Alles was Sie schon immer über Ontologien, Taxonomien, Parsing, …
… Berufsklassifikationen von ISCO-08 über BO&C, ASCO, ROME V3 bis KldB 2020, semantisches Matching, SKOS oder ISCED wissen wollten. Oder wo der Unterschied zwischen einer Ontologie und einer Taxonomie liegt? Oder was Freunde von Freunden mit der Modellierung von Ontologien zu tun haben? Einige ausgesuchte Antworten auf diese und viele weitere Fragen in diesem Kontext finden Sie hier in unserem Glossar.
AdaBoost
AdaBoost ist ein Typ von Boosting Algorithmus, der einen Klassifikator erzeugt.
AIDA
Der Artificial Intelligence Data Act (AIDA), der von der kanadischen Regierung zusammen mit dem Consumer Privacy Protection Act (CPPA) als Teil von Gesetz C-27, dem Digital Charcter Implementation Act, 2022, eingeführt wird, ist Kanadas erster Versuch, künstliche Intelligenz (AI) zu regulieren.
Allomorph
Allomorph (auch Morphemalternante) ist ein Begriff der Linguistik und bezeichnet bedeutungs- oder funktionsgleiche oder -ähnliche Varianten eines Morphems (kleinster bedeutungstragender Teil eines Wortes). Allomorphe können in verschieden gelauteten Formen vorkommen. Sie unterscheiden sich vom Morph dadurch, dass seine Zugehörigkeit zu einem bestimmten Morphem festgestellt wurde, sie sind klassifiziert. Zum Beispiel sind will aus “ich will” und woll aus “wir wollen” Allomorphe oder Gold und güld (in güld-en) sind daher zwei verschiedene Morphe, die ein und dasselbe Morphem realisieren; damit stellen sie auch 2 Allomorphe dieses Morphems dar.
Ammattiluokitus 2010 (Finnland)
Ammattiluokitus 2010 ist die Berufsklassifikation aus Finnland, basierend auf ISCO-08 und dreisprachig vorhanden (FI, S, EN). Die neuste Version stammt aus dem Jahr 2010. Die Struktur beinhaltet die 4 ISCO-Levels und ein zusätzliches fünftes Level mit 103 Berufsgruppen, die insbesondere im nationalen Kontext wichtig sind.
Antonym
Ein Wort, welches das Gegenteil eines anderen Wortes bedeutet, bezeichnet man als Antonym dieses Wortes.
ANZSCO (Australien & Neuseeland)
Die Australian and New Zealand Standard Classification of Occupations ist die Berufsklassifikation aus Australien und Neuseeland. Ihre Struktur basiert auf ISCO-08. Die neuste Version stammt aus dem Jahr 2009.
API
Eine API (engl. application programming interface) ist eine Programmierschnittstelle, genauer eine Schnittstelle zur Anwendungsprogrammierung. Damit wird ein Programmteil eines Softwaresystems anderen Programmen zur Anbindung ans System zur Verfügung gestellt. Eine API definiert nur die Programmanbindung auf Quelltext-Ebene. Zur Bereitstellung einer Schnittstelle gehört meist eine detaillierte Dokumentation der Schnittstellen-Funktionen. Neben dem Zugriff auf Datenbanken oder Hardware wie Festplatte oder Grafikkarte kann eine Programmierschnittstelle auch das Erstellen von Komponenten der grafischen Benutzeroberfläche ermöglichen oder vereinfachen. [Wikipedia]
Apriori
Der Apriori-Algorithmus ist ein Verfahren zur Assoziationsanalyse. Er durchsucht transaktionsbasierte Datenmengen nach sinnvollen Zusammenhängen.
ASCO (Arabische Länder)
ASCO (Arab Standard Classification of Occupations) 2008 ist die arabische Berufsklassifikation, basierend auf ISCO-08. Sie ist entstanden durch die Zusammenarbeit verschiedener arabischer Länder. In verschiedenen arabischen Ländern werden trotzdem/zusätzlich nationale Klassifikationen verwendet.
ASOC (Saudi-Arabien)
Beim Arab Standard Occupation Classification/National Employment Standard (ASOC) handelt es sich um eine Berufsklassifizierung, die in 2015 in Saudi Arabien entwickelt wird. Im Arabischen ist sie als Tasneef bekannt. Die Klassifizierung baut auf ISCO-08 auf und enthält alle Berufe im privaten wie auch um öffentlichen Sektor Saudi Arabiens. ASOC wird in Arabisch und Englisch ausgeführt.
Assoziationsanalyse
Assoziationsanalyse ist ein Verfahren im Bereich des Data-Mining, das nach Korrelationen und Beziehungen in Datenmengen sucht. Die gefundenen Korrelationen werden auch als Assoziationsregeln bezeichnet.
ATS (Applicant Tracking System)
Ein Applicant Tracking System (ATS) ist eine Anwendungssoftware für die elektronische Bearbeitung von Arbeitsschritten bei der Rekrutierung. Ein ATS hat Ähnlichkeiten zu einem Customer Relationship Management (CRM) System, ist aber speziell auf die Ziele der Rekrutierung ausgerichtet und entsprechend entwickelt. Oft können z.B. Bewerbungen automatisch gefiltert werden aufgrund von vorgängig definierten Kriterien, wie z.B. frühere Arbeitgeber oder Anzahl Jahre Berufserfahrung.
Australian Skills Classification
Die Australian Skills Classification hilft dabei, die Fähigkeiten zu definieren, die den Arbeitsplätzen in Australien zugrunde liegen. Da Arbeitgeber, Arbeitnehmer, Bildungsanbieter und politische Entscheidungsträger erkennen, dass Kompetenzen die eigentliche Währung des Arbeitsmarktes sind, kann die Australian Skills Classification eine entscheidende Rolle dabei spielen, neue kompetenzbasierte Ansätze für Personal- und Talentstrategien, Lernen und Entwicklung sowie Politik zu ermöglichen. In der Klassifikation werden drei Arten von Fähigkeiten für jeden Beruf unterschieden: Fachaufgaben, technologische Werkzeuge und Kernkompetenzen. Ähnliche Fachaufgaben werden in Kompetenzclustern zusammengefasst, die wiederum in Kompetenzcluster-Familien gruppiert sind.
https://www.nationalskillscommission.gov.au/australian-skills-classification
Berufsklassifikationen
Als Berufsklassifikation oder Berufsklassifizierungen bezeichnet man Systematiken und Klassifizierungen von Berufen nach unterschiedlichen Merkmalen. Dazu gehören z.B. die internationale Berufsklassifizierung ISCO-08 der internationalen Arbeitsorganisation (International Labor Organization) die in den 1960er Jahren ein erstes internationales Klassifikationssystem der Berufsgruppen, die International Standard Classification of Occupations erarbeitete. 1988 und 2008 wurden diese zweimal an die Veränderungen der Arbeitswelt in den Industrienationen angepasst (ISCO-88 und ISCO-08). Auf der Grundlage dieser Klassifikation lässt sich in internationalen Vergleichen die Stellung von Menschen in der sozialen Hierarchie der Gesellschaft bestimmen (inkl. vergleichbare Statistiken über die versch. Arbeitsmärkte, Bildungssysteme, Arbeitslosigkeit etc.).
Nach der 1988er-Fassung der Internationalen Standard-Klassifikation der Berufe durch Eurostat (für die Zwecke der Europäischen Union), gibt es neun Hauptberufsgattungen (ohne die Berufe der Streitkräfte). Diese Hauptberufsgattungen werden in Berufsgruppen, Berufsuntergruppen und Berufsgattungen gegliedert, sodass sich jeder Beruf mit einer vierstelligen Codenummer einer Berufsgattung zuordnen lässt.
Deutschland
Daneben gilt z.B. in Deutschland die Klassifizierung der Berufe (KldB 1988 und KldB 1992) bzw. die Klassifikation der Berufe 2010, die mit der ISCO nicht übereinstimmt. Eine interne Arbeitsgruppe der deutschen Bundesagentur für Arbeit zur Vorbereitung einer neuen Klassifikation der Berufe 2010 hat eine Definition entwickelt, nach der ein Beruf ein Bündel von Tätigkeiten ist, die fachspezifische Kenntnisse und Fertigkeiten erfordern.
Österreich
Die Arbeitsmarktservice Österreich (AMS) unterscheidet etwa 24 Berufsbereiche, die Wirtschaftskammer Österreich (WKÖ) im BerufsInformationsComputer (BIC des Instituts für Bildungsforschung der Wirtschaft iws) Berufsgruppen und daneben auch Arbeitsfelder. Außerdem gilt in Österreich die Berufsklassifikation Ö-ISCO, die nationalen Übernahme der ISCO-08
Schweiz
Die Schweizerische Kantonale Berufsberatung berufsberatung.ch trennt wiederum andere Berufsfelder – diese wurden mit einer neuen Bildungsverordnung (BiVo), die am 1. Januar 2009 in Kraft gesetzt wurde, umstrukturiert. Für statistische Zwecke gilt die NOGA-Systematik (Allgemeine Systematik der Wirtschaftszweige / Nomenclature Générale des Activités économiques), welche 1988 an die Veränderungen der Arbeitswelt in den Industrienationen angepasst wurde (ISCO-88).
Daneben bestehen weitere, wichtige Klassifizierungssysteme in anderen Regionen und Länder der Welt, wie z.B. O*net, ANZSCO, SOC, NOC, BO&C und viele weitere.
