<?xml version="1.0" encoding="utf-8"?>
<schedule>
  <version>2023-01-12_10-21</version>
  <conference>
    <title>6. Leipziger Semantic Web Tag (LSWT2018)</title>
    <acronym>LSWT2018</acronym>
    <start>2018-06-18</start>
    <end>2018-06-18</end>
    <generator>Jekyll v4.3.1</generator>
  </conference>
  <day date="2018-06-18" end="2018-06-18" index="1" start="2018-06-18">
    <room name="Vortragsraum">
      <event id="101">
        <title>Begrüßung</title>
        <date>2018-06-18T09:00:00Z</date>
        <start>09:00</start>
        <duration>00:10</duration>
        <person>Andreas Heinecke, Hans-Christian Brockmann</person>
        <track>Vortragsraum</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#begruessung</slug>
      </event>
      <event id="102">
        <title>Keynote „Cognitive Data“</title>
        <date>2018-06-18T09:10:00Z</date>
        <start>09:10</start>
        <duration>00:30</duration>
        <person>Professor Dr. Sören Auer</person>
        <track>Keynote</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[In den letzten Jahren haben Daten zunehmend an Aufmerksamkeit gewonnen. Einige Initiativen in dieser Hinsicht widmen sich Open, Big oder Smart Data. Die Verfügbarkeit von großen Datenmengen hat ein enormes Potenzial für die Intelligenz von Computern freigesetzt und zu kognitivem Computing geführt. In diesem Vortrag reflektieren wir diese Entwicklung und geben einen Überblick über aktuelle Ansätze in den Bereichen Big Data-Architekturen, Data Spaces und Wissensgraphen. Diese Entwicklungen tragen dazu bei das Konzept einer hybriden KI zu realisieren, bei dem umfangreiche, reichhaltige semantische Daten und Wissen eng mit maschinellem Lernen und Analytik interagieren.]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#keynotesoeren</slug>
      </event>
      <event id="103">
        <title>Keynote „Digital Eco-Systems and Data“</title>
        <date>2018-06-18T13:30:00Z</date>
        <start>13:30</start>
        <duration>00:30</duration>
        <person>Hans-Christian Brockmann</person>
        <track>Keynote</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[Heutzutage werden mehr als 80 % aller Daten innerhalb eines Unternehmens verwaltet.
          Das ist der Vergangenheit geschuldet, in der Unternehmen in sich abgeschlossene Einheiten bildeten.
          Mit der fortschreitenden Digitalisierung, Globalisierung und der Etablierung von IoT-Konzepten wie “Losgröße 1”, schlankes on-demand Supply Chain Management sowie dem Outsourcing von Produktionskapazitäten verändert sich dies fundamental.
          Die einst siloartigen Unternehmen verwandeln sich immer stärker in vernetzte Ökosysteme, die durch unternehmensübergreifende und dezentrale Strukturen geprägt sind.
          Unternehmen müssen deshalb in der Lage sein, ihre wechselnden Subunternehmen und Partner schnell und nahtlos in ihre Datenlandschaft und operativen Prozesse zu integrieren.
          Denn in Unternehmen-Ökosystemen gilt “Kooperation ohne Koordination”, um maximal flexibel und weiterhin wettbewerbsfähig agieren zu können.
