Ege , Bjö n-Lenna ; Ullmann, F anziska; Din e , Ba ba a; Gluchowski, Pe e
A icle — Published Ve sion
Mi Open-Sou ce-LLMs zu aussagek ä igen Me ada en:
Sp achmodelle als Schlüssel ü nu ze eundliche Open-
Da a-Po ale
HMD P axis de Wi scha sin o ma ik
P o ided in Coope a ion wi h:
Sp inge Na u e
Sugges ed Ci a ion: Ege , Bjö n-Lenna ; Ullmann, F anziska; Din e , Ba ba a; Gluchowski, Pe e
(2025) : Mi Open-Sou ce-LLMs zu aussagek ä igen Me ada en: Sp achmodelle als Schlüssel ü
nu ze eundliche Open-Da a-Po ale, HMD P axis de Wi scha sin o ma ik, ISSN 2198-2775,
Sp inge Fachmedien Wiesbaden GmbH, Wiesbaden, Vol. 62, Iss. 5, pp. 1112-1126,
h ps://doi.o g/10.1365/s40702-025-01197-1
This Ve sion is a ailable a :
h ps://hdl.handle.ne /10419/330521
S anda d-Nu zungsbedingungen:
Die Dokumen e au EconS o dü en zu eigenen wissenscha lichen
Zwecken und zum P i a geb auch gespeiche und kopie we den.
Sie dü en die Dokumen e nich ü ö en liche ode komme zielle
Zwecke e iel äl igen, ö en lich auss ellen, ö en lich zugänglich
machen, e eiben ode ande wei ig nu zen.
So e n die Ve asse die Dokumen e un e Open-Con en -Lizenzen
(insbesonde e CC-Lizenzen) zu Ve ügung ges ell haben soll en,
gel en abweichend on diesen Nu zungsbedingungen die in de do
genann en Lizenz gewäh en Nu zungs ech e.
Te ms o use:
Documen s in EconS o may be sa ed and copied o you pe sonal
and schola ly pu poses.
You a e no o copy documen s o public o comme cial pu poses, o
exhibi he documen s publicly, o make hem publicly a ailable on he
in e ne , o o dis ibu e o o he wise use he documen s in public.
I he documen s ha e been made a ailable unde an Open Con en
Licence (especially C ea i e Commons Licences), you may exe cise
u he usage igh s as speci ied in he indica ed licence.
h ps://c ea i ecommons.o g/licenses/by/4.0/deed.de
SCHWERPUNKT
h ps://doi.o g/10.1365/s40702-025-01197-1
HMD P axis de Wi scha sin o ma ik (2025) 62:1112–1126
Mi Open-Sou ce-LLMs zu aussagek ä igen
Me ada en: Sp achmodelle als Schlüssel ü
nu ze eundliche Open-Da a-Po ale
Bjö n-Lenna Ege · F anziska Ullmann · Ba ba a Din e ·
Pe e Gluchowski
Eingegangen: 14. Feb ua 2025 / Angenommen: 2. Juni 2025 / Online publizie : 20. Juni 2025
© The Au ho (s) 2025
Zusammen assung Die Ve ügba kei und Quali ä on Me ada en sind zen ale
E olgs ak o en ü die e ek i e Nu zung on Open Da a. Un olls ändige ode in-
konsis en e Me ada en e schwe en jedoch die Au indba kei , In e ope abili ä und
Wiede e wendung o ene Da enbes ände e heblich. Diese Bei ag un e such , in-
wiewei Open-Sou ce La ge Language Models (LLMs) zu au oma isie en Gene ie-
ung hochwe ige Me ada en bei agen können. Au bauend au dem Da a Ca alog
Vocabula y (DCAT) wi d ein p o o ypische Ansa z en wickel , de Open-Sou ce-
LLMs in den Upload-P ozess on Open-Da a-Po alen in eg ie . Die E alua ion
anhand eale Open-Da a-Da ensä ze zeig , dass die gene ie en Me ada en in ielen
Fällen mi Expe enbewe ungen übe eins immen und insbesonde e die Konsis enz
und Ka ego isie ung e besse n. He aus o de ungen bes ehen jedoch in de p äzisen
zei lichen Zuo dnung on Da en sowie in de Skalie ba kei au un e schiedlichen
Da en o ma en. De Bei ag beleuch e me hodische sowie echnische Op imie ungs-
möglichkei en und gib Hinweise au po enzielle Ve besse ungen hinsich lich Ska-
lie ba kei und zei liche Eino dnung on Me ada en.
