Seminar eccenca Corporate Memory – Build Grundlagen – Projekte, Datasets und Workflows

Build bildet die technische Arbeitsumgebung für Datenquellen, Transformationen, Verknüpfungen und ausführbare Prozessketten. Ein tragfähiger Einstieg verlangt ein Verständnis der Objektstruktur und der Datenbewegung zwischen den Aufgaben.

Das Seminar führt durch den vollständigen Aufbau eines Projekts. Datasets, Transformationen, Linking-Aufgaben, Workflows, Variablen und Berichte werden schrittweise zu einer nachvollziehbaren Knowledge-Graph-Pipeline verbunden.

Inhaltsübersicht

1. Seminarziel
2. Zielgruppe
3. Voraussetzungen
4. Seminarinhalte
   1. Schritt 1: Arbeitsoberfläche und Objektmodell
   2. Schritt 2: Projektstruktur und Namenskonventionen
   3. Schritt 3: Datasets anlegen und prüfen
   4. Schritt 4: Transformationen modellieren
   5. Schritt 5: Linking-Aufgaben verstehen
   6. Schritt 6: Workflows zusammenstellen und ausführen
   7. Schritt 7: Berichte, Fehler und Wiederholung
   8. Schritt 8: Projektübergabe und Export
5. Praxisübungen
6. Arbeitsweise

Seminarziel

• Projekte und Arbeitsbereiche strukturiert anlegen und verwalten
• Datasets passend zu Quelle, Zwischenergebnis und Ziel auswählen
• Transformationen und Linking-Aufgaben in Workflows verbinden
• Ausführungen anhand von Berichten, Statistiken und Protokollen kontrollieren

Zielgruppe

Data Engineers, Datenintegratoren, Knowledge-Graph-Entwickler, technische Consultants und Projektmitarbeiter, die Datenpipelines mit Build erstellen oder betreuen.

Voraussetzungen

Grundkenntnisse zu Datenformaten und Datenbanken. Kenntnisse in RDF sind hilfreich, werden für die grundlegenden Übungen jedoch nicht vorausgesetzt.

Seminarinhalte

Schritt 1: Arbeitsoberfläche und Objektmodell

Die Navigation wird nicht nur bedient, sondern als Abbild des Build-Objektmodells verstanden. Projekte, Aufgaben, Ressourcen, Datasets und Workflows werden voneinander abgegrenzt.

• Projekt- und Aufgabentypen
• Suche, Tags und zuletzt verwendete Elemente
• Bezeichner und Beschreibungen

Schritt 2: Projektstruktur und Namenskonventionen

Ein neues Projekt wird mit eindeutigen Bezeichnern, Verantwortlichkeiten und einer wartbaren Ablagestruktur angelegt. Die Struktur berücksichtigt Entwicklung, Test, Wiederverwendung und spätere Automatisierung.

• Projektkennungen und Benennung
• Tags und Dokumentationsfelder
• Trennung von Quellen, Verarbeitung und Zielen

Schritt 3: Datasets anlegen und prüfen

Verschiedene Dataset-Typen werden nach Datenstruktur, Speicherort und Zugriffsmuster ausgewählt. Vorschau, Schema, Kodierung und Zugriffsparameter werden vor der Verarbeitung kontrolliert.

• Datei-, Datenbank- und Graph-Datasets
• Schema und Vorschau
• Zugangsdaten und Ressourcen

Schritt 4: Transformationen modellieren

Quelldaten werden auf Klassen und Eigenschaften eines Zielmodells abgebildet. Regeln, Pfade, URI-Bildung und Datentypen werden zunächst einfach und anschließend mit wiederverwendbaren Transformatoren umgesetzt.

• Quellpfade und Zielklassen
• Wert- und Objektzuordnungen
• URI-Regeln und Datentypen

Schritt 5: Linking-Aufgaben verstehen

Dubletten und fachlich gleiche Ressourcen werden über Vergleichspfade, Distanzmaße und Schwellenwerte verbunden. Die Rolle von Referenzdaten und Linkprädikaten wird in den Gesamtprozess eingeordnet.

• Quell- und Zieldatasets
• Vergleichslogik und Gewichtung
• Linkausgabe und Prüfung

Schritt 6: Workflows zusammenstellen und ausführen

Aufgaben werden als gerichtete Prozesskette verbunden. Eingaben, Ausgaben, Konfigurationsports und Abhängigkeiten werden so gestaltet, dass der Ablauf lesbar und wiederholbar bleibt.

• Workflowknoten und Verbindungen
• direkte und vollständige Ausführung
• Parameter und Variablen

Schritt 7: Berichte, Fehler und Wiederholung

Ausführungsberichte werden für Mengenprüfung, Qualitätskontrolle und Fehlersuche genutzt. Fehlerhafte Schritte werden isoliert, korrigiert und ohne unnötige Gesamtwiederholung erneut ausgeführt.

• Status und Laufzeitstatistiken
• Entitätsvorschau und Fehlerproben
• gezielter Wiederanlauf

Schritt 8: Projektübergabe und Export

Zum Abschluss wird das Projekt für Teamarbeit und Betrieb vorbereitet. Abhängigkeiten, Variablen, Ressourcen und Prüfhinweise werden so dokumentiert, dass ein kontrollierter Import und eine spätere Automatisierung möglich sind.

• Export und Import
• Abhängigkeiten und Umgebungsparameter
• technische Übergabecheckliste

Praxisübungen

1. Anlage eines vollständigen Build-Projekts mit Quelle, Transformation und Knowledge-Graph-Ziel
2. Erweiterung um eine Linking-Aufgabe und einen mehrstufigen Workflow
3. Analyse eines fehlerhaften Laufs und kontrollierter Wiederanlauf des betroffenen Schritts

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.