False-Positives-Verdacht (Hot-List)
Hoch-konfidente Mappings, die eine manuelle Plausibilitätsprüfung wert sind. Hier liegt der gefährlichste Pipeline-Fehlertyp: die Pipeline ist überzeugt, aber möglicherweise falsch. Beispiel aus der Coverage-Analyse: das Modul "Advanced Market Research" wird für die Kompetenz "maschinelles Lernen" mit 96 % Confidence vorgeschlagen — vermutlich falsch.
| Modul | Outcome-Text | Gemappter ESCO-Skill | Conf. |
|---|---|---|---|
|
I20
Datenvorverarbeitung und Feature Engineering
Hochschule Darmstadt
|
build powerful machine learning systems, Packt Publishing, 2018 • Zheng, Casari: Feature Engineering for Machine Learning Models: Principles and Techniques for Data | maschinelles Lernen | 89% |
|
ITPM
IT-gestütztes Prozessmanagement
Hochschule Darmstadt
|
Unternehmensstrategie und opera ver Umsetzung (Business Process "Business Process Engineering". Mi elpunkt stehen, werden in der Master-LV Business Process | Geschäftsprozesse | 89% |
|
LAB_II
Laboratory II
Hochschule Darmstadt
|
und Kompetenzen aus dem Modul Advanced Research Designs zur Anwendung bringen. Labor I, Advanced Research Designs Advanced Research Designs | Forschungsdesign | 89% |
|
M0011
Advanced Control of Electrical Drives
Hochschule Darmstadt
|
Advanced Control of Electrical Drives Advanced Control of Electrical Drives Advanced Control of Electrical Drives: Beliebiges höheres Fachsemester | elektrische Antriebe | 89% |
|
M0058
Technische Akustik
Hochschule Darmstadt
|
Technische Akustik Technische Akustik Technische Akustik: Beliebiges höheres Fachsemester | Technische Akustik | 89% |
|
M0058
Technische Akustik
Hochschule Darmstadt
|
Technische Akustik Technische Akustik Technische Akustik: Beliebiges höheres Fachsemester | Technische Akustik | 89% |
|
M0058
Technische Akustik
Hochschule Darmstadt
|
Technische Akustik Technische Akustik Technische Akustik: Beliebiges höheres Fachsemester | Technische Akustik | 89% |
|
M0093
Maschinelles Lernen
Hochschule Darmstadt
|
Maschinelles Lernen Maschinelles Lernen Maschinelles Lernen: Beliebiges höheres Fachsemester | maschinelles Lernen | 89% |
|
M0128
Parallel and Distributed Computing
Hochschule Darmstadt
|
Parallel and Distributed Computing Parallel and Distributed Computing Parallel and Distributed Computing: Beliebiges höheres Fachsemester | Verteilte Datenverarbeitung | 89% |
|
M0131
Power Electronics for Drives and Energy Systems
Hochschule Darmstadt
|
Power Electronics for Drives and Energy Systems Power Electronics for Drives and Energy Systems Power Electronics for Drives and Energy Systems: Beliebiges höheres Fachsemester | Leistungselektronik | 89% |
|
M01
Machine Learning 2
Hochschule Darmstadt
|
Machine Learning 2 Machine Learning 2 • Kenntnisse: Die Studierenden kennen fortgeschrittene Methoden des Machine Learning und Data Mi | maschinelles Lernen | 89% |
|
M0352
Werkstofftechnik und Fertigungstechnik
Hochschule Darmstadt
|
Werkstofftechnik und Fertigungstechnik Werkstofftechnik 1 Werkstofftechnik 1: 1. | Werkstofftechnik | 89% |
|
M0352
Werkstofftechnik und Fertigungstechnik
Hochschule Darmstadt
|
Werkstofftechnik und Fertigungstechnik Werkstofftechnik 1 Werkstofftechnik 1: 1. | Werkstofftechnik | 89% |
|
M0352
Werkstofftechnik und Fertigungstechnik