Big Data
Big Data bezeichnet Daten-Mengen, die zu gross oder zu komplex sind oder sich zu schnell ändern, um sie mit händischen und klassischen Methoden der Datenverarbeitung auszuwerten. Der Begriff „Big Data“ unterliegt als Schlagwort derzeit einem kontinuierlichen Wandel; so wird mit Big Data ergänzend auch oft der Komplex der Technologien beschrieben, die zum Sammeln und Auswerten dieser Datenmengen verwendet werden. Die gesammelten Daten können aus nahezu allen Quellen stammen: Angefangen bei jeglicher elektronischer Kommunikation, über von Behörden und Firmen gesammelte Daten, bis hin zu den Aufzeichnungen verschiedenster Überwachungssysteme. [Wikipedia]
BO&C (Niederlande)
BO&C (beroepen, opleidingen en competentieregister) ist das Verzeichnis für Berufe, Ausbildungen und Kenntnissen vom Amt für Arbeitslose in den Niederlanden.
Boosting
Boosting (engl. „Verstärken“) ist ein Algorithmus der automatischen Klassifizierung, der mehrere schwache Klassifikatoren (e.g. Entscheidungsbäume) zu einem einzigen stärkeren Klassifikator zusammenführt.
BRC 2014 (Niederlande)
Die Berufsklassifikation aus den Niederlanden, Beroepenindeling ROA-CBS 2014 (BRC 2014), basiert auf ISCO-08 und wurde 2014 lanciert. Sie wird für die statistische Klassifizierung von Berufen verwendet.
C4.5
C4.5 ist ein Algorithmus des Konzeptlernens, der einen Entscheidungsbaum aus bereits erfassten und klassifizierten Daten generiert. C4.5 ist ein Klassifikator.
CART
CART steht für engl. Classification and Regression Trees und ist eine maschinelle Lernmethode basierend auf Entscheidungsbäumen. Sie bildet somit grosse Datenmengen in Entscheidungsbäumen ab und klassifiziert diese damit. CART ist sowie C4.5 ein Klassifikator.
CBO 2002 (Brasilien)
CBO 2002 ist die neueste Version der Brasilianischen Berufsklassifizierung (Classificação Brasileira de Ocupações). Sie klassifiziert Berufe in einer hierarchischen Struktur gemäss der zugehörigen Fähigkeiten und Aufgaben.
CH-STAMM
Die Einträge in der Berufsdatenbank des Schweizerischen Bundesamts für Statistik werden alle mit einem nicht-sprechenden (achtstelligen) Stammcode versehen. Dieser kann dann mit verschiedenen Zusatzcodes und Nomenklaturen (z.B. SBN 2000 oder ISCO-08) verknüpft werden. Jede Tätigkeit erhält also genau 1 Stammcode, kann aber gleichzeitig mehrere Nomenklaturen haben (z.B. männliche/weibliche Bezeichnungen, unterschiedliche Schreibweisen, etc.)
CIP 2020
Die Klassifikation von Lehrprogrammen (Classification of Instructional Programs – CIP) bietet ein taxonomisches Schema, das die genaue Verfolgung und Berichterstattung über Studienfächer und Studienabschlüsse unterstützt. Es wurde ursprünglich im Jahr 1980 vom National Center for Education Statistics (NCES) des US-Bildungsministeriums entwickelt, und die Revisionen erfolgten in den Jahren 1985, 1990 und 2000.
Clusteranalyse
Clusteranalyse ist eine Gruppe von Algorithmen, die eine Datenmenge in Gruppen unterteilen und so Ähnlichkeitsstrukturen in Datenmengen entdecken. Die Elemente einer Gruppe sollen mehr gemeinsame Eigenschaften mit anderen Elementen derselben Gruppe haben als mit Elementen ausserhalb der Gruppe. Die Begriffe Cluster und Gruppe sind in diesem Zusammenhang synonym zu verstehen.
CNO11 (Spanien)
Die Classificación Nacional de Ocupaciones 2011 (CNO-11) ist die Berufsklassifikation von Spanien. Sie basiert auf der ISCO-08, fügt aber zwischen dem ersten und zweiten ISCO-Level noch eine weitere Ebene ein, um die Struktur etwas zu glätten. Die neuste Version stammt aus dem Jahr 2011.
CNP V 2010 (Kap Verde)
Die Classificação Nacional das Profissões (CNP) 2010 ist die Berufsklassifikation aus Kap Verde. Ihre Struktur basiert auf ISCO-08 mit einem zusätzlichen Level. Sie ist erhältlich in Portugiesischer Sprache, die aktuellste Version stammt aus dem Jahr 2010.
COR (Rumänien)
Die Clasificarea ocupatiilor din Romania (COR) ist die Berufsklassifikation aus Rumänien, deren 4-Level-Struktur auf ISCO-08 basiert. Sie ist in Rumänisch erhältlich mit der aktuellsten Version aus dem Jahr 2011..
Cognitive Computing
Cognitive Computing Systeme (kognitve Systeme) optimieren die Zusammenarbeit von Mensch und Maschine. Sie können eine unglaublich grosse und komplexe Datenmenge in Real Time verarbeiten. Diese Computer sind in der Lage, selbstständig Informationen aus Daten zu gewinnen und Schlüsse zu ziehen. Damit nähern sich diese Computersysteme den kognitiven Fähigkeiten des Menschen und bergen damit enormes Potential für zukünftige Anwendungen in Wirtschaft und Gesellschaft. Diese Systeme lernen konstant dazu und werden so mit der Zeit immer besser und präziser.
Conceptual Graph
Konzeptgraphen (engl. conceptual graph) sind ein von John F. Sowa entwickeltes logisches Sprachsystem für die semantische Beschreibung von abgegrenzten Wissensdomänen. Es erlaubt die formale Darstellung von Wissen. Conceptual graphs werden oft verwendet für die Themenfelder der Künstlichen Intelligenz, Informatik und der Kognitionswissenschaft. Es werden z.B. Verbindungen zwischen zwei Konzepten dargestellt: Ein [Konzept] wird durch eine (Relation) mit einem anderen [Konzept] verbunden (Konzepte graphisch dargestellt als Rechteck, Relationen als Oval).
CP 2011 (Italien)
Die Classificazione delle Professioni (CP) 2011 ist die Berufsklassifikation aus Italien. Sie basiert auf ISCO-08 und ist zweisprachig (IT, EN) erfasst, die aktuellste Version stammt aus dem Jahr 2011.
CPME 2016
Mexikanische Klassifikation der Curricula nach Fachgebiet der akademischen Ausbildung (CPME 2016). Diese Klassifizierung enthält die wichtigsten Elemente für die Generierung von Informationen im Zusammenhang mit der Struktur, Entwicklung und dem Verhalten des Nationalen Bildungssystems (SEN), das die Lehrpläne der Mittel – und Oberstufe als grundlegende Analyseeinheit hat.
CPO (Paraguay)
CPO (Clasificación Paraguaya de Ocupaciones) ist das nationale Klassifizierungssystem von Berufen in Paraguay. Die grundlegende Struktur der Klassifizierung beruht auf ISCO.
CPP 2010 (Portugal)
Die Classificação Portuguesa das Profissões (CPP) 2010 ist die Berufsklassifikation aus Portugal, mit einer Struktur basierend auf ISCO-08, mit einem zusätzlichen fünften Level. Sie ist erhältlich in Portugiesisch und Englisch, mit der aktuellsten Version aus dem Jahr 2010.
CSOC_DaDian 2015 (China)
Die “ Chinesische Standard-Berufsklassifizierung “ (Ausgabe 2015) wurde gemeinsam vom Ministerium für Humanressourcen und soziale Sicherheit der Volksrepublik China, der General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China und dem National Büro für Statistik erstellt und im Jahr 2015 veröffentlicht. Sie ist nach der “ Klassifizierung und Codes der Berufe “ (GB/T 6565-2015) annotiert und die Kategorie der Berufe ist erweitert.
CZ ISCO/COFOG (Tschechien)
Die Berufsklassifikation aus Tschechien, Klasifikace funkcí vládních institucí, basiert auf ISCO-08, mit einem zusätzlichen fünften Level. Sie ist erhältlich in Tschechisch und stammt in der aktuellsten Version aus dem Jahr 2011.
DaaS
Der Begriff Data as a Service (DaaS) bezeichnet Cloud-basierte Software-Tools für die Arbeit mit Daten. Wie alle „as a service“-Technologien (aaS) basiert DaaS auf dem Konzept, dass das Datenprodukt dem Nutzer auf Anfrage zur Verfügung gestellt werden kann, unabhängig von der geografischen oder organisatorischen Trennung zwischen Anbieter und Nutzer. Siehe auch SaaS.
Data-Mining
Unter Data-Mining (englisch Daten-Bergbau, eine Metapher für einen scheinbar wertlosen Datenberg, in dem aufwändig nach neuem Wissen „gegraben“ werden soll) versteht man die systematische Anwendung statistischer Methoden auf große Datenbestände mit dem Ziel, neue Querverbindungen und Trends zu erkennen. Solche Datenbestände können nicht manuell verarbeitet werden, sodass man computergestützte Methoden benötigt. [Wikipedia]
DISCO-08 (Dänemark)
Die dänische Berufsklassifikation, Danmarks Statistiks fagklassifikation, basiert in ihrer Struktur auf ISCO-08, mit einem 6-Ziffern-Code aus fünf Hierarchiestufen. Die neuste Version stammt aus dem Jahr 2011.
DISCO II
Der European Dictionary of Skills and Competences (DISCO) II ist ein Online-Thesaurus mit zurzeit mehr als 104’000 Fertigkeits- und Kompetenzbegriffen (Skills) sowie ca. 36’000 Phrasen (Gesundheitswesen, IT, Soziales, Umweltschutz, -technik und fachübergreifend). Es ist die einzige mehrsprachige Kompetenzklassifikation (mit Begriffen unabhängig von Berufsbezeichnungen) und umfasst 11 Sprachen (DE, EN, FR, ES, IT, CZ, HU, LT, PL, SK, SE). DISCO I war der Vorläufer mit dem Ziel eine passende Struktur für die verschiedenen Bereiche zu definieren. DISCO II erweitert nun diese Struktur um Beschreibungen von Lernergebnissen, die ähnlich sind zu Kompetenzen/Fähigkeiten.