          eccenca bietet mit seinen Linked-Data-basierten Lösungen die logische Infrastruktur, um diese Vision erfolgreich zu verwirklichen.]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#keynotehcb</slug>
      </event>
      <event id="111">
        <title>Linked Enterprise Data Services</title>
        <date>2018-06-18T09:40:00Z</date>
        <start>09:40</start>
        <duration>00:20</duration>
        <person>Dr. Sebastian Tramp</person>
        <track>Linked Data in Enterprise Use-Cases</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkTramp</slug>
      </event>
      <event id="112">
        <title>Information Modeling in the Industrial Data Space</title>
        <date>2018-06-18T10:00:00Z</date>
        <start>10:00</start>
        <duration>00:20</duration>
        <person>Dr. Steffen Lohmann</person>
        <track>Linked Data in Enterprise Use-Cases</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Die Industrial Data Space Initiative entwickelt einen virtuellen Datenraum, der den sicheren und interoperablen Austausch von Daten in Geschäftsökosystemen mittels unabhängiger Technologiestandards und gemeinschaftlicher Governance-Modelle unterstützt. Der Industrial Data Space will die digitale Souveränität der Dateneigentümer wahren und gleichzeitig smarte Services und innovative Geschäftsmodellen ermöglichen und befördern. Der Vortrag fokussiert die Informationsmodellierung innerhalb des Industrial Data Space, die mittels semantischer Technologien realisiert wurde. Das Informationsmodell bildet den technologischen Kern des Ansatzes, da es sowohl den Datenraum als auch die Daten beschreibt und den Datenaustausch zwischen den Teilnehmern steuert.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkLohmann</slug>
      </event>
      <event id="113">
        <title>Semantic E-Commerce - Use Cases in Enterprise Web Applications</title>
        <date>2018-06-18T10:20:00Z</date>
        <start>10:20</start>
        <duration>00:20</duration>
        <person>Christian Opitz</person>
        <track>Linked Data in Enterprise Use-Cases</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Semantic technologies offer a wide range of benefits in an increasing number of application fields such as data management, business intelligence, machine learning etc.. However - likely due to their complexity and the ambiguous business value - semantics yet play a little role in SME applications. As e-commerce industry partner of the Linked Enterprise Data Services (LEDS) project, Netresearch worked on concrete use cases for semantic technologies, that provide improved solutions for common business requirements like data integration, content creation, catalog management and search.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkOpitz</slug>
      </event>
      <event id="114">
        <title>DBpedia - A Global Open Knowledge Network</title>
        <date>2018-06-18T10:40:00Z</date>
        <start>10:40</start>
        <duration>00:20</duration>
        <person>Dr.-Ing. Sebastian Hellmann</person>
        <track>Linked Data in Enterprise Use-Cases</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkHellmann</slug>
      </event>
      <event id="121">
        <title>Linked Open Data zum Anfassen – Über eine Zusammenarbeit mit dem Behindertenverband Leipzig e.V. und der Stadt Leipzig in den Bereichen Gebäude, Barrierefreiheit und Datenmanagement</title>
        <date>2018-06-18T11:15:00Z</date>
        <start>11:15</start>
        <duration>00:20</duration>
        <person>Konrad Abicht</person>
        <track>E-Government und Linked Open Data</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Wie kann Linked Open Data für Interessierte und Entscheidungsträger greifbarer werden, ohne unverständlichen Kauderwelsch? In diesem Vortrag stellen wir unsere Erfahrungen über eine Zusammenarbeit mit dem Behindertenverband Leipzig e.V. und der Stadt Leipzig vor. Sie hatte zum Ziel einen nachhaltigen Show Case zu schaffen, der die Vorteile und Chancen von Linked Open Data herausarbeitet und greifbarer macht. Der Fokus lag auf einer seit 25 Jahren gepflegten Gebäudedatenbank des Vereins, ihrer Öffnung für Open Data sowie der Nutzbarmachung über eine Web-Applikation (Gebäudenavigator).
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkAbicht</slug>
      </event>
      <event id="122">
        <title>LIMBO - Linked Data Services for Mobility</title>
        <date>2018-06-18T11:35:00Z</date>
        <start>11:35</start>
        <duration>00:20</duration>
        <person>Richard Figura</person>
        <track>E-Government und Linked Open Data</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkFigura</slug>
      </event>
      <event id="123">
        <title>Leipzig Data – der ‚Bauplan des Hauses Leipzig‘</title>
        <date>2018-06-18T11:55:00Z</date>
        <start>11:55</start>
        <duration>00:20</duration>
        <person>Professor Dr. Hans-Gert Gräbe</person>
        <track>E-Government und Linked Open Data</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Mit diesem Projekt im Bereich Semantischer Technologien, das seit 2007 am Institut für Informatik der Universität Leipzig bearbeitet wird, unterstützen wir die Stadt Leipzig in ihren Open Data Bemühungen.
          Die Daten (aktuell 120 MB) liegen jeweils als RDF-Graphen im Turtleformat vor und werden außerdem über unseren Sparql Endpunkt ausgeliefert. Sie sind auch in unserem git-Repo verfügbar und nach Sachthemen geordnet.