Schlüsselwö e Open Da a · Me ada en · Me ada enquali ä · Open-Sou ce La ge
Language Models · DCAT-S anda d · FAIR-P inzipien
Bjö n-Lenna Ege · F anziska Ullmann · Ba ba a Din e · Pe e Gluchowski
Fakul ä ü Wi scha swissenscha en, Technische Uni e si ä Chemni z, 09107 Chemni z,
Deu schland
E-Mail: bjoe n-lenna .ege @wiwi. u-chemni z.de
K
Mi Open-Sou ce-LLMs zu aussagek ä igen Me ada en: Sp achmodelle als Schlüssel ü ... 1113
Wi h Open Sou ce LLMs o Meaning ul Me ada a: La ge Language
Models as he Key o Use - iendly Open Da a Po als
Abs ac The a ailabili y and quali y o me ada a a e key success ac o s o he e -
ec i e use o Open Da a. Howe e , incomple e o inconsis en me ada a signi ican ly
hinde he disco e abili y, in e ope abili y, and eusabili y o open da ase s. This pa-
pe examines he ex en o which open-sou ce La ge Language Models (LLMs) can
suppo he au oma ed gene a ion o high-quali y me ada a. Based on he Da a Ca a-
log Vocabula y (DCAT), a p o o ype is de eloped ha in eg a es open-sou ce LLMs
in o he upload p ocess o Open Da a po als. The e alua ion using eal Open Da a
da ase s demons a es ha he gene a ed me ada a o en aligns wi h expe assess-
men s, pa icula ly imp o ing consis ency and ca ego iza ion. Howe e , challenges
emain in he p ecise empo al classi ica ion o da a and scalabili y ac oss a ious
da a o ma s. This pape discusses me hodological and echnical op imiza ion op-
po uni ies and p o ides insigh s in o po en ial imp o emen s ega ding scalabili y
and empo al classi ica ion o me ada a.
Keywo ds Open Da a · Me ada a · Me ada a Quali y · Open-Sou ce La ge
Language Models · DCAT S anda d · FAIR P inciples
1 Einlei ung: Von manuelle Me ada engene ie ung zu KI-ges ü z e
Au oma ion
Die zunehmende Ve ügba kei on Open Da a (Open Da a Wa ch, 2023; Uni ed
Na ions, 2020) ha in den le z en Jah en e heblich zu Inno a ions ähigkei in Wis-
senscha , Wi scha und ö en liche Ve wal ung beige agen (Din e & Kollwi z,
2016; Numaji i & Hayashi, 2024; Yan & Webe , 2018). Open-Da a-Po ale e mög-
lichen den anspa en en und ein achen Zugang zu um ang eichen Da ensä zen. So
ö de n diese Po ale nich nu die in o mie e En scheidungs indung, sonde n un-
e s ü zen auch die gesellscha liche Teilhabe, indem sie eine b ei e Nu ze scha
– on Fo schenden übe Un e nehmen bis hin zu Bü ge innen und Bü ge n – mi
we ollen In o ma ionen e so gen (Chua e al., 2020).
T o z dieses Po enzials s ehen Open-Da a-Po ale o eine g undlegenden He -
aus o de ung: de Quali ä de zugehö igen Me ada en. Me ada en, also die beglei-
enden In o ma ionen, die un e ande em den Inhal , die S uk u und die Nu zungs-
bedingungen de Da ensä ze besch eiben, sind häu ig un olls ändig, inkonsis en
ode ehle ha (Wenige e al., 2021). Solche Mängel e schwe en die Au indba kei ,
In e p e a ion und Wiede e wendung de Da en e heblich (Neumaie e al., 2016;
Nogue as-Iso e al., 2021). Die adi ionelle manuelle E s ellung on Me ada en e -
o de spezialisie es echnisches Fachwissen und is mi einem hohen Zei au wand
sowie einem be äch lichen Fehle isiko e bunden – ein Ansa z, de angesich s
de s e ig wachsenden Da enmengen zunehmend an E izienz e lie (Kindel e al.,
2019).