EEOC
Die U.S. Equal Employment Opportunity Commission (EEOC) ist für die Überwachung der Einhaltung der Gesetze, die die Diskriminierung von Bewerbern und Mitarbeitern auf Grund von Rasse, Hautfarbe, Religion, Geschlecht (einschliesslich Schwangerschaft, Geschlechtsidentität und sexuelle Orientierung), Herkunft, Alter oder Behinderung verbieten.
Der EEO-1 Bericht ist eine Konformitätsprüfung der Equal Employment Opportunity Commission. Der Bericht verlangt von Firmen Beschäftigungsdaten vorzulegen, die gemäss Rasse/Ethnie, Geschlecht und Job Kategorie klassifiziert sind. Der EEO-1 Bericht kennt dabei neun Hauptkategorien von Jobs.
EM
Der Expectation-Maximization-Algorithmus (EM) ist ein Verfahren im Bereich des Data-Mining, zur Clusteranalyse (wie k-Means). Er dient der Entdeckung neuen Wissens in grossen Datenmengen.
ERP (Enterprise Resource Planning)
Enterprise-Resource-Planning (ERP) bezeichnet die unternehmerische Aufgabe, die für den Unternehmenszweck benötigten und vorhandenen Ressourcen, wie (Kapital, Personal, Betriebsmittel, Material, Informations- und Kommunikationstechnik, IT-Systeme usw.) rechtzeitig und möglichst bedarfsgerecht zu planen und zu steuern, um dadurch einen effizienten betrieblichen Wertschöpfungsprozess zu gewährleisten und die Steuerung der unternehmerischen und betrieblichen Abläufe zu optimieren. Eine Kernfunktion von ERPS ist in produzierenden Unternehmen die Materialbedarfsplanung (siehe auch Material Requirement Planning, Manufacturing Resources Planning), die sicherstellen muss, dass alle für die Herstellung der Erzeugnisse und Komponenten erforderlichen Materialien an der richtigen Stelle, zur richtigen Zeit und in der richtigen Menge zur Verfügung stehen. Diese Aufgabe ist heutzutage nur noch mit Hilfe von IT-Systemen auf Basis einer modernen Informations- und Kommunikationstechnik zu erreichen.
ESCO
European Skills, Competences, Qualifications and Occupations (ESCO) ist eine Klassifizierung der Europäischen Kommission für Fähigkeiten, Kompetenzen, Qualifikationen und Berufe. Daher ist diese Klassifikation besonders interessant bezügl. bereichsübergreifenden Fähigkeiten/Kompetenzen, resp. Soft Skills.
FAP 2009
Die französische Nomenclature des Familles Professionnelles (FAP) resultiert aus einer Annäherung zwischen PCS (Professions et Catégories Socioprofessionnelles) und ROME (Répertoire Opérationnel des Métiers et des Emplois). Berufe werden aufgrund gemeinsamer Kompetenzen und Fähigkeiten zu Berufsgruppen zusammengefügt. Die Klassifikation ist vor allem wichtig für Berufsbildung und statistische Zwecke.
FOAF
Friend of a Friend (FOAF) ist eine der ersten Technologie-Anwendungen für das semantische Web: ein Projekt, das soziale Netzwerke so modellieren will, dass sie maschinenlesbar werden. Unzählige Personen machen dies bereits heute schon über ihre eigenen Websites. Mithilfe von FOAF können Maschinen diese Websiten lesen und dadurch etwas lernen über die Beziehungen zwischen Personen, Orten und Dingen, die im Web beschrieben werden. [FOAF Project]
GB/T 6565-2015 (China)
Die Berufsklassifizierung und -kodierung wurde 2015 herausgegeben und ersetzt die alte Klassifizierung GB/T 6565-2009.
GICS
Der GICS (Global Industry Classification Standard) ist eine Industrie Klassifizierung, welche 1999 von MSCI und Standard & Poor’s entwickelt wurde und Firmen global einer Industrie Gruppe zuordnet. Die Taxonomie gleicht dem Industry Classification Benchmark (ICB), welcher von der FTSE Group unterhalten wird.
Homonymie, Homographie und Homophonie
Mit Homonym (Homonymie = wörtl.: Gleichnamigkeit) bezeichnet man ein Wort, das bei gleicher Schreibweise für verschiedene Begriffe (Bedeutungen) steht. Ein Homonym ist der Gegenbegriff zu einem Synonym (verschiedene Wörter für denselben Begriff). Homonyme sind gleichzeitig homograph und homophon. Homograph sind Wörter, die gleich geschrieben, aber unterschiedlich ausgesprochen werden. Mit Homophon (Homophonie = wörtl.: Gleichklang) werden Wörter bezeichnet, die zwar gleich tönen, aber unterschiedlich geschrieben werden.
Beispiel Homonymie
Tor1: [maskulines Substantiv] “Narr, unbedachter Mensch”
Tor2: [neutrales Substantiv] “große Tür bzw. großer Eingang”
weiter: Pflaster, Ton, Tau etc.
Beispiel Homophonie
leerer & Lehrer, dichter & Dichter
Eine klare Abgrenzung von Homonymie zur Polysemie ist nicht ganz einfach, wird aber trotzdem manchmal gemacht.
[Quelle: Semantische Relationen]
HSCO 08/FEOR-08 (Ungarn)
Die ungarische Berufsklassifikation Hungarian Standard Classification of Occupation (HSCO), basiert auf ISCO-08 und besteht zweisprachig (EN, H). Sie besteht aus vier Hierarchiestufen und ist seit 2011 in Kraft.
Hyperebene
Eine Hyperebene ist eine Funktion der Art y=mx+b. Bei einer einfachen Klassifizierung mit nur zwei Faktoren, ist die Hyperebene eine Linie.
Hyponymie und Hyperonymie
Die Begriffe Hyponomie und Hyperonymie beschreiben den Hierarchietyp der semantisch-begrifflichen Unterordnung von Begriffen. Ein Hyponym (Unterkonzept) ist „vom Typ“ seines Hyperonyms (Überkonzept). Es ist eine zentrale semantische Relation zwischen Begriffen in semantischen Netzen, Taxonomien und Thesauri. [Wikipedia]
Beispiel
Dermatologe/-in, Gynäkologe/-in, Immunologe/-in sind alles Hyponyme ihres Hyperonyms Facharzt/-ärztin. Facharzt/-ärztin wiederum ist ein Hyponym von Humanmediziner/-in.
ICB
Die ICB (Industry Classification Benchmark) gruppiert börsengehandelte Unternehmen gemäss ihrem primären Umsatz in Branchen. Die Einteilung wurde 2004 von Dow Jones und FTSE eingeführt und steht in Konkurrenz zum Global Industry Classification Standard (GICS), der von Standard & Poor’s und MSCI verwendet wird.
ISCED
Der Standard International Standard Classification of Education (ISCED) wurde von der UNESCO zur Klassifizierung und Charakterisierung von Schultypen und Schulsystemen entwickelt. Dabei wird zwischen mehreren Ebenen (levels) unterschieden. Sie eignet sich auch für die Angabe des Bildungsniveaus (der höchsten abgeschlossenen Bildungsebene) im internationalen Vergleich.
ISCO-08
Die International Standard Classification of Occupations (ISCO) 2008 ist eine der wichtigsten internationalen Berufsklassifikationen, aktueller Stand ist 2008, wird alle 20 Jahre aktualisiert, letztmals also im Jahr 1988. Federführend ist die ILO (International Labour Organization). Bislang ist die komplette Version nur in Englisch erhältlich (geplant sind Versionen in Französisch und Spanisch). Viele länderspezifische Klassifikationen basieren auf ISCO-08.
ÍSTARF-95 (Island)
Íslensk starfaflokkun 1995 ist die Berufsklassifikation aus Island. Ihre Struktur basiert auf ISCO-08.
JANZZ.jobs
JANZZ.jobs: Alles Können dieser Welt auf einer einzigen Plattform.
JANZZ.jobs funktioniert wie eine Dating Plattform, einfach für Jobs. Oder anders gesagt, ist JANZZ.jobs eine einzigartige, globale Plattform, die schnell, exakt und sprachübergreifend alles Wissen und Können über alle Bereiche des Lebens zusammenführt; Sei es beruflich oder privat, Arbeitnehmende oder Arbeitgebende, Privatpersonen oder Unternehmen. Egal welcher Beruf, welche Branche, ob Festanstellung oder befristete Jobs, Voll- oder Teilzeit, ob lokal, regional, landes- oder weltweit. Dank des unvergleichlichen semantischen Matchings werden alle relevanten Kriterien in Echtzeit abgeglichen und Angebot und Nachfrage präzise und anonym zusammengeführt. Auf JANZZ.jobs sucht man nicht, auf JANZZ.jobs wird man gefunden.
JANZZclassifier!
JANZZclassifier! analysiert komplexe Datensets mit berufsbezogenen Daten, wie zum Beispiel Jobtitel, Skills, Funktion und Industrie, und ergänzt sie mit intelligenten, standardisierten Metadaten. Dabei stehen über 100 offizielle Berufs-Klassifizierungssysteme, wie O*Net, ISCO-08, BO&C, ASOC oder SSOC 2015, und über 60 weitere standardisierte Referenzsysteme zur Verfügung. Durch präzise Klassifizierung und Standardisierung macht JANZZclassifier! Daten vergleichbar und schafft so den idealen Ausgangspunkt für Benchmarking, Matching oder statistische Auswertungen.
