Die HazardDB enthält 299 vernetzte Kritikalitätsphänomene für die Absicherunghochautomatisierter Fahrsysteme. Ihre Nutzung erfordert jedoch zeitaufwendigemanuelle Durchsicht oder generische Tools ohne domänenspezifische Unterstützung.Die Kuration neuer Phänomene ist fehleranfällig und fehlende Anreize gefährden dielangfristige 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-Architekturmit RDF Triple Store, LLM-gestützter Kurations-Assistenz und automatisiertenQualitätsprüfungen. Das System kombiniert hierarchische Navigation, interaktiveGraph-Visualisierung und intelligente Vorschläge für Beschreibungen, Tags undRelationen.Die szenariobasierte Evaluation zeigt: Die Exploration ist intuitiv, die Kurationwird durch LLM-Assistenz erheblich beschleunigt und automatisierte Health Checkssichern die Datenqualität.

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