Seminar PoolParty Semantic Suite – Ontologien, Custom Schemes und Knowledge Graphs

Ontologien und Custom Schemes erweitern kontrollierte Vokabulare um fachliche Klassen, Eigenschaften und auswertbare Beziehungen. Das Seminar führt vom RDF- und SKOS-Grundmodell über den Ontologieentwurf bis zur Synchronisation mit Taxonomieprojekten und zur Graphdatenpflege. Abfragen, Validierung und typische Integrationsfälle dienen als laufende Modelltests.

Inhaltsverzeichnis

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

Zielsetzung

Ziel ist ein fachlich tragfähiges und technisch nutzbares Wissensmodell, das Taxonomie, Ontologie und Instanzdaten klar trennt. Komplexität wird nur dort eingeführt, wo konkrete Abfragen, Anwendungen oder Governance-Anforderungen sie rechtfertigen.

Kompetenzziele

• RDF-, SKOS- und Ontologieelemente korrekt unterscheiden und kombinieren.
• Klassen, Properties, Wertebereiche und Einschränkungen entwerfen.
• Custom Ontologies und Custom Schemes anlegen, importieren und synchronisieren.
• Graphdaten bearbeiten, visualisieren, mit SPARQL prüfen und veröffentlichen.

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 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.

3.3 Ontologieentwurf

1. Fachobjekte, Klassen, Eigenschaften, Wertebereiche und Beziehungen aus Anforderungen ableiten.
2. Klassenhierarchie und Property-Modell ohne unnötige Komplexität aufbauen.
3. Kardinalitäten, Datentypen und fachliche Einschränkungen dokumentieren.
4. Das Modell gegen typische Abfragen, Integrationsfälle und Erweiterungsszenarien testen.

3.4 Custom Ontologies und Custom Schemes

1. Custom Ontology anlegen oder importieren und benötigte Klassen sowie Properties auswählen.
2. Custom Scheme aus dem Datenmodell ableiten und mit dem Taxonomieprojekt synchronisieren.
3. Eigene Attribute und Relationen im Redaktionsprozess nutzbar machen.
4. Änderungen am Modell kontrolliert testen, migrieren und für betroffene Projekte freigeben.

3.5 Konzepte, Benennungen und Definitionen modellieren

1. Bevorzugte Benennung pro Sprache eindeutig und fachlich neutral formulieren.
2. Alternative und versteckte Benennungen für Synonyme, Schreibvarianten und Suchbegriffe ergänzen.
3. Definitionen, Hinweise, Beispiele und redaktionelle Notizen nach verbindlichen Regeln pflegen.
4. Dublettengefahr, Homonyme und unklare Sammelbegriffe anhand einer Prüfliste bereinigen.

3.6 Hierarchien und semantische Relationen

1. Breitere und engere Konzepte nach einem einheitlichen Abstraktionsprinzip strukturieren.
2. Assoziative Relationen nur bei dokumentiertem fachlichem Mehrwert setzen.
3. Polyhierarchien, Facetten und mehrere Konzeptschemata gegeneinander abwägen.
4. Zyklische, widersprüchliche oder semantisch zu schwache Relationen erkennen und korrigieren.

3.7 GraphEditor für RDF-Datenpflege

1. GraphEditor aus einem geeigneten Projektkontext öffnen und Arbeitsbereich konfigurieren.
2. Ressourcen, Literale und Relationen direkt im Graphen anlegen oder bearbeiten.
3. RDF-Daten importieren, Änderungen prüfen und unerwünschte Tripel gezielt korrigieren.
4. Bearbeitungsrechte, Validierung und Freigabe für Graphdaten festlegen.

3.8 GraphViews für Exploration und Analyse

1. Startressource, anzuzeigende Relationen und Nachbarschaftstiefe festlegen.
2. Graph schrittweise erweitern und relevante Pfade visuell untersuchen.
3. Filter und Darstellungsregeln für unterschiedliche Fachrollen konfigurieren.
4. Erkenntnisse aus der Exploration als Modellierungs- oder Qualitätsaufgabe dokumentieren.

3.9 SPARQL-Abfragen und Updates

1. Graphen, Namensräume und relevante Klassen sowie Properties identifizieren.
2. SELECT-Abfrage schrittweise von einfacher Mustersuche zu Filtern und Aggregationen erweitern.
3. CONSTRUCT-Abfrage für ein definiertes Austauschmodell erstellen.
4. Schreibende Operationen ausschließlich in Testdaten mit Sicherung und Prüfabfrage durchführen.

3.10 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.

Praxisübungen

4.1 Fachontologie entwerfen

1. Fachobjekte und Kernfragen sammeln.
2. Klassen, Properties und Wertebereiche modellieren.
3. Modell mit drei repräsentativen Abfragen überprüfen.

4.2 Custom Scheme anbinden

1. Custom Ontology in einem Testprojekt bereitstellen.
2. Custom Scheme ableiten und synchronisieren.
3. Eigene Attribute und Relationen an Konzepten pflegen.

4.3 Knowledge-Graph-Ausschnitt umsetzen

1. Instanzdaten mit stabilen URIs anlegen.
2. Beziehungen im GraphEditor ergänzen.
3. GraphViews und SPARQL zur Qualitäts- und Pfadprüfung nutzen.

4.4 Veröffentlichungsstand abnehmen

1. Publikationsumfang definieren.
2. Linked-Data- und Abfragezugriff konfigurieren.
3. Semantik, Rechte und Aktualisierung anhand eines Prüfkatalogs kontrollieren.

Zielgruppe und Voraussetzungen

Zielgruppe: Knowledge Engineers, Ontologieentwicklung, Data Architecture, Knowledge-Graph-Teams, Informationsarchitektur und technische Integration.

Voraussetzungen: Grundkenntnisse in Taxonomien und Datenmodellierung. Erste RDF- oder SPARQL-Erfahrung ist hilfreich, wird aber im Seminar systematisch vertieft.

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.