13852 research outputs found
Sort by
Zur maßgeschneiderten Synthese und mehrdimensionalen Charakterisierung gasgetragener Nanopartikeln / von M.Sc. David Benedikt Rasche ; Referent: Prof. Dr.-Ing. Hans-Joachim Schmid, Korreferent: Prof. Dr.-Ing. Einar Kruis
No full textIn dieser Arbeit wird ein bestehender Aufbau zur Aerosolsynthese so erwei-tert, dass die Aerosolpartikeln, ausgehend von einer komplett sphärischen Mor-phologie, in relevanter Größe auch in fraktalen Strukturen gezielt erzeugt wer-den können, wobei zusätzlich eine hohe Massenausbeute verzeichnet werden kann. Es wird festgestellt, dass über das Einbringen einer Quenchsonde in den Reaktor rapide Temperatursprünge erzielt werden können und so ein partielles Sintern (auch Necking genannt) der Partikeln weitgehend verhindert wird. Durch ein definiertes Aufladen der Partikeln mit unterschiedlichen Polaritäten, lässt sich zudem zeigen, dass das Agglomerationsverhalten mit dieser Methode gestreut werden kann. Im weiteren Verlauf der Arbeit ein neuartiges Konzept zur mehrdimensionalen Charakterisierung von gasgetragenen Nanopartikeln entwickelt. Die Überlagerung eines elektrischen Feldes und eines Zentrifugal-feldes erlaubt es, eine vollständige zweidimensionale Eigenschaftsverteilung aus aerodynamischem Durchmesser und Mobilitätsäquivalentdurchmesser in einem kompakten Gerät aufzunehmen. Neben der Entwicklung des eigentlichen Messprinzips wird zudem auch eine auf einem POCS-Algorithmus basierende Inversionsmethode vorgestellt, welche es vermag, auch schlecht gestellte ma-thematische Systeme effektiv zu lösen. Die Methode wird im Detail erklärt und exemplarische Inversionsergebnisse gezeigt. Es zeigt sich, dass das Inversions-verfahren eine valide Alternative zu streng Numerischen Verfahren ist und wei-terverfolgt sowie optimiert werden sollte.In this work, an existing setup for aerosol synthesis is expanded so that the aer-osol particles, starting from a completely spherical morphology, can also be produced in fractal structures in a targeted manner, whereby a high mass yield can also be recorded. It was found that rapid temperature jumps can be achieved by introducing a quench probe into the reactor, thus largely preventing partial sintering (also known as necking) of the particles. By charging the particles with different polarities in a defined manner, it can also be shown that the agglomer-ation behavior can be scattered using this method. In the further course of the work, a novel concept for the multidimensional characterization of gas-supported nanoparticles was developed. The superposition of an electric field and a centrifugal field makes it possible to record a complete two-dimensional property distribution of aerodynamic diameter and mobility equivalent diame-ter in a compact device. In addition to the development of the actual measuring principle, an inversion method based on a POCS algorithm is also presented, which is capable of effectively solving even poorly posed mathematical sys-tems. The method is explained in detail and exemplary inversion results are shown. It is shown that the inversion method is a valid alternative to strictly numerical algorithms.Tag der Verteidigung: 08.05.2025Universität Paderborn, Dissertation, 202
Besondere Bestimmungen der Prüfungsordnung für den Masterstudiengang Lehramt an Gymnasien und Gesamtschulen mit dem Unterrichtsfach Psychologie an der Universität Paderborn : vom 20. Mai 2025
Get PDFMethodological framework for increasing the performance of manufacturing processes through process mining
Get PDFDie Fertigung von heute entwickelt sich zu einer kundenindividuellen Massenfertigung. Ansätze wie Industrie 4.0 erzeugen zwar mehr Daten, erhöhen jedoch auch die Komplexität in der Fertigung. Industriebetriebe laufen Gefahr, die Transparenz über ihre Fertigung zu verlieren. Process Mining (PM) bietet das Potential, datenbasiert Prozesse darzustellen und zu analysieren. Doch während sich PM großer Beliebtheit in administrativen Prozessen erfreut, findet es seltener Anwendung in Fertigungsprozessen. Dies lässt sich mit verschiedenen Eigenschaften des Fertigungsumfelds erklären, wie zum Beispiel die heterogene IT-Systemlandschaft oder dem Bedarf an Prozess- und