Datenräume

© Fraunhofer IWM

Wir verwenden den Begriff „Dataspace“ zur Beschreibung einer virtuellen Umgebung, die semantisch angereicherte Daten aufnimmt. Wie eine Datenbank speichert auch ein Dataspace Daten dauerhaft. Er geht jedoch über herkömmliche Datenbanken hinaus, indem er eine Ontologie verwendet, um semantischen Kontext bereitzustellen, das Verständnis und die Zugänglichkeit zu verbessern und die Rückverfolgbarkeit und Reproduzierbarkeit über komplexe Daten-Workflows hinweg sicherzustellen.

 Um Unternehmen bei der Verwaltung fortschrittlicher Wissensdatenbanken zu unterstützen, haben wir das Dataspace Management System (DSMS) entwickelt. Dieser umfassende Technologie-Stack unterstützt Dataspace-Lösungen, indem er das in vielfältigen und heterogenen Datenquellen eingebettete Wissen nutzt, Rohdaten in verwertbare Erkenntnisse umwandelt und die Entdeckung neuen Wissens ermöglicht. Ein wesentliches Merkmal unserer Projekte ist, diese leistungsstarke, aber komplexe Technologie intuitiv und zugänglich zu machen und sie durch benutzerfreundliche Schnittstellen und die praktische Integration in bestehende Arbeitsabläufe zu integrieren.

 Unser Ansatz ist auf die Anforderungen der Materialwissenschaften und der Fertigungsindustrie zugeschnitten. Er stellt sicher, dass Daten gemäß den FAIR-Prinzipien strukturiert und organisiert sind, die für Findability (Auffindbarkeit), Accessibility (Zugänglichkeit), Interoperability (Interoperabilität) und Reusability (Wiederverwendbarkeit) stehen. Diese Prinzipien liegen die Verwaltung von Daten zugrunde, um deren Nutzbarkeit und Wert zu maximieren.

Mit unseren Datenraumlösungen bieten wir eine Reihe von Funktionen, darunter Datenintegration, -exploration, -visualisierung, -verarbeitung und -freigabe. Darüber hinaus bieten wir fachkundige Beratungsdienste an, um Ingenieure und Forscher dabei zu unterstützen, fundierte Entscheidungen zu treffen, innovative Lösungen zu entwickeln und Prozesse zu optimieren. Mit diesen Dienstleistungen helfen wir Unternehmen dabei, ihre Daten in einen strategischen Vorteil zu verwandeln.

 

Datenintegration

In industriellen Umgebungen werden Daten in der Regel in Dateien und Datenbanken gespeichert, wobei unterschiedliche Formate und Schemata zum Einsatz kommen. Diese Heterogenität stellt eine große Herausforderung dar, wenn es darum geht, auf Daten zuzugreifen, sie zu interpretieren und zu verknüpfen, insbesondere bei anspruchsvollen Aufgaben wie semantischer Suche, komplexen Abfragen oder der Anwendung KI-basierter Analysen.

Unsere Datenintegrationslösungen harmonisieren Daten aus verschiedenen Quellen und Formaten und schaffen ein gemeinsames semantisches Framework, das eine konsistente Interpretation über Systeme und Domänen hinweg unterstützt. Diese einheitliche Sichtweise ermöglicht tiefere Einblicke und schafft die Grundlage für skalierbare, datengesteuerte Anwendungen.

 Da wir uns der Bedeutung der Datenhoheit bewusst sind, bieten wir flexible Modelle an, die Unternehmen die volle Kontrolle über ihre Daten geben. Ob durch sichere Datenübertragung oder durch die Bereitstellung unserer Lösungen direkt vor Ort oder in privaten Cloud-Umgebungen – wir stellen sicher, dass die Integration unter Einhaltung interner Richtlinien, des Schutzes geistigen Eigentums und gesetzlicher Vorschriften erfolgt.