Vo diesem Hin e g und e gib sich die zen ale Fo schungs age dieses Bei ags:
Inwiewei können La ge Language Models (LLMs), insbesonde e Open-Sou ce-
K
1114 B.-L. Ege e al.
Modelle, die au oma isie e Gene ie ung quali a i hochwe ige und s anda disie e
Me ada en in Open-Da a-Po alen un e s ü zen? Die Un e suchung diese F age is
on g oße Rele anz, da LLMs in de Lage sind, komplexe sp achliche S uk u en
zu e a bei en und p äzise, kon ex bezogene In o ma ionen zu gene ie en. Dami
e ö nen sie die Möglichkei , den manuellen Au wand bei de Me ada engene ie ung
zu eduzie en und somi die Da enquali ä signi ikan zu e besse n.
Ziel de o liegenden A bei is die En wicklung und E alua ion eines Ansa zes,
de LLMs zu au oma isie en E s ellung on Me ada en einse z . Das Da a Ca alog
Vocabula y (DCAT) dien als S anda d ahmen, um eine konsis en e und in e ope-
able Me ada ens uk u zu gewäh leis en, die den An o de ungen mode ne Open-
Da a-Po ale en sp ich . Ein eigens konzipie e P o o yp demons ie , wie eine so g-
äl ig de inie e Checklis e und eine op imie e Da en o be ei ung den manuellen
Au wand minimie en und gleichzei ig die Konsis enz de Me ada en siche s ellen
kann. De Bei ag olg einem ges al ungso ien ie en Vo gehen im Sinne des Design
Science Resea ch (DSR): Es wi d ein a e ak basie es Lösungskonzep en wickel ,
das sich aus eine Checklis e, einem P omp ing-Schema sowie eine LLM-basie -
en Gene ie ung zusammense z . Im Zen um s eh ein lau ähige P o o yp, des-
sen Funk ionali ä anhand eale Da ensä ze aus einem Open-Da a-Po al übe p ü
wu de. Die E alua ion e olg du ch den sys ema ischen Ve gleich de gene ie en
Me ada en mi Einschä zungen menschliche Expe en. Diese Vo gehensweise ziel
da au ab, sowohl die echnische Umse zba kei als auch die Quali ä de E gebnis-
se p axisnah zu bewe en. Zu diesem Zweck e olg zunächs eine Da s ellung de
heo e ischen G undlagen sowie des ak uellen S ands de Technik, ge olg on eine
nach ollziehba en P äsen a ion des Vo gehens und de anschließenden E alua ion
des P o o yps.
2 G undlagen: Open Da a, S anda disie ung und Sp achmodelle
2.1 Tabella ische Da en als He zs ück on Open Da a
Open-Da a-Po ale e möglichen p i a en und ins i u ionellen Use n den Zugang zu
um ang eichen Da ensä zen. Ein e hebliche Teil diese Da en lieg in abella ischen
Fo ma en wie CSV, Excel ode TSV o . Zu quan i a i en Bes immung des An eils
abella ische Da en wu de im Janua 2025 eine Ab age im Eu opean Da a Po al
du chge üh , bei de die do hin e leg en dca :mediaType-We e analysie wu den.