Datenwissen. Ziel dieser Arbeit ist eine Systematik zur Leistungssteigerung von Fertigungsprozessen durch PM. Das Fundament bildet eine Strukturierung und Einordnung des Begriffs PM Use Case für Organisationen. Die drei Kernbestandteile der Systematik bieten eine Möglichkeit zur Auswahl eines PM Use Cases, der Durchführung von PM Projekten in Fertigungsprozessen und einer reifegradmodellbasierten Leistungssteigerung von PM Initiativen. Dafür werden speziell für die Systematik entwickelte Hilfsmittel zur Verfügung gestellt, wie eine PM Data Canvas oder ein PM Reifegradmodell. Industriebetrieben wird so ermöglicht, relevante PM Use Cases in der Fertigung umzusetzen und diese Erfahrungen reifegradbasiert in die langfristige Entwicklung ihrer PM Initiativen einfließen zu lassen. Die Systematik wird am Beispiel des Fertigungsprozesses eines Maschinen- und Anlagenbauers demonstriert und umfangreich evaluiert.Today’s manufacturing is developing into a mass production of customized goods. Approaches like Industry 4.0 generate more data but also increase the complexity in manufacturing. Manufacturers are at risk of losing transparency over their value generation. Process mining (PM) facilitates the capability to display and analyze business processes from a data-driven perspective. However, while PM enjoys a great popularity in administrative processes, it is less frequently used in manufacturing. This is due to various characteristics of the manufacturing environment, such as heterogenous IT-system-architectures or the needed process and data knowledge. The aim of this thesis is to develop a methodological framework for increasing the performance of manufacturing processes through PM. It is based on the structuring and classification of the term of PM use case in organizations. Additionally, three core components allow for the selection of a relevant PM use case, the execution of PM projects in manufacturing process, and an overall maturity-model-based performance improve-ment of the PM initiative. Artifacts specially developed for this purpose, such as a PM data canvas or a PM maturity model, are provided. This enables manufacturers to implement relevant PM use cases and to incorporate this experience into the long-term development of their PM activities. The framework is demonstrated using the example production process of a German mechanical and plant engineering company and exten-sively evaluated.Jonathan Georg Brock ; Referent: Prof. Dr.-Ing. Roman Dumitrescu, Korreferent: Prof. Dr.-Ing. Sebastian von EnzbergTag der Verteidigung: 27.05.2025Universität Paderborn, Dissertation, 202
Fast Neuro-Symbolic Approaches for Class Expression Learning
Get PDFAngesichts der rasanten Entwicklung der Fähigkeiten moderner KI-Systeme besteht ein dringender Bedarf an erklärbaren KI-Methoden, um das Verhalten dieser Systeme zu verstehen. Lernen von Klassenausdrücken in Beschreibungslogiken birgt enormes Potenzial dafür. Ein Klassenausdruck liefert eine klare Beschreibung, warum ein bestimmtes Beispiel als positiv oder negativ eingestuft wird und ist somit ein White-Box-Modell. Bei den meisten existierende Ansätzen zum Lernen von Klassenausdrücken handelt es sich um suchbasierte Methoden, die viele verschiedene Klassenausdrücke generieren und denjenigen mit der höchsten Klassifizierungspunktzahl auswählen. Während diese Ansätze bei kleinen Datensätzen oft gut funktionieren, ist ihr Suchraum unendlich groß und dessen Erkundung wird gerade bei großen Datensätzen zeitaufwändig. In dieser Arbeit entwickeln wir mehrere neuro-symbolische Ansätze, um das Lernen von Klassenausdrücken in großem Maßstab zu bewältigen. Unser erster Ansatz CLIP verwendet neuronale Netze, um Konzeptlängen zu lernen, und nutzt trainierte Konzeptlängenprädiktoren, um Lernprobleme effizient zu lösen. Neuronale Klassenausdrucksynthetisierer (NCES) gehen das Lernen von Klassenausdrücken in ähnlich wie maschinelle Übersetzung an und unterstützen anspruchsvolle Computerhardware wie GPUs. NCES2 erweitert NCES auf die Beschreibungslogik , integriert ein Einbettungsmodell für das End-to-End-Training und setzt eine Datenerweiterungstechnik ein, um die Generalisierung auf ungesehene Lernprobleme zu verbessern. Schließlich