          Im Vortrag stelle ich das Konzept und einige Anwendungen vor.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkGraebe</slug>
      </event>
      <event id="131">
        <title>FAst Multi-source Entity Resolution system (FAMER)</title>
        <date>2018-06-18T14:00:00Z</date>
        <start>14:00</start>
        <duration>00:20</duration>
        <person>Alieh Saeedi, Professor Dr. Erhard Rahm</person>
        <track>Knowledge Integration and Creation</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          We present FAMER (FAst Multi-source Entity Resolution system), a new scalable framework for distributed multi-source entity resolution. While existing link discovery methods focus on finding binary links between pairs of sources, FAMER supports a more holistic data integration by clustering equivalent entities from many sources. Such an approach  is especially  useful for constructing large knowledge graphs from many sources. FAMER  constructs a so-called similarity graph for the entities of interest as basis for clustering. It supports parallel versions of several clustering schemes including a new approach called CLIP that favors so-called strong entity links. CLIP can also be used to repair clusters determined by other methods such as connected components or correlation clustering.  FAMER is based on Apache Flink and its parallel execution supports scalability to large data volumes.

          <a href="https://dbs.uni-leipzig.de/research/projects/object_matching/famer">https://dbs.uni-leipzig.de/research/projects/object_matching/famer</a>
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkRahm</slug>
      </event>
      <event id="132">
        <title>Linked Data Integration at Scale</title>
        <date>2018-06-18T14:20:00Z</date>
        <start>14:20</start>
        <duration>00:20</duration>
        <person>Dr. Mohamed Ahmed Sherif, Professor Dr. Axel-C. Ngonga Ngomo</person>
        <track>Knowledge Integration and Creation</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Linked Data Integration at ScaleLinks between datasets play a key role in all complex linked-data driven tasks, including data integration, data fusion and question answering. With the steady growth of the amount of data and of the number of datasets available as linked data comes the increasing need for scalable link discovery solutions. These solutions provide the automatic support needed when maintaining links across evolving and newly created datasets. In this talk, we present the LIMES framework for link discovery. LIMES is a scalable framework that support a multitude of algorithms for the scalable computation of links with high accuracy. We present the key ideas behind some of our algorithms and compare our approach with other frameworks. Use cases based on LIMES round up the talk.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkNgonga</slug>
      </event>
      <event id="133">
        <title>SemQuire - Ein Tool zur Bewertung der Qualität von Daten aus Linked Data Services</title>
        <date>2018-06-18T14:40:00Z</date>
        <start>14:40</start>
        <duration>00:20</duration>
        <person>André Langer</person>
        <track>Knowledge Integration and Creation</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Das World Wide Web stellt heutzutage eine enorme Wissensquelle dar.
          Jeder kann ständig neue Daten erstellen, veröffentlichen und verändern, wodurch die Menge an Informationen aus verfügbaren Datenquellen ständig zunimmt. In den letzten Jahren haben Open Data-Initiativen und die Semantic Web-Community vielfach die Wichtigkeit betont, diese Daten in einem strukturierten Format zu veröffentlichen, das auf offenen Standards basiert, und die Daten idealerweise mit Datensätzen aus anderen Datenquellen zu verknüpfen (Linked Data). Aber das führt nicht unbedingt zu fehlerfreien Informationen und Daten von guter Qualität.
          Es wäre daher für verschiedene Nutzergruppen von großem Interesse, eine Softwarekomponente haben, die in der Lage ist, die für einen Use Case relevantesten Qualitätsmetriken in einer generischen Form zu messen, die Ergebnisse zu bewerten und machinenlesbar exportierbar bereitzustellen. Wir präsentieren dafür SemQuire, eine Qualitätssicherungskomponente zur Analyse von Qualitätsaspekten potentieller Linked Data-Datenquellen. Es basiert auf offenen Standards des W3C wie RDF, SPARQL und DQV und implementiert als Proof-of-Concept einen Basissatz von 55 empfohlenen Qualitätsmetriken sowie eine Gesamtbewertung des Analyseergebnisses.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkLanger</slug>
      </event>
      <event id="134">
        <title>Distributed, Collaborative Curation and Publication of RDF Datasets</title>
        <date>2018-06-18T15:00:00Z</date>
        <start>15:00</start>
        <duration>00:20</duration>
        <person>Natanael Arndt</person>
        <track>Knowledge Integration and Creation</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Our World and hence the World Wide Web are distributed by design.
