Seminar deltaDAO Pontus-X – Daten- und KI-Services veröffentlichen

Das Seminar führt von einem fachlich beschriebenen Datenprodukt zu einem katalogfähigen und nutzbaren Serviceangebot. Metadaten, Zugriff, Datenquelle, Rechte, Preis und Bedingungen werden gemeinsam getestet, damit das Angebot technisch funktioniert und wirtschaftlich verständlich bleibt.

Inhaltsverzeichnis

• Lernziele
• Schrittweise Seminarinhalte
• Praxisübungen und Laborszenarien
• Zielgruppe und Voraussetzungen
• Didaktik und Arbeitsweise

Lernziele

• Veröffentlichungsvoraussetzungen und Netzwerkumgebung sicher vorbereiten.
• Daten- und Algorithmusassets mit hochwertigen Metadaten modellieren.
• Access- und Compute-Services einschließlich Datenquellen konfigurieren.
• Berechtigungen, Parameter, Preis und Nutzungsbedingungen festlegen.
• Veröffentlichung, Änderung, Rücknahme und Abnahme dokumentiert durchführen.

Schrittweise Seminarinhalte

1. Voraussetzungen, Wallet und Netzwerk

Schwerpunkt: Teilnehmerstatus, Wallet, Signatur, Netzwerk, Testmittel, Portalrolle, Provider, Datenquelle, Freigaben und Verantwortlichkeit.

1. Ausgangslage, Beteiligte, Schutzbedarf und Zielkriterien für den Themenblock „Voraussetzungen, Wallet und Netzwerk“ erfassen.
2. Relevante Objekte, Rollen, Datenflüsse und Abhängigkeiten anhand von Teilnehmerstatus, Wallet, Signatur, Netzwerk, Testmittel, Portalrolle, Provider, Datenquelle, Freigaben und Verantwortlichkeit modellieren.
3. Die erforderliche Konfiguration, Prozessfolge oder technische Umsetzung im Laborszenario schrittweise durchführen und Entscheidungen dokumentieren.
4. Funktion, Berechtigungen, Nachvollziehbarkeit und Fehlerverhalten mit definierten Positiv-, Negativ- und Grenzfällen prüfen.
5. Als Arbeitsergebnis eine vollständige Veröffentlichungs-Readiness-Checkliste erstellen, fachlich abnehmen und in einen wiederholbaren Standard überführen.

2. Asset-Typen, Metadaten und DDO

Schwerpunkt: Dataset, Algorithmus, Titel, Beschreibung, Autor, Tags, Qualität, Herkunft, Einschränkungen, Serviceangaben und Identifikator.

1. Ausgangslage, Beteiligte, Schutzbedarf und Zielkriterien für den Themenblock „Asset-Typen, Metadaten und DDO“ erfassen.
2. Relevante Objekte, Rollen, Datenflüsse und Abhängigkeiten anhand von Dataset, Algorithmus, Titel, Beschreibung, Autor, Tags, Qualität, Herkunft, Einschränkungen, Serviceangaben und Identifikator modellieren.
3. Die erforderliche Konfiguration, Prozessfolge oder technische Umsetzung im Laborszenario schrittweise durchführen und Entscheidungen dokumentieren.
4. Funktion, Berechtigungen, Nachvollziehbarkeit und Fehlerverhalten mit definierten Positiv-, Negativ- und Grenzfällen prüfen.
5. Als Arbeitsergebnis ein katalogfähiges und validiertes Asset-Metadatenpaket erstellen, fachlich abnehmen und in einen wiederholbaren Standard überführen.

3. Access-Service und Datenquellen

Schwerpunkt: Download, Datei, API, GraphQL, Methoden, Header, Authentisierung, Consumer-Parameter, Timeout und Datenvalidierung.

1. Ausgangslage, Beteiligte, Schutzbedarf und Zielkriterien für den Themenblock „Access-Service und Datenquellen“ erfassen.
2. Relevante Objekte, Rollen, Datenflüsse und Abhängigkeiten anhand von Download, Datei, API, GraphQL, Methoden, Header, Authentisierung, Consumer-Parameter, Timeout und Datenvalidierung modellieren.
3. Die erforderliche Konfiguration, Prozessfolge oder technische Umsetzung im Laborszenario schrittweise durchführen und Entscheidungen dokumentieren.
4. Funktion, Berechtigungen, Nachvollziehbarkeit und Fehlerverhalten mit definierten Positiv-, Negativ- und Grenzfällen prüfen.
5. Als Arbeitsergebnis einen funktionsfähigen Access-Service erstellen, fachlich abnehmen und in einen wiederholbaren Standard überführen.

4. Compute-Service und Algorithmusasset

Schwerpunkt: Compute-Zugriff, Datenasset, Algorithmuscode, Docker-Image, Entrypoint, Parameter, Allowlisting und Ergebnisformat.

