, barnedåb. Han har besluttet at bygge talen op omkring historiske personer og begivenheder, der er sket på Andreas fødselsdato. Ninas forslag om at kombinere personer og begivenheder fra både Østrig, Spanien og Danmark er også en god ide. Så bliver begge grene af familien tilgodeset og det hele bliver knyttet sammen via Danmark, som også var stedet, der forbandt Emmanuelle og Günther. Peter tager listen over historiske personer og begivenheder frem, som han har fået skrevet ud og kan se, at selv om han har fået streget en del ud, mangler han stadig at få det skåret ned til højest fire personer eller begivenheder per land.

Da Peter kommer ind på sit kontor, bliver han revet ud af sine tanker, da hans sekretær Pia stikker hovedet ind:

”Hej Peter, jeg har lige modtaget udskrift fra jeres møde, jeg checker det lige og så får du det om 15 minutter”

”Fint”

Peter udnytter, at med Semantic Web vil datoer være opmærket ikke kun som en dato men også som typen af dato, f.eks. en fødselsdato, en begivenhedsdato, en dato for et citat, en dato for en sangudgivelse osv.

Begivenheder og historiske personer vil være identificeret unikt (evt. via den kommende XRI-standard fra OASIS), så f.eks. vil ens agent vide, at Elizabeth Taylor er den samme person som Elizabeth Burton, Elizabeth Warner og Elizabeth Fortensky. Identifikationen vil være uafhængig af sprog, så Peter får svar fra både danske, spanske og østrigske hjemmesider.

Når der har været uoverensstemmelser mellem de informationer, som Peters personlige agent har fundet, f.eks. en begivenhedsdato, har den, før den præsenterede resultatet til Peter, forsøgt at komme med det rette bud, f.eks. baseret på hvor mange hjemmesider der har angivet den samme dato, hvor stor troværdighed de pågældende hjemmesider har (ved brug af principperne for Web of Trust) eller hvis agenten ikke har kunnet tage en beslutning, har den præsenteret begge muligheder for Peter, som så selv må bestemme, hvad der er rigtigt.

Det understreger også Semantic Webs primære rolle som beslutningsstøtte ikke alt vidende orakel. På Peters forespørgsel om ”Fortæl mig om historiske personer fra Østrig der er født 13. august”, får han mulige svar på spørgsmålet ikke kun en liste af dokumenter/hjemmesider, der indeholder den pågældende tekst, hvor Peter selv skal undersøge hver side manuelt for at finde den ønskede information.

Da Peter holdt møde, var der en mikrofon i mødelokalet, der optog alt, hvad der blev sagt. Ved hjælp af stemmegenkendelse blev det registreret, hvem der sagde noget og ved hjælp af talegenkendelse blev det registreret, hvad de sagde.

Denne information blev skrevet ind i et dokument, som blev sendt til Peters sekretær, der har til opgave at læse det igennem og afklare eventuelle unøjagtigheder.

En del af ansættelsesproceduren hos Pharma A/S er at træne programmet til talegenkendelses i at forstå og genkende den nyansattes tale. Det gøres ved, at den nyansatte skal læse et antal dokumenter op, der blandt andet indeholder termer specifik for Pharma A/S eller den farmaceutiske industri generelt.

Afhængig af den nyansattes arbejdsområde skal applikationen også trænes i at forstå hans brug af fagspecifikke termer indenfor hans område f..eks. it-sikkerhed eller it-overvågning.