          If we want to support people in collaboration we can try to bring them together at some central place (such as a conference), which is not always possible.
          If we want to support people in distributed collaboration our system needs to:
          <ul>
          <li>support divergence of datasets;</li>
          <li>conflate diverged states of datasets; and</li>
          <li>synchronize different distributed derivatives of the
          respective dataset.</li>
          </ul>
          (… <a href="https://arxiv.org/abs/1805.03721">read more</a>)

          My system of choise uses RDF as data model and Git to support distributed collaboration.
          We call it the <a href="http://github.com/AKSW/QuitStore">QuitStore</a>.
          To make this structured data available for human readers through a browser we have developed <a href="https://github.com/white-gecko/jekyll-rdf">Jekyll-RDF</a>.

          Part of my demo: <a href="https://mytalks.arndt.xyz/">https://mytalks.arndt.xyz/</a>.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkArndt</slug>
      </event>
      <event id="141">
        <title>Flexible Text Mining using Deep Learning and Semantics</title>
        <date>2018-06-18T16:15:00Z</date>
        <start>16:15</start>
        <duration>00:20</duration>
        <person>Gregor Blichmann</person>
        <track>Knowledge Extraction, Natural Language Processing and Artificial Neural Networks</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Since the most of the world’s data is unstructured, the mining of required information from text was, is and will be essential. However, the requirements for text mining are becoming more complex, as rare languages or new domains need to be supported and the amount and velocity of the data growths constantly. To compete with these requirements, the current research progress regarding Deep Learning (DL) for Natural Language Processing is promising. Within the LEDS project, AI4BD considers them as foundation to develop a DL-based tool called MINER in order to extract information about entities and their relations from texts. This tool is embedded into AI4BD’s AI Studio that allows to manage flexible text mining flows with a high throughput for arbitrary sources. In this industry talk, we will provide insights regarding concepts, implementations, and the proof-of-concept for news and social media aggregation.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkBlichmann</slug>
      </event>
      <event id="142">
        <title>Translating Natural Language into SPARQL for Neural Question Answering</title>
        <date>2018-06-18T16:35:00Z</date>
        <start>16:35</start>
        <duration>00:20</duration>
        <person>Tommaso Soru</person>
        <track>Knowledge Extraction, Natural Language Processing and Artificial Neural Networks</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          In the last years, the Linked Data Cloud has achieved a size of more than 100 billion facts pertaining to a multitude of domains. However, accessing this information has been significantly challenging for lay users. Recently, Deep Learning architectures based on Recurrent Neural Networks and Long Short-Term Memories called seq2seq have shown to achieve state-of-the-art results at translating sequences into sequences. In this direction, we propose Neural SPARQL Machines, end-to-end deep architectures to translate any natural language expression into sentences encoding SPARQL queries. Treating SPARQL as a foreign language, we rely on Machine Translation techniques to align utterances from any language (e.g., English, German, Portuguese) to their corresponding entities, operators and tokens. Neural SPARQL Machines are a promising approach for Question Answering on Linked Data, as they can deal with known problems such as vocabulary mismatch and perform graph pattern composition.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkSoru</slug>
      </event>
      <event id="143">
        <title>KESeDa: Wissensextraktion aus heterogenen, semistrukturierten Datenquellen</title>
        <date>2018-06-18T16:55:00Z</date>
        <start>16:55</start>
        <duration>00:20</duration>
        <person>Michael Krug</person>
        <track>Knowledge Extraction, Natural Language Processing and Artificial Neural Networks</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[
          Ein großer Teil des im Web verfügbaren Wissens, liegt in Form von heterogenen, semistrukturierten Daten vor, welche nur schwach verlinkt und zumeist keinerlei semantische Klassifikation beinhalten. Aufgrund der enormem Menge an Informationen benötigt die Aufbereitung solcher Daten zur Integration in das Semantic Web automatisierte Prozesse. Da im Gegensatz zu tabellarischen bzw. strukturierten Daten semistrukturierte Daten nicht an ein starres Schema oder Datenmodell gebunden sind, müssen bei der Wissensextraktion neue Herausforderungen gelöst werden. Mit KESeDa präsentieren wir einen Ansatz zur Analyse von heterogenen, semistrukturierten Datenstrukturen, welcher automatisiert Abbildungsregeln von Schlüssel-Wert-Paaren zu RDF-Tripeln generiert und darauf basierend einen semantisch angereicherten Datensatz erstellt, welcher anschließend mit weiteren Wissensbasen verknüpft werden und entsprechend das volle Potential von Linked Data ausschöpfen kann.