JANZZjobsAPI
Die JANZZjobsAPI ist die direkte, unkomplizierte Schnittstelle zu JANZZ’s Produkten und SaaS-Lösungen vor allem zur Matching Engine JANZZsme! und zur Ontologie JANZZon!. Im Zentrum der Jobs API von JANZZ steht darum auch das umfassende Wissen rundum Jobs und Skills, das in der Ontologie JANZZon! abgelegt ist. Mit der Jobs API können Entwickler auf das gesamte Wissen über Berufe und Fähigkeiten, sowie den Beziehungen dazwischen zugreifen und für Ihre Applikation nutzen. Durch die JANZZjobsAPI kann semantische Job Such- und Matching-Funktionalität in Drittanwendungen integriert werden. Die JANZZjobsAPI schliesst nahtlos an Arbeitsmarktlösungen sowie Jobplattformen, Applicant Tracking Systemen oder firmeneigene Karriereseiten an. Es gibt viele Möglichkeiten, die Jobs API von JANZZ einzusetzen.
JANZZon!
Die SaaS-Lösung JANZZon! ist die heute grösste, mehrsprachige enzyklopädische Wissensdatenbank im Bereich Occupation Data (insbesondere Berufe, Berufsklassifikationen, Fähigkeiten/Kompetenzen, Ausbildungen/Qualifikationen etc.). JANZZon! eignet sich für Anwendungen in den Bereichen Berufs- und Ausbildungsinformationssysteme, (Job-/Skills-) Matching Engines, CV-Parser und CV-Datenbanken, statistische Analyse- und Modellierungswerkzeuge, u.v.m.
Mit der bereits extrem grossen Anzahl polydirektionaler Konzepte schafft JANZZon! einzigartige kontextuelle Zusammenhänge und ermöglicht bisher unbekannte und intelligente Möglichkeiten in den Bereichen Datenanreicherung und Verschlagwortung inkl. Kontext und Anfragevervollständigung für Volltextsuchen und CV-Parser, mehrsprachiges, semantisches Job- und Skills-Matching, automatische Zuordnungen von und zwischen unterschiedlichen Klassifizierungssystemen, Nutzung komplexer, auch unstrukturierter Daten im Bereich Gap Analysen und Benchmarking, etc.
JANZZon! (Systematik)
Die Systematik von JANZZon! (die Ordnung der Konzepte) folgt einerseits logischen Kriterien, andererseits ist sie eindeutig content-driven, d.h. Ausgangspunkt ist immer der Inhalt der Konzepte. Wichtig sind dabei das Hintergrundwissen zu den einzelnen Begriffen und die entsprechende Verortung in der Ontologie. Das Hintergrundwissen hat im semantischen Web eine grosse Bedeutung , da eine Maschine nur dadurch die Bedeutung von einzelnen Begriffen „erlernen“ kann.
Bei Berufen und Funktionen ist die logische Gliederung relativ einfach, auch weil es bereits international verwendete Berufsklassifikationen gibt, welche auch JANZZon! als Anlehnung dienen. Komplexer stellt sich die Situation dar bei den Spezialisierungen und Fähigkeiten, wo eine strikt logische Ordnung of schwierig oder unmöglich ist. Der Aufbau ist hier oft content-driven, wobei also von einer Fähigkeit, einer Spezialisierung und der Person, welche diese Fähigkeiten hat oder haben könnte, ausgegangen wird.
Beispiel
Microsoft Word ist auf jeden Fall verwandt mit dem Konzept Microsoft Office, also einer Software. Microsoft Word hängt aber auch sehr stark mit Textverarbeitung zusammen, trotzdem macht es nicht zwingend Sinn, Microsoft Word der Textverarbeitung unterzuordnen. Damit die Maschine trotzdem den Zusammenhang zwischen Textverarbeitung und Microsoft Word erkennen kann, können die beiden Konzepte z.B. über Relationen zusammen verknüpft werden.
JANZZsme!
JANZZsme! ist die neuste Generation unserer Semantischen Matching Engine für das Skills- und Job-Matching sowie für die intelligente Nutzung und Auswertung aller Arten von Occupation (Big) Data. Dabei kann es sich um strukturierte oder unstrukturierte Daten handeln, wie z.B. umfangreiche Arbeitsmarktprofile von Arbeitssuchenden, Jobangebote inkl. Anforderungen von Stellenportalen oder firmeneigenen Karriereseiten, etc. Die Such- und Matchfunktionalitäten von JANZZsme! ermöglichen via JANZZrestAPI hochkomplexe Abfragen für präzise Konzeptabgleiche (Job- und Skills-Matching) 1:1 aber auch 1:n (one-to-one und one-to-many), umfangreiches Data Mining z.B. im Bereich Occupation Data, stark verbesserte Resultate im Bereich klassischer Volltextsuchen, Gap Analysen oder Vergleichsbewertungen (Benchmarking).
Im perfekten Zusammenspiel mit JANZZon! ermöglicht JANZZsme! eine echtes, transparentes und semantisches Job- und Skills-Matching von bisher nicht gekannter Präzision und kann sehr einfach und kostengünstig als Cloud-Lösung via JANZZrestAPI in bestehende Webumgebungen und -anwendungen integriert und genutzt werden.
JNZ-KZ (Serbien)
Die serbische Berufsklassifikation Jedinstvena nomenklatura zanimanj / Klasifikacija zanimanja, basiert auf ISCO-08, mit vier Levels. Sie ist erhältlich in Serbisch.
JSOC 2011 & 2022 (Japan)
Der Japan Standard Occupational Classification (JSOC) ist die nationale Berufsklassifizierung von Japan. JSOC gibt die Struktur des japanischen Arbeitsmarktes wieder und ist daher anders aufgebaut als die Internationale Standard Klassifizierung von Berufen (ISCO).
K-Means
Der k-Means-Algorithmus ist ein beliebtes Verfahren zur Gruppierung von Daten (Clusteranalyse). Es wird eine vorher definierte Anzahl von k Gruppen gebildet, so dass die Elemente innerhalb einer Gruppe möglichst ähnlich sind.
Klassifikator
Ein Klassifikator (engl. classifier) ist ein Werkzeug im Bereich des Data-Mining, das neue Daten untersucht und versucht sie in eine Klassifizierung einzuordnen.
KldB 2010 & 2020 (Deutschland)
Die Klassifikation der Berufe (KldB) 2010 & 2020 der Bundesagentur für Arbeit / Institut für Arbeitsmarkt- und Berufsforschung, Deutschland, hat einen hierarchischen Aufbau mit fünf Ebenen: Berufsbereiche, Berufshauptgruppen, Berufsgruppen, Berufsuntergruppen, Berufsgattungen. Zusätzlich erfolgt eine Gliederung anhand des Anforderungsniveaus: Helfer- und Anlerntätigkeiten, fachlich ausgerichtete Tätigkeiten, komplexe Spezialistentätigkeiten, hoch komplexe Tätigkeiten. Es besteht durch eine Tabelle ein Abgleich zu ISCO-08.
Kognitive Verzerrungen
Kognitive Verzerrungen sind systematische Abweichungen von der Norm oder der vernünftigen Beurteilung. Sie werden oft am Menschen untersucht. Wir können kognitive Verzerrungen grob in die folgenden Kategorien aufteilen: Entscheidungsfindung, Überzeugungs- und Verhaltensbias, Soziale Erwünschtheit und Erinnerungsverzerrungen. Eine Verzerrung in der KI bezieht sich auf das Phänomen, wenn ein Computersystem die impliziten Werte der Menschen widerspiegelt, die es geschaffen haben. Da keine Technologie frei von menschlichen Einflüssen ist und sie Erweiterungen ihrer Entwickler sind, ist es extrem schwierig, den Algorithmus, die Daten und die Tools vor Vorurteilen zu schützen. Bei JANZZ.technology sind wir uns bewusst wie sich unsere Handlungen auf alle Kunden und Benutzer von unseren KI-Diensten und -Tools auswirken. Wir tun unser Bestes, um sicherzustellen, dass unsere Lösungen keine unangemessenen Auswirkungen haben und wir sind bestrebt die «Fairness Analytics» im Job-Matching auf das höchstmögliche Niveau zu bringen. Typische Verzerrungen wie Alter, Geschlecht, Herkunft, usw. wurden bereits aus den JANZZ-Applikationen eliminiert.
Für weitere Informationen klicken Sie bitte hier:
https://de.wikipedia.org/wiki/Liste_von_kognitiven_Verzerrungen
Kompetenz-/Befähigungsinkongruenz (Skill gap)
Von Kompetenz-/Befähigungsinkongruenz oder einem Skill Gap spricht man, wenn Art oder Niveau der Kompetenzen/Fähigkeiten z.B. eines Arbeitssuchenden von den Anforderungen, einen Beruf oder eine Tätigkeit adäquat auszuüben abweichen.
Kompetenzmangel (Skill shortage)
Von Kompetenzmangel spricht man, wenn die Nachfrage nach einer spezifischen Kompetenz/Fähigkeit das Angebot an verfügbaren Fachkräften mit diesen Kompetenzen/Fähigkeiten bei marktüblicher Bezahlung übersteigt.
kNN
kNN, oder k-Nächster-Nachbar, ist ein Algorithmus zur Klassifizierung. Er gehört zur Kategorie der Lazy Learners.
KZBiH-08 (Bosnien-Herzegovina)
Die Berufsklassifikation aus Bosnien und Herzegovina Klasifikacije Zanimanja basiert auf ISCO-08.