Hochschule Darmstadt
|
Werkstofftechnik und Fertigungstechnik Fertigungstechnik Fertigungstechnik: 1. | Fertigungstechnik | 89% |
|
M0500
Werkstofftechnik und Fertigungstechnik
Hochschule Darmstadt
|
Werkstofftechnik und Fertigungstechnik Werkstofftechnik 1 Werkstofftechnik 1: 1. | Werkstofftechnik | 89% |
|
M0500
Werkstofftechnik und Fertigungstechnik
Hochschule Darmstadt
|
Werkstofftechnik und Fertigungstechnik Werkstofftechnik 1 Werkstofftechnik 1: 1. | Werkstofftechnik | 89% |
|
M0500
Werkstofftechnik und Fertigungstechnik
Hochschule Darmstadt
|
Werkstofftechnik und Fertigungstechnik Fertigungstechnik Fertigungstechnik: 1. | Fertigungstechnik | 89% |
|
M8
Projektmanagement und Teamprojekt
Hochschule Darmstadt
|
Projektmanagement und Teamprojekt Projektmanagement Projektmanagement | Projektleitung | 89% |
|
MC_1
Media & Communications I
Hochschule Darmstadt
|
Medienwissenschaften (z.B. • zentrale Theorien, Modelle und Konzepte der Medienwissenschaften zu benennen (kennen) und Modelle oder Konzepte der Medienwissenschaften auszuwählen, um daraus eigene Lösu… | Medienwissenschaften | 89% |
|
MCuB 5
Pharmazeutische Chemie
Hochschule Darmstadt
|
Grundlagen aus den Bachelorstudium zu folgenden Themen: Organische Chemie, Industrielle Anorganische und Organische Chemie, Biochemie, Technische Chemie Clayden: Organische Chemie. | organische Chemie | 89% |
|
ME
Mustererkennung und Maschinelles Lernen (Teilmodul des Moduls „Technisches Wahlpflichtmodul“)
Hochschule Darmstadt
|
Mustererkennung und Maschinelles Lernen (Teilmodul des Moduls „Technisches Wahlpflichtmodul“) Mustererkennung und Maschinelles Lernen – Vorlesung Mustererkennung und Maschinelles Lernen – Labor | maschinelles Lernen | 89% |
|
ME_MT 4
Media Cultural Project Management
Hochschule Darmstadt
|
Media Cultural Project Management Media Cultural Project Management Media Cultural Project Management | Inbetriebnahme | 89% |
|
ME_MT 4
Media Cultural Project Management
Hochschule Darmstadt
|
Media Cultural Project Management Media Cultural Project Management Media Cultural Project Management | Projektleitung | 89% |
|
MM44
Einführung in die Fahrzeugtechnik
Hochschule Darmstadt
|
Einführung in die Fahrzeugtechnik Einführung in die Fahrzeugtechnik (EFT.V) − Einführung in die Fahrzeugtechnik; Mobilität, Verkehr und Umwelt; | Kraftfahrzeugtechnik | 89% |
|
MM44
Einführung in die Fahrzeugtechnik
Hochschule Darmstadt
|
Einführung in die Fahrzeugtechnik Einführung in die Fahrzeugtechnik (EFT.V) − Einführung in die Fahrzeugtechnik; Mobilität, Verkehr und Umwelt; | Kraftfahrzeugtechnik | 89% |
|
MMB
Mathematische Methoden der Mikro- und Bruchmechanik
Hochschule Darmstadt
|
• Mikrostruktur, Defekte, Verbundwerkstoffe • Christensen, Mechanics of Composite Materials, Dover Publications, 2005 | Verbundstoffe | 89% |
|
MMF
Mathematische Methoden der Festigkeitslehre
Hochschule Darmstadt
|
Mathematische Methoden der Festigkeitslehre Mathematische Methoden der Festigkeitslehre Anwendungen der Tensorrechnung in der Festigkeitslehre | Festkörpermechanik | 89% |
|
MT25
Regenerative Energiewandlung
Hochschule Darmstadt
|
Die Studierenden überblicken verschiedene erneuerbare Energien, − Sie erfassen den Begriff Energie und erneuerbare Energien und können verschiedenen Erscheinungsformen Sie können weiter geeignete erne… | Erneuerbare Energie | 89% |
