Knowledge Graphs & Ontologies
Das Fundament, ohne das GenAI im Unternehmen nicht funktioniert. Eine kostenlose Live-Session auf Englisch — technisch konkret, mit Live-Walkthrough von der Business-Frage zur erklärbaren Antwort.
Zum Webinar anmelden
Kostenlos · 22. Juli, 13:00 Uhr (CEST) · online.
Warum ein Knowledge Layer die Voraussetzung für verlässliche KI ist
Copilots, Agenten, RAG-Systeme: Die Demos überzeugen, aber der messbare Wert bleibt aus. Der Grund ist nicht das Modell — LLMs liefern ohne formal modelliertes Unternehmenswissen keine verlässlichen Antworten.
Mehr Kontextfenster, mehr MCP-Server und das nächste GPT-Release lösen das nicht. Es geht nicht um Lesbarkeit — Text ist schon lesbar. Es geht um Interpretierbarkeit: Klassen, Beziehungen, Constraints und Regeln, aus denen eine Maschine logisch schließen kann.
Die etablierte Antwort sind Knowledge Graphs und Ontologien — 25 Jahre Forschung, offene Standards (RDF, OWL, SPARQL, SHACL), plötzlich wieder relevant. Google, Facebook, Siemens, Bayer und ganze weitere Branchen bauen genau auf diesem Fundament.
Dieses Webinar macht das Thema konkret
- 01
Warum LLMs ohne Knowledge Graph halluzinieren
Und warum mehr Daten, mehr Kontextfenster und mehr MCP-Server das Problem nicht lösen.
- 02
Knowledge Graph vs. Ontologie vs. RAG
Eine klare Abgrenzung der Begriffe — und wann welches Werkzeug trägt.
- 03
Anatomie einer Ontologie
Klassen, Beziehungen, Constraints, Reasoning — woraus eine Maschine logisch schließen kann.
- 04
Wie ein Knowledge Graph technisch funktioniert
RDF/OWL, Triple Stores, SPARQL, Federation — und warum proprietäre semantische Layer zum Lock-in-Risiko werden.
- 05
Wie Agenten einen Knowledge Graph nutzen
Integration, semantisches Retrieval, Erklärbarkeit — mit einem Live-Walkthrough von der Business-Frage zur erklärbaren Agent-Antwort, inkl. Ontologie-Ausschnitt und SPARQL.
- 06
Wie Sie Schritt für Schritt starten
Ohne Großprojekt, mit realistischem Pilot-Scope — plus Q&A.
Für wen dieses Webinar gemacht ist
Die Session ist technisch konkret, setzt aber keine Semantic-Web-Vorkenntnisse voraus.
CIO
Verlässlichkeit und Herkunft von KI-Antworten als Architekturfrage — nicht als Modell-Wette.
Chief Data / AI Officer
Vom Piloten-Portfolio zu messbarem Wert: das Fundament, das RAG-Projekte tragfähig macht.
Enterprise Architect
Offene Standards (RDF, OWL, SPARQL) statt proprietärem Layer — Lock-in-Risiken einordnen.
KI-Verantwortliche
Für alle, die in den nächsten 12 Monaten mehr liefern müssen als den nächsten Piloten.
Zum Webinar anmelden
Kostenlos · 22. Juli, 13:00 Uhr (CEST) · online.
Das nehmen Sie mit
- Eine klare Abgrenzung: Knowledge Graph, Ontologie, RAG.
- Das technische Fundament: RDF/OWL, SPARQL, Triple Stores — ohne Lock-in.
- Einen Live-Walkthrough von der Business-Frage zur erklärbaren Agent-Antwort.
- Einen Einstiegspfad ohne Großprojekt, mit realistischem Pilot-Scope.