Seminar eccenca Corporate Memory – Intensiv – Explore, Modellieren und Govern

Ein Wissensgraph bleibt nur dann dauerhaft nutzbar, wenn Recherche, Modellierung, Datenpflege, Qualitätsregeln, Vokabulare und Governance als gemeinsamer Lebenszyklus organisiert werden. Technische Modelle ohne fachliche Verantwortung veralten ebenso schnell wie unkontrollierte Fachpflege.

Dieses Intensivseminar verdichtet Grundlagen, Explore und Author, Ontologie- und SHACL-Modellierung, Vokabulare, SPARQL, Graph Insights, Versionierung, Governance und Companion in einen fünftägigen Knowledge-Engineering-Pfad.

Inhaltsübersicht

1. Seminarziel
2. Zielgruppe
3. Voraussetzungen
4. Seminarinhalte
   1. Schritt 1: Kompetenzfragen und Knowledge-Graph-Grundmodell
   2. Schritt 2: Explore-Recherche und Author-Pflege
   3. Schritt 3: Ontologieentwicklung im Business Knowledge Editor
   4. Schritt 4: SHACL und formularfähige Datenverträge
   5. Schritt 5: Vokabulare und Thesauri
   6. Schritt 6: SPARQL und Query-Modul
   7. Schritt 7: Graph Insights und visuelle Analyse
   8. Schritt 8: Versionierung und Änderungsprozess
   9. Schritt 9: Governance, Rollen und Qualitätskennzahlen
   10. Schritt 10: Companion und LLM-gestützte Wissensarbeit
5. Praxisübungen
6. Arbeitsweise

Seminarziel

• fachliche Fragen in ein belastbares Graph-, Vokabular- und Shape-Modell übersetzen
• Ressourcen, Modelle und Begriffe mit Explore, Author und Business Knowledge Editor pflegen
• SPARQL und Graph Insights für Prüfung, Analyse und Freigabe einsetzen
• Versionierung, Rollen, Änderungsprozesse und LLM-Nutzung in ein Governance-Modell einbetten

Zielgruppe

Knowledge Engineers, Ontologieentwickler, Data Stewards, Informationsarchitekten, Governance-Verantwortliche und erfahrene Fachanwender.

Voraussetzungen

Grundkenntnisse strukturierter Daten und fachlicher Modellierung. RDF- und SPARQL-Grundkenntnisse sind hilfreich, werden zu Beginn konsolidiert.

Seminarinhalte

Schritt 1: Kompetenzfragen und Knowledge-Graph-Grundmodell

Geschäftsfragen werden in Kernentitäten, Beziehungen und Informationsbedarfe übersetzt. Identitäten, Namensräume und Provenienz werden als verbindliche Modellregeln festgelegt.

• Kompetenzfragen
• Klassen und Beziehungen
• URI- und Provenienzkonzept

Schritt 2: Explore-Recherche und Author-Pflege

Suchstrategien, Ressourcenansichten und Graphnavigation werden mit kontrollierter Datenpflege verbunden. Formulare, Beziehungen und Validierung strukturieren die fachliche Arbeit.

• Suche und Filter
• Ressourcenansichten
• Anlage, Änderung und Prüfung

Schritt 3: Ontologieentwicklung im Business Knowledge Editor

Klassen, Eigenschaften, Hierarchien und Axiome werden schrittweise modelliert. Fachliche Bezeichnungen, Beschreibungen und Modellkonventionen sichern Verständlichkeit und Wiederverwendung.

• Klassen- und Eigenschaftsmodell
• Hierarchien und Restriktionen
• Labels, Kommentare und Modellkonventionen

Schritt 4: SHACL und formularfähige Datenverträge

Shapes definieren Pflichtwerte, Datentypen, Wertebereiche und Beziehungen. Regeln werden so entworfen, dass sie sowohl Validierung als auch geführte Bearbeitung unterstützen.

• Node und Property Shapes
• Kardinalität und Wertebereiche
• Schweregrade und Meldungen

Schritt 5: Vokabulare und Thesauri

SKOS-Konzepte, Sammlungen, Hierarchien und Zuordnungen werden als kontrollierte Begriffsbestände gepflegt. Import, Freigabe und Nutzung in Datenmodellen werden geregelt.

• Concept Schemes und Konzepte
• preferred, alternative und hidden Labels
• broader, narrower und Mappings

Schritt 6: SPARQL und Query-Modul

Abfragen werden von einfachen Mustern bis zu Aggregation und Konstruktion aufgebaut. Parametrisierung, Ergebnisformen und gespeicherte Queries unterstützen wiederholbare Analysen.

• SELECT, ASK und CONSTRUCT
• FILTER, OPTIONAL und Aggregation
• Parameter und Queryprodukte

Schritt 7: Graph Insights und visuelle Analyse

Visuelle Sichten werden für Beziehungsmuster, Pfade und Ausreißer eingesetzt. Beobachtungen werden durch Abfragen und Ressourcenprüfung verifiziert.

• Expansion und Layout
• Filter und Gruppierung
• Befund und Verifikation

Schritt 8: Versionierung und Änderungsprozess

Modelle, Shapes, Vokabulare und Queries erhalten Versionen, Status und Freigabeschritte. Auswirkungen werden vor Veröffentlichung geprüft und Änderungen nachvollziehbar dokumentiert.

• Entwurf, Review und Freigabe
• Kompatibilität und Deprecation
• Änderungsprotokoll und Rollback

Schritt 9: Governance, Rollen und Qualitätskennzahlen

Fachliche und technische Verantwortlichkeiten werden mit Entscheidungsgremien, Qualitäts-Gates und Kennzahlen verbunden. Ausnahmen und Konflikte erhalten definierte Eskalationswege.

• Owner, Steward und Plattformrolle
• Freigabematrix
• Qualitäts- und Nutzungskennzahlen

Schritt 10: Companion und LLM-gestützte Wissensarbeit

LLM-gestützte Recherche und Modellunterstützung werden mit begrenztem Kontext und freigegebenen Werkzeugen eingesetzt. Faktenprüfung, Datenklassifikation und Protokollierung bleiben verbindlich.

• Kontext- und Toolauswahl
• Promptmuster
• Sicherheit, Verifikation und Betriebsregeln

Praxisübungen

1. Entwicklung eines Mini-Modells mit Ontologie, Shapes und kontrolliertem Vokabular
2. Pflege von Ressourcen sowie Prüfung durch SPARQL und visuelle Graphanalyse
3. Ausarbeitung eines Versionierungs- und Governance-Prozesses einschließlich LLM-Nutzungsregeln

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.