Seminar eccenca Corporate Memory – Ontologie- und SHACL-Modellierung mit Business Knowledge Editor

Fachliche Modelle müssen zugleich verständlich, formal eindeutig und für Datenpflege sowie Validierung nutzbar sein. Unkontrollierte Klassenhierarchien oder rein technische Shapes erschweren dagegen die Zusammenarbeit zwischen Fachbereich und IT.

Das Seminar behandelt die Ontologie- und SHACL-Modellierung mit dem Business Knowledge Editor. Klassen, Eigenschaften, Hierarchien, Axiome, Formulare und Validierungsregeln werden aus Kompetenzfragen abgeleitet und in einem freigabefähigen Modellpaket zusammengeführt.

Inhaltsübersicht

1. Seminarziel
2. Zielgruppe
3. Voraussetzungen
4. Seminarinhalte
   1. Schritt 1: Modellauftrag und Kompetenzfragen
   2. Schritt 2: Arbeitsweise im Business Knowledge Editor
   3. Schritt 3: Klassen und Hierarchien
   4. Schritt 4: Eigenschaften und Beziehungen
   5. Schritt 5: Fachliche Dokumentation und Mehrsprachigkeit
   6. Schritt 6: Node Shapes und Zieldefinitionen
   7. Schritt 7: Property Shapes und Formularregeln
   8. Schritt 8: Komplexe Constraints und Testdaten
   9. Schritt 9: Review, Versionierung und Veröffentlichung
5. Praxisübungen
6. Arbeitsweise

Seminarziel

• Kompetenzfragen in Klassen, Eigenschaften und Modellgrenzen übersetzen
• Ontologien mit verständlichen Bezeichnungen, Hierarchien und Axiomen modellieren
• SHACL-Shapes für Validierung und geführte Bearbeitung erstellen
• Modellreview, Versionierung, Veröffentlichung und Änderungssteuerung organisieren

Zielgruppe

Knowledge Engineers, Ontologieentwickler, Informationsarchitekten, Data Stewards und Fachmodellierer mit Verantwortung für semantische Modelle und Datenverträge.

Voraussetzungen

Grundkenntnisse in RDF und fachlicher Datenmodellierung. SPARQL-Kenntnisse sind für erweiterte Constraints hilfreich.

Seminarinhalte

Schritt 1: Modellauftrag und Kompetenzfragen

Der Modellumfang wird aus konkreten Informationsbedarfen abgeleitet. Begriffe, Verantwortlichkeiten, Nicht-Ziele und Akzeptanzkriterien werden vor der technischen Modellierung festgehalten.

• Kompetenzfragen
• Scope und Modellgrenzen
• Glossar und Stakeholder

Schritt 2: Arbeitsweise im Business Knowledge Editor

Arbeitsbereiche, Modellobjekte, Navigation und Bearbeitung werden als kontrollierter Entwicklungsprozess eingerichtet. Namensräume und Konventionen sichern einheitliche Ergebnisse.

• Projekt- und Modellnavigation
• Namespaces und Präfixe
• Benennungs- und Dokumentationsregeln

Schritt 3: Klassen und Hierarchien

Kernklassen werden mit fachlicher Bedeutung, Ober- und Unterklassen sowie disjunkten Bereichen modelliert. Tiefe Hierarchien werden nur eingesetzt, wenn sie fachlich begründet sind.

• Klassenanlage
• subClassOf und Disjunktheit
• abstrakte und konkrete Konzepte

Schritt 4: Eigenschaften und Beziehungen

Daten- und Objektbeziehungen werden mit Domain, Range, Kardinalität und Richtung beschrieben. Inverse oder charakteristische Eigenschaften werden gezielt eingesetzt.

• Datatype und Object Properties
• Domain, Range und inverse Beziehungen
• funktionale und transitive Eigenschaften

Schritt 5: Fachliche Dokumentation und Mehrsprachigkeit

Labels, Definitionen, Beispiele und Nutzungshinweise machen das Modell außerhalb des Entwicklerteams verständlich. Sprachvarianten und redaktionelle Regeln werden konsistent gepflegt.

• Labels und Definitionen
• Beispiele und Nutzungshinweise
• Mehrsprachigkeit und redaktionelle Qualität

Schritt 6: Node Shapes und Zieldefinitionen

Shapes werden Klassen oder anderen Zielmengen zugeordnet. Die Struktur unterstützt sowohl Validierung als auch die geführte Erfassung in Author.

• Node Shapes und Targets
• geschlossene und offene Shapes
• Reihenfolge und Gruppierung

Schritt 7: Property Shapes und Formularregeln

Pflichtwerte, Datentypen, Wertebereiche, Klassenbezug und Mehrfachwerte werden modelliert. Anzeigehinweise und kontrollierte Wertelisten verbessern die Bearbeitung.

• Kardinalität und Datentyp
• class, nodeKind und in
• Gruppen, Reihenfolge und Vorgaben

Schritt 8: Komplexe Constraints und Testdaten

Logische Kombinationen und SPARQL-basierte Regeln decken komplexere Geschäftsanforderungen ab. Positive und negative Testfälle verhindern unbeabsichtigte Regelwirkungen.

• and, or, xone und not
• SPARQL Constraints
• Testressourcen und Fehlermeldungen

Schritt 9: Review, Versionierung und Veröffentlichung

Das Modellpaket wird fachlich und technisch geprüft. Version, Status, Änderungsprotokoll, Kompatibilität und Veröffentlichungsweg werden verbindlich dokumentiert.

• Vier-Augen-Review
• Version und Deprecation
• Freigabe und Veröffentlichung

Praxisübungen

1. Entwurf einer Ontologie aus Kompetenzfragen und fachlichem Glossar
2. Erstellung von Shapes für Validierung und formulargeführte Datenerfassung
3. Durchführung eines Modellreviews mit Testdaten, Änderungsprotokoll und Freigabe

Arbeitsweise

Die Themen werden in aufeinander aufbauenden Arbeitsschritten vermittelt. Fachliche Einordnung, Demonstration, angeleitete Konfiguration und selbstständige Übungen wechseln sich ab. Jeder größere Arbeitsschritt wird mit einer Prüfung des erzeugten Ergebnisses und einer kurzen technischen Dokumentation abgeschlossen.