Die E gebnisse (Abb. 1) zeigen, dass e wa die Häl e de be ei ges ell en In o ma-
ionen in diese S uk u o lieg . Diese s uk u ie e Da s ellung e möglich einen
maschinenlesba en Zugang zu quan i a i en und quali a i en In o ma ionen, lie e
jedoch isolie be ach e o mals nu Rohda en. Ohne eine e gänzende Kon ex uali-
sie ung bleiben wich ige inhal liche, s uk u elle und seman ische Zusammenhänge
une schlossen. Fü den Ansa z, de die Ve besse ung de Me ada engene ie ung ü
CSV-Da eien in Open-Da a-Po alen zum Ziel ha , is es dahe une lässlich, diese
Fo ma e mi na a i en und seman ischen In o ma ionen anzu eiche n. Dadu ch und
un e de P ämisse, dass sowohl Excel- als auch TSV-Da eien in wenigen Sch i en
K
Mi Open-Sou ce-LLMs zu aussagek ä igen Me ada en: Sp achmodelle als Schlüssel ü ... 1115
Abb. 1 An eile de Da en ypen
im Open-Da a-Po al de EU
Tabella isch
48,9%
PDF
6,6%
JSON
9,4%
ZIP
10,0%
Ande e
11,3%
XML
13,8%
Ve eilung de Medien ypen
in CSV-Da eien umgewandel we den können, kann de olle Meh we abella i-
sche Da en ü Use nu zba gemach we den.
2.2 DCAT und FAIR: G undlagen ü konsis en e Me ada en
Open-Da a-Po ale e möglichen p i a en und ins i u ionellen Use n den eien Zu-
gang zu iel äl igen Da ensä zen. Die e ek i e Nu zung diese Da en leide jedoch
häu ig un e unzu eichenden ode inkonsis en en Me ada en. P äzise Besch eibun-
gen, e ende Schlagwo e und kla s uk u ie e Kon ex in o ma ionen sind en -
scheidend, um den inhal lichen Meh we olls ändig zu e schließen (Khalid &
Zimányi, 2024).
Ein zen ales Elemen zu Ve besse ung de Me ada enquali ä bilde de soge-
nann e Da a Ca alog Vocabula y (DCAT) S anda d1, de om Wo ld Wide Web
Conso ium (W3C, 2024) en wickel wu de. E dien de s uk u ie en und ma-
schinenlesba en Besch eibung on Da ensä zen in Da enka alogen. DCAT de inie
da ü e schiedene Me ada en elde , e wa zu allgemeinen Besch eibung des Da-
ensa zes, zu echnischen Be ei s ellung ode zum Da ei o ma . Diese s uk u ie e
Da s ellung e leich e die au oma ische Ve a bei ung und Bewe ung – insbesonde e
im Rahmen des in Open-Da a-Po alen eingese z en Me ada a Quali y Assessmen s
(MQA).
E gänz wi d de DCAT-S anda d du ch das sogenann e DCAT Applica ion P o i-
le (DCAT-AP), das domänenspezi ische Felde in eg ie und die In e ope abili ä in
1h ps://www.w3.o g/TR/ ocab-dca -3/.
K
1116 B.-L. Ege e al.
un e schiedlichen Anwendungskon ex en siche s ell . E gänzend zu diesen echni-
schen S anda ds sind die FAIR-P inzipien – Findabili y, Accessibili y, In e ope abi-
li y und Reusabili y – on zen ale Bedeu ung. Sie zielen da au ab, die nachhal ige
Nu zba kei on Da en siche zus ellen, indem sie eine konsis en e und s anda di-
sie e Da enbesch eibung ö de n. Dies e leich e den au oma isie en Aus ausch
on In o ma ionen zwischen e schiedenen Open-Da a-Po alen und s ell siche ,
dass die Da en lang is ig au indba und wiede e wendba bleiben (Sunda am &
Musen, 2023; Wilkinson e al., 2016).
Da übe hinaus bilde de eu opäische Rahmen einen wesen lichen Kon ex ü
die In e ope abili ä szielse zung. Die Eu opäische Union ha du ch das Eu opean
In e ope abili y F amewo k und die Open Da a Di ec i e übe g ei ende Ziele o -
mulie , um den nah losen Aus ausch on Da en übe na ionale G enzen hinweg zu
ö de n (Eu opean Commission, 2017, Eu opean Commission 2022). Diese poli i-
schen Vo gaben un e s ü zen die Implemen ie ung on S anda ds, wie DCAT, und
un e s eichen die Bedeu ung de FAIR-P inzipien ü die En wicklung in e ope a-
ble Da enökosys eme (Eu opean Commission, 2017). Die konsequen e Anwendung
diese eu opäischen Vo gaben äg dazu bei, dass Me ada en nich nu echnisch
konsis en , sonde n auch im gesam en eu opäischen Raum ha monisie o liegen –
ein en scheidende Sch i zu Fö de ung de Da endemok a isie ung.
