Seminar metaphactory – Architektur, Grundlagen und Knowledge-Graph-Einführung

Das eintägige Grundlagenseminar ordnet metaphactory als Enterprise-Knowledge-Graph-Plattform ein. Es schafft ein gemeinsames Begriffs- und Architekturmodell und zeigt, wie semantische Modellierung, Datenintegration, Suche, Autorentätigkeiten, Low-Code-Apps und AI-gestützte Wissenserschließung zusammenwirken.

Inhaltsübersicht

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

Lernziele

• Knowledge Graphs, semantische Modelle und typische Unternehmensanwendungsfälle sicher einordnen.
• Plattformkomponenten, Repositories, Apps und Datenflüsse von metaphactory erklären.
• Grundfunktionen für Suche, Exploration, Visualisierung und Autorentätigkeiten anwenden.
• Rollen von Fachbereichen, Knowledge-Graph-Engineering, App-Entwicklung und Betrieb abgrenzen.
• Einen realistischen Pilotumfang und einen anschließenden Qualifizierungsweg ableiten.

Schrittweise Seminarinhalte

1. Knowledge Graphs und fachlicher Nutzen

Schwerpunkt: Entitäten, Beziehungen, Kontext, semantische Modelle, Entscheidungsunterstützung, Wissensdemokratisierung und geeignete Use Cases.

1. Ausgangslage, fachliche Anforderungen und messbare Akzeptanzkriterien für den Themenblock „Knowledge Graphs und fachlicher Nutzen“ erfassen.
2. Relevante Ressourcen, Rollen, Datenobjekte und Abhängigkeiten anhand von Entitäten, Beziehungen, Kontext, semantische Modelle, Entscheidungsunterstützung, Wissensdemokratisierung und geeignete Use Cases modellieren.
3. Die erforderliche Konfiguration oder Arbeitsfolge in der metaphactory-Laborumgebung beziehungsweise im Prozessmodell schrittweise umsetzen.
4. Funktion, Berechtigungen, Datenqualität, Protokollierung und Fehlerverhalten mit definierten Positiv- und Negativfällen prüfen.
5. Als Arbeitsergebnis einen fachlich geprüften und wiederholbaren Standard für „Knowledge Graphs und fachlicher Nutzen“ dokumentieren.

2. metaphactory-Plattformarchitektur

Schwerpunkt: Benutzeroberfläche, Modell- und Datenrepositories, semantische Komponenten, Apps, Sicherheitsdienste und externe Graphdatenbanken.

1. Ausgangslage, fachliche Anforderungen und messbare Akzeptanzkriterien für den Themenblock „metaphactory-Plattformarchitektur“ erfassen.
2. Relevante Ressourcen, Rollen, Datenobjekte und Abhängigkeiten anhand von Benutzeroberfläche, Modell- und Datenrepositories, semantische Komponenten, Apps, Sicherheitsdienste und externe Graphdatenbanken modellieren.
3. Die erforderliche Konfiguration oder Arbeitsfolge in der metaphactory-Laborumgebung beziehungsweise im Prozessmodell schrittweise umsetzen.
4. Funktion, Berechtigungen, Datenqualität, Protokollierung und Fehlerverhalten mit definierten Positiv- und Negativfällen prüfen.
5. Als Arbeitsergebnis einen fachlich geprüften und wiederholbaren Standard für „metaphactory-Plattformarchitektur“ dokumentieren.

3. Suche, Exploration und Visualisierung

Schwerpunkt: semantische Suche, Graphnavigation, Pathfinder, Tabellen, Diagramme, Wissenspanels und kontextbezogene Ansichten.

