Skip to content

Skill-Graph-Produktionspipeline

Generated artifact. Do not edit manually.

Generated by: scripts/build_compendia.py Regenerate with: python3 scripts/build_compendia.py --compendium production-pipelines --web-and-tex Source of truth: docs/production-pipelines/source/

Sprache / Language: Deutsch (DE) · English (EN) | PDF: Deutsches PDF · English PDF

Kompendium: §1 Skill-Graph · §2 Paketprovisionierung · §3 Fachexport-Paket · §4 MEM/FWU-Roundtrip · §5 Klausurbeispiel · §6 Sek-I-Matheprüfung

1. Skill-Graph-Produktionspipeline

Dieses Kapitel definiert die allgemeine, wiederholbare und prüfbare Blaupause, mit der aus einer beliebigen amtlichen oder institutionellen Curriculumquelle ein sauberer SkillLandscape-JSON-Graph unter curricula/<...>/json/<file>.json (bzw. curricula/DE/Gymnasium/canonical/) entsteht (für Prüfungsaufgaben siehe 5).

1.1. Eingaben und Schritte 0–2: Extraktion, Gliederung und JSON-Erzeugung

Als Eingaben dienen (1) ein normalisierter Rohtext-Auszug mit Themen, Kompetenzen, Voraussetzungen, Bewertungsumfang und Quelllink, (2) eine menschlich kuratierte Gliederung in Wurzel, Cluster und messbare Atomziele sowie optional (3) benachbarte Landschaften für konsistente Namens- und ID-Konventionen:

  • Schritt 0 (Quellenextraktion): Amtliche Vorlage in sauberen Klartext (kein HTML) mit eindeutiger URL-/Seitenreferenz überführen.
  • Schritt 1 (Strukturgliederung): Wurzelknoten anlegen, Phasen/Themenfelder als Cluster gliedern und Kompetenzen in messbare atomare Lernziele (1–3 Aufgaben, Formulierung „Die lernende Person kann …“) schneiden. Für lernendenseitige Routen Motivationsanker sowie phasenlokale Autonomiecluster mit Klausurcharakter (Übungen E-Phase, Übungen Q1–Q4 sowie ggf. Übungen Prozesskompetenzen) vorsehen und globale Abitur-Zweige als zusätzliche Prüfungsschicht davon getrennt halten.
  • Schritt 2 (JSON-Kodierung):
  • Stabile IDs: UUID v5 im Projektnamensraum oder deterministische Abbildung aus (landscapeId, shortKey) (shortKey optional, aber innerhalb von landscapeId eindeutig; dieselbe (goalId, shortKey)-Kombination darf über Sprachdateien hinweg wiederholt werden, niemals jedoch ein shortKey für verschiedene goalIds).
  • Pflichtfelder: Top-Level landscapeId, title, description, locale, subject, goals; Ziel-Level id, title, description, weight, requires, contains, dimensionTags (mindestens phase; bevorzugt zusätzlich area, topicCode, demandLevel, processCompetencies, guidingIdeas; optional tags, core, examples, sourceRef, resourceLinks).
  • Lokalisierung, Assets & Links: Mehrsprachige Landschaften nutzen getrennte Locale-JSONs mit bedeutungsäquivalenten Texten; lokale Bilder liegen neben dem JSON mit relativen Markdown-Pfaden. sourceRef trägt die kanonische Herkunftsreferenz, resourceLinks ausschließlich zielspezifische Lernressourcen (Überblicksseiten auf Wurzel/Clustern, spezifische Übungs-/Visualisierungslinks auf Atomzielen).

1.2. Schritte 3–7: Relationen, Referenzimplementierungen, Validierung und Registrierung

  • Schritt 3 (contains-Hierarchie): Zyklenfreien DAG (Cluster \(\to\) Teilziele) mit flacher, fachlich sprechender Gliederung aufbauen.
  • Schritt 4 (requires-Sequenzierung): Kanonisch atomar-zu-atomar ohne transitive Redundanz modellieren (Graph-Definition, Graph-Validierungsregeln); geerbte Cluster-requires gelten nur als Übergangsmechanismus. Jedes lernendenseitige Atomziel soll auf mindestens einer lehrbaren Route vom Motivationsanker zu einem lokalen Autonomieziel liegen. Als praktische Autoren-Referenzmuster unter curricula/DE/Gymnasium/input/HE/upper-secondary/source-json/ dienen DE_HES_S_GYM_2_PHYSIK.de.json.snapshot und DE_HES_S_GYM_2_MATHEMATIK.de.json.snapshot (lokale Übungen E-Phase/Q1–Q4 plus Übungen Prozesskompetenzen, sauber getrennt von den globalen Abitur-Containern; die aktiven Laufzeitlandschaften liegen unter curricula/DE/Gymnasium/canonical/).
  • Schritt 5 (Validierung & manuelle Reviews):
cd app
npm run validate:graph

Ergänzend die manuellen Reviews für Atomizität (Atomizitäts-Review) und Voraussetzungen (Voraussetzungs-Review) durchlaufen.

  • Schritt 6 (Registrierung): Wurzelcurricula in curricula/curriculum_manifest.json eintragen; Teilcurricula im Eltern-contains verankern.
  • Schritt 7 (QA-Checkliste): Klare, in 1–3 Aufgaben prüfbare Atomziele, kanonische atomare requires, zyklenfreie contains/requires, geschlossene Routen von Motivation bis phasenlokaler Autonomie, stabile IDs, konsistente Metadaten (phase, area, level, core, weight) und abgeglichene Lokalisierung.