Die Kombina ion aus DCAT/DCAT AP, FAIR-P inzipien und den eu opäischen
In e ope abili ä szielen gewäh leis e eine s anda disie e und konsis en e E zeugung
on Me ada en. Dies scha die G undlage ü eine nachhal ige und e ek i e Da en-
be ei s ellung in Open Da a Po alen und e besse signi ikan die Au indba kei ,
Ve s ändlichkei und Wiede e wendba kei de Da ensä ze. Die im olgenden Bei-
ag he gelei e e Checklis e sowie de en wickel e P o o yp se zen an diesen S an-
da ds an und ope a ionalisie en sie ü den Upload-P ozess in Open-Da a-Po alen.
2.3 O ene Sp achmodelle als Ka alysa o en
La ge Language Models (LLMs) haben in den le z en Jah en e hebliche Fo sch i e
gemach und inden zunehmend Anwendung in de au oma isie en Ve a bei ung
und An eiche ung semis uk u ie e Da en. T adi ionell e olg die Me ada engene-
ie ung meis egelbasie ode manuell, was zei au wändig und ehle an ällig is
(Kindel e al., 2019). LLMs bie en hie eine lexible, kon ex bezogene Analyse, die
eine konsis en e e und p äzise e E assung on Me ada en e möglich . Im Gegen-
sa z zu klassischen Na u al Language P ocessing (NLP)-Me hoden sind LLMs nich
nu in de Lage, einzelne In o ma ionen zu ex ahie en, sonde n auch komplexe
Zusammenhänge zu e kennen und zu s uk u ie en (Vaswani e al., 2017).
Die Wahl des zug undeliegenden Modells beein luss maßgeblich die Quali ä ,
Anpassungs ähigkei und T anspa enz de gene ie en Me ada en. Open-Sou ce-
Modelle, wie Mis al 7B (Jiang e al., 2023), bie en wesen liche Vo eile gegen-
übe p op ie ä en Al e na i en. Diese Modelle sind ö en lich zugänglich, e lauben
spezi ische Anpassungen und gewäh leis en die lang is ige Kon olle übe die Da-
en e a bei ung und -in e p e a ion. P op ie ä e Modelle hingegen sind du ch ih e
geschlossene A chi ek u und nich zugänglichen T ainingsda en eingesch änk , was
die Nach ollziehba kei und Anpassba kei e heblich beein äch ig . In de Open-Da-
K
Mi Open-Sou ce-LLMs zu aussagek ä igen Me ada en: Sp achmodelle als Schlüssel ü ... 1117
Open-Da a-Po alLLMAppUse
Checklis e Da en-Upload Rep äsen a ion Kon ex bildung Me ada en-
Gene ie ung
DCAT
Abb. 2 P ozessuales Vo gehen de p o o ypischen Umse zung
a-Domäne behinde n solche Einsch änkungen nich nu die In eg a ion und Wei e -
en wicklung, sonde n s ehen auch dem Ke ngedanken de o enen Kul u en gegen.
Das eu opäische Modell Mis al 7B, e ö en lich un e de Apache 2.0-Lizenz2,
s ell in diesem Kon ex eine besonde s geeigne e Wahl da . Mi 7,3M d. Pa ame e n
bie e es eine leis ungs ähige A chi ek u und hohe Flexibili ä . Die Möglichkei zu
In eg a ion und Anpassung in bes ehende Open-Da a-Wo k lows mach Mis al 7B
zu eine obus en Al e na i e gegenübe geschlossenen Sys emen.
Im wei e en Ve lau analysie diese Bei ag den Einsa z on LLMs zu E zeu-
gung DCAT-kon o me Me ada en, dami e bundene me hodische He aus o de un-
gen sowie mögliche Op imie ungspo enziale ü ih e Anwendung in Open-Da a-
Po alen.