verwendet ROCES iteratives Sampling, um die Robustheit von neuronalen Klassenausdrucksynthetisierern gegenüber Änderungen in der Anzahl der Eingabebeispiele zu verbessern. Experimentelle Ergebnisse auf Benchmark-Datensätzen deuten darauf hin, dass die von uns vorgeschlagenen Ansätze deutlich schneller sind als der Stand der Technik (bis zu 10.000 mit NCES, NCES2 und ROCES) und gleichzeitig in der Vorhersageleistung vergleichbar gut abschneiden.With the swift progress of current AI systems' capabilities, there is a pressing need for explainable AI methods to understand the behavior of these systems. To this end, class expression learning in description logics holds enormous potential. A class expression provides a clear description of why a given example is classified as positive, and is hence a white-box model. Most existing approaches for class expression learning are search-based methods which generate many candidate class expressions and select the one with the highest classification score. While these approaches often perform well on small datasets, their search space is infinite and its exploration becomes arduous on large datasets even for a single learning problem. In this thesis, we develop several neuro-symbolic approaches to tackle class expression learning at scale. Our first approach CLIP uses neural networks to learn concept lengths, and utilizes trained concept length predictors to solve learning problems efficiently. Neural class expression synthesizers (NCES) tackle class expression learning in in a fashion akin to machine translation, and support sophisticated computing hardware such as GPUs. NCES2 extends NCES to the description logic , integrates an embedding model for end-to-end training, and employs a data augmentation technique to enhance generalization to unseen learning problems. Finally, ROCES uses iterative sampling to improve the robustness of neural class expression synthesizers to changes in the number of input examples. Experimental results on benchmark datasets suggest that our proposed approaches are significantly faster than the state of the art (up to 10,000 with NCES, NCES2 and ROCES) while being highly competitive in predictive performance.N'Dah Jean Kouagou ; 1. Reviewer Prof. Dr. Axel-Cyrille Ngonga Ngomo (Heinz Nixdorf Institute, Department of Computer Science Paderborn University), 2. Reviewer Prof. Dr. Paul Groth (Informatics Institute University of Amsterdam) ; Supervisor Prof. Dr. Axel-Cyrille Ngonga NgomoTag der Verteidigung: 09.05.2025Universität Paderborn, Dissertation, 202
Digital competencies for teachers in vocational education and training – contributions to modeling, assessment and promotion
No full textDie digitale Transformation stellt Lehrkräfte vor eine doppelte Herausforderung: Sie sind selbst Lernende im Zuge des Wandels und gleichzeitig dafür verantwortlich, digitale Kompetenzen bei ihren Lernenden zu fördern. Aus Sicht der beruflichen Bildung besteht eine weitere Herausforderung darin, dass Lehrkräfte zwischen zwei inhaltlichen Referenzsystemen –wissenschaftsorientiertem Fachwissen und praxisbezogenem beruflichem Wissen – vermitteln müssen. Bisherige Forschungsarbeiten fokussieren jedoch primär medienpädagogische Aspekte und vernachlässigen den Einfluss der digitalen Transformation auf die fachlichen Lerngegenstände sowie damit verbundene fachdidaktische Implikationen. Die Dissertation adressiert diese Forschungslücke, indem sie untersucht, wie digitale Kompetenzen von Lehrkräften in der beruflichen Bildung konzeptualisiert, empirisch erfasst und curricular integriert werden können. Sie verfolgt dabei drei zentrale Fragestellungen: (1) Wie lassen sich digitale Kompetenzen im Kontext des doppelten Gegenstandsbezugs theoretisch fundieren? (2) Wie kann ein entsprechendes Kompetenzmodell empirisch operationalisiert werden? (3) Welche Implikationen ergeben sich daraus für die curriculare Gestaltung von Lehramtsstudiengängen? Im Rahmen der kumulativen Dissertation wird zunächst das TPACK-Modell kritisch analysiert und für den Kontext der beruflichen Bildung erweitert. Darauf aufbauend wird ein Messinstrument zur Erfassung digitaler Kompetenzen entwickelt und empirisch validiert. Zudem wird ein hochschuldidaktisches