Zweck
Ontology Engineering planbar machen, statt jede Ontology von Grund auf neu zu entwerfen.
Knowledge Modeling
NeOn Methodology
Szenario-basiertes Vorgehen für modulare Ontology-Entwicklung mit gezieltem Reuse.
Knowledge ModelingHighBothMehrere Wochen bis Monate
Funktionsweise
Aus neun Modellierungsszenarien (z. B. Reuse, Restructuring, Localization) werden passende Aktivitäten und Outputs für das konkrete Projekt zusammengestellt.
Visuelle Orientierung
Methodenskizze für ein schnelles Grundgefühl.
Kern
Nutzer
System
Team
Kontext
Ablauf
- 1Projektkontext und Ziele klären
- 2Passende NeOn-Szenarien auswählen
- 3Aktivitäten und Outputs pro Szenario planen
- 4Bestehende Ontologien und Patterns für Reuse identifizieren
- 5Modellierungsiterationen mit Reviews durchführen
- 6Dokumentation, Evaluation und Maintenance einplanen
Ideal für
- Größere Ontology-Projekte
- Reuse bestehender Ontologien
- Verteilte Modellierungsteams
- Enterprise Knowledge Graphs
Nicht gut für
- Sehr kleine Ad-hoc-Ontologien
- Pure explorative Skizzen ohne Reuse-Anspruch
Vertiefung
Im Detail
Die NeOn Methodology entstand im gleichnamigen EU-Projekt und beschreibt Ontology Engineering nicht als linearen Wasserfall, sondern als Auswahl aus neun typischen Szenarien. Dazu gehören etwa das Reusen bestehender Ontology-Ressourcen, das Reengineering nicht-ontologischer Ressourcen, das Mergen mehrerer Ontologien, das Restructuring oder die Lokalisierung. Pro gewähltem Szenario gibt es definierte Aktivitäten, Inputs und Outputs, die in iterativen Lifecycle-Modellen orchestriert werden. So entsteht ein anpassbarer Plan statt einer starren Vorgehensschablone.
Einordnung
NeOn eignet sich besonders, wenn eine Ontology in einem größeren, oft verteilten Setup entsteht und bestehende Vokabulare, Standards oder Datenquellen integriert werden. Für kleine, einmalige Skizzen ist sie überdimensioniert; dort sind Linked Open Terms oder Competency Questions plus Ontology Design Patterns leichter.
Durchführung
Wähle die passenden Szenarien früh und schreibe sie explizit auf, damit das Team weiß, welche Aktivitäten dazugehören. Plane wiederkehrende Reviews mit Domain Experts und integriere Evaluation und Dokumentation von Beginn an, statt sie ans Ende zu schieben.
Output-Artefakte
Ontology Requirements SpecificationReuse PlanOntology ModulesEvaluation Report
Quellen
Artefakt-Vorlagen
NeOn Methodology ArbeitsvorlageKompakte Arbeitsvorlage für NeOn Methodology mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.markdown
NeOn Methodology ArbeitsvorlageKompakte Arbeitsvorlage für NeOn Methodology mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
markdown# NeOn Methodology Arbeitsvorlage
## Ziel
Szenario-basiertes Vorgehen für modulare Ontology-Entwicklung mit gezieltem Reuse.
## Kontext
Wann und wofür nutzen wir diese Methode?
## Input
Welche Daten, Beobachtungen, Entscheidungen oder Materialien liegen vor?
## Durchführung
Kurze Notizen entlang des Run Sheets.
## Ergebnisartefakte
- Ontology Requirements Specification:
- Reuse Plan:
- Ontology Modules:
- Evaluation Report:
## Annahmen und offene Fragen
- ...
## Entscheidung / Nächster Schritt
Owner, Datum und Erfolgssignal.Ähnliche Methoden
Alle MethodenKnowledge Modeling
Linked Open Terms
Agile, leichtgewichtige Methodologie zur Entwicklung von Ontologien und Linked-Data-Vokabularen.
Knowledge Modeling
Ontology Design Patterns
Wiederverwendbare Modellierungsmuster für wiederkehrende Probleme in Ontologien und Knowledge Graphs.
Knowledge Modeling
Shape-First Modeling
Modellierungsansatz, bei dem Datenshapes und Constraints vor offener Ontology-Semantik definiert werden.
Knowledge Modeling
Competency Questions
Beispielhafte Fachfragen, die eine Ontology oder ein Knowledge Graph beantworten können müssen.
Knowledge Modeling
Property Graph Schema Design
Entwurf von Node-, Relationship- und Property-Typen für Property-Graph-Datenbanken wie Neo4j.
Knowledge Modeling
Feynman Technique
Prüft Verständnis, indem ein Konzept einfach erklärt und Lücken gezielt geschlossen werden.