3 Konzep ion und p o o ypische Umse zung: die Pipeline zu
au oma isie en Me ada engene ie ung
De olgende Abschni s ell die Konzep ion und p o o ypische Umse zung eines
Ansa zes zu au oma isie en Me ada engene ie ung ü Open-Da a-Po ale o . Zu
besse en O ien ie ung gib Abb. 2zunächs einen Übe blick übe die gesam e Pipe-
line. Diese um ass die Validie ung de Eingangsda en mi els eine Checklis e ü
den Use , die E s ellung eine Rep äsen a ion sowie die e gänzende Kon ex e wei-
e ung und die da au au bauende Gene ie ung DCAT-kon o me Me ada en du ch
ein Open-Sou ce-LLM. De Ansa z wi d in die Upload-P ozesse eines Open-Da a-
Po als in eg ie und ziel da au ab, die Me ada enquali ä nachhal ig zu e besse n
und den Au wand ü die Use zu eduzie en. Au die einzelnen Sch i e de Pipeline
wi d in den olgenden Abschni en de aillie eingegangen.
3.1 P ü ung de Me ada enquali ä in Open-Da a-Po alen
De olgende Ansa z besch eib die In eg a ion eine App in den Upload-P ozess
eines Open-Da a-Po als, welches den DCAT-S anda d umse z . Dabei lieg die An-
nahme zug unde, dass de Use eine CSV-Da ei zu Ve ügung s ell und die App
da aus bei Beda eine Rep äsen a ion gene ie . Ein Sp achmodell e zeug au Ba-
sis diese Rep äsen a ion wiede um Me ada en. Die Auswahl de zu gene ie enden
Me ada en e olg au G undlage de Vo gaben des sogenann en Me ada a Quali-
y Assessmen (MQA) des Konso iums des Open-Da a-Po als de Eu opäischen
2h ps://mis al.ai/en/news/announcing-mis al-7b.
K
1118 B.-L. Ege e al.
Union (Eu opean Union, o.J.). Die MQA-Me hode um ass die ün Dimensionen
Findabili y (Au indba kei ), Accessibili y (Zugänglichkei ), In e ope abili y (In e -
ope abili ä ), Reuseabili y (Wiede e wendba kei ) und Con ex uali y (Kon ex ).
Diese Dimensionen basie en au den FAIR-P inzipien, die als Lei linien ü die
Ve ö en lichung on Da en alle A dienen (Wen zel e al., 2023). Jede de au -
gelis e en Dimensionen is du ch bes imm e Indika o en cha ak e isie , die jeweils
eine es geleg e Gewich ung au weisen. Eu opean Union ( o.J.) zeig die olls ändi-
ge Au lis ung und Zuo dnung de Me ada en elde und den jeweiligen Dimensionen
mi den jeweils zugeo dne en Indika o en3. Du ch die explizi e Angabe on DCAT-
Me ada en elde n ü jeden Indika o wi d e deu lich , welche Me ada en zu E -
eichung de en sp echenden Punk e e o de lich sind. Die Au indba kei kann da-
bei als einzige Dimension mi hil e eines in die App in eg ie en LLM un e s ü z
we den, da einzig die DCAT-Felde de zugehö igen Indika o en du ch inhal liche,
da enbezogene Gegebenhei en ge üll we den können.
Im Folgenden komm eine in diesem Bei ag en wickel e Checklis e zum Einsa z,
die dem Use au zeig , welche An o de ungen e üll sein müssen, dami die App
und das LLM die Eingabeda en adäqua analysie en können. Das Ziel bes eh in de
au oma ischen Be üllung alle no wendigen DCAT-Objek e, um einen möglichs
hohen MQA-Sco e zu e zielen.
3.2 Validie ung de Eingangsda en: Checklis e als G undlage
Da ein LLM e ek i mi den e ügba en In o ma ionen aus e schiedenen Quellen
a bei en soll, wi d die geziel e Au be ei ung de Da en du ch den Use in unse em
Bei ag du ch eine Checklis e un e s ü z . Diese dien de Siche s ellung eine aus-
eichenden In o ma ions e so gung des LLMs sowie de Einhal ung on Fo ma -
und S uk u o gaben, sodass de Da ensa z bzw. die Da ei om LLM e s anden
und au o liegende Me ada en analysie we den kann. Un e Checklis e wi d in
diesem Fall eine Au zählung on Bedingungen e s anden, die om Use umgese z
we den müssen, dami das Sp achmodell die übe gebenen Da en möglichs e izien
auswe en kann. Dadu ch e inge das Ve ah en das Risiko on Fehle n, die du ch
unzu eichende Fo ma ie ung, sinnlee e Bezeichnungen ode ähnliche P obleme en -
s ehen, au ein Minimum. Demen sp echend en häl die Checklis e Hinweise zu
Benennung on Spal en inne halb de Da ei sowie zum Da einamen und Hinwei-
se zu Inhal und Fo ma de Da en selbs . Die Checklis e wi d dem Use o dem
Upload de Da en zu Ve ügung ges ell .
