Kürzlich erhielten Wissensgraph-Embeddings (Knowledge Graph Embeddings, KGEs) erhebliche Aufmerksamkeit, und es wurden mehrere Software-Bibliotheken zur Schulung und Bewertung von KGEs entwickelt. Obwohl jede dieser Bibliotheken spezifische Anforderungen adressiert, haben wir im Rahmen einer Gemeinschaftsinitiative PyKEEN – eine der ersten KGE-Bibliotheken – neu entworfen und neu implementiert. PyKEEN 1.0 ermöglicht es Benutzern, Wissensgraph-Embedding-Modelle (KGEMs) basierend auf einer Vielzahl von Interaktionsmodellen, Trainingsansätzen, Verlustfunktionen und expliziter Modellierung inverser Relationen zu konfigurieren. Zudem wurde eine automatische Speicheroptimierung realisiert, um die verfügbare Hardware optimal auszunutzen, und durch die Integration von Optuna werden umfassende Funktionen für die automatisierte Hyperparameter-Optimierung (HPO) bereitgestellt.