|
MT25
Regenerative Energiewandlung
Hochschule Darmstadt
|
Die Studierenden überblicken verschiedene erneuerbare Energien, − Sie erfassen den Begriff Energie und erneuerbare Energien und können verschiedenen Erscheinungsformen Sie können weiter geeignete erne… | Erneuerbare Energie | 89% |
|
MW101
Digital Finance
Hochschule Darmstadt
|
o Internationales Finanzmanagement Kenntnis der Instrumente des Finanzmanagements und deren Einsatzmöglichkeiten kritisch beurteilen Unternehmensführung, im Portfolio- und Risikomanagement, Controllin… | Finanzmanagement | 89% |
|
MW101
Digital Finance
Hochschule Darmstadt
|
o Internationales Finanzmanagement Kenntnis der Instrumente des Finanzmanagements und deren Einsatzmöglichkeiten kritisch beurteilen Unternehmensführung, im Portfolio- und Risikomanagement, Controllin… | Finanzmanagement | 89% |
|
MW518
Operations Management
Hochschule Darmstadt
|
Operations Management Operations Management • Grundlagen des Operations Management | Betriebsmanagement | 89% |
|
MW518
Operations Management
Hochschule Darmstadt
|
Operations Management Operations Management • Grundlagen des Operations Management | Betriebsmanagement | 89% |
|
MW51
Internationales Marketing Management
Hochschule Darmstadt
|
Internationales Marketing Management Internationales Marketing Management Den Studierenden sollen Kenntnisse über Marketing Management Maßnahmen und den Einsatz aller | Marketingmanagement | 89% |
|
MW51
Internationales Marketing Management
Hochschule Darmstadt
|
Internationales Marketing Management Internationales Marketing Management Den Studierenden sollen Kenntnisse über Marketing Management Maßnahmen und den Einsatz aller | Marketingmanagement | 89% |
|
MW61
Personal, Führung und Change Management
Hochschule Darmstadt
|
Personal, Führung und Change Management Personal, Führung und Change Management • Begriffsabgrenzungen: Organisationsentwicklung und Change Management | Managementstrategien ändern | 89% |
|
MW61
Personal, Führung und Change Management
Hochschule Darmstadt
|
Personal, Führung und Change Management Personal, Führung und Change Management • Begriffsabgrenzungen: Organisationsentwicklung und Change Management | Managementstrategien ändern | 89% |
|
MW61
Personal, Führung und Change Management
Hochschule Darmstadt
|
• Einordnung des Personalmanagements in die Betriebswirtschaftslehre, insbesondere die • Akteure, Ziele und Verantwortlichkeiten im Personalmanagement - grundlegende Ansätze im Personalmanagement und … | Personalwesen | 89% |
|
MW61
Personal, Führung und Change Management
Hochschule Darmstadt
|
• Einordnung des Personalmanagements in die Betriebswirtschaftslehre, insbesondere die • Akteure, Ziele und Verantwortlichkeiten im Personalmanagement - grundlegende Ansätze im Personalmanagement und … | Personalwesen | 89% |
|
MW61
Personal, Führung und Change Management
Hochschule Darmstadt
|
• Einordnung des Personalmanagements in die Betriebswirtschaftslehre, insbesondere die • Akteure, Ziele und Verantwortlichkeiten im Personalmanagement - grundlegende Ansätze im Personalmanagement und … | Personalmanagement | 89% |
|
MW61
Personal, Führung und Change Management
Hochschule Darmstadt