KZiS 2010 / COFOG (Polen)
Die Klasyfikacja Funkcji Rządu, Berufsklassifikation 2010 aus Polen, basiert auf ISCO-08 und besteht zweisprachig (PL, EN). Es besteht aus fünf Hierarchiestufen und ist seit 2010 in Verwendung.
Lazy Learner
Ein Lazy Learner (engl. „Träges lernen“) beginnt mit der Modellbildung nicht schon während des Trainingprozesses (wie der so genannte „eager learner“), sondern erst bei der Eingabe von unklassifizierten Daten.
LB 501-2002 (China)
Die Berufsklassifizierung und -kodierung wurde im Jahr 2005 vom Ministerium für Personalwesen und soziale Sicherheit der Volksrepublik China herausgegeben und basiert auf der Internationalen Standardklassifizierung der Berufe (ISCO).
Lightcast skills
Eine Open-Source-Bibliothek mit mehr als 32’000 Qualifikationen, die aus Hunderten von Millionen von Online-Stellenangeboten, Profilen und Lebensläufen stammen und alle zwei Wochen aktualisiert werden.
Linkanalyse
Die Linkanalyse ist eine Art der Netzwerkanalyse und untersucht die Beziehungen (engl. links) zwischen Objekten. Ein Beispiel von Linkanalyse ist PageRank.
LKP 2010 (Albanien)
Die Lista Kombëtare e Profesioneve (LKP) 2010, Berufsklassifikation aus Albanien, basiert auf ISCO-08. Es besteht aus vier Hierarchiestufen und wird seit dem Jahr 2010 verwendet.
Maschinelles Lernen
Maschinelles Lernen (Machine learning) ist ein Oberbegriff für die künstliche Generierung von Wissen aus Erfahrung und dient vor allem dazu, ein selbständiges Computer Programm zu erzeugen. Ein Computer Programm durchläuft eine initiale Lernphase, in der es eine riesige Datenmenge an Beispielen durchgeht. Nach Beendigung dieser Lernphase kann es veralgemeinern durch die Erkennung von Gesetzmässigkeiten in den Lerndaten. So kann das System auch unbekannte Daten beurteilen. Maschinelles Lernen ist eng verwandt mit Data Mining, bei dem es auch um die Erkennung von Gesetzmässigkeiten in grossen Datenmengen geht (Big Data). Während bei Data Mining die Erkenntnisse aus den Daten für den Menschen im Vordergrund stehen, ist es beim maschinellen Lernen das Computer Programm, das dazu lernt.
Heutzutage kommt man fast nicht mehr an maschinellem Lernen vorbei: Sprach- und Texterkennung, effiziente Websuche und autonome Fahrzeuge sind nur ein paar Beispiele von Anwendungsgebieten.
Mechanical Turk
Mechanical Turk, bzw. Schachtürke ist die umgangssprachliche Bezeichnung für einen vorgeblichen Schachroboter, der 1769 von dem österreichisch-ungarischen Hofbeamten und Mechaniker Wolfgang von Kempelen konstruiert und gebaut wurde. Die Maschine liess bei den Zuschauern den Eindruck entstehen, dass dieses selbständig Schach spielen würde. Tatsächlich war darin aber ein menschlicher, recht talentierter Schachspieler versteckt, der das Gerät bediente. Kopien des Geräts sind bis 1929 in diversen Vorführungen und Ausstellungen eingesetzt worden, bis dass der „Schwindel“ dann aufflog. Bis heute hat daraus sich die Redewendung „etwas getürkt“ im Sprachgebrauch gehalten.
Heute wird die sogenannte Mechanical-Turk-Methode für Projekte verwendet, die für Computer viel komplizierter zu programmieren oder zu lösen sind als für Menschen. Der Ansatz ersetzt bei JANZZ.technology in einigen Bereichen das für unsere Ansprüche zu unpräzise, fehlerhafte und zu langsames Maschine Learning.
Durch die menschliche Arbeit, bzw. durch sog. Human Intelligence Tasks (HITs) werden diejenigen Aufgaben die der Computer gar nicht oder nur mit überproportional hohem Aufwand lösen kann, viel präziser und schneller durch menschliche Fachexperten ausgeführt. Bei JANZZ sind das z.B. Linguisten, Berufs- und Bildungsexperten, erfahrene Fachleute aus allen Wissensgebieten, wie Medizin, Ingenieurwesen, IT, Banking & Finance, Handwerk bzw. aus allen in JANZZon! vertretenen Sprachen, Industrie- und Berufsbereichen. Dieses Vorgehen garantiert die unerreichte, semantische Qualität von JANZZon! und der darauf basierenden Anwendungen.
MOL (Saudi-Arabien)
Neben ASCO haben viele Arabische Länder ihre eigene nationale Berufsklassifikation. Saudi-Arabien benutzte lange Zeit die MOL Klassifizierung, die nicht auf ISCO-08 aufgebaut war. Jedoch wurde MOL bereits durch eine neuere Klassifizierung ersetzt: ASOC/NES.
MSC2020 Mathematics Subject Classification System
Die letzte Revision der Mathematics Subject Classification (MSC2020) ist abgeschlossen.
Mathematical Reviews (MR) und zbMATH arbeiten gemeinsam an der Pflege der Mathematics Subject Classification, die von diesen Begutachtungsdiensten, Verlagen, Förderorganisationen und anderen zur Kategorisierung von Artikeln in der mathematischen Fachliteratur verwendet wird. Es handelt sich um eine Taxonomie, die von und für mathematische Forscher erstellt wurde. Alle zehn Jahre holen die beiden Redaktionsgruppen Beiträge aus der mathematischen Gemeinschaft ein. Für die aktuelle Überarbeitung haben wir über 350 Kommentare und Vorschläge von mehr als 100 verschiedenen Personen erhalten. MR und zbMATH haben diesen Input aus der Community sorgfältig geprüft und in die Vorbereitung unserer gemeinsamen Revision der Klassifikation einfliessen lassen. https://msc2020.org/
NACE
Die Statistische Systematik der Wirtschaftszweige in der Europäischen Gemeinschaft (französisch Nomenclature statistique des activités économiques dans la Communauté européenne), meist nur als NACE bezeichnet, ist ein System zur Klassifizierung von Wirtschaftszweigen, das von Seiten der Europäischen Union, auf Basis der ISIC Rev. 3 (International Standard Industrial Classification of all Economic Activities) der Vereinten Nationen, entworfen wurde. Ihr entspricht auch die Schweizerische Nomenclature Générale des Activités économiques (NOGA).
NAICS (Nord Amerika)
NAICS (North American Industry Classification System) ist ein in Kanada, Mexico und den USA benutztes Klassifikationssystem zur Klassifizierung von Unternehmen nach der Art ihrer ökonomischen Aktivitäten bzw. ihres Produktionsprozesses. Es ist der Nachfolger des Standard Industrial Classification Systems (SIC).
Naive Bayes
Naive Bayes bezeichnet eine Gruppe von Algorithmen, die auf der folgenden Annahme basieren: alle Attribute sind statistisch unabhängig, das heisst, dass die Kenntnis des Wertes eines Attributes sagt nichts über den Wert eines anderen Attributes (wenn die Klasse bekannt ist).
NCO-2004 (Indien)
NCO-2004 ist die nationale Klassifizierung von Berufen in Indien. Sie basiert auf der internationalen Standard Berufsklassifizierung ISCO-88, der Vorgänger von ISCO-08.
NKZ 10 (Kroatien & Mazedonien)
Die Berufsklassifikation aus Kroatien und Mazedonien Nacionalna klasifikacija zanimanja (NKZ) 2010 basiert auf ISCO-08. Sie ist in Kroatisch und Englisch erhältlich und stammt in ihrer neusten Version aus dem Jahr 2011.
NOC 2016 & 2021 (Kanada)
Die Kanadische Berufsklassifikation National Occupational Classification (NOC) basiert auf der Struktur von ISCO-08. Sie besteht aus vier Hierarchiestufen, ist erhältlich in Französisch und Englisch und die neuste Version stammt aus dem Jahr 2021.
НКПД-2011 (Bulgarien)
Die Berufsklassifikation aus Bulgarien basiert auf ISCO-08. Sie besteht aus vier Hierarchiestufen und ist seit dem Jahr 2011 in Verwendung.
OECD-KI-Grundsätze
Die OECD-KI-Grundsätze wurden am 22. Mai 2019 von den OECD-Mitgliedstaaten angenommen, als die Empfehlung des OECD-Rates zur künstlichen Intelligenz annahmen. Im Rahmen der Empfehlung werden fünf sich ergänzende wertebasierte Grundsätze für die verantwortungsvolle Führung vertrauenswürdiger KI festgelegt:
- KI sollte den Menschen und dem Planeten zugutekommen, indem sie integratives Wachstum, nachhaltige Entwicklung und Wohlstand fördert.
- KI-Systeme sollten konzipiert werden, sodass sie die Rechtsstaatlichkeit, die Menschenrechte, die demokratischen Werte und die Vielfalt respektieren. Sie sollten zudem angemessene Schutzmassnahmen beinhalten – zum Beispiel, die Ermöglichung menschlicher Eingriffe, falls erforderlich -, um eine faire und gerechte Gesellschaft zu gewährleisten.
- Transparenz und verantwortungsvolle Offenlegung sollten in Bezug auf KI-Systeme vorherrschen, um sicherzustellen, dass Menschen die KI-basierten Ergebnisse verstehen und in Frage stellen können.
- KI-Systeme müssen während ihres gesamten Lebenszyklus robust und sicher funktionieren. Potenzielle Risiken sollten kontinuierlich beurteilt und gesteuert werden.
- Organisationen und Einzelpersonen, die KI-Systeme entwickeln, einsetzen oder betreiben, sollten für das ordnungsgemässe Funktionieren, im Einklang mit den oben genannten Grundsätzen, verantwortlich gemacht werden.
