Eaternity-Schema-Referenz

Das Eaternity-Schema definiert das Datenmodell für das Environmental Operating System (EOS), Eaternityss Plattform für Lebensmittel-Nachhaltigkeitsbewertung. Das ESFC-Glossar enthält 40 Eaternity-Begriffe: 24 Schema-Klassen und 16 Eigenschaftsbegriffe.

Überblick

Eaternity-Schema-Begriffe bieten eine direkte Zuordnung zwischen Benutzerdaten und der EOS-API. Dies ermöglicht die semantische Zuordnung von CSV-Spalten zu Schema-Feldern und unterstützt die Zero-Configuration-Datenimportierung.

Wichtige Kennzahlen:

Schema-Klassen: 24 Begriffe
Eigenschaftsbegriffe: 16 Begriffe
Gesamtanzahl Begriffe: 40
Format: LinkML YAML mit JSON-LD-Kontext
Quelle: gitlab.com/eaternity/eos

Zweck und Anwendungen

Hauptanwendungsfälle

Datenimport-Zuordnung
- Semantische Zuordnung von Benutzer-CSV-Spalten zu EOS-Feldern
- Automatische Felderkennung und -validierung
- Zero-Configuration-Datenintegration
API-Integration
- Direkte Zuordnung zu EOS-API-Endpunkten
- Typsichere Datenstrukturen
- Schema-Validierung
Lebensmittel-Nachhaltigkeitsbewertung
- Berechnung der Umweltauswirkungen
- CO2-Fußabdruck-Analyse
- Nachhaltigkeitsbewertung
Forschung und Analyse
- Lebensmittelsystemmodellierung
- Lieferkettenanalyse
- Entwicklung von Nachhaltigkeitskennzahlen

Schema-Klassen (24 Begriffe)

Kern-Flow-Klassen

FlowNode

Beschreibung: Repräsentiert Materialflüsse im Lebensmittelsystem.

Wichtige Eigenschaften:

product_name - Produktidentifikation
amount - Menge
flow_location - Geografische Herkunft
glossary_tags - Produktkategorisierung

Anwendungsfälle:

Zutatenverfolgung
Materialflussrechnung
Lieferkettenzuordnung

Beispiel:

'@type': FlowNode
product_name: "Bio-Weizenmehl"
amount: 500
unit: "kg"
flow_location: "CH"
glossary_tags: ["grain", "wheat", "organic"]

FoodProductFlowNode

Beschreibung: Spezialisierter Flow-Node für Lebensmittelprodukte mit zusätzlichen lebensmittelspezifischen Eigenschaften.

Erweitert: FlowNode

Zusätzliche Eigenschaften:

amount_per_category_required_for_flow - Erforderliche Menge
raw_processing - Verarbeitungsmethode
raw_production - Produktionsmethode
raw_conservation - Konservierungsmethode
raw_labels - Zertifizierungen und Label

Anwendungsfälle:

Lebensmittelprodukt-Ökobilanz
Umweltauswirkungen von Rezepten
Nachhaltigkeitsbewertung von Zutaten

Beispiel:

'@type': FoodProductFlowNode
product_name: "Weidefleisch Rind"
amount: 1000
raw_production: "extensive-pasture"
raw_labels: ["organic", "grass-fed"]
flow_location: "CH"

ActivityNode

Beschreibung: Repräsentiert Produktions- und Verarbeitungsaktivitäten im Lebensmittelsystem.

Wichtige Eigenschaften:

activity_type - Art der Aktivität (Produktion, Verarbeitung, Transport)
activity_location - Ort der Aktivität
inputs - Eingangsflüsse
outputs - Ausgangsflüsse

Anwendungsfälle:

Prozessmodellierung
Aktivitätsbasierte Kostenrechnung
Lieferkettenanalyse

Beispiel:

'@type': ActivityNode
activity_type: "wheat-milling"
activity_location: "CH"
inputs: [wheat-grain-flow]
outputs: [wheat-flour-flow]

Wirkungsabschätzungs-Klassen

ImpactAssessment

Beschreibung: Ergebnisse der Umweltauswirkungsberechnung.