|
• Einordnung des Personalmanagements in die Betriebswirtschaftslehre, insbesondere die • Akteure, Ziele und Verantwortlichkeiten im Personalmanagement - grundlegende Ansätze im Personalmanagement und … | Personalmanagement | 89% |
|
NLP
Natural Language Processing
Hochschule Darmstadt
|
1 Modulname Natural Language Processing 1.3 Lehrveranstaltung Natural Language Processing understand the relevance of Natural Language Processing (NLP) as a | Verarbeitung natürlicher Sprache | 89% |
|
NMDS
Numerische Methoden zur Daten- und Signalverarbeitung
Hochschule Darmstadt
|
Numerische Methoden zur Daten- und Signalverarbeitung Numerische Methoden zur Daten- und Signalverarbeitung zur Daten- und Signalverarbeitung. | Signalverarbeitung | 89% |
|
OR
Operations Research
Hochschule Darmstadt
|
Operations Research Operations Research Operations Research | Operations Research | 89% |
|
ORNLS
Nichtlineare und Stochastische Methoden des OR
Hochschule Darmstadt
|
Operations Research: Nonlinear and Stochastic Methods • Neumann/Morlock: Operations Research, Hanser • Nickel/Stein/Waldmann: Operations Research, Springer | Operations Research | 89% |
|
PKMI
Projekt KMI
Hochschule Darmstadt
|
Objektorientierte Analyse und Design Datenstrukturen, Grundlagen der Informatik, Objektorientierte Analyse | objektorientierte Modellierung | 89% |
|
PKMI
Projekt KMI
Hochschule Darmstadt
|
Objektorientierte Analyse und Design Datenstrukturen, Grundlagen der Informatik, Objektorientierte Analyse | objektorientierte Modellierung | 89% |
|
Proman
Modul
Hochschule Darmstadt
|
International Project Management 203230 International Project Management - Tasks of project management (PM) | Inbetriebnahme | 89% |
|
QM
Quality Management
Hochschule Darmstadt
|
1 Modulname Quality Management 1.3 Lehrveranstaltung Quality Management Zero defects approach, quality management maturity grid (QMMI) | Qualitätssicherungsverfahren | 89% |
|
QM
Quality Management
Hochschule Darmstadt
|
Total quality control / management (TQC, TQM) Kaizen Kaizen. | umfassende Qualitätskontrolle | 89% |
Methodischer Hinweis
Die Liste enthält alle hoch-konfidenten Mappings, nicht nur die tatsächlich falschen. Das System kann nicht selbst entscheiden, welche Treffer false positives sind — das ist genau der Anwendungsfall für menschliche Curation. Die Pipeline-Confidence misst die Stärke des semantischen Matches, nicht die domänen-fachliche Korrektheit.
Berechnungs-Transparenz Cypher
MATCH (o:hrqde__LearningOutcome)
WHERE toFloat(o.hrqde__provenanceConfidence) >= 0.8
MATCH (m:hrqde__EducationalModule)-[:hrqde__hasOutcome]->(o)
WHERE m.uri STARTS WITH "http://hr-qde.org/data/koeppe/"
MATCH (o)-[:hrqde__targetsCompetence]->(skill)
OPTIONAL MATCH (skill)-[:skosxl__prefLabel]->(label:Resource)
OPTIONAL MATCH (m)-[:hrqde__offeredBy]->(hei:hrqde__HigherEducationInstitution)
WITH o, m, skill, hei,
collect(DISTINCT label.skosxl__literalForm) AS labelForms
RETURN o.uri AS outcomeUri,
o.rdfs__comment AS outcomeText,
o.hrqde__provenanceConfidence AS confidence,
m.uri AS moduleUri,
m.rdfs__label AS moduleLabel,
m.hrqde__moduleCode AS moduleCode,
skill.uri AS skillUri,
labelForms,
hei.rdfs__label AS heiLabel
ORDER BY toFloat(o.hrqde__provenanceConfidence) DESC, o.uri
SKIP 300 LIMIT 50