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#talkKrug</slug>
      </event>
      <event id="997">
        <title>Kaffeepause</title>
        <date>2018-06-18T11:00:00Z</date>
        <start>11:00</start>
        <duration>00:15</duration>
        <person></person>
        <track>Pause</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#ersteKaffeePause</slug>
      </event>
      <event id="998">
        <title>Mittagspause</title>
        <date>2018-06-18T12:15:00Z</date>
        <start>12:15</start>
        <duration>01:15</duration>
        <person></person>
        <track>Pause</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#MittagsPause</slug>
      </event>
      <event id="1000">
        <title>Kaffeepause und Postersession</title>
        <date>2018-06-18T15:30:00Z</date>
        <start>15:30</start>
        <duration>00:45</duration>
        <person>Natanael Arndt, Edgard Marx, Professor Dr. Thomas Richert</person>
        <track>Pause</track>
        <room>Vortragsraum</room>
        <description>
          <![CDATA[Postersession der Semantic Web Vorlesung an der HTWK Leipzig]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#zweiteKaffeePausePoster</slug>
      </event>
    </room>
    <room name="Tutorial Raum">
      <event id="201">
        <title>DBpedia SPARQL-Abfragen</title>
        <date>2018-06-18T14:00:00Z</date>
        <start>14:00</start>
        <duration>00:45</duration>
        <person>Markus Freudenberg</person>
        <track>Tutorial</track>
        <room>Tutorial Raum</room>
        <description>
          <![CDATA[
          <p>I will introduce the query language SPARQL to query for graph patterns. Multiple examples, based in part on existing use cases, will exemplify its application using large graphs, such as DBpedia and Wikidata. By the end of this exercise, you should be able to answer your own encyclopaedic questions using SPARQL.</p>

          <h4 id="requirements">Requirements</h4>

          <ul>
            <li>A basic understanding of SQL or other query languages (such as Gremlin).</li>
            <li>Your laptop with internet access.</li>
          </ul>
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#dbpedia</slug>
      </event>
      <event id="202">
        <title>WebID - Password-free authentication with semantics</title>
        <date>2018-06-18T14:45:00Z</date>
        <start>14:45</start>
        <duration>00:45</duration>
        <person>Dr.-Ing. Sebastian Hellmann, Jan Forberg</person>
        <track>Tutorial</track>
        <room>Tutorial Raum</room>
        <description>
          <![CDATA[
          <p>In this tutorial, we will learn over the basics of the “Client Certificate Authentication” mechanism. WebID builds upon this standard cryptographic layer and allows user identification with the help of the FOAF profile.</p>
          <h4 id="what-will-be-done">What will be done</h4>
          <p>After a short introduction, all participants will create a public/private key, a certificate and a WebID. The tutorial ends by the participants logging into the test web services with WebID and TSL/HTTPS.</p>
          <h4 id="voraussetzungenrequirements">Voraussetzungen/Requirements</h4>
          <p>Bitte bringen Sie folgendes zum Tutorial mit/Please bring this to the tutorial:</p>
          <ul>
            <li>Laptop</li>
            <li>Own webspace (Either your own webserver or a github account, please register beforehand)</li>
          </ul>
          <h4 id="material">Material</h4>
          <p><a href="https://github.com/dbpedia/webid/blob/master/README.md">https://github.com/dbpedia/webid/blob/master/README.md</a></p>
          <p><em>Note</em>: The tutorial is heavily geared towards Ubuntu/Unix. The main reason is because that is what we use. Apple should be fine as it is Unix-based, for Windows users, we might have to Google our way through, but we also hope to learn and document how it is doen and include it into further tutorials.</p>
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#webid</slug>
      </event>
      <event id="203">
        <title>Jekyll-RDF Benutzung</title>
        <date>2018-06-18T16:15:00Z</date>
        <start>16:15</start>
        <duration>00:45</duration>
        <person>Natanael Arndt</person>
        <track>Tutorial</track>