Wichtige Eigenschaften:

gwp_total - Gesamtes Treibhauspotenzial
water_use - Wasserverbrauch
land_use - Flächennutzung
biodiversity_impact - Auswirkungen auf die Biodiversität

Anwendungsfälle:

CO2-Fußabdruck-Berichterstattung
Offenlegung von Umweltauswirkungen
Nachhaltigkeitsbewertung

Beispiel:

'@type': ImpactAssessment
gwp_total: 2.5  # kg CO₂-Äq
water_use: 150  # Liter
land_use: 0.5   # m²

Datenverwaltungs-Klassen

Recipe

Beschreibung: Mehrkomponenten-Lebensmittelprodukte mit Zubereitungsmethoden.

Wichtige Eigenschaften:

recipe_name - Rezeptbezeichnung
ingredients - Liste der Zutatenflüsse
preparation_steps - Koch-/Zubereitungsaktivitäten
yield - Rezeptausgabemenge

Anwendungsfälle:

CO2-Fußabdruck von Menüs
Rezeptoptimierung
Nachhaltigkeitsplanung von Mahlzeiten

SupplyChain

Beschreibung: Vollständige Lieferkette vom Feld bis zum Teller.

Wichtige Eigenschaften:

origin - Ausgangspunkt
destination - Endpunkt
stages - Liste der Aktivitäten und Flüsse
total_impact - Aggregierte Umweltauswirkung

Anwendungsfälle:

Vollständige Lieferketten-Ökobilanz
Hotspot-Identifikation
Transparenzberichterstattung

Hilfsklassen

Weitere Schema-Klassen umfassen:

NutrientValues - Nährwertzusammensetzung
Producer - Hersteller-/Produzenten-Informationen
Supplier - Lieferantendetails
Location - Geografische Standortdaten
Label - Zertifizierungs- und Label-Informationen
ProcessingMethod - Lebensmittelverarbeitungsdetails
ProductionMethod - Landwirtschaftliche/Produktionspraktiken
ConservationMethod - Lagerung und Konservierung
TransportMode - Transportmethoden
PackagingInfo - Verpackungsdetails
Und 8+ weitere spezialisierte Klassen

Eigenschaftsbegriffe (16 Begriffe)

Eigenschaftsbegriffe repräsentieren einzelne Felder innerhalb von Schema-Klassen und ermöglichen eine granulare semantische Zuordnung.

Prioritätsklassifizierung

Eigenschaften werden nach ihrer Bedeutung für die Berechnungsgenauigkeit klassifiziert:

Hochpriorität: Erforderliche Felder, die die Umweltberechnungen erheblich beeinflussen (Produktidentität, Menge, Herkunft)
Standardeigenschaften: Zusätzliche Felder, die Berechnungen verfeinern, aber sinnvolle Standardwerte haben

Hochprioritäts-Eigenschaften (6 Begriffe)

Diese Eigenschaften sind wesentlich für genaue Umweltauswirkungsberechnungen:

1. Produktname

ID: eaternity-property-productname Python-Feld: product_name Übergeordnetes Schema: FlowNode Datentyp: String Domäne: Identifikation

Verwendungsbeispiele:

Product Name
Product
Item Name
Food Name
Name
Produktname (Deutsch)

Wertbeispiele:

"Bio-Weizenmehl"
"Weidefleisch Rind"
"Tomatensauce"

2. Menge

ID: eaternity-property-amount Python-Feld: amount Übergeordnetes Schema: FlowNode Datentyp: Numerisch (mit Einheit) Domäne: Messung

Verwendungsbeispiele:

Quantity
Amount
Weight
Mass
Volume
Menge (Deutsch)

Wertbeispiele:

500 (kg)
1.5 (L)
250 (g)

3. Benötigte Menge

ID: eaternity-property-amountpercategoryrequiredforflow Python-Feld: amount_per_category_required_for_flow Übergeordnetes Schema: FoodProductFlowNode Datentyp: Numerisch Domäne: Messung

Verwendungsbeispiele:

Required Amount
Required Quantity
Flow Amount
Benötigte Menge (Deutsch)

