EA-SEMANTICS-EKEL-001

Erklärbarkeits-, Wissens-, Evidence- und Lernstruktur#

Übersicht · 2: zweite Ebene · Ziehen/Klicken: navigieren

Zweck#

Dieses Dokument beschreibt die gemeinsame semantische Struktur von Explainability, Knowledge, und Learning. Es verbindet die bereits führenden Modelle, ohne ihre Verantwortlichkeiten zusammenzulegen oder eine neue technische Ablagestruktur festzulegen.

Grundsatz#

Explainability macht eine konkrete Aussage nachvollziehbar, Knowledge stellt ihre bereit, Evidence belegt den beobachteten Sachverhalt und Learning konsolidiert daraus wiederverwendbare Erkenntnis.

Die vier Bereiche bilden keinen linearen Dokumentationsprozess. Sie sind unterscheidbare Sichten auf dieselbe nachvollziehbare Architektur- und Execution-Kette.

Semantische Verantwortlichkeiten#

Bereich	Leitfrage	Führende Aussage
Explainability	Warum wurde dieser Zustand oder diese Entscheidung so erklärt?	Explanation verbindet Reason, Knowledge References, verwendete Revisionen und Evidence zu einer nachvollziehbaren Aussage.
Knowledge	Welche Bedeutung, Regel oder Einordnung wird referenziert?	Knowledge Artifacts besitzen stabile Identity, fachliche Heimat, Scope, und typisierte Beziehungen.
Evidence	Was wurde tatsächlich beobachtet, ausgeführt oder verifiziert?	Evidence ist ein referenzierbarer Nachweis mit Herkunft, Zeitpunkt, Ergebnis und Integritätsbezug.
Learning	Welche verallgemeinerbare Erkenntnis wurde daraus konsolidiert?	Learning entsteht erst aus geprüfter Herleitung und trägt nur auf der höchsten durch Evidence gedeckten Ebene.

Gemeinsame Referenzkette#

Execution or Decision
                → Explanation
                → Reason Code and Knowledge References
                → referenced Principle, Model, Decision or Meaning
                → Evidence
                → Finding and Analysis
                → consolidated Learning

Die Kette darf in konkreten Fällen kürzer sein. Eine Erklärung kann beispielsweise auf eine freigegebene Decision verweisen, ohne neues Learning zu erzeugen. Learning darf dagegen keine unbelegte Abkürzung von einer Beobachtung zu einer universellen Regel nehmen.

Identität und Revision#

Alle beteiligten Artifacts behalten ihre eigene stabile Identity:

eine Explanation ist nicht das referenzierte Knowledge ,
ein Reason ist nicht die menschenlesbare Erklärung,
Evidence ist nicht das daraus abgeleitete Learning,
eine lokalisierte Darstellung ist keine neue fachliche Aussage.

Referenzen bewahren die tatsächlich verwendete Revision. Spätere Änderungen an Knowledge oder Learning dürfen historische Explanations und Evidence nicht rückwirkend umdeuten.

Scope und fachliche Heimat#

Das Layered Knowledge Model bestimmt, auf welcher Architekturebene eine Aussage gilt. Die fachliche Heimat wird nicht durch eine zentrale Knowledge-, Logging- oder Help-Komponente übernommen.

Enterprise Knowledge und Enterprise Learning tragen universell.
Solution- und Design-Wissen spezialisieren den Enterprise-Scope.
Engineering Evidence verbleibt bei der konkreten Execution und kann Findings oder Learning speisen.
Runtime Events referenzieren Knowledge; sie definieren dessen Bedeutung nicht neu.

Die Repository-Struktur bleibt fachlich verteilt. Auffindbarkeit entsteht durch stabile Referenzen und typisierte Links, nicht durch mechanisches Kopieren in einen gemeinsamen Ordner.

Menschenlesbare Seiten, Knowledge Panels, Logs, Reports, Suchindizes und UI-Hilfen sind Materialisierungen. Sie dürfen die semantische Quelle aggregieren, aber keine konkurrierende Identity oder fachliche Wahrheit erzeugen.

Qualitätsregeln#

Eine vollständige Materialisierung dieser Struktur:

trennt Reason Code und Erklärung,
benennt verwendete Knowledge References und Revisionen,
verweist auf passende Evidence statt bloß auf unstrukturierte Logs,
unterscheidet Beobachtung, und konsolidiertes Learning,
bewahrt Scope, Provenance und fachliche Heimat,
hält lokalisierte Darstellung und sprachneutrale Referenzen auseinander,
erzeugt keine Enterprise-Erkenntnis aus rein solutionspezifischer Evidence ohne belegte Verallgemeinerung.

Abgrenzung#

Dieses Modell entscheidet nicht über:

physische Verzeichnisse außerhalb der bestehenden Repository-Verantwortungen,
Datenbanktabellen, Event-Schemas oder APIs,
konkrete Logging-, Search-, Help- oder Publisher-Technologien,
eine feste Sprache oder Darstellungsform,
automatische von Evidence zu Learning.

– derived-from
– realized-through
– realized-through
– realized-through
– governed-by
– related-to
Explainability and Knowledge Reference Governance – governed-by
– decided-by
Learning – learned-from