O*NET (USA)
Das Occupational Information Network (O*NET) der USA wird u.A. unterstützt vom US Department of Labor/Employment and Training Administration (USDOL/ETA). Es orientiert sich an SOC (UK Classification). O*NET ist eine umfangreiche Datenbank mit Berufsbeschreibungen und den dafür jeweils benötigten Fähigkeiten, Kompetenzen, etc.. Jeder Beruf wird gegliedert in Tasks, Tools used, Knowledge, Skills, Abilities, Work Activities, Work Context, Job Zone.
Occupation Data
Occupation Data (frei übersetzt: Berufsdaten) beschreibt einen Sammelbegriff für rund um Berufs-/Tätigkeitskonzepte semantisch verbundener Daten wie berufsbezogene Kompetenzen, Soft Skills bzw. soziale und überfachliche Fähigkeiten, Funktionen, Ausbildungen/Qualifikationen, Spezialisierungen etc.
Ontologie / Knowledge Graph
Ontologien oder auch Knowledge Graphs in der Informatik sind meist sprachlich gefasste und formal geordnete Darstellungen einer Menge von Begrifflichkeiten und der zwischen ihnen bestehenden Beziehungen in einem bestimmten Gegenstandsbereich. Sie werden dazu genutzt, „Wissen“ in digitalisierter und formaler Form zwischen Anwendungsprogrammen und Diensten auszutauschen. Knowledge Graphs haben mit der Idee des semantischen Webs in den letzten Jahren einen Aufschwung erfahren und sind damit Teil der Wissensrepräsentation im Teilgebiet Künstliche Intelligenz. Im Unterschied zu einer Taxonomie, die nur eine hierarchische Untergliederung bildet, stellt eine Ontologie ein Netzwerk von Informationen mit logischen Relationen dar. Ontologien dienen als Mittel der Strukturierung und zum Datenaustausch, um bereits bestehende Wissensbestände zusammenzufügen, in bestehenden Wissensbeständen zu suchen und diese zu editieren oder aus Typen von Wissensbeständen neue Instanzen zu generieren. [Wikipedia]
Bei Knowledge Graphs geht es um die Darstellung von Wissen: der Mensch kann dank seinem Hintergrundwissen und dem Kontext, in dem ein gewisses Wort verwendet wird, den Begriff richtig verstehen und einordnen. Eine Maschine kann in gewisser Weise die semantische Bedeutung eines Begriffes „erlernen“. Um dies darzustellen, werden oft sogenannte Conceptual Graphs verwendet. Konzepte werden durch verschiedene Relationen miteinander verbunden. Die Bedeutung einzelner Begriffe wird durch die gesetzten Relations und die Verortung in der Hierarchie für eine Maschine „interpretierbar“. Ontologien werden in den Bereichen Künstliche Intelligenz, Semantisches Web, System- und Softwareentwicklung, Biomedizinische Informatik u.v.m. verwendet.
OWL
OWL (Web Ontology Language) ist eine W3C Spezifikation eines XML-basiertes Format für die Repräsentation von Ontologien die auf Beschreibungslogiken und RDF(S) basieren.
OXML
OXML ist ein proprietäres XML-Format der Firma Ontoprise zur Repräsentation von F-Logik-basierten Ontologien. Es stellt die grundsätzlichen Mechanismen für die Beschreibung von Ontologien, deren Metadaten und Komponenten (Konzepte, Relationen, Axiome) zur Verfügung.
ÖISCO-08 (Österreich)
Die Österreichische Systematik der Berufe (ÖISCO-08) verwendet, wie der Name bereits antönt, dieselben Codes und Struktur wie ISCO-08 mit den vier Levels. Die Struktur und Erklärungen sind in Englisch und Deutsch erhältlich, der alphabetische Index nur in Deutsch. Ö-ISCO ist in der neusten Version in Verwendung seit 2011.
Parsing
Parsing oder Syntaxanalyse wird v.a. in der Informatik, aber auch bei der Untersuchung der Struktur von natürlichen Sprachen angewendet. Ein Parser (engl. to parse, „analysieren“, bzw. lateinisch pars, „Teil“; im Deutschen gelegentlich auch Zerteiler) ist ein Computerprogramm, das in der Informatik für die Zerlegung und Umwandlung einer beliebigen Eingabe in ein für die Weiterverarbeitung brauchbares Format zuständig ist. Häufig werden Parser eingesetzt, um im Anschluss an den Analysevorgang die Semantik der Eingabe zu erschließen und daraufhin Aktionen durchzuführen.
Part-whole-relations (Mereologie)
Die Mereologie ist eine Hierarchieart, die sich mit dem Verhältnis zwischen Teil und Ganzem beschäftigt, sie ist ein Teilgebiet der Ontologie. Ein Ganzes ist demnach eine Zusammensetzung aus verschiedenen Einzelteilen. [Wikipedia]
Beispiel
Ein Buch ist ein Teil einer Büchersammlung. Wenn A Teil von B ist und B Teil von C ist, dann ist A auch Teil von C.
PCS 2003
Die Französische Klassifikation Professions et Catégories Socioprofessionnelles (PCS) besteht aus vier Aggregationsstufen.
PCS-ESE 2003
PCS-ESE 2003 (Berufe und sozio-professionelle Kategorien / Angestellte in Unternehmen) ist eine spezielle Art der Nomenklatur. Sie wird als Beschreibung von Angestelltentätigkeiten in privaten oder halb-öffentlichen Unternehmen und Betrieben verwendet.
PK (Lettland)
Die Berufsklassifikation aus Lettland Profesiju klasifikators basiert auf ISCO-08, mit einem zusätzlichen fünften Level. Sie ist in Lettisch erhältlich und seit 2010 in Verwendung.
Polysemie
Als Polyseme bezeichnet man ein sprachliches Zeichen (z.B. Wort), welches für verschiedene Bedeutungsinhalte oder Begriffe steht, Polyseme sind daher mehrdeutig. Eine Abrenzung zur Homonymie ist nicht ganz klar, jedoch bedeutet Polysemie systematische Mehrdeutigkeit, im Gegensatz zur zufälligen Mehrdeutigkeit Homonymie. Polyseme haben eine gemeinsame sprachliche Herkunft, was bei Homonymen nicht der Fall ist. Die Ursachen der Polysemie sind Metaphorik (bildhafte Verwendung), Metonymie (nicht wörtliche Verwendung), Bedeutungsentlehnung (erweiterte Verwendung), elliptischer Gebrauch (weglassende Verwendung), Belebung von Archaismen (wiederaufnehmende Verwendung), oder fachsprachliche Ausdifferenzierung von Begrifflichkeiten.
Beispiel
Bank: Finanzinstitut oder das Gebäude desselben (eine Sitzbank ist ein Homonym zu Finanzinstitut und dessen Gebäude, da es eine andere Wortherkunft aufweist).
Qualifikationsungleichgewicht (Qualification mismatch)
Von einen Qualifikationsungleichgewicht oder qualification mismatch spricht man, wenn das verfügbare/angebotene Qualifikationsniveau und/oder die verfügbaren/angebotenen Qualifikationsbereiche um einen Beruf/eine Tätigkeit adäquat auszuüben von den real nachgefragten Qualifikationen abweichen.
PageRank
PageRank ist ein Algorithmus, der eine Menge vernetzter Objekte anhand ihrer Struktur bewertet. Dabei wird jedem Objekt eine Wertung aufgrund seiner Vernetzungsstruktur zugeordnet. Der Algorithmus dient zum Beispiel Google als Grundlage für die Bewertung von Webseiten.
RDF(S)
Resource Description Framework (RDF) und Resource Description Framework Schema (RDFS), sinngemäss „System zur Beschreibung von Ressourcen“ sind vom World Wide Web Consortium (W3C) spezifizierte Formate zur Beschreibung und zum Austausch von Metadaten im WWW. RDF(S) bezeichnet eine technische Herangehensweise im Internet zur Formulierung logischer Aussagen über beliebige Dinge (Ressourcen) und gilt als ein grundlegender Baustein des Semantischen Webs. RDF ähnelt den klassischen Methoden zur Modellierung von Konzepten wie UML-Klassendiagramme und Entity-Relationship-Modell. Im RDF-Modell besteht jede Aussage aus den drei Einheiten Subjekt, Prädikat und Objekt, wobei eine Ressource als Subjekt mit einer anderen Ressource oder lediglich einem Wert (Literal) als Objekt näher beschrieben wird.
REST
REST bzw. REpresentational State Transfer ist neben SOAP und XML-RPC die wohl wichtigste Alternative für die Realisierung unterschiedlicher Web Services. REST basiert auf Prinzipien, welche in der meist verbreiteten Anwendung überhaupt bereits flächendeckend eingesetzt werden –dem World Wide Web. Das WWW stellt so selbst eine gigantische REST Anwendung dar. Viele Suchmaschinen, Shops, Portale, Netzwerke oder Buchungssysteme sind also bereits als REST basierter Web Service verfügbar und damit für die problemlose und schnelle Anbindung an die JANZZ Produkte und SaaS-Lösungen geeignet/ausgelegt.
RIASEC (Holland Codes)
RIASEC bezeichnet das von John L. Holland (1919-2008) entwickelte Interessen-Modell und ist im Bereich der Arbeits- und Organisationspsychologie anzusiedeln. Das Modell definiert Interessen als grundlegende Wesensmerkmale einer Person, welche einen Einfluss auf die Berufswahl haben. Die Passung zwischen Person und Beruf ist dann am grössten, wenn die individuelle Orientierung mit der Orientierung des Berufes übereinstimmt.