4. Herkunftsland

ID: eaternity-property-flowlocation Python-Feld: flow_location Übergeordnetes Schema: FlowNode Datentyp: Kategorisch (Ländercodes) Domäne: Geografie

Verwendungsbeispiele:

Origin Country
Origin
Country
Location
Herkunftsland (Deutsch)

Wertbeispiele:

"CH" (Schweiz)
"DE" (Deutschland)
"IT" (Italien)

5. Verarbeitungsmethode

ID: eaternity-property-rawprocessing Python-Feld: raw_processing Übergeordnetes Schema: FoodProductFlowNode Datentyp: Kategorisch Domäne: Prozess

Verwendungsbeispiele:

Processing
Processing Method
Processing Type
Verarbeitung (Deutsch)

Wertbeispiele:

"fresh"
"frozen"
"canned"
"dried"

6. Produktkategorie

ID: eaternity-property-glossarytags Python-Feld: glossary_tags Übergeordnetes Schema: FlowNode Datentyp: Array von Strings Domäne: Klassifizierung

Verwendungsbeispiele:

Category
Type
Classification
Product Category
Kategorie (Deutsch)

Wertbeispiele:

["grain", "wheat", "organic"]
["dairy", "cheese", "hard"]
["meat", "beef", "fresh"]

Mittlere Prioritäts-Eigenschaften (10 Begriffe)

7. Nährwerte

ID: eaternity-property-nutrientvalues Python-Feld: nutrient_values Übergeordnetes Schema: FoodProductFlowNode Domäne: Ernährung

Verwendungsbeispiele:

Nutritional Values
Nutrients
Nutrition Facts
Nährwerte (Deutsch)

8. Zutaten

ID: eaternity-property-ingredientsdeclaration Python-Feld: ingredients_declaration Übergeordnetes Schema: Recipe/FoodProductFlowNode Domäne: Zusammensetzung

Verwendungsbeispiele:

Ingredients
Ingredient List
Components
Zutaten (Deutsch)

9. Produktionsmethode

ID: eaternity-property-rawproduction Python-Feld: raw_production Übergeordnetes Schema: FoodProductFlowNode Domäne: Prozess

Verwendungsbeispiele:

Production
Production Method
Growing Method
Produktion (Deutsch)

Wertbeispiele:

"organic"
"conventional"
"greenhouse"
"grass-fed"

10. Konservierungsmethode

ID: eaternity-property-rawconservation Python-Feld: raw_conservation Übergeordnetes Schema: FoodProductFlowNode Domäne: Prozess

Verwendungsbeispiele:

Conservation
Storage Method
Preservation
Konservierung (Deutsch)

Wertbeispiele:

"fresh"
"frozen"
"refrigerated"
"ambient"

11. Labels & Zertifizierungen

ID: eaternity-property-rawlabels Python-Feld: raw_labels Übergeordnetes Schema: FoodProductFlowNode Domäne: Zertifizierung

Verwendungsbeispiele:

Labels
Certifications
Quality Marks
Label (Deutsch)

Wertbeispiele:

["organic", "fair-trade"]
["bio-suisse"]
["eu-organic", "carbon-neutral"]

12. Hersteller

ID: eaternity-property-producer Python-Feld: producer Übergeordnetes Schema: FoodProductFlowNode Domäne: Organisation

13. Lieferant

ID: eaternity-property-supplier Python-Feld: supplier Übergeordnetes Schema: FoodProductFlowNode Domäne: Organisation

14. Produktcode (GTIN)

ID: eaternity-property-gtin Python-Feld: gtin Übergeordnetes Schema: FoodProductFlowNode Domäne: Identifikation

Wertbeispiele:

"7610200078753"
"4260123456789"

15. Lagerdauer

ID: eaternity-property-storagetime Python-Feld: storage_time Übergeordnetes Schema: FoodProductFlowNode Domäne: Zeitlich

16. Einheit

ID: eaternity-property-unit Python-Feld: unit Übergeordnetes Schema: FlowNode Domäne: Messung

Wertbeispiele:

"kg"
"L"
"piece"