Konzept zur curricularen Integration digitaler Kompetenzen entwickelt und reflektiert. Die Ergebnisse zeigen, dass der doppelte Gegenstandsbezug ein zentrales Strukturmerkmal digitaler Kompetenzen in der beruflichen Bildung darstellt und bei der Ausbildung von Lehrkräften systematisch berücksichtigt werden muss. Die Dissertation leistet einen konzeptionellen und empirischen Beitrag für den Diskurs um digitale Kompetenzen in der beruflichen Bildung und gibt konkrete Impulse für die Professionalisierung von Lehrkräften im Zuge der digitalen Transformation.The digital transformation presents teachers with a double challenge: They are themselves learners in the course of change and, at the same time, they are responsible for promoting digital competencies among their learners. From the perspective of vocational education and training, a further challenge is that teachers have to mediate between two content-related reference systems – scientific-oriented knowledge and practice-oriented vocational knowledge. However, previous research has primarily focused on media pedagogical aspects and neglected the influence of the digital transformation on the subject-specific learning objects and the associated didactic implications. The dissertation addresses this research gap by investigating how digital competencies of teachers in vocational education can be conceptualized, empirically captured and integrated into curricula. It pursues three central questions: (1) How can digital competencies be theoretically substantiated in the context of the dual subject matter? (2) How can a corresponding competency model be empirically operationalized? (3) What implications does this have for the curricular design of teacher training courses? As part of the cumulative dissertation, the TPACK model is first critically analyzed and extended for the context of vocational education and training. Building on this, a measurement instrument for assessing digital competencies is developed and empirically validated. In addition, a higher education didactic concept for the curricular integration of digital competencies is developed and reflected upon. The results show that the dual subject matter is a central structural feature of digital competencies in vocational education and training and must be systematically taken into account in the training of teachers. The dissertation makes a conceptual and empirical contribution to the discourse on digital competencies in vocational education and training and provides concrete impulses for the professionalization of teachers in the course of the digital transformation.Niklas Sänger ; Erstgutachter: Prof. Dr. Tobias Jenert, Zweitgutachter: Prof. Dr. H.-Hugo KremerTag der Verteidigung: 04.06.2025Kumulative Dissertation Universität Paderborn, Dissertation, 202
Cognitive decision bias among entrepreneurs and investors in televised startup pitch competitions
Get PDFDieses Dissertationsprojekt untersucht kognitive Entscheidungsverzerrungen im Kontext von Early-stage Entrepreneurship und Business Angel Investitionen anhand von 1.334 Startup-Pitches aus den Formaten Die Höhle der Löwen (DE) und Dragons’ Den (UK). Basierend auf der sozialen Wahrnehmungstheorie beziehen sich die Beiträge dieser Forschung auf die vielschichtigen Investorenentscheidungen, die Determinanten von Overconfidence sowohl bei Unternehmern als auch bei Investoren und den wenig erforschten deutschen Angel Investorenmarkt. Die Ergebnisse zeigen, wie Verzerrungen aus Overconfidence und stereotypischem Denken die Investitionsentscheidungen und Unternehmensbewertungen erheblich beeinflussen und heben die Präferenzen der Investoren für oberflächliche Merkmale wie Alter, Geschlecht, Ethnizität und Attraktivität der Unternehmer hervor. Darüber hinaus zeigt die Forschung den Wert und die Grenzen der Nutzung von Pitch-Wettbewerben für die Untersuchung von Finanzierungsentscheidungen auf. Als Implikationen ergeben sich unter anderem gezielte Schulungen, divers aufgestellte Bewertungsgremien und politische Maßnahmen, um ein gerechteres und profitableres Startup-Ökosystem zu fördern.This dissertation project explores cognitive decision-making bias in early-stage entrepreneurship and angel investor