OntoKG: Ontologieorientierter Wissensgraph mit intrinsischer Relationen‑Routing

Mit OntoKG wird die Erstellung großer Wissensgraphen neu gedacht – ganz von der Ontologie aus. Statt die Struktur erst im Code zu verankern, legt das System die Schema‑Entscheidungen von Anfang an fest, um spätere Analysen, Entitäten‑Entschlüsselung und domänenspezifische Anpassungen zu erleichtern.

Traditionelle Ansätze verpacken die Wahl von Knoten, Kanten und Schemata in komplexe Pipelines. Das Ergebnis sind Schemata, die eng an den jeweiligen Build‑Prozess gebunden sind und kaum wiederverwendbar für weitere Ontologie‑Aufgaben bleiben.

OntoKG dagegen gestaltet das Schema von vornherein für Ontologie‑Analyse, Entitäten‑Disambiguierung, Domänen‑Anpassung und LLM‑gestützte Extraktion. Der Kernmechanismus, das intrinsische Relationen‑Routing, klassifiziert jede Eigenschaft als intrinsisch oder relational und leitet sie an das passende Schema‑Modul weiter.

Durch dieses Routing entsteht ein deklaratives Schema, das unabhängig von Speicher‑Backends portabel ist und eigenständig wiederverwendbar bleibt. In einer Demonstration auf dem Wikidata‑Dump von Januar 2026 wurde ein 34,6‑Mio.-Entitäten‑Kern identifiziert, anschließend wurden die Eigenschaften iterativ in 94 Module unterteilt, die in acht Kategorien organisiert sind.

Mit Unterstützung von LLM‑Tools und menschlicher Überprüfung erreichte das Schema eine Kategorie‑Abdeckung von 93,3 % und eine Zuordnung von 98,0 % der klassifizierten Entitäten. Der daraus exportierte Property‑Graph umfasst 34,0 Mio. Knoten, 61,2 Mio. Kanten und 38 Beziehungstypen.

Fünf Anwendungsfälle zeigen, wie die ontologieorientierte Herangehensweise die Wiederverwendbarkeit und Analysefähigkeit von Wissensgraphen deutlich verbessert.