Semantischer Zuordnungs-Workflow

Von Benutzer-CSV zur EOS-API

Die Eaternity-Eigenschaftsbegriffe ermöglichen die automatische Zuordnung:

Schritt 1: Benutzer-CSV-Spaltenkopf
"Product Name" oder "Produktname" oder "Item Name"
    ↓
Schritt 2: Semantische Suche im ESFC-Glossar
Findet: eaternity-property-productname
    ↓
Schritt 3: Python-Feldnamen extrahieren
pythonFieldName: "product_name"
    ↓
Schritt 4: Zuordnung zum EOS-API-Feld
FlowNode.product_name
    ↓
Schritt 5: Validieren und Übermitteln
Daten gegen Schema validiert

Beispiel CSV-Import

Benutzer-CSV:

Product Name,Weight,Origin Country,Processing
Organic Tomatoes,500,IT,fresh
Wheat Flour,1000,CH,milled

Semantische Zuordnung:

"Product Name" → eaternity-property-productname → FlowNode.product_name
"Weight" → eaternity-property-amount → FlowNode.amount
"Origin Country" → eaternity-property-flowlocation → FlowNode.flow_location
"Processing" → eaternity-property-rawprocessing → FoodProductFlowNode.raw_processing

EOS-API-Payload:

{
  "@type": "FoodProductFlowNode",
  "product_name": "Organic Tomatoes",
  "amount": 500,
  "unit": "kg",
  "flow_location": "IT",
  "raw_processing": "fresh"
}

Integrationsbeispiele

TypeScript mit EOS-API

import { Glossary, Term } from './glossary.types'

// Glossar laden
const glossary: Glossary = await fetch('/glossary.json')
  .then(r => r.json())

// Eaternity-Eigenschaftsbegriffe abrufen
const eosProperties = glossary.terms.filter(t =>
  t.source === 'eaternity' &&
  t.id.startsWith('eaternity-property-')
)

// CSV-Header zu EOS-Feld zuordnen
function mapHeaderToEOSField(header: string): string | null {
  const normalized = header.toLowerCase().trim()

  for (const property of eosProperties) {
    const usageExamples = property.properties?.usageExamples || []
    if (usageExamples.some(ex =>
      ex.toLowerCase() === normalized
    )) {
      return property.properties?.pythonFieldName || null
    }
  }

  return null
}

// Beispielverwendung
const headers = ['Product Name', 'Produktname', 'Weight', 'Menge']
headers.forEach(header => {
  const field = mapHeaderToEOSField(header)
  console.log(`${header} → ${field}`)
})
// Ausgabe:
// Product Name → product_name
// Produktname → product_name
// Weight → amount
// Menge → amount

Python-Datenimport

import json
import pandas as pd

# Glossar laden
with open('glossary.json') as f:
    glossary = json.load(f)

# EOS-Eigenschaftsbegriffe abrufen
eos_properties = [
    t for t in glossary['terms']
    if t['source'] == 'eaternity' and
       t['id'].startswith('eaternity-property-')
]

# Zuordnungswörterbuch erstellen
header_to_field = {}
for prop in eos_properties:
    python_field = prop.get('properties', {}).get('pythonFieldName')
    if python_field:
        examples = prop.get('properties', {}).get('usageExamples', [])
        for example in examples:
            header_to_field[example.lower()] = python_field

# Benutzer-CSV zuordnen
user_df = pd.read_csv('user_data.csv')
mapped_columns = {}

for col in user_df.columns:
    eos_field = header_to_field.get(col.lower())
    if eos_field:
        mapped_columns[col] = eos_field
        print(f"Zugeordnet: {col} → {eos_field}")

# Spalten für EOS-API umbenennen
eos_df = user_df.rename(columns=mapped_columns)

SQL-Abfragen

-- Alle Eaternity-Eigenschaftsbegriffe abrufen
SELECT id, name, properties->>'pythonFieldName' as python_field,
       properties->>'domain' as domain,
       properties->>'priority' as priority
FROM terms
WHERE source = 'eaternity'
  AND id LIKE 'eaternity-property-%'
ORDER BY priority, domain;