1. Ausgangslage, fachliche Anforderungen und messbare Akzeptanzkriterien für den Themenblock „Suche, Exploration und Visualisierung“ erfassen.
2. Relevante Ressourcen, Rollen, Datenobjekte und Abhängigkeiten anhand von semantische Suche, Graphnavigation, Pathfinder, Tabellen, Diagramme, Wissenspanels und kontextbezogene Ansichten modellieren.
3. Die erforderliche Konfiguration oder Arbeitsfolge in der metaphactory-Laborumgebung beziehungsweise im Prozessmodell schrittweise umsetzen.
4. Funktion, Berechtigungen, Datenqualität, Protokollierung und Fehlerverhalten mit definierten Positiv- und Negativfällen prüfen.
5. Als Arbeitsergebnis einen fachlich geprüften und wiederholbaren Standard für „Suche, Exploration und Visualisierung“ dokumentieren.

4. Modellierung und Datenerfassung

Schwerpunkt: Ontologien, Vokabulare, Instanzdaten, visuelle Modellierung, semantische Formulare, Validierung und Qualitätskontrolle.

1. Ausgangslage, fachliche Anforderungen und messbare Akzeptanzkriterien für den Themenblock „Modellierung und Datenerfassung“ erfassen.
2. Relevante Ressourcen, Rollen, Datenobjekte und Abhängigkeiten anhand von Ontologien, Vokabulare, Instanzdaten, visuelle Modellierung, semantische Formulare, Validierung und Qualitätskontrolle modellieren.
3. Die erforderliche Konfiguration oder Arbeitsfolge in der metaphactory-Laborumgebung beziehungsweise im Prozessmodell schrittweise umsetzen.
4. Funktion, Berechtigungen, Datenqualität, Protokollierung und Fehlerverhalten mit definierten Positiv- und Negativfällen prüfen.
5. Als Arbeitsergebnis einen fachlich geprüften und wiederholbaren Standard für „Modellierung und Datenerfassung“ dokumentieren.

5. Pilotplanung und Qualifizierungsfahrplan

Schwerpunkt: Zielgruppe, Datenquellen, Modellumfang, App-Prototyp, Rollen, Abnahme, Risiken und nächste Spezialisierungen.

1. Ausgangslage, fachliche Anforderungen und messbare Akzeptanzkriterien für den Themenblock „Pilotplanung und Qualifizierungsfahrplan“ erfassen.
2. Relevante Ressourcen, Rollen, Datenobjekte und Abhängigkeiten anhand von Zielgruppe, Datenquellen, Modellumfang, App-Prototyp, Rollen, Abnahme, Risiken und nächste Spezialisierungen modellieren.
3. Die erforderliche Konfiguration oder Arbeitsfolge in der metaphactory-Laborumgebung beziehungsweise im Prozessmodell schrittweise umsetzen.
4. Funktion, Berechtigungen, Datenqualität, Protokollierung und Fehlerverhalten mit definierten Positiv- und Negativfällen prüfen.
5. Als Arbeitsergebnis einen fachlich geprüften und wiederholbaren Standard für „Pilotplanung und Qualifizierungsfahrplan“ dokumentieren.

Praxisübungen und Laborszenarien

• Erstellung eines Kontextdiagramms für einen beispielhaften Knowledge-Graph-Use-Case.
• Exploration eines vorbereiteten Wissensgraphen über Suche, Visualisierung und Beziehungen.
• Ableitung eines Pilotumfangs mit Rollen, Datenquellen und messbaren Abnahmekriterien.

Zielgruppe und Voraussetzungen

Zielgruppe: Technische Projektleitung, Enterprise Architecture, Data Management, Fachbereiche, Knowledge-Graph-Teams und Informationssicherheit.

Voraussetzungen: Grundverständnis von Datenintegration, Informationsarchitektur und webbasierten Anwendungen; Vorkenntnisse in RDF oder SPARQL sind nicht erforderlich.

Didaktik und Arbeitsweise

Kurze Fachimpulse werden unmittelbar durch Demonstrationen, strukturierte Konfigurationsschritte, Praxisübungen und kontrollierte Fehlerfälle vertieft. Jede Übung verwendet definierte Ausgangswerte, Prüfpunkte und Dokumentationsanforderungen, damit die erarbeiteten Abläufe als reproduzierbarer Arbeits- oder Betriebsstandard einsetzbar bleiben.