Seminar PoolParty Semantic Suite – Taxonomy Builder und KI-gestützte Modellierung

KI-gestützte Vorschläge können den Aufbau und die Erweiterung einer Taxonomie beschleunigen, ersetzen jedoch weder Domänenwissen noch Qualitätsgovernance. Das Seminar zeigt, wie Taxonomy Builder für Hierarchien, alternative Benennungen und Definitionen eingesetzt wird. Jeder Vorschlag wird in einen kontrollierten Review-, Korrektur- und Freigabeprozess eingebettet.

Inhaltsverzeichnis

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

Zielsetzung

Ziel ist ein sicherer und effizienter Arbeitsablauf für KI-unterstützte Taxonomiepflege. Generierung, fachliche Prüfung, Qualitätskontrolle und Nachweis werden als untrennbare Prozessschritte verstanden.

Kompetenzziele

• Projektkontext und Generierungsauftrag präzise vorbereiten.
• Neue Hierarchien und Erweiterungen mit Taxonomy Builder erzeugen.
• Vorschläge für Labels und Definitionen fachlich prüfen und korrigieren.
• Risiken, Reviewstichproben und Freigaberegeln dokumentieren.

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 Taxonomy Builder und KI-gestützte Vorschläge

1. Projektkontext, Domänenbeschreibung und Ausgangsknoten für die Generierung vorbereiten.
2. Hierarchie, alternative Benennungen und Definitionen mit kontrollierten Vorgaben erzeugen.
3. Vorschläge einzeln akzeptieren, bearbeiten oder verwerfen und fachliche Gründe festhalten.
4. Generierte Strukturen mit Qualitätsregeln, Stichproben und Domänenreview absichern.

3.3 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.

3.4 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.

3.5 Review und Governance KI-generierter Inhalte

1. Zulässige Einsatzfälle, nicht zulässige Inhalte und Freigabeverantwortung definieren.
2. Halluzinationen, unpassende Oberbegriffe, Mehrdeutigkeiten und ungesicherte Definitionen erkennen.
3. Prüfstichproben nach Risiko, Häufigkeit und fachlicher Auswirkung auswählen.
4. Freigaben, Ablehnungen und nachträgliche Änderungen revisionsfähig dokumentieren.

3.6 Qualitätsregeln und Datenvalidierung

1. Qualitätsszenarien für fehlende Labels, verwaiste Konzepte, ungültige Relationen und Pflichtfelder anlegen.
2. Validierung auf einen definierten Projektstand anwenden und Befunde priorisieren.
3. Fehlerursachen von fachlichen Ausnahmen unterscheiden und dokumentierte Ausnahmeregeln festlegen.
4. Korrekturen durchführen, erneut prüfen und den Qualitätsstatus nachvollziehbar protokollieren.

3.7 Statusmodelle und redaktionelle Workflows

1. Lebenszyklus von Entwurf, Prüfung, Freigabe, Veröffentlichung und Stilllegung definieren.
2. Rollen und Berechtigungen für Erstellung, Review, Freigabe und Administration zuordnen.
3. Änderungsanträge mit Begründung, Auswirkung und verantwortlicher Rolle erfassen.
4. Einen Freigabefall einschließlich Rückgabe, Korrektur und erneuter Prüfung durchspielen.

Praxisübungen

4.1 Taxonomiebranch erzeugen

1. Domäne, Ausgangsknoten und gewünschte Tiefe festlegen.
2. Hierarchie mit alternativen Benennungen und Definitionen generieren.
3. Vorschläge einzeln prüfen, bearbeiten und übernehmen.

4.2 Bestehende Taxonomie erweitern

1. Lücke und fachlichen Kontext identifizieren.
2. Erweiterungsvorschläge erzeugen.
3. Dubletten, Granularität und Hierarchiekonsistenz kontrollieren.

4.3 KI-Governance anwenden

1. Risiko- und Stichprobenregeln festlegen.
2. Fehlerhafte oder unbelegte Vorschläge klassifizieren.
3. Freigabe- und Dokumentationsnachweis erstellen.

Zielgruppe und Voraussetzungen

Zielgruppe: Taxonomists, Knowledge Engineering, Fachredaktion, Wissensmanagement, Data Governance und Verantwortliche für KI-gestützte Arbeitsprozesse.

Voraussetzungen: Grundkenntnisse in Taxonomie- oder Thesaurusmodellierung. Das Kernseminar Taxonomie- und Thesaurusmanagement wird empfohlen.

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.