Published November 24, 2025 | Version v1
Thesis Open

Konzeption und Implementierung eines interaktiven Webtools zur Exploration und Kuration von sicherheitsrelevantem Wissen für hoch-automatisierte Systeme

Authors/Creators

  • 1. ROR icon Carl von Ossietzky Universität Oldenburg

Contributors

  • 1. German Aerospace Center (DLR)
  • 2. ROR icon Carl von Ossietzky Universität Oldenburg

Description

Die HazardDB enthält 299 vernetzte Kritikalitätsphänomene für die Absicherung
hochautomatisierter Fahrsysteme. Ihre Nutzung erfordert jedoch zeitaufwendige
manuelle Durchsicht oder generische Tools ohne domänenspezifische Unterstützung.
Die Kuration neuer Phänomene ist fehleranfällig und fehlende Anreize gefährden die
langfristige Pflege der Wissensbasis.
Diese Arbeit entwickelt ein interaktives Webtool zur intuitiven Exploration und effizi-
enten Pflege der HazardDB. Die Lösung basiert auf einer Drei-Schichten-Architektur
mit RDF Triple Store, LLM-gestützter Kurations-Assistenz und automatisierten
Qualitätsprüfungen. Das System kombiniert hierarchische Navigation, interaktive
Graph-Visualisierung und intelligente Vorschläge für Beschreibungen, Tags und
Relationen.
Die szenariobasierte Evaluation zeigt: Die Exploration ist intuitiv, die Kuration
wird durch LLM-Assistenz erheblich beschleunigt und automatisierte Health Checks
sichern die Datenqualität.

Abstract (English)

HazardDB contains 299 interconnected criticality phenomena for safety assurance of
highly automated driving systems. However, its use requires time-consuming manual
review or generic tools without domain-specific support. Curating new phenomena
is error-prone, and lacking incentives threaten long-term maintenance.
This thesis develops an interactive web tool for intuitive exploration and efficient
maintenance of HazardDB. The solution is based on a three-tier architecture with
RDF triple store, LLM-assisted curation, and automated quality checks. The system
combines hierarchical navigation, interactive graph visualization, and intelligent
suggestions for descriptions, tags, and relations.
Scenario-based evaluation shows: exploration is intuitive, curation is significantly
accelerated by LLM assistance, and automated health checks ensure data quality.

Files

Bachelorarbeit___HazardDB___LS.pdf

Files (5.1 MB)

Name Size Download all
md5:05ba9e2241db10518a2c14844945ecf8
5.1 MB Preview Download