        <room>Tutorial Raum</room>
        <description>
          <![CDATA[
          <p><a href="https://jekyllrb.com/">Jekyll</a> ist ein Werkzeug zur simplen Erzeugung von statischen Webseiten oder Blogs. Durch eine große Auswahl an Plugins und Themes lassen sich auch sehr mächtige und vielseitige Webseiten erstellen. <a href="https://github.com/white-gecko/jekyll-rdf">Jekyll-RDF</a> (<a href="https://rubygems.org/gems/jekyll-rdf">rubygem</a>) erweitert Jekyll um die Möglichkeit Seiten mit Daten aus einem RDF-Graphen anzureichern. Diese Möglichkeit reicht so weit, dass ganze Webseiten ihren vollständigen Inhalt aus einem RDF-Graphen erhalten. So ist Jekyll-RDF ein einfaches Werkzeug, um RDF-Daten für Menschen lesbar im Web zu publizieren. (Jekyll steckt übrigens auch hinter GitHub-Pages und Ihr könnt Seiten die mit Jekyll erzeugt wurden auch auf GitHub-Pages veröffentlichen.)</p>
          <h4 id="was-lernt-ihr-im-tutorial">Was lernt Ihr im Tutorial</h4>
          <p>Im Tutorial lernt Ihr Jekyll mit seiner Template-Sprache kennen und wir erzeugen einfache Jekyll-Templates. Anschließend binden wir einen RDF-Graphen ein und erweitern die Jekyll-Templates um die RDF-spezifischen Filter. Nach dem Tutorial wisst ihr, wie man Jekyll bedient und einen RDF-Graphen anschaulich publizieren könnt.</p>
          <h4 id="voraussetzungenrequirements-1">Voraussetzungen/Requirements</h4>
          <p>Bitte bringen Sie folgendes zum Tutorial mit/Please bring this to the tutorial:</p>
          <ul>
            <li>Laptop</li>
            <li>ruby &gt;= 2.1 mit/with bundler oder/or docker</li>
          </ul>
              ]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#jekyllrdf</slug>
      </event>
      <event id="997">
        <title>Kaffeepause</title>
        <date>2018-06-18T11:00:00Z</date>
        <start>11:00</start>
        <duration>00:15</duration>
        <person></person>
        <track>Pause</track>
        <room>Tutorial Raum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#ersteKaffeePause</slug>
      </event>
      <event id="998">
        <title>Mittagspause</title>
        <date>2018-06-18T12:15:00Z</date>
        <start>12:15</start>
        <duration>01:15</duration>
        <person></person>
        <track>Pause</track>
        <room>Tutorial Raum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#MittagsPause</slug>
      </event>
      <event id="999">
        <title>Kaffeepause und Postersession</title>
        <date>2018-06-18T15:30:00Z</date>
        <start>15:30</start>
        <duration>00:45</duration>
        <person></person>
        <track>Pause</track>
        <room>Tutorial Raum</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#zweiteKaffeePause</slug>
      </event>
    </room>
    <room name="Dachterrasse">
      <event id="997">
        <title>Kaffeepause</title>
        <date>2018-06-18T11:00:00Z</date>
        <start>11:00</start>
        <duration>00:15</duration>
        <person></person>
        <track>Pause</track>
        <room>Dachterrasse</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#ersteKaffeePause</slug>
      </event>
      <event id="998">
        <title>Mittagspause</title>
        <date>2018-06-18T12:15:00Z</date>
        <start>12:15</start>
        <duration>01:15</duration>
        <person></person>
        <track>Pause</track>
        <room>Dachterrasse</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#MittagsPause</slug>
      </event>
      <event id="999">
        <title>Kaffeepause und Postersession</title>
        <date>2018-06-18T15:30:00Z</date>
        <start>15:30</start>
        <duration>00:45</duration>
        <person></person>
        <track>Pause</track>
        <room>Dachterrasse</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#zweiteKaffeePause</slug>
      </event>
      <event id="1337">
        <title>Eccenca Semantic Beergarden</title>
        <date>2018-06-18T17:15:00Z</date>
        <start>17:15</start>
        <duration>04:45</duration>
        <person></person>
        <track>Dachterrasse</track>
        <room>Dachterrasse</room>
        <description>
          <![CDATA[]]>
        </description>
        <slug>https://www.leds-projekt.de/lswt2018.html#beergarden</slug>
      </event>
    </room>
  </day>
</schedule>