funding, using data from 1,334 startup pitches of the televised formats Die Höhle der Löwen (DE) and Dragons’ Den (UK). Building on social perception theory, the contributions of this research relate to the multilayered nature of investor decisions, the determinants of overconfidence among entrepreneurs and investors, and the underexplored German investor market. The findings reveal how biases, such as overconfidence and stereotypical reasoning, significantly influence investment decisions and business valuations, highlighting investors’ preferences for superficial characteristics like age, gender, ethnicity, and attractiveness of entrepreneurs. Moreover, the research demonstrates the value and limitations of using televised pitch competitions for studying entrepreneurial finance. Implications call for targeted training, diverse evaluation panels, and policy measures to foster a more equitable and profitable startup ecosystem.Livia Helene Boerner, M.ScTag der Verteidigung: 08.01.2025Kumulative Dissertation Universität Paderborn, Dissertation, 202
noah.nrw - Open Access-Portal für die Hochschulen in Nordrhein-Westfalen : Vortrag auf dem Visual Library-Anwendertreffen in Zürich am 13. März 2023
No full textnoah.nrw - Nachweis von Open Access-Publikationen an Hochschulen in NRW - ist ein zentrales Landesportal zur Veröffentlichung von Open Access-Dokumenten. Das Portal kann von teilnehmenden Hochschulbibliotheken des Landes NRW als Hochschulrepositorium genutzt werden, wie z.B. der Universitätsbibliothek Paderborn. Alternativ können Bibliotheken lokale Repositorien o.ä. (weiter) betreiben und von diesen – als „Zweitverwertung“ – eine beliebige Auswahl an Dokumenten in noah.nrw einspielen lassen. Schließlich können weitere externe Daten, z.B. an den NRW-Hochschulen entstandene und in kommerziellen Verlagen erschienene Publikationen, als Zweitveröffentlichungen eingespielt werden. Es ist vorgesehen, dass Dokumente aus noah.nrw vorhandene Dokumente über eine standardisierte Schnittstelle in das vom hbz betriebene Langzeitverfügbarkeitssystem (Rosetta von Ex Libris) überführt werden. Betreiber von noah.nrw ist das Hochschulbibliothekszentrum des Landes Nordrhein-Westfalen (hbz). Technisch basiert es auf der Visual Library der Firmen Walter Nagel GmbH & Co. KG und semantics Kommunikationsmanagement GmbH. - Dr. Silke Schomburg, Leiterin des hbz, und Dr. Dietmar Haubfleisch, Direktor der UB Paderborn, stellten noah.nrw am 13. März 2023 auf dem Visual Library-Anwendertreffen in Zürich vor.Dr. Dietmar Haubfleisch, Dr. Silke Schombur
IEEE Access / Multilingual Relation Extraction: A Survey
No full textRelation extraction plays a fundamental role in applications of various research fields such as knowledge graph construction, event extraction, and question answering over knowledge graphs, as they often rely on extracting relationships between named entities. Relation extraction has been extensively studied in high-resource languages like English. However, there remains a significant gap in supporting languages with limited resources, defined as those lacking comprehensive annotated corpora, linguistic tools, or pre-trained models, limiting the completeness and accuracy of applications that rely on multilingual data. This paper provides a comprehensive survey of recent advances in relation extraction, focusing on multilingual approaches. We systematically review state-of-the-art methods, datasets used for evaluation, and key features leveraged in these approaches. Additionally, we perform a detailed comparative analysis of the surveyed methods, examining their methodologies, target domains, levels of extraction, explored languages, and effectiveness. Finally, we identify promising directions for future research, with an emphasis on enhancing multilingual relation extraction.Manzoor Ali, René Speck, Hamada M. Zahera, Muhammad Saleem, Diego Moussallem, Axel-Cyrille Ngonga Ngom
Multilingual Question Answering over Knowledge Graphs