Das RIASEC Modell setzt sich aus 6 Interessens-Orientierungen zusammen: Realistische Orientierung, Investivative/Intellektuelle Orientierung, Artistic (Künstlerische) Orientierung, Soziale Orientierung, Enterprising (Unternehmerische) Orientierung und Conventional (Traditionelle) Orientierung. Eine aktualisierte und erweiterte Version des RIASEC Modells wird im“Interessen“ Teil der Online Berufsdatenbank O*Net (Occupational Information Network) verwendet.
ROME V3 (Frankreich)
Das Répertoire Opérationnel des Métiers et des Emplois, Version 3, die Berufsklassifikation von Frankreich, hat eine eigene Struktur, dh. sie baut nicht auf ISCO-08 auf (es besteht auch kein Mapping zu ISCO-08). Die Struktur basiert auf drei Levels: Berufskategorien, Tätigkeitsbereiche und schliesslich die Berufsbezeichnungen, nach welchen die Berufe und ihre Beschreibungen eingeteilt werden.
SaaS
Software as a Service (SaaS) ist ein Teilbereich des Cloud Computings. Das SaaS-Modell basiert auf dem Grundsatz, dass die Software und die IT-Infrastruktur bei einem externen IT-Dienstleister betrieben und vom Kunden als Service genutzt werden. Für die Nutzung wird ein internetfähiger Computer sowie die Internetanbindung an den externen IT-Dienstleister benötigt. Der Servicenehmer zahlt für die Nutzung und den Betrieb eine nutzungsabhängige Gebühr, jedoch werden ihm durch das SaaS-Modell die Anschaffungs- und Betriebskosten mehrheitlich erspart. [Wikipedia]
SBC / BO&C (Niederlande)
Die SBC (Standaard Beroepenclassificatie) ist die niederländische Standard-Berufsklassifikation. Es gibt zwei Versionen: SBC 1992 und SBC 2010. Die Klassifikation basiert nicht auf ISCO-08, es ist aber ein Mapping zu ISCO-08 vorhanden. 2012 wurde die SBC 2010 durch ISCO-08 bei der statistischen Klassifizierung von Berufen abgelöst. 2014 haben die Niederlande selbst eine Klassifikation basierend auf ISCO-08 kreiert, die BRC 2014. Zusätzlich gibt es eine Berufs- und Ausbildungsdatenbank Beroeps- en Opleidingsgegevens oder Beroepen, Opleidingen & Competencie BO&C.
SBFI
Das Schweizerische Staatssekretariat für Bildung, Forschung und Innovation (SBFI) bietet mit seinem Berufsverzeichnis eine Übersicht über alle vom SBFI anerkannten Berufe der Beruflichen Grundbildung (Eidgenössisches Berufsattest, Eidgenössisches Fähigkeitszeugnis) und der Höheren Berufsbildung (Berufsprüfung, Höhere Fachprüfung) sowie die genehmigten Rahmenlehrpläne, Bildungsgänge und Nachdiplomstudiengänge der Höheren Fachschulen.
SBN 2000 (Schweiz)
Die Struktur der Schweizer Berufsnomenklatur 2000 (SBN 2000) des Bundesamts für Statistik BfS (Schweiz) ist dreisprachig (DE/FR/IT) vorhanden. Sie ist in Berufsabteilung, -klasse, -gruppe und -art gegliedert. Die SBN 2000 ist nicht nach ISCO-08 aufgebaut, aber es besteht eine Codierung aller 8-stelligen Codes der Berufsdatenbank (CH-STAMM) zu SBN, wie auch zu ISCO. Die SBN ist in Verwendung seit dem Jahr 2000.
Semantik
Semantik (von altgr. σημαίνειν sēmaínein, ‚bezeichnen‘, ‚zum Zeichen gehörig‘), auch Bedeutungslehre, nennt man die Theorie oder Wissenschaft von der Bedeutung der Zeichen. Zeichen können in diesem Fall Wörter, Phrasen oder Symbole sein. Die Semantik beschäftigt sich typischerweise mit den Beziehungen zwischen den Zeichen und den Bedeutungen dieser Zeichen. Soweit sich die Semantik mit Zeichen aller Art befasst, ist sie ein Teilbereich der Semiotik. Sofern sie sich alleine mit sprachlichen Zeichen befasst (dh. die Bedeutung sprachlicher Zeichen untersucht), ist sie eine Teildisziplin der Linguistik. [Wikipedia]
Semantisches Matching (High Quality Matching)
Semantisches Matching ist eine Technologie im Gebiet der Informatik mit dem Ziel, semantisch verwandte Information zu identifizieren. Bestehen Graph-ähnliche Strukturen, z.B. Klassifikationen, Datenbanken oder XML Schemata und Ontologien, funktioniert das Matching als Operator, der diejenigen Knotenpunkte in den beiden Strukturen identifiziert, welche einander semantisch entsprechen. Zum Beispiel kann er erkennen, dass ein Konzept oder ein Dateinamen Arzt semantisch einem Mediziner oder einem Doktor entspricht.
Semantisches Matching ist eine fundamental wichtige Technologie mit vielen verschiedenen Anwendungsgebieten wie z.B. HR und Personalrekrutierung, Datenintegration, Datenmigration, Übersetzungen von Anfragen, Peer-to-Peer-Netzwerken, Schema und Ontologien-Merging. Auch in anderen Gebieten wird das semantische Matching zur Verwendung geprüft. So bietet es eine valable Lösung für das allgemeine Problem der semantischen Heterogenität, namentliche des Managements der grossen Vielfalt des Wissens. Verständnisschwierigkeiten zwischen Menschen mit verschiedenen Kulturen und Sprachen mit unterschiedlichen Ansichten und Verwendungen von Terminologien ist seit langem ein riesiges Problem. Mit dem Anbruch des Web-Zeitalters und der folgenden Informationsexplosion hat sich diese Problematik noch verstärkt. Menschen sehen sich mit der Herausforderung konfrontiert, Informationen aus einer grossen Anzahl Quellen herauszufiltern und eindeutig zu machen und zu integrieren.
Semantisches Web (Web 3.0)
Das Semantische Web (engl. Semantic Web) hat im Rahmen der Weiterentwicklung des World Wide Webs und des Internets zum Ziel, dass Maschinen die von Menschen zusammengetragenen Informationen verarbeiten können. All die in menschlicher Sprache ausgedrückten Informationen im Internet sollen mit einer eindeutigen Beschreibung ihrer Bedeutung (Semantik) versehen werden, die auch von Computern verstanden oder zumindest verarbeitet werden kann. Die maschinelle Verwendung der Daten aus dem von Menschen geflochtenen Netz der Daten ist nur möglich, wenn die Maschinen deren Bedeutung eindeutig zuordnen können; nur dann stellen sie Informationen dar. Ziel des Semantischen Webs ist es, die Bedeutung von Informationen für Computer verwertbar zu machen und damit automatisch für die interessierten Nutzer im Zuge einer Abfrage zu ordnen. Die Informationen im Web sollen von Maschinen interpretiert und automatisch weiterverarbeitet werden können. Informationen über Orte, Personen und Dinge sollen mit Hilfe des Semantischen Webs auf der Basis der Inhalte miteinander in Beziehung gesetzt werden können. [Wikipedia]
SK-ISCO-08 (Slowakei)
Die Štatistická klasifikácia zamestnaní, die Berufsklassifikation aus der Slowakei, basiert auf ISCO-08. Sie ist erhältlich in Slowakisch und Englisch und in Verwendung seit 2011.
SKOS
Ein Simple Knowledge Organisation System (SKOS) („einfaches System zur Organisation von Wissen“) beinhaltet eine Zusammenstellung von Standards und Spezifikationen zur Unterstützung von Wissensorganisationssystemen. Es ist eine auf dem Resource Description Framework (RDF) und RDF-Schema (RDFS) basierende formale Sprache zur Kodierung von Dokumentationssprachen wie Thesauri, Klassifikationen oder anderen kontrollierten Vokabularen. Mit SKOS soll die einfache Veröffentlichung und Kombination kontrollierter, strukturierter und maschinenlesbarer Vokabulare für das Semantische Web ermöglicht werden. [Wikipedia]
SKZ (Montenegro)
Die Struktur der Berufsklassifikation aus Montenegro basiert auf ISCO-08 und ist zweisprachig vorhanden (EN, MN).
Smart Data
Smart Data bezieht sich auf den wertvollen Inhalt, den man aus Big Data zuerst herausfiltern muss. Big Data ist eine unstrukturierte, rohe Datenmenge, die das Verhalten der Konsumenten widerspiegelt. Smart Data hingegen sucht nach der zugrundeliegenden Ursache für das Zustandekommen der Daten und versucht anhand dessen sinnvolle Voraussagen zu treffen.
Es geht also darum, die wichtigen Zusammenhänge und Datenpunkte aus einem Meer von Daten zu fischen. Nur so, können grosse Datenmengen sinnvoll genutzt und präzise Schlussfolgerungen gezogen werden. Smart Data ist also wortwörtlich eine intelligentere Version von Big Data, die für Geschäftszwecke nutzbar ist.
SOC 2010 (UK & Ireland)
Die Standard Occupational Classification (SOC) 2010 wird verwendet in Grossbritannien (UK und Irland). Sie ist nicht nach ISCO-Struktur aufgebaut, aber sie wurde in der letzten Revision im Jahr 2010 möglichst nahe an ISCO-08 angeglichen. Sie ist in Englisch vorhanden.
SOC 2018 (USA)
Die Standard Occupational Classification (SOC) 2018 ist die Berufsklassifikation aus den USA. Sie ist nach eigener Struktur aufgebaut, aber es besteht ein Mapping zu ISCO-08. Sie ist in Englisch und Spanisch vorhanden, die letzte Version stammt aus dem Jahr 2018.