Tab. 1zeig den Inhal de Checklis e und e läu e die No wendigkei de jewei-
ligen An o de ungen anhand de MQA-K i e ien.
Im e s en Abschni de Tabelle wi d au das Fo ma Bezug genommen, welches
au CSV-Da eien eingesch änk wi d. Die zugehö igen DCAT-Objek e können di ek
on de App gebilde we den und bedü en keine Ve a bei ung du ch das LLM.
In den ande en d ei Abschni en s ehen de Da einame und die Spal enbezeich-
nungen im Fokus. Die App übe gib dem LLM sowohl den Da einamen als auch die
Da en selbs mi hil e on insgesam ie P omp s. Jede P omp s eh in di ek em
3h ps://da a.eu opa.eu/mqa/me hodology?locale=de.
K
Mi Open-Sou ce-LLMs zu aussagek ä igen Me ada en: Sp achmodelle als Schlüssel ü ... 1119
Tab. 1 Zuo dnung on MQA-K i e ien und Checklis enan o de ungen
An o de ungen de Checklis e MQA-K i e ien [DCAT-Objek e]
Die Da en müssen als alide CSV-Da eien abgeleg
we den.
Die CSV-Da ei muss UTF-8-kodie sein
Fo ma [dc : o ma ]
Media Type [dca :mediaType]
Fo ma /Media ype om ocabula y
[dc : o ma ]
Non-p op ie a y [dc : o ma ]
Machine- eadable [dc : o ma ]
De Da einame muss eine äumliche Eino dnung en -
hal en, alls kein äumliche Bezug in den Da en selbs
en hal en is
Geo Sea ch [dca :spa ial]
De Da einame muss eine zei liche Eino dnung en -
hal en, alls kein zei liche Bezug in den Da en selbs
en hal en is
Time-based Sea ch [dc e ms:issued, dc-
e ms:modi ied, dc e ms: e mpo al]
Die e s e Zeile de Da ei muss die Spal enbezeichnun-
gen en hal en
Die Spal en müssen so aussagek ä ig wie möglich
benann we den
De Da einame muss so aussagek ä ig wie möglich
sein
Keywo d Usage [dca :keywo d]
Ca ego ies [dca : heme]
Bezug zu einem MQA-K i e ium (Keywo d Usage, Ca ego ies, Geo Sea ch, Time-
based Sea ch) und den dami e bundenen DCAT-Objek en. Um eine olls ändi-
ge zei liche Eino dnung de Da en e eichen zu können, wu de dc e ms: empo al
hinzuge üg , da sich dc e ms:issued und dc e ms:modi ied lediglich au das Ve ö -
en lichungs- bzw. le z e Ände ungsda um des Da ensa zes beziehen.