Get PDFAktuelle Statistiken über die Sprache der Web-Inhalte sowie über die Sprachen der Web-Nutzer legen nahe, dass 49.2% des Inhalts im Web nur von einem geringen Anteil der Web-Nutzer (25.9%), insbesondere den Englischsprechenden, zugänglich ist.Zudem bestehen im Web viele sprachliche Barrieren, da lokale Inhalte meist umfangreicher in der Muttersprache der jeweiligen Region verfügbar sind.Zum Beispiel sind Informationen über deutsche Städte in deutschsprachigen Quellen oft detaillierter als in anderen Sprachen.Folglich ist die Erforschung von Ansätzen, die es nicht-englischsprachigen Nutzern ermöglichen, durch Fragen in ihrer Muttersprache auf Web-Informationen zuzugreifen, höchst wertvoll, da es Barrieren bei der Informationszugänglichkeit reduziert.Die maschinenlesbaren Daten im Web, die nach den Standards des Semantic Web veröffentlicht sind, stellen einen globalen Wissensgraphen (engl. Knowledge Graph) dar.Daher dienen Frage-Antwort-Systeme über Wissensgraphen (sog. Knowledge-Graph-Question-Answering-Systeme) oft als zentrale Komponente, um das Informationsbedürfnis von Nutzern von Suchmaschinen zu erfüllen, indem sie direkte Antworten zu Fragen, die in mehreren Sprachen gestellt werden können, bereitstellen, die mit Web-Daten beantwortet werden können.Jedoch wird der mehrsprachige Aspekt, insbesondere hinsichtlich ressourcenarmer Sprachen (engl. low-resource languages), im Bereich des Knowledge Graph Question Answering häufig vernachlässigt.Dieses Problem ergibt sich insbesondere aus dem Mangel an verlässlichen Evaluierungsdaten sowie aus der unzureichenden Forschung darüber, wie (gut) heutige Knowledge-Graph-Question-Answering-Systeme in anderen Sprachen als Englisch funktionieren.Diese Dissertation zielt darauf ab, eine grundlegende Forschungsfrage zu beantworten, nämlich wie mehrsprachige Knowledge-Graph-Question-Answering-Systeme aufgebaut werden können, die über mehrere Sprachen hinweg gleichbleibend gute Ergebnisqualität liefern, einschließlich ressourcenarmer Sprachen.Um diese Frage zu beantworten, analysieren und evaluieren wir systematisch existierende Ansätze, erstellen einen neuen mehrsprachigen Benchmark-Datensatz und schlagen neuartige Methoden vor, die die Qualität der Systeme verbessern und gleichzeitig ihre mehrsprachige Funktionalität erhalten.Diese Dissertation leistet somit folgende Beiträge zur Forschung: (a) eine systematische Analyse existierender Benchmark-Datensätze und Systeme mit besonderem Fokus auf mehrsprachiges Knowledge Graph Question Answering, (b) die Erstellung eines neuartigen mehrsprachigen Benchmark-Datensatzes, (c) die Implementierung von Komponenten für Knowledge-Graph-Question-Answering-Systeme sowie deren empirische Evaluation und schließlich (d) die Entwicklung eines Knowledge-Graph-Question-Answering-Systems, welches ausdrücklich die genannten Herausforderungen adressiert, insbesondere im Hinblick auf Qualitätsverbesserungen in mehrsprachigen Szenarien.Diese Dissertation ist in fünf Teile gegliedert, wobei jeder Teil grundlegende Aspekte des mehrsprachigen Knowledge Graph Question Answering behandelt.Der erste Teil präsentiert eine ausführliche Literaturübersicht und schlägt einen taxonomischen Rahmen zur systematischen Kategorisierung sowie Analyse existierender mehrsprachiger Knowledge-Graph-Question-Answering-Systeme vor.Diese Übersicht dient als Grundlage für das Verständnis der aktuellen Forschungslandschaft im Bereich des mehrsprachigen Knowledge Graph Question Answering sowie zur Identifikation existierender Forschungslücken, insbesondere: (1) der Mangel an zuverlässigen Benchmark-Datensätzen, (2) die fehlende Untersuchung zur maschinellen Übersetzung mehrsprachiger Eingaben in die von Systemen unterstützten Sprachen, (3) das Fehlen von Ansätzen zur Validierung der Ausgabe von Knowledge Graph Question Answering-Systemen und (4) die Abwesenheit von agentengestützten Systemen, die auf großen Sprachmodellen basieren (large language model agent-based systems), die im Kontext von mehrsprachigem Knowledge Graph Question Answering systematisch evaluiert wurden.Daher stellt der zweite Teil der Dissertation einen neuartigen mehrsprachigen Benchmark-Datensatz QALD-9-plus für mehrsprachiges Knowledge Graph Question Answering vor, zusammen mit einer verallgemeinerbaren Methodik zur Erstellung und Erweiterung solcher Benchmarks.Dieser Benchmark umfasst Fragen in zehn Sprachen: Englisch, Deutsch, Spanisch, Französisch, Litauisch, Russisch, Ukrainisch, Armenisch, Belarussisch