Das Forschungsprojekt VIOLET entwickelt einen methodischen Rahmen für den sicheren und erklärbaren Einsatz Künstlicher Intelligenz (KI) in der gynäkologischen Krebsmedizin. Ziel ist es, medizinisches Wissen aus Leitlinien, klinischen Studien und Versorgungsdaten so zu strukturieren, dass es von KI-Systemen verstanden, verknüpft und transparent genutzt werden kann. Damit schließt VIOLET eine zentrale Wissens- und Strukturlücke in der onkologischen Versorgung: die systematische, digitale Verfügbarkeit von evidenzbasiertem Wissen. VIOLET verfolgt einen hybriden KI-Ansatz, der zwei Welten zusammenführt: die symbolische Wissensrepräsentation – also die formale Abbildung medizinischen Fachwissens in Ontologien und Wissensgraphen – und moderne maschinelle Lernverfahren, insbesondere Large Language Models (LLMs) mit Retrieval-Komponenten. Durch diese Kombination können KI-Systeme nicht nur leistungsfähig, sondern auch nachvollziehbar agieren. So wird ermöglicht, dass KI-gestützte Empfehlungen auf Leitlinien und Studien basieren, mit Quellen belegt und maschinenlesbar dokumentiert werden. Zur methodischen Erprobung wird eine kuratierte Testkohorte von etwa 1.000 de-identifizierten Patientinnenfällen genutzt, die gemäß den Standards der Medizininformatik-Initiative (MII) erstellt wird. Als Ergebnisse entstehen: ein offenes Benchmarking-Framework zur Bewertung von Robustheit, Fairness und Leistung der Methoden, ein Forschungsprototyp zur Demonstration der Interoperabilität im klinischen Umfeld sowie ein Evaluationsprotokoll für zukünftige multizentrische Studien. Alle wissenschaftlichen Artefakte – Framework, Wissensgraphen und Datenmodelle – werden unter Open-Source-Lizenz veröffentlicht und über Forschungsinfrastrukturen wie NFDI4Health nachhaltig zugänglich gemacht. VIOLET schafft damit eine methodische Blaupause für erklärbare KI in der Onkologie.