3.3 Au bau und Konzep des P o o yps
Die Einhal ung de Punk e de Checklis e scha die Vo ausse zung, um die jeweils
zugeo dne en K i e ien bedienen zu können. Alle dings deck die Checklis e ledig-
Tab. 2 MQA-K i e ien nach In o ma ionsquellen
App-Kon ex Open-Da a-Po al LLM
Fo ma Time-based Sea ch Keywo d-Usage
Media Type AccessURL accessibili y Ca ego ies
Fo ma /Media ype om ocabula y DownloadURL Geo Sea ch
Non-p op ie a y DownloadURL accessibili y Time-based Sea ch
Machine- eadable Access es ic ion –
DCAT-AP-compliance Access es ic ion ocabula y –
License in o ma ion Con ac poin –
License ocabula y Publishe –
Access es ic ion – –
Righ s – –
File Size – –
Da a o issue – –
Modi ica ion da e – –
K
1126 B.-L. Ege e al.
Neumaie S, Umb ich J, Polle es A (2016) Au oma ed quali y assessmen o me ada a ac oss open da a
po als. J Da a In Qual 8(1):1–29. h ps://doi.o g/10.1145/2964909
Nogue as-Iso J, Lacas a J, U ena-Cama a MA, A iza-Lopez FJ (2021) Quali y o me ada a in open da a
po als. IEEE Access 9:60364–60382. h ps://doi.o g/10.1109/ACCESS.2021.3073455
Numaji i H, Hayashi T (2024) Analysis on open da a as a ounda ion o da a-d i en esea ch. Scien ome-
ics 129(10):6315–6332. h ps://doi.o g/10.1007/s11192-024-04956-x
Open Da a Wa ch (2023) Open da a in en o y: global index o open da a. h ps://odin.openda awa ch.com/
Sunda am S, Musen M (2023) Making me ada a mo e FAIR using la ge language models h ps://doi.o g/
10.4126/FRL01-006444995
Uni ed Na ions (2020) Sha e o coun ies wi h associa ed ea u es o open go e nmen da a (OGD) po als
in 2020. S a is a. h ps://www.s a is a.com/s a is ics/421880/open-go e nmen -da a-sec o /
Vaswani A, Shazee N, Pa ma N, Uszko ei J, Jones L, Gomez AN, Kaise Ł, Polosukhin I (2017) A en-
ion is all you need. In: NIPS’17, p oceedings o he 31s in e na ional con e ence on neu al in o ma-
ion p ocessing sys ems
W3C (2024) Da a ca alog ocabula y (DCAT): e sion 3. h ps://www.w3.o g/TR/ ocab-dca -3/
Wenige L, S adle C, Ma in M, Figu a R, Sau e R, F ank CW (2021) Open da a and he s a us quo—A
Fine-g ained e alua ion amewo k o open da a quali y and an analysis o open da a po als in
Ge many. h p://a xi .o g/pd /2106.09590
Wen zel B, Ki s ein F, Jas ow T, S u m R, Pe e s M, Schimmle S (2023) An ex ensi e me hodology and
amewo k o quali y assessmen o DCAT-AP da ase s. In: Lindg en I, Csáki C, Kalampokis E,
Janssen M, Viale Pe ei a G, Vi ka S, Tambou is E, Zuide wijk A (H sg) Elec onic go e nmen :
22nd IFIP WG 8.5 in e na ional con e ence, EGOV 2023, 2023. Au l. Budapes , Sep embe 5–7,
2023. Lec u e no es in compu e science, Bd. 14130. Sp inge , S 262–278 h ps://doi.o g/10.1007/
978-3-031-41138-0_17 (p oceedings)
Wilkinson MD, Dumon ie M, Aalbe sbe g IJJ, Apple on G, Ax on M, Baak A, Blombe g N, Boi en J-W,
Da Sil a San os LB, Bou ne PE, Bouwman J, B ookes AJ, Cla k T, C osas M, Dillo I, Dumon O,
Edmunds S, E elo CT, Finke s R, Mons B (2016) The FAIR Guiding P inciples o scien i ic da a
managemen and s ewa dship. Sci Da a 3:160018. h ps://doi.o g/10.1038/sda a.2016.18
Yan A, Webe N (2018) Mining open go e nmen da a used in scien i ic esea ch. In: Chowdhu y GG,
McLeod J, Gille V, Wille P (H sg) T ans o ming digi al wo lds: 13 h In e na ional Con e ence,
iCon e ence 2018 She ield, Ma ch 25–28, 2018. Lec u e no es in compu e science, Bd. 10766.
Sp inge , S 303–313 h ps://doi.o g/10.1007/978-3-319-78105-1_34 (p oceedings)
Hinweis des Ve lags De Ve lag bleib in Hinblick au geog a ische Zuo dnungen und Gebie sbezeich-
nungen in e ö en lich en Ka en und Ins i u sad essen neu al.
K
