Seminar PoolParty Semantic Suite – Import, Export und Linked Data Publishing

Semantische Modelle müssen kontrolliert aus bestehenden Quellen übernommen, zwischen Umgebungen übertragen und für nachgelagerte Systeme bereitgestellt werden. Das Seminar behandelt tabellarische und RDF-basierte Formate, Projekttransfer, Validierung und Linked-Data-Veröffentlichung als zusammenhängenden Datenlebenszyklus. Jede Übernahme endet mit Soll-Ist-Prüfung und dokumentierter Abnahme.

Inhaltsverzeichnis

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

Zielsetzung

Ziel ist ein wiederholbarer Austauschprozess ohne unkontrollierte Identifier-, Sprach- oder Modellverluste. Veröffentlichung wird erst nach fachlicher und technischer Qualitätsprüfung freigegeben.

Kompetenzziele

• CSV-, Excel- und RDF-Quellen für den Import vorbereiten.
• Feldmapping, Identifier und Sprachzuordnung kontrollieren.
• Projekte und Modelle zwischen Umgebungen übertragen.
• Linked-Data- und SPARQL-Bereitstellung prüfen und abnehmen.

Seminarinhalte

3.1 CSV- und Excel-Import

1. Quelldatei auf Spalten, Zeichensatz, Sprachzuordnung, Hierarchie und Identifikatoren prüfen.
2. Feldmapping für Konzepte, Labels, Notizen, Relationen und Metadaten festlegen.
3. Testimport in ein separates Projekt durchführen und Importmeldungen auswerten.
4. Fehler korrigieren, vollständigen Import wiederholen und fachliche Stichproben dokumentieren.

3.2 RDF-Import und -Export

1. Passendes Serialisierungsformat und benötigte Namensräume bestimmen.
2. Importdatei auf Syntax, URIs, Sprach-Tags und unerwünschte externe Abhängigkeiten prüfen.
3. RDF-Daten importieren oder exportieren und Graphumfang sowie Tripelzahlen vergleichen.
4. Roundtrip-Test durchführen und semantische Verluste oder Mappingfehler dokumentieren.

3.3 Projekttransfer und Austauschpakete

1. Projektbestandteile, abhängige Ontologien, Custom Schemes und Konfigurationen inventarisieren.
2. Exportpaket mit eindeutigem Stand, Zweck und Zielumgebung erzeugen.
3. Paket in einer isolierten Zielumgebung importieren und Abhängigkeiten nachziehen.
4. Berechtigungen, Status, Sprachen, Identifikatoren und Stichproben nach dem Transfer prüfen.

3.4 Importkontrolle und Abnahme

1. Sollzahlen für Konzepte, Relationen, Sprachen, Metadaten und Statuswerte festlegen.
2. Automatisierte Validierung und gezielte Fachstichproben kombinieren.
3. Abweichungen nach Kritikalität klassifizieren und Korrekturweg bestimmen.
4. Abnahmeprotokoll mit Datenstand, Prüfumfang und offenen Punkten erstellen.

3.5 Linked Data und Veröffentlichung

1. Zu veröffentlichende Konzeptschemata, Ontologien und Metadaten abgrenzen.
2. URI-Muster, Sprachen und Frontend-Darstellung prüfen.
3. Linked-Data-Bereitstellung und SPARQL-Zugriff in einer Testumgebung konfigurieren.
4. Zugriff, Darstellung, Inhalt und Änderungsverhalten anhand definierter Prüffälle kontrollieren.

3.6 Qualitätsregeln und Datenvalidierung

1. Qualitätsszenarien für fehlende Labels, verwaiste Konzepte, ungültige Relationen und Pflichtfelder anlegen.
2. Validierung auf einen definierten Projektstand anwenden und Befunde priorisieren.
3. Fehlerursachen von fachlichen Ausnahmen unterscheiden und dokumentierte Ausnahmeregeln festlegen.
4. Korrekturen durchführen, erneut prüfen und den Qualitätsstatus nachvollziehbar protokollieren.

3.7 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.

Praxisübungen

4.1 Tabellenimport durchführen

1. Quelldatei bereinigen und Mapping festlegen.
2. Testimport ausführen und Meldungen auswerten.
3. Fehler korrigieren und Sollzahlen prüfen.

4.2 RDF-Roundtrip testen

1. Kleinen Graphen exportieren.
2. Datei auf Namensräume und Sprach-Tags prüfen.
3. In ein Zielprojekt importieren und semantisch vergleichen.

4.3 Veröffentlichung abnehmen

1. Veröffentlichungsumfang und URI-Muster festlegen.
2. Linked-Data- und SPARQL-Zugriff konfigurieren.
3. Darstellung, Inhalt, Rechte und Aktualisierung mit Prüffällen kontrollieren.

Zielgruppe und Voraussetzungen

Zielgruppe: Knowledge Engineering, Data Stewardship, Datenmigration, Integration, Open-Data- und Linked-Data-Verantwortung sowie Plattformadministration.

Voraussetzungen: Grundkenntnisse in Taxonomien und Datenformaten. RDF-Grundbegriffe sind hilfreich und werden anhand der Übungen wiederholt.

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.