Seminar PoolParty Semantic Suite – Grundlagen, Architektur und Einsatzplanung

Der Einstiegstag schafft eine gemeinsame Begriffsbasis und ordnet die Produktkomponenten entlang realer Informationsprobleme ein. Im Mittelpunkt stehen Taxonomien, Wissensgraphen, Textanalyse, Suche, Datenintegration und semantische KI als zusammenhängende Plattformfähigkeiten. Ein Pilotvorhaben wird so abgegrenzt, dass Ziele, Datenquellen und Qualitätskriterien überprüfbar sind.

Inhaltsverzeichnis

1. Zielsetzung
2. Kompetenzziele
3. Seminarinhalte
4. Praxisübungen
5. Zielgruppe und Voraussetzungen
6. Methodik und Qualitätssicherung

Zielsetzung

Ziel ist eine fundierte Orientierungs- und Entscheidungsgrundlage für weitere Seminare oder ein erstes Projekt. Der Tag liefert keine Tiefenkonfiguration, sondern ein belastbares Architektur- und Lernbild.

Kompetenzziele

• Zentrale semantische Begriffe und Standards korrekt verwenden.
• Komponenten und typische Datenflüsse der Suite einordnen.
• Geeignete Anwendungsfälle von ungeeigneten oder zu großen Vorhaben unterscheiden.
• Pilotumfang und anschließenden Lernpfad festlegen.

Seminarinhalte

3.1 Semantische Grundlagen und Standards

1. Begriffe wie Taxonomie, Thesaurus, Ontologie, Wissensgraph und kontrolliertes Vokabular voneinander abgrenzen.
2. SKOS-, RDF- und URI-Grundprinzipien an einem durchgängigen Fachmodell nachvollziehen.
3. Unstrukturierte Inhalte, strukturierte Daten und Metadaten als getrennte Eingangsklassen erfassen.
4. Für einen Beispielanwendungsfall festlegen, welche semantische Struktur tatsächlich benötigt wird.

3.2 Plattformarchitektur und Komponenten

1. Graph Modeling beziehungsweise Thesaurus Manager als Modellierungs- und Governance-Schicht einordnen.
2. Extractor, Semantic Classifier, Search and Recommender, ADF und UnifiedViews ihren Aufgaben zuordnen.
3. GraphEditor, GraphViews, APIs, SPARQL-Endpunkte und Veröffentlichungsdienste in der Zielarchitektur verorten.
4. Datenflüsse vom Quellsystem bis zur Suche, Empfehlung oder generativen Anwendung skizzieren.

3.3 Use-Case-Auswahl und Anforderungsanalyse

1. Geschäftsproblem, Nutzergruppen, Informationsobjekte und gewünschte Entscheidungen präzise beschreiben.
2. Such-, Tagging-, Integrations-, Governance- und KI-Anforderungen getrennt priorisieren.
3. Messbare Qualitätskriterien für Abdeckung, Präzision, Aktualität und Nachvollziehbarkeit definieren.
4. Einen abgegrenzten Pilotumfang mit Datenquellen, Verantwortlichkeiten und Abnahmekriterien festlegen.

3.4 RDF-, SKOS- und Graphmodell

1. Tripel, Ressourcen, Literale, Klassen und Properties an konkreten Beispielen unterscheiden.
2. SKOS-Konzepte und Ontologieklassen hinsichtlich Zweck und Semantik trennen.
3. Namensräume, URIs und Präfixe für ein unternehmensweites Modell festlegen.
4. Ein kleines Graphmodell auf Konsistenz, Erweiterbarkeit und Abfragefähigkeit prüfen.

3.5 Übergang von PoolParty zur Graphwise-Nomenklatur

1. Bestehende PoolParty-Komponenten den Bereichen Graph Modeling, Semantic Analytics, Graph Automation und GraphRAG zuordnen.
2. Dokumentation, Betriebsunterlagen und Schulungsbegriffe auf konsistente Bezeichnungen prüfen.
3. Auswirkungen auf Benutzerführung, Rollen, APIs und Supportprozesse erfassen.
4. Kommunikations- und Qualifizierungsplan für Fachbereiche, Betrieb und Entwicklung erstellen.

Praxisübungen

4.1 Anwendungsfall strukturieren

1. Informationsproblem und Nutzergruppen beschreiben.
2. Quellen, semantische Modelle und Zielanwendung zuordnen.
3. Messbare Pilotkriterien festlegen.

4.2 Komponentenlandkarte erstellen

1. PoolParty- und Graphwise-Begriffe sammeln.
2. Komponenten den Funktionsbereichen zuordnen.
3. Datenfluss und Verantwortlichkeiten skizzieren.

Zielgruppe und Voraussetzungen

Zielgruppe: Entscheidungsträger, Projektleitung, Product Owner, Enterprise Architecture, Wissensmanagement, Fachverantwortung und neue Teammitglieder.

Voraussetzungen: Keine produktspezifischen Vorkenntnisse. Allgemeines Verständnis von Daten, Metadaten, Suche oder Content-Prozessen ist hilfreich.

Methodik und Qualitätssicherung

Die Vermittlung kombiniert strukturierte Fachimpulse, Demonstrationen, moderierte Modellierungs- oder Konfigurationsschritte und praktische Übungen. Jeder Arbeitsblock endet mit einer prüfbaren Zwischenkontrolle.

• Ausgangszustand und Lernziel werden vor jedem Arbeitsauftrag festgelegt.
• Konfigurationen und Modelle werden schrittweise aufgebaut und dokumentiert.
• Positiv-, Negativ- und Grenzfälle werden anhand definierter Kriterien geprüft.
• Abweichungen werden analysiert, korrigiert und in einer erneuten Prüfung bestätigt.