SSOC 2010 & 2015 (Singapur)
Die Singapore Standard Occupational Classification (SSOC) 2010 und 2015 ist die Berufsklassifikation aus Singapur, sie basiert in ihrer Struktur auf SOC bzw. ISCO-08.
Weiter gibt es in Singapur eine Klassifikation von Ausbildungen (Singapore Standard Educational Classification (SSEC)) und eine weitere von Industriestandards (Singapore Standard Industrial Classification (SSIC)).
SSYK (Schweden)
Die schwedische Berufsklassifikation, Standard för svensk yrkesklassificering, basiert auf ISCO-08 und ist zweisprachig vorhanden (S, EN). Sie ist seit 2012 in Verwendung.
Statistisches Modell
Ein statistisches Modell dient der Beschreibung einer Datenmenge und setzt sich zusammen aus Annahmen betreffend der Entstehung der beobachteten Daten (Stichprobe). Das Modell basierend auf der Stichprobe soll die wahre Verteilung der Daten approximieren. So können, auf Grund der Stichprobe weiterführende Ableitungen gemacht werden. Zum Beispiel ist die Annahme, dass die Verteilung von Prüfungsnoten einer Glockenkurve (aka Normalverteilung) entspricht, ein statistisches Modell.
STYRK (Norwegen)
Der Standard for Yrkesklassifisering ist die Berufsklassifikation aus Norwegen, welche auf ISCO-08 basiert. Sie besteht aus vier Hierarchiestufen, ist erhältlich in Norwegischer Sprache und seit 2011 in Verwendung.
Support Vector Machine
Eine Support Vector Machine (SVM) unterteilt eine Datenmenge in 2 Klassen aufgrund einer Hyperebene. Die Hyperebene fungiert als Trennfläche zwischen den zwei Klassen. Sie wird so gelegt, dass der Bereich frei von Daten um die Klassengrenze maximiert wird. SVM hat also die gleiche Funktion wie C4.5 (sie ist ein Klassifikator), benutzt aber keine Entscheidungsbäume.
Synonym
Als Synonym (von griechisch συνώνυμος synōnymos, bestehend aus σύν syn ‚zusammen‘ und ὄνομα ónoma ‚Name‘) bezeichnet man verschiedene sprachliche oder lexikalische Ausdrücke oder Zeichen, die den gleichen oder einen sehr ähnlichen Bedeutungsumfang haben. Insbesondere verschiedene Wörter mit gleicher oder ähnlicher Bedeutung sind Synonyme zueinander, sie stehen in der Relation der Synonymie oder Bedeutungs-, Sinn- oder Verwendungsgleichheit, -ähnlichkeit oder -verwandtschaft. Ein Wort mit mehreren möglichen Bedeutungen ist ein Homonym, dessen Bedeutung sich je nach Kontext oder Aussageabsicht ändern kann. Synonym ist ein Wort daher nur in Beziehung auf ein anderes Wort und auf einen Kontext, der die Bedeutung des Wortes festlegt.
Taxonomie
Eine Taxonomie (auch Klassifikationsschema) aus dem Grieschischen τάξις táxis (,Ordnung’) und νόμος nómos (,Gesetz’) ist ein Verfahren, mit dem Objekte nach bestimmten Kriterien klassifiziert, resp. kategorisiert werden. Taxonomien verwenden i.d.R. hierarchische Strukturen mit Ober- und Unterkonzepten (engl. parent-child relationships). In diesen Hierarchien weist das Unterkonzept die gleichen Eigenschaften und Verhalten auf wie sein Oberkonzept, plus eine oder mehrer weitere, spezifischere, Eigenschaften, Verhalten etc.
Beispiel
Bauingenieur/-in ist ein Subkonzept von Ingenieur/-in, das heisst jede/-r Bauingenieur/-in ist auch ein/-e Ingenieur/-in, aber nicht jede/-r Ingenieur/-in ist automatisch auch ein/-e Bauingenieur/-in.
Tätigkeit vs. Beruf
Es besteht eine weitverbreitete Meinung, dass „Tätigkeit“ und „Beruf“ Synonyme sind. Dies ist aber nur sehr selten der Fall. Eine Tätigkeit übt jemand aus, um seinen Lebensunterhalt zu verdienen. Dies kann im Rahmen eines eigenen Geschäfts oder eine Anstellung sein und muss nicht zwingend spezifische Qualifikationen, Ausbildungen oder Erfahrungen voraussetzen. Ein Beruf hingegen, ist eine Beschäftigung, die eine spezielle Ausbildung, spezifische Kenntnisse, Qualifikationen und Fähigkeiten erfordert. Kurz, etwas das gelernt werden muss/kann. Darum ist z.B. Geschäftsführer eher als Funktion oder Tätigkeit einzuordnen und kein eigentlicher Beruf. Hingegen ist Schreiner/-in ein typischer Beruf, für welchen eine Lehre absolviert, bzw. ein Abschluss erworben werden kann. Die Unterschiede zwischen Tätigkeiten und Berufen sind aber oft nicht so klar, denn ein Beruf kann manchmal auch eine Tätigkeit sein, eine Tätigkeit aber nur sehr selten auch ein Beruf. Dies sind die wesentlichen Unterschiede:
- Eine Handlung, die eine Person normalerweise für eine finanzielle Entschädigung ausführt, wird als Tätigkeit bezeichnet. Beruf bezieht sich auf eine Berufung, in der ein hohes Mass an Ausbildung und/oder Fähigkeiten erforderlich ist.
- Im Gegensatz zur Tätigkeit hat der Beruf einen Verhaltenskodex.
- Eine Tätigkeit erfordert oft keine spezifische Ausbildung oder Abschluss in einem bestimmten Bereich. Ein Beruf erfordert eine Spezialisierung inkl. speziellen Fähigkeiten und Kenntnisse, was eine Ausbildung zu einem Muss macht.
- Im Allgemeinen wird der Beruf in vielen Ländern durch ein bestimmtes oder berufsständisches Statut geregelt, während dies bei einer Tätigkeit eher nicht der Fall ist.
- Jemand der einer Tätigkeit nachgeht wird für das bezahlt, was er produziert bzw. hervorbringt. Während ein Beruf nach seinem Wissen und Können und/oder seine Berufserfahrung bezahlt wird.
- Der Beruf ist aber auch eine Tätigkeit, wenn die Person für die Nutzung ihrer Fähigkeiten und Kenntnisse bezahlt wird.
Thesaurus
Ein Thesaurus ist eine Sammlung von nach Thematik geordneten Begriffen, die in einer Beziehung zueinander stehen. Es werden Synonyme, aber auch Ober- und Unterbegriffe verwaltet, es geht dabei im Gegensatz zum Wörterbuch aber nicht um die Begriffsdefinitionen und Aussprache eines Begriffs.
Über-/Unter-Befähigung (Over-/Under-skilling)
Über-/Unter-Befähigung bedeutet, dass das Niveau der Kompetenzen und Befähigungen höher oder tiefer ist als dies für die adäquate Ausübung eines Berufs oder einer Tätigkeit nötig wäre.
Über-/Unter-Qualifikation (Over-/Under-qualification/education)
Eine Über-/Unter-Qualifikation besteht dann, wenn das Niveau der Qualifikationen oder Ausbildungen höher oder tiefer ist als die für eine adäquate Ausübung eines Berufs oder einer Tätigkeit notwendigen Qualifikationen oder Ausbildungen.
UK-Fähigkeiten-Taxonomie
Die UK-Fähigkeiten-Taxonomie (UK-Skills-Taxonomy) wurde von der im Vereinigten Königreich ansässigen Innovationsstiftung Nesta erstellt. Es ist die erste datengesteuerte Fähigkeiten-Taxonomie, die dem Messen von Skill-Engpässen dient. Momentan mappt sie 10’500 spezifische Fähigkeiten, die im Zeitraum zwischen 2012 und 2017 in 41 Millionen britischen Stellenanzeigen erwähnt wurden. Die Fähigkeiten umfassen spezifische Aufgaben, Wissen, Softwareprogramme und persönliche Attribute. JANZZon! wird regelmässig mit dieser UK-Fähigkeiten-Taxonomie gemappt und konstant mit weiteren semantischen Inhalten und Sprachen erweitert.
Verteilung
Kurz für Wahrscheinlichkeitsverteilung, gibt an wie sich die Wahrscheinlichkeiten auf alle möglichen Zufallsergebnisse verteilen. Beispielsweise wird der Wurf eines symmetrischen Würfels dadurch beschrieben, dass jedes der sechs möglichen Ergebnisse 1,2, …, 6 mit der Wahrscheinlichkeit 1/6 eintritt. [Wikipedia]
W3C
Das World Wide Web Consortium (W3C) ist eine internationale Gemeinschaft, die offene Standards und Richtlinien entwickelt, um das langfristige Wachstum des Webs sicherzustellen.
White Label
White Label-Produkte oder Services sind Produkte oder Services, die von einem Unternehmen produziert werden, aber von einem oder mehreren anderen Firmen unter eigenem Namen verkauft werden. Somit wird das gleiche Produkt eines Herstellers unter verschiedenen Marken mit der jeweiligen Corporate Identity der Firma auf den Markt gebracht. Typische Beispiele für White Label-Produkte sind CD-Rohlinge oder Web Applikationen.
WSQ
Die Workforce Skills Qualification (WSQ) ist ein Zertifizierungssystem der Singapore Workforce Development Agency. Mithilfe des Systems und der Zertifikate können sich potenzielle Arbeitnehmer weiterbilden und entwickeln. Zudem hilft es Firmen, potenzielle Arbeitnehmer besser einzuschätzen bezüglich spezifischen, gesuchten Fähigkeiten und Kompetenzen.