Knowledge Modeling Analyse-Methode

Competency Questions

Definiert beantwortbare Fachfragen als prüfbare Anforderungen an eine Ontologie.

Competency Questions beschreiben in natürlicher Sprache, welche Schlussfolgerungen eine Ontologie ermöglichen soll. Begriffe, Quantifizierung, Beispielantwort und Testquery werden explizit.

Kernfrage

Welche Fachfragen muss die Ontologie mit definierten Daten und Inferenzen beantworten?

Competency Questions planen Methodenanleitung

Vergleich starten

Feedback gebenHilft dir diese Methode?

Teilnehmende: 2-8
Zeit: 2-4 h

Competency Questions verwendet natürliche Fachfrage in Begriffe, formale Query, Testdaten und erwartete Antwort übersetzen. Bewertungen bleiben begründet und kontextgebunden.

Papierillustration von Competency Questions mit dem methodenspezifischen Arbeitsmodell.

Fachfrage
Fachfrage
Reale Entscheidungsfragen mit Fachakteuren sammeln.
Präzisieren
Präzisieren
Quantor, Zeitraum, Begriffe und gewünschte Antwort klären.
Formalisieren
Formalisieren
CQ in Query und benötigte Axiome übersetzen.
Testen
Testen
Positiv-, Negativ- und Grenzfalldaten ausführen.

Nach neuer Evidenz oder einer relevanten Kontextänderung aktualisieren und frühere Fassung erhalten.

Geeignet, wenn

Vor und während Ontologieentwicklung zur Scope- und Akzeptanzklärung.

Ideal für

Ontology Engineering
Knowledge Graph Scoping
GraphRAG Pipelines
Schema Design

Nicht gut für

Rein explorative Domain Discovery ohne Zielsystem
Reine Datenintegration ohne semantisches Modell

Ergebnisse

Competency Question Test Suite
Competency Question Test Suite mit nachvollziehbaren Quellen, Annahmen und fachlichen Entscheidungen.
Entscheidungs- und Prüfspur
Owner, Termine und nächste Prüfung für Competency Question Test Suite.

Competency Question Test Suite

Fiktives Arbeitsbeispiel

natürliche Fachfrage in Begriffe, formale Query, Testdaten und erwartete Antwort übersetzen als präzise Arbeitsstruktur mit fiktivem Beispiel.

Competency Question

Nutzer · Frage · Entscheidung

Welche offenen Maßnahmen sind überfällig?

Semantik

Begriffe · Quantor · Zeitraum

status=open; dueDate<today.

Testfall

Daten · erwartete Antwort · Negativfall

A-17; erledigte A-18 ausgeschlossen.

Formalisierung

Query · Axiome · Version

SPARQL + hasOwner/memberOf.

Das Beispiel zeigt die Fachlogik von Competency Questions; eigene Vorlagen bleiben leer.

Grüninger and Fox: Methodology for the Design and Evaluation of Ontologies

Erster Schritt

Beginne mit der Kernfrage: Welche Fachfragen muss die Ontologie mit definierten Daten und Inferenzen beantworten?

Zur Methodenanleitung

Davor sinnvoll

Knowledge Modeling

Domain Storytelling

Liefert erzähltes Fachwissen, aus dem beantwortbare Kompetenzfragen abgeleitet werden.

Wie geht es weiter?

Knowledge Modeling

Ontology Design Patterns

Nutzt die Testfragen, um passende Entwurfsmuster für die Ontologie auszuwählen.

Papierillustration einer Concept Map mit Konzepten und beschrifteten Verbindungen

Knowledge Modeling

Concept Mapping

Übersetzt beantwortete Fragen in explizite Begriffe und Beziehungen.

Vertiefung

Zweck

Competency Questions übersetzen ein Domänenmodell in konkrete Fragen, die es beantworten können muss. Die Methode hält den Modellumfang sauber und verhindert hübsche, aber nutzlose Strukturen.

Funktionsweise

Zuerst werden reale Fragen aus dem Fachalltag gesammelt. Danach prüft das Team, ob ein geplantes Modell diese Fragen beantworten kann oder ob Begriffe und Beziehungen fehlen. So wird fachliche Brauchbarkeit zum eigentlichen Qualitätskriterium.

Im Detail

Competency Questions sind wirksam, weil sie ein Modell an den Fragen messen, die im Fachalltag tatsächlich beantwortbar sein müssen. Die Methode hält Modellierung ehrlich, sobald jede Frage auf Begriffe, Beziehungen und nötige Unterscheidungen zurückgeführt wird. Gute Nutzung achtet darauf, operative Beispiele, Ausnahmefälle und spätere Abfrageformen einzubeziehen, damit kein elegantes Schema entsteht, das an praktischen Informationsbedürfnissen vorbeigeht.

Durchführung

Sammle zu Beginn echte Fragen aus Reports, Suchfällen oder Entscheidungsroutinen und sortiere sie nach fachlicher Relevanz. Der Hebel liegt an Fragen, die mehrere Interpretationen erlauben; dort muss die Bedeutung geschärft werden, bevor das Modell weiterwächst. Beende mit einer kleinen Menge priorisierter Fragen, an denen neue Modellteile künftig geprüft werden.

Die Methodenanleitung führt mit 4 Phasen, Zeitrahmen, 4 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.

Methodenanleitung öffnen

Deine Einschätzung

Hilft dir diese Methode für dein Vorhaben?

Mit deinem Feedback hilfst du, den Methodatlas weiterzuentwickeln.

Quellen und Themen

Themen

Ontologie Wissensgraph Umfang Anforderungen Semantik

Quellen

Grüninger and Fox: Methodology for the Design and Evaluation of Ontologieseil.utoronto.caPaper von Michael Gruninger und Mark Fox (IJCAI 1995, University of Toronto); führt Competency Questions zur Bewertung von Ontologien ein.

In Playbooks

Knowledge Modeling vorbereitenVon Wissensdomäne zu Fragen, Konzeptmodell, Schema und Validierungsregeln.

Artefakt-Vorlagen

Competency Questions: ArbeitsvorlagePlane Competency Questions entlang der fachlichen Schritte und der konkreten Entscheidungsfrage.

markdown

competency-questions-working-template.md

Plane Competency Questions entlang der fachlichen Schritte und der konkreten Entscheidungsfrage.

Competency Questions: Arbeitsvorlage

Fragestellung

Noch zu klären

Gewünschtes Ergebnis

Noch zu klären

Rahmen

Gesamten Workshop Zeit: 60–90 Minuten initial; laufende Testpflege

Diese Vorlage während der Arbeit auf Papier oder in einem eigenen Dokument ausfüllen.

Vorbereitung für diesen Umfang

Methodische Grundausstattung

Materialien: Use Cases und Entscheidungsfragen, Fachvokabular, repräsentative Instanzdaten, gemeinsame Arbeitsfläche, Quellenlinks und Entscheidungslog.
Rollen: Domain Expert · Ontology Engineer · Data Consumer
Vorab-Infos: Use Cases und Entscheidungsfragen, Fachvokabular, repräsentative Instanzdaten vorab zusammentragen und offene Annahmen markieren.
Gesamter Zeitbedarf: 60–90 Minuten initial; laufende Testpflege
Setup: natürliche Fachfrage in Begriffe, formale Query, Testdaten und erwartete Antwort übersetzen sichtbar vorbereiten und Bewertungsbegriffe vor Beginn kalibrieren.