1. Ausgangslage, Beteiligte, Schutzbedarf und Zielkriterien für den Themenblock „Compute-Service und Algorithmusasset“ erfassen.
2. Relevante Objekte, Rollen, Datenflüsse und Abhängigkeiten anhand von Compute-Zugriff, Datenasset, Algorithmuscode, Docker-Image, Entrypoint, Parameter, Allowlisting und Ergebnisformat modellieren.
3. Die erforderliche Konfiguration, Prozessfolge oder technische Umsetzung im Laborszenario schrittweise durchführen und Entscheidungen dokumentieren.
4. Funktion, Berechtigungen, Nachvollziehbarkeit und Fehlerverhalten mit definierten Positiv-, Negativ- und Grenzfällen prüfen.
5. Als Arbeitsergebnis ein vollständig beschriebenes Compute-Angebot erstellen, fachlich abnehmen und in einen wiederholbaren Standard überführen.

5. Zugriffspolitik und Nutzungsbedingungen

Schwerpunkt: Allow- und Deny-Regeln, Teilnehmer, Laufzeit, Lizenz, Zweck, Einschränkungen, Datenschutz, Support und Widerruf.

1. Ausgangslage, Beteiligte, Schutzbedarf und Zielkriterien für den Themenblock „Zugriffspolitik und Nutzungsbedingungen“ erfassen.
2. Relevante Objekte, Rollen, Datenflüsse und Abhängigkeiten anhand von Allow- und Deny-Regeln, Teilnehmer, Laufzeit, Lizenz, Zweck, Einschränkungen, Datenschutz, Support und Widerruf modellieren.
3. Die erforderliche Konfiguration, Prozessfolge oder technische Umsetzung im Laborszenario schrittweise durchführen und Entscheidungen dokumentieren.
4. Funktion, Berechtigungen, Nachvollziehbarkeit und Fehlerverhalten mit definierten Positiv-, Negativ- und Grenzfällen prüfen.
5. Als Arbeitsergebnis eine abgestimmte Zugriffs- und Nutzungsrichtlinie erstellen, fachlich abnehmen und in einen wiederholbaren Standard überführen.

6. Pricing, Submission und Transaktion

Schwerpunkt: kostenfrei, Preis, Zahlungslogik, Testumgebung, Transaktionssignatur, Bestätigung, Asset-DID, Katalogsichtbarkeit und Nachweis.

1. Ausgangslage, Beteiligte, Schutzbedarf und Zielkriterien für den Themenblock „Pricing, Submission und Transaktion“ erfassen.
2. Relevante Objekte, Rollen, Datenflüsse und Abhängigkeiten anhand von kostenfrei, Preis, Zahlungslogik, Testumgebung, Transaktionssignatur, Bestätigung, Asset-DID, Katalogsichtbarkeit und Nachweis modellieren.
3. Die erforderliche Konfiguration, Prozessfolge oder technische Umsetzung im Laborszenario schrittweise durchführen und Entscheidungen dokumentieren.
4. Funktion, Berechtigungen, Nachvollziehbarkeit und Fehlerverhalten mit definierten Positiv-, Negativ- und Grenzfällen prüfen.
5. Als Arbeitsergebnis einen erfolgreich publizierten Testservice erstellen, fachlich abnehmen und in einen wiederholbaren Standard überführen.

7. Versionierung, Änderung und Abnahme

Schwerpunkt: Metadatenänderung, Serviceänderung, Preiswechsel, Providerwechsel, Rücknahme, Kompatibilität, Negativtests und Freigabedokumentation.

1. Ausgangslage, Beteiligte, Schutzbedarf und Zielkriterien für den Themenblock „Versionierung, Änderung und Abnahme“ erfassen.
2. Relevante Objekte, Rollen, Datenflüsse und Abhängigkeiten anhand von Metadatenänderung, Serviceänderung, Preiswechsel, Providerwechsel, Rücknahme, Kompatibilität, Negativtests und Freigabedokumentation modellieren.
3. Die erforderliche Konfiguration, Prozessfolge oder technische Umsetzung im Laborszenario schrittweise durchführen und Entscheidungen dokumentieren.
4. Funktion, Berechtigungen, Nachvollziehbarkeit und Fehlerverhalten mit definierten Positiv-, Negativ- und Grenzfällen prüfen.
5. Als Arbeitsergebnis einen kontrollierten Service-Lifecycle erstellen, fachlich abnehmen und in einen wiederholbaren Standard überführen.

Praxisübungen und Laborszenarien

• Publikation eines Datenassets mit API-Datenquelle und Parametern.
• Publikation eines Algorithmusassets für Compute-to-Data.
• Konfiguration von Zugriffsliste, Laufzeit, Preis und Bedingungen.
• Durchführung von Edit-, Rücknahme- und Negativtests.

Zielgruppe und Voraussetzungen

Zielgruppe: Datenproduktverantwortliche, Data Engineering, Softwareentwicklung, Data Governance, Plattformintegration und technische Projektleitung.

Voraussetzungen: Pontus-X-Grundlagen, ein vorbereiteter Test-Walletzugang und Kenntnisse der anzubindenden Datenquelle oder des Algorithmus.

Didaktik und Arbeitsweise

Kurze Fachimpulse werden unmittelbar durch Demonstrationen, strukturierte Arbeitsschritte, praktische Übungen und kontrollierte Fehlerfälle vertieft. Jede Übung verwendet definierte Ausgangswerte, Prüfpunkte und Dokumentationsanforderungen, damit die erarbeiteten Verfahren im Projekt- oder Regelbetrieb wiederholbar bleiben.