Die Methode hilft, Begriffe, Beziehungen und Regeln konkret zu klären. Sie formt Wissen zu Begriffen, Beziehungen, Regeln oder Abfragen. Das Ergebnis wird als Competency Question Set, Required Concepts und Test Queries festgehalten.
Competency Questions
Concrete domain questions define what an ontology or knowledge model must be able to answer and test.
Which concrete domain questions must the planned model be able to answer so that it is sufficient for the planned use cases and not oversized?
Das Team folgt den Arbeitsschritten „Use Cases und Stakeholder identifizieren“, „Konkrete Fachfragen sammeln“, „Fragen nach Konzepten und Beziehungen analysieren“, „Coverage und Lücken prüfen“, „Aus Fragen Klassen, Properties und Constraints ableiten“ und „Test Queries gegen das Modell formulieren“. Jeder Schritt wird sichtbar festgehalten. Am Ende liegen Competency Question Set, Required Concepts und Test Queries vor, sodass Entscheidungen, Tests oder Maßnahmen direkt anschließen können.
Visual orientation
Method sketch for a quick mental model.
Flow
- 1Use Cases und Stakeholder identifizieren
- 2Konkrete Fachfragen sammeln
- 3Fragen nach Konzepten und Beziehungen analysieren
- 4Coverage und Lücken prüfen
- 5Aus Fragen Klassen, Properties und Constraints ableiten
- 6Test Queries gegen das Modell formulieren
The runsheet guides execution with 4 phases, timeboxes, 5 pitfalls, and clear stop criteria.
Open runsheetIdeal for
- Ontology Engineering
- Knowledge Graph Scoping
- GraphRAG Pipelines
- Schema Design
Not good for
- Rein explorative Domain Discovery ohne Zielsystem
- Reine Datenintegration ohne semantisches Modell
Deep dive
Competency Questions sind konkrete Testfragen für ein semantisches Modell. Statt sofort Klassen, Properties oder Graph-Strukturen zu zeichnen, beginnt das Team mit der Frage: Was müssen Nutzerinnen und Nutzer später herausfinden können? Beispiele sind: Welche Services hängen direkt von Service X ab? Oder: Welche Teams besitzen Komponenten mit Risiko Y? Aus diesen Fragen werden Konzepte, Beziehungen und Constraints abgeleitet. Später dienen dieselben Fragen als Akzeptanztest: Wenn Modell und Daten die Fragen beantworten können, ist der Ausschnitt fachlich brauchbar.
Bereite ein paar Beispielfragen als Anker vor und arbeite mit Domain Experts und späteren Konsumenten der Daten zusammen. Sortiere Fragen nach Priorität, markiere Coverage und versioniere das Question Set parallel zum Modell.
Competency Questions Working TemplateCompact working template for Competency Questions with context, input, output artifacts, and next step.spreadsheet
competency-questions-working-template.md
Compact working template for Competency Questions with context, input, output artifacts, and next step.
Competency Questions Working Matrix
| Element | Description | Rating | Evidence | Owner | Next step |
|---|---|---|---|---|---|
| 1 | |||||
| 2 | |||||
| 3 |
Output artifacts
- Competency question set:
- Required concepts:
- Test queries:
- Coverage matrix:
Decision or recommendation
What consequence follows from the matrix?
When to choose differently
Short decision aid for existing alternatives.
Statt Competency Questions, wenn du Begriffe mit beschrifteten Beziehungen in einem fachlichen Netz verbinden willst.
Similar methods
All methodsQuery patterns drive node labels, relationships, and constraints so property graphs match real retrieval needs.
Reusable modeling patterns solve recurring ontology structures without redesigning the same semantic shape each time.
Existing vocabularies become reusable term candidates with ownership, versioning, and maintenance decisions attached.
Validation shapes define required classes, properties, and constraints before graph data enters production pipelines.
Ontology work is organized as a scenario-based process for reuse, collaboration, evaluation, and long-term maintenance.
Turns terms, relationships, and rules into a tangible result by selecting a scenario, sketching events, and deriving implementation slices.