und Baschkirisch (wobei die beiden letztgenannten von der UNESCO als potenziell gefährdet eingestuft werden).Der QALD-9-plus-Benchmark wird in den anderen Teilen dieser Dissertation wiederverwendet.Der dritte Teil untersucht die Eignung der maschinellen Übersetzung (engl. Machine Translation) als Alternative zu spezialisierten mehrsprachigen Systemen im Bereich des Knowledge Graph Question Answering sowie die Implikationen des Einsatzes in solchen Systemen.In diesem Teil integrieren wir Werkzeuge zur maschinellen Übersetzung in bestehende Knowledge-Graph-Question-Answering-Systeme, um deren mehrsprachige Fähigkeiten zu erweitern, und vergleichen die resultierende Qualität.Diesen Ansatz evaluieren wir anhand unseres QALD-9-plus-Benchmarks.Der vierte Teil schlägt einen neuartigen Ansatz zur Verbesserung der Qualität von mehrsprachigen Knowledge-Graph-Question-Answering-Systemen vor, indem Sprachmodelle zur Validierung der Antworten integriert werden.Die Antwort eines solchen Systems ist eine sortierte Liste von Anfragekandidaten, welche in der Abfragesprache SPARQL ausgedrückt sind und validiert werden müssen, um falsche Anfragen zu vermeiden.Hierbei werden inkorrekte Anfragen aus der sortierten Liste der SPARQL-Anfragekandidaten herausgefiltert (d. h. ausgeschlossen).Dieser Ansatz wurde mit unserem QALD-9-plus-Benchmark evaluiert.Der fünfte Teil präsentiert ein mehrsprachiges Knowledge-Graph-Question-Answering-System auf Basis eines agentengestützten großen Sprachmodells (engl. large language model agent), das aus mehreren Komponenten besteht.Diese Komponenten beinhalten einen Feedbackmechanismus mit der Umgebung, eine Long-Term-Memory-Funktion, eine Planungsfunktionalität sowie eine Schnittstelle zur Nutzung externer Werkzeuge (engl. tool-calling interface).Zu diesen Komponenten gehören auch die maschinelle Übersetzung und die SPARQL-Anfragevalidierung aus dem dritten und vierten Teil.Darüber hinaus bieten wir eine detaillierte Analyse darüber, wie diese Komponenten die Antwortqualität beeinflussen, und bewerten ihre Kosteneffizienz.Auch in diesem Teil verwenden wir den QALD-9-plus-Benchmark für die Evaluation.Die Dissertation schließt mit einer umfassenden Diskussion, in der aufkommende Herausforderungen identifiziert, neue Forschungslücken und -fragen aufgezeigt sowie weiterführende Einsichten in den Bereich des mehrsprachigen Knowledge Graph Question Answering aus den Ergebnissen dieser Forschungsarbeit synthetisiert werden.Recent statistics on the Web's content language and users' spoken languages suggest that 49.2% of the content on the Web is accessible to a minor share of the Web users (25.9%) - English speakers.In addition, the Web has multiple language barriers e.g., geographically local content tends to be more comprehensive in the native language of the region. For example, information about German cities is often more detailed in sources in German than in other languages. Hence, researching approaches that enable non-English speakers to access Web information using questions in their native languages is highly valuable as it reduces information accessibility barriers on the Web.The machine-readable data on the Web, published according to the Semantic Web standards, forms a giant global Knowledge Graph. Consequently, Knowledge Graph Question Answering systems often serve as a core component in fulfilling the information needs of search engine users by providing direct answers to questions asked over the data on the Web in multiple languages.However, the multilingual aspect, particularly regarding low-resource languages, is often overlooked in the Knowledge Graph Question Answering field.This issue mainly arises due to the lack of reliable evaluation data and insufficient research on how state-of-the-art Knowledge Graph Question Answering systems perform in languages other than English.Our thesis aims to answer a fundamental research question: how to enable multilingual Knowledge Graph Question Answering systems to deliver equally good quality in multiple languages, including low-resource ones? To answer this question, we systematically review and evaluate existing approaches, create a new multilingual benchmarking dataset, and propose