Meister, VeraJetschni, JonasKreideweiß, SebastianEibl, MaximilianGaedke, Martin2017-08-282017-08-282017978-3-88579-669-5Der Beitrag beschreibt den Stand der Entwicklungen für eine dezentrale Wissensinfrastruktur zu Hochschuldaten, welche Mehrwertdienste für Mensch und Maschine unterstützt. Im Fokus stehen zunächst wenig volatile Daten zu Studiengängen, die aktuell mit hohem Aufwand in den verschiedensten technischen und organisationalen Strukturen vorgehalten werden. Das zeigt eine aktuelle Analyse der Ausgangslage. Das Architekturkonzept kann als Knowledge Graph beschrieben werden, der Webseiten von Hochschul-Content-Management-Systemen (CMS) als primäre Wissensquellen nutzt. Dies wird zunächst durch CMS-Extensions erreicht, die auf Semantic-Web-Technologien, insbesondere auf schema.org, JSON-LD und SPARQL setzen. Die Anbindung weiterer strukturierter und semi-strukturierter Wissensquellen erfolgt in transparenten Datenintegrationsprozessen, welche individuelle Orientierung ebenso wie anforderungsspezifische Datenaktualisierung unterstützen. Neben der systematischen Darstellung des Architekturkonzeptes werden Meilensteine der prototypischen Implementierung erläutert. Der Beitrag schließt mit einem Ausblick auf Anforderungen und Rahmenbedingungen einer produktiven Implementierung.deKnowledge Graphdezentrale Wissensinfrastrukturstrukturierte HochschuldatenMaschinenlesbarkeitSemantic Web10.18420/in2017_1721617-5468