-- Eigenschaft nach Verwendungsbeispiel finden
SELECT id, name, properties->>'pythonFieldName' as python_field
FROM terms
WHERE source = 'eaternity'
  AND properties->>'usageExamples' LIKE '%Weight%'
  OR properties->>'usageExamples' LIKE '%Menge%';

-- Hochprioritäts-Eigenschaften abrufen
SELECT id, name, properties
FROM terms
WHERE source = 'eaternity'
  AND id LIKE 'eaternity-property-%'
  AND properties->>'priority' = 'high';

Eigenschaftsdomänen

Eigenschaften sind nach Domäne für bessere Kategorisierung organisiert:

Domäne	Eigenschaften	Beispiele
Identifikation	2	Produktname, GTIN
Messung	3	Menge, Benötigte Menge, Einheit
Geografie	1	Herkunftsland
Prozess	3	Verarbeitung, Produktion, Konservierung
Klassifizierung	1	Produktkategorie
Ernährung	1	Nährwerte
Zusammensetzung	1	Zutaten
Zertifizierung	1	Labels & Zertifizierungen
Organisation	2	Hersteller, Lieferant
Zeitlich	1	Lagerdauer

Mehrsprachige Unterstützung

Eigenschaftsbegriffe enthalten Verwendungsbeispiele in mehreren Sprachen:

Englisch:

Product Name
Quantity
Origin Country

Deutsch:

Produktname
Menge
Herkunftsland

Zukünftige Erweiterung:

Französisch (Nom du produit, Quantité, Pays d'origine)
Italienisch (Nome prodotto, Quantità, Paese di origine)
Spanisch (Nombre del producto, Cantidad, País de origen)

Best Practices

Eigenschaftsauswahl

Spezifischste Eigenschaft verwenden
- Spezifische Eigenschaften gegenüber generischen bevorzugen
- Domäne mit Ihrem Datentyp abgleichen
- Datenvalidierungsanforderungen berücksichtigen
Mehrsprachige Header
- Mehrere Sprachvarianten unterstützen
- Header vor dem Abgleich normalisieren
- Groß-/Kleinschreibung ignorieren
Validierung
- Erwartete Datentypen prüfen
- Kategorische Werte validieren
- Einheitenkonsistenz sicherstellen

Datenqualität

Vollständigkeit:

Alle erforderlichen Eigenschaften einbeziehen
Optionale Eigenschaften bereitstellen, wenn verfügbar
Fehlende Daten dokumentieren

Konsistenz:

Standardisierte Werte für kategorische Felder verwenden
Einheitliche Einheiten anwenden
EOS-Datenqualitätsrichtlinien befolgen

Rückverfolgbarkeit:

Zuordnungsentscheidungen dokumentieren
Verknüpfung zu Quelldaten herstellen
Transformationen dokumentieren

Version und Aktualisierungen

Aktuelle Version: Synchronisiert mit EOS-Release Aktualisierungsmethode: Manuelle Extraktion aus EOS-Schema Aktualisierungshäufigkeit: Mit jedem EOS-Hauptrelease

Extraktionsprozess

# Eaternity-Schema parsen
npm run parse:eaternity

# Generiert:
# - output/eaternity/processed/terms.yaml (24 Schema-Klassen)
# - output/eaternity/processed/property-terms.yaml (16 Eigenschaften)

# Vollständiges Glossar erstellen
npm run build

Ressourcen

EOS-Schema-Ressourcen

GitLab-Repository: gitlab.com/eaternity/eos
Schema-Definition: Python-Klassendefinitionen
API-Dokumentation: EOS-API-Referenz
Feldbeschreibungen: Inline-Dokumentation

ESFC-Glossar-Ressourcen

40 Eaternity-Begriffe (24 Klassen + 16 Eigenschaften)
Semantische Zuordnung für CSV-Import
Direkte API-Zuordnung über pythonFieldName
TypeScript-Typen für Integration

Zukünftige Erweiterungen

Phase-3-Erweiterung

Zusätzliche Eigenschaften (50-100+ Begriffe):

