Semantische Modellierung für Daten

Kapitel 14. Evolution und Governance-Dilemmata

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Nicht die Stärksten oder Intelligentesten werden überleben, sondern diejenigen, die den Wandel am besten bewältigen können.

Leon C. Megginson

Semantische Modelle sind dynamische Artefakte, die im Laufe der Zeit weiterentwickelt werden müssen, um ihre Qualität und Nützlichkeit zu erhalten und zu verbessern. Zu den typischen Aufgaben der Modellentwicklung gehören das Beheben von Qualitätsproblemen, das Hinzufügen von Strukturen und Inhalten, um zusätzliche Domänen oder Anwendungen abzudecken, oder das Entfernen von Elementen, die aufgrund semantischer Veränderungen nicht mehr gültig sind.

Wie wir in Kapitel 11 gesehen haben, ist es außerdem sehr wichtig, dass diese Entwicklung kontrolliert und strategiekonform abläuft, was bedeutet, dass ein effektives Modell-Governance-System vorhanden sein muss. In diesem Kapitel beschreibe ich einige der wichtigsten Dilemmas, die mit diesen beiden Hauptaufgaben verbunden sind, und erörtere Möglichkeiten, sie zu bewältigen.

Modell Evolution

Die Evolution ist ein sehr wichtiger Aspekt im Lebenszyklus eines semantischen Modells, den du nur vermeiden kannst, wenn du dich darum kümmerst:

Die erste Version des Modells hat die Qualität, die du brauchst/willst, in allen relevanten Dimensionen

Wenn diese erste Version Qualitätsprobleme in einer oder mehreren relevanten ...