Der Prozess beginnt in der Regel damit, dass gemeinsam die wichtigsten Anforderungen an die Datenintegration ermittelt werden. Anschließend transformieren und strukturieren wir die relevanten Daten als grundlegenden Schritt. Darauf aufbauend werden gezielte Anwendungen und Tools eingeführt, um tiefere Einblicke zu gewinnen und spezifische Herausforderungen anzugehen. In vielen Fällen lösen diese integrierten Lösungen nicht nur unmittelbare Probleme, sondern dienen auch als solide Grundlage für zukünftige Anwendungsfälle und kontinuierliche Innovationen.

 

Datenerkundung, Analyse und Wertschöpfung

Eine harmonisierte Datendarstellung eröffnet neue Möglichkeiten für die Entdeckung und Abfrage von Daten und ermöglicht so aussagekräftige Analysen. Um dies zu unterstützen, bieten wir integrierte Tools, mit denen Unternehmen ihre Daten lokalisieren und nutzen können, um Probleme effektiv zu lösen.

 Wir haben ein Python-SDK-Client-Paket entwickelt, das den Zugriff auf den Datenspeicher erheblich vereinfacht. Benutzer können Code schreiben, um neue Erkenntnisse zu gewinnen und diese wieder in den Datenraum einzubringen, wodurch das Gesamtwissen des Systems erweitert wird. Für fortgeschrittene Benutzer steht eine SPARQL-Schnittstelle zur Verfügung, um komplexe Abfragen an den Wissensgraphen zu erleichtern.

Um die Datensicherheit und -kontrolle zu gewährleisten, unterstützen wir die Verwaltung von Zugriffsrechten. Mit dieser Funktion können Benutzer festlegen, wer auf ihre Daten zugreifen und diese verwenden darf, was sowohl für interne organisatorische Anforderungen als auch für externe Kooperationen von Vorteil ist.

Wir richten unseren Ansatz an führenden Initiativen aus, die darauf abzielen, die Konnektivität und Standards für Datenökosysteme zu verbessern, wie beispielsweise GAIA-X, das eine föderierte und sichere europäische Dateninfrastruktur ermöglichen soll; Catena-X, das sich auf den Datenaustausch entlang der gesamten Wertschöpfungskette der Automobilindustrie konzentriert; und die Eclipse Dataspace Components (EDC), die Open-Source-Lösungen für den Aufbau und die Verwaltung von Datenräumen bieten. Da wir uns bewusst sind, dass diese Ökosysteme noch in der Entwicklung sind, konzentrieren wir uns darauf, Unternehmen praktische, zukunftsfähige Tools zur Verfügung zu stellen, die die Integration vereinfachen, die Interoperabilität unterstützen und an sich ändernde Anforderungen angepasst werden können.

nach oben

Publikationen

 

Nahshon, Y.; Morand, L.; Büschelberger, M.; Helm, D.; Kumaraswamy, K.; Zierep, P.; Weber, M.; de Andres, P., Semantic orchestration and exploitation of material data: A dataspace solution demonstrated on steel and copper applications, Advanced Engineering Materials 2024/2401448/2401448 (2024) Art. 2401448, 21 Seiten Link

Roters, F.; Aslam, A.; Bai, Y.; Büschelberger, M.; Bulgert, K.; Butz, A.; Hickel, T.; Jogi, T.; Klitschke, S.; Martin, M.; Meyer, L.-P.; Morand, L.; Nahshon, Y.; Radtke, N.; Saikia, U.; Trondl, A.; Wessel, A.; Zierep, P.; Helm, D., StahlDigital: Ontology-Based Workflows for the Steel Industry, Advanced Engineering Materials Online first (2025) Art. 2402148, 13 Seiten Link

Eisenbart, M.; Hanke, T.; Bauer, F.; Beygi Nasrabadi, H.; Junghanns, K.; Dziwis, G.; Tikana, L.; Mahmud Parvez, A.; van den Boogaart, K. G.; Sajjad, M.; Friedmann, V.; Preußner, J.; Narayanan Ramakrishnan, A.; Klengel, Meyer, L.-P.; Martin, M.; Klotz, U. E.; Skrotzki, B.; Weber, M., KupferDigital: Ontology-Based Digital Representation for the Copper Life Cycle, Advanced Engineering Materials 27/8 (2025) Art. 2401735, 21 Seiten Link

nach oben