Alle verbleibenden FlowNode-Felder (~10 weitere)
Vollständige ActivityNode-Eigenschaften (~20 weitere)
Verschachtelte Eigenschaftsfelder (Nährwert-Unterfelder)
Wirkungsabschätzungs-Eigenschaften

Erweiterte Beschreibungen:

Mehr mehrsprachige Variationen (FR, IT, ES)
Datenvalidierungsregeln
Erwartete Wertebereiche
Links zu FoodEx2/Hestia-Zuordnungen

API-Integration:

OpenAPI-Schema-Generierung
Request-Validatoren
Formularfeld-Generatoren
Auto-Dokumentation

Lizenz

Lizenz: Proprietär (Eaternity) Verwendung: EOS-Schema-Begriffe zur Referenz verfügbar Integration: Kostenlos für EOS-API-Nutzer Vollständiges Schema: Erfordert EOS-Lizenz

Überblick​

Zweck und Anwendungen​

Hauptanwendungsfälle​

Schema-Klassen (24 Begriffe)​

Kern-Flow-Klassen​

FlowNode​

FoodProductFlowNode​

ActivityNode​

Wirkungsabschätzungs-Klassen​

ImpactAssessment​

Datenverwaltungs-Klassen​

Recipe​

SupplyChain​

Hilfsklassen​

Eigenschaftsbegriffe (16 Begriffe)​

Hochprioritäts-Eigenschaften (6 Begriffe)​

1. Produktname​

2. Menge​

3. Benötigte Menge​

4. Herkunftsland​

5. Verarbeitungsmethode​

6. Produktkategorie​

Mittlere Prioritäts-Eigenschaften (10 Begriffe)​

7. Nährwerte​

8. Zutaten​

9. Produktionsmethode​

10. Konservierungsmethode​

11. Labels & Zertifizierungen​

12. Hersteller​

13. Lieferant​

14. Produktcode (GTIN)​

15. Lagerdauer​

16. Einheit​

Semantischer Zuordnungs-Workflow​

Von Benutzer-CSV zur EOS-API​

Beispiel CSV-Import​

Integrationsbeispiele​

TypeScript mit EOS-API​

Python-Datenimport​

SQL-Abfragen​

Eigenschaftsdomänen​

Mehrsprachige Unterstützung​

Best Practices​

Eigenschaftsauswahl​

Datenqualität​

Version und Aktualisierungen​

Extraktionsprozess​

Ressourcen​

EOS-Schema-Ressourcen​

ESFC-Glossar-Ressourcen​

Zukünftige Erweiterungen​

Phase-3-Erweiterung​

Verwandte Dokumentation​

Lizenz​

Überblick

Zweck und Anwendungen

Hauptanwendungsfälle

Schema-Klassen (24 Begriffe)

Kern-Flow-Klassen

FlowNode

FoodProductFlowNode

ActivityNode

Wirkungsabschätzungs-Klassen

ImpactAssessment

Datenverwaltungs-Klassen

Recipe

SupplyChain

Hilfsklassen

Eigenschaftsbegriffe (16 Begriffe)

Hochprioritäts-Eigenschaften (6 Begriffe)

1. Produktname

2. Menge

3. Benötigte Menge

4. Herkunftsland

5. Verarbeitungsmethode

6. Produktkategorie

Mittlere Prioritäts-Eigenschaften (10 Begriffe)

7. Nährwerte

8. Zutaten

9. Produktionsmethode

10. Konservierungsmethode

11. Labels & Zertifizierungen

12. Hersteller

13. Lieferant

14. Produktcode (GTIN)

15. Lagerdauer

16. Einheit

Semantischer Zuordnungs-Workflow

Von Benutzer-CSV zur EOS-API

Beispiel CSV-Import

Integrationsbeispiele

TypeScript mit EOS-API

Python-Datenimport

SQL-Abfragen

Eigenschaftsdomänen

Mehrsprachige Unterstützung

Best Practices

Eigenschaftsauswahl

Datenqualität

Version und Aktualisierungen

Extraktionsprozess

Ressourcen

EOS-Schema-Ressourcen

ESFC-Glossar-Ressourcen

Zukünftige Erweiterungen

Phase-3-Erweiterung

Verwandte Dokumentation

Lizenz