novel methods to improve the quality of the systems while preserving multilingual functionality.Our results contribute to the research field by (a) systematically analyzing existing benchmarking datasets and systems, with a specific focus on multilingual Knowledge Graph Question Answering, (b) creating a novel multilingual benchmarking dataset, (c) implementing individual components for Knowledge Graph Question Answering systems and empirically evaluating them, and, finally, (d) developing a Knowledge Graph Question Answering system that explicitly addresses the outlined challenges, particularly regarding quality improvement in multilingual settings. This thesis is structured in five parts, each addressing fundamental aspects of multilingual Knowledge Graph Question Answering. The first part presents a literature review and proposes a taxonomic framework for the systematic categorization and analysis of existing multilingual Knowledge Graph Question Answering systems.This review serves as a foundation for understanding the current landscape of multilingual Knowledge Graph Question Answering and its research gaps. In particular, several key issues have been identified. First, there is a lack of reliable benchmarking datasets. Second, no investigation has been conducted on machine translating multilingual input to the languages supported by systems. Third, there is an absence of approaches that validate output of Knowledge Graph Question Answering systems. Fourth, no large language model agent-based systems have been proposed that were evaluated on multiple languages within the task of Knowledge Graph Question Answering.Considering the aforementioned challenge regarding the lack of benchmarking data, the second part of our thesis introduces a novel multilingual benchmarking dataset for multilingual Knowledge Graph Question Answering - QALD-9-plus, accompanied by a generalizable methodology for creating and extending such benchmarks. The benchmark contains questions in 10 languages: English, German, Spanish, French, Lithuanian, Russian, Ukrainian, Armenian, Belarusian, and Bashkir (the latter two are considered potentially vulnerable by UNESCO).We reuse the QALD-9-plus benchmark in the subsequent parts of this dissertation.The third part examines the viability of Machine Translation as an alternative to dedicated multilingual systems in Knowledge Graph Question Answering and the implications of its usage in such systems.In this part, we connect machine translation tools with Knowledge Graph Question Answering systems to extend their multilingual capabilities and compare the resulting quality.We evaluated this approach on our QALD-9-plus benchmark. The fourth part proposes a novel approach to improving the quality of multilingual Knowledge Graph Question Answering systems by integrating language models for response validation.The system's response, a ranked list of SPARQL query candidates, must be validated to avoid incorrect queries. Therefore, the incorrect queries are filtered (i.e., excluded) from the ranked SPARQL query candidate list.This approach was evaluated on our QALD-9-plus benchmark.The fifth part presents a multilingual Knowledge Graph Question Answering system based on a large language model agent, incorporating multiple components. These components include an environmental feedback mechanism, long-term memory capability, planning functionality, and a tool-calling interface. The components include machine translation and SPARQL query validation from the third and fourth parts.In addition, we provide a detailed analysis of how these components influence response quality and analyze their cost efficiency.This part also uses the QALD-9-plus benchmark for the evaluation. The dissertation concludes with a comprehensive discussion that identifies emerging challenges and proposes new research gaps and questions, and synthesizes broader insights into the field of multilingual Knowledge Graph Question Answering derived from this body of research.Aleksandr Perevalov ; 1. Reviewer Prof. Dr. Axel-Cyrille Ngonga Ngomo, 2. Reviewer Prof. Dr. Andreas Both, 3. Reviewer Prof. Dr. Mike ScherfnerTag der Verteidigung: 04.11.2025Universität Paderborn, Dissertation, 202