Methoden Seite an Seite ansehen.
Wähle bis zu vier Methoden. Ergänze sie über die Suche und teile den Vergleich über seinen Link.
| Kriterium | ![]() Knowledge Modeling Shape-First Modeling | ![]() Knowledge Modeling NeOn Methodology | ![]() Product Discovery Test Card | ![]() Product Discovery Hypothesis Prioritization Canvas |
|---|---|---|---|---|
Zweckunterschiedlich | Shape-First Modeling definiert Datenqualität über Shapes, bevor Implementierung oder Integration ausfranst. Der Ansatz passt, wenn Validierung und Data Contracts von Anfang an Teil des Designs sein sollen. | Die NeOn Methodology strukturiert Ontology-Arbeit als kontrollierten Prozess mit Reuse, Szenarien und Reviews. Sie ist nützlich, wenn Ontologien nicht ad hoc, sondern modular und wiederverwendbar entstehen sollen. | Die Test Card macht eine kritische Annahme prüfbar und legt vorab fest, welches Ergebnis als Erfolg zählt. | Wenn viele Hypothesen konkurrieren, bringt sie Ordnung in Lernreihenfolge und Bedeutung. Sie zeigt, was zuerst getestet werden sollte und warum die Reihenfolge zählt. |
Komplexitätunterschiedlich | Mittel | Hoch | Niedrig | Mittel |
Zeitunterschiedlich | Halber Tag pro Domain Slice | Mehrere Wochen bis Monate | 20-35 min | 60-90 min |
Teilnehmendeunterschiedlich | 1-4 | 2-10 | 1-5 | 3-8 |
Formatunterschiedlich | Workshop + Async | Workshop + Async | Workshop + Async | Workshop |
Outputunterschiedlich | SHACL or ShEx Shapes, Validation Reports, Data Contracts, Shape Documentation | Ontology Requirements Specification, Reuse Plan, Ontology Modules, Evaluation Report | Test Card mit vorab gesetzter Schwelle | Priorisierungs-Canvas, Hypothesen-Backlog |
Tagskeine Überschneidung | WissensgraphValidierungSemantik | OntologieMethodikWiederverwendungSemantikEngineering | ExperimenteValidierungDiscoveryHypothese | ExperimentePriorisierungDiscoveryHypothese |



