![\"Promotionshut](\"https:\/\/blog.rwth-aachen.de\/forschungsdaten\/files\/2024\/06\/graduation-celebration-success-achievement-learning-combined-generated-by-ai-scaled.jpg\")
<\/a>Quelle: Freepik<\/a><\/p><\/div><\/p>\n In der Welt der digitalen Forschung gibt es viele verschiedene Arten, Daten zu speichern. Doch wie k\u00f6nnen Forschungsdaten so verwaltet werden, dass sie f\u00fcr alle, die Zugriff darauf haben sollen, auch zug\u00e4nglich und nutzbar sind? In diesem Blogbeitrag schauen wir uns an, wie wir diese Herausforderung angehen k\u00f6nnen, indem wir eine Methode vorstellen, mit der fehlende Informationen \u00fcber den Ursprung von Daten erg\u00e4nzt werden. Mit diesem Ansatz soll dazu beigetragen werden, dass Forschungsdaten einfacher gefunden und genutzt werden k\u00f6nnen \u2013 ganz im Sinne der FAIR-Prinzipien<\/a>.<\/p>\n <\/p>\n <\/p>\n <\/p>\n Quelle: Benedikt Heinrichs<\/p><\/div>\n FAIR-Prinzipien bieten Richtlinien f\u00fcr die Auffindbarkeit, Zug\u00e4nglichkeit, Interoperabilit\u00e4t und Wiederverwendbarkeit von Forschungsdaten, aber es mangelt oft an konkreten Umsetzungsleitlinien. Daher haben Forschungsdatenmanagement-Teams verschiedene Implementierungen entwickelt, wie z.B. Plattformen wie Coscine<\/a>, die versuchen, diese Prinzipien zu vereinfachen. Diese Plattformen sto\u00dfen jedoch auf Probleme, da Forschende ihre Daten oft bei etablierten Speicherplatzanbietern hinterlegen, was zu Verlusten von Informationen \u00fcber die Datenherkunft f\u00fchrt.<\/p>\n In seiner Doktorarbeit<\/a> hat Benedikt Heinrichs eine Methode herausgearbeitet, die fehlende Informationen zur Datenherkunft erg\u00e4nzt, mit welcher Datenrepr\u00e4sentationen verglichen und interoperable Metadaten generiert werden. Die Anwendbarkeit dieser Methode wird in ein standardbasiertes Forschungsdatenmanagementsystem integriert (hier Coscine), um die Umsetzung der FAIR-Prinzipien zu unterst\u00fctzen und die Forschungsprozesse zu verbessern. Im Folgenden werden die vier Methoden vorgestellt.<\/p>\n <\/p>\n In der Arbeit wurden hinsichtlich der asynchronen Datenherkunft folgende F\u00e4lle betrachtet, die jeweils mit der PROV-Ontologie (PROV-O) beschrieben wurden:<\/p>\n Versionen<\/strong>: Es wurden \u00c4nderungen an den Daten erkannt, wie zum Beispiel das Hinzuf\u00fcgen eines Satzes zu einem Text. In diesem einfachsten Fall wird dieselbe Kennung f\u00fcr die Daten verwendet und nur \u00e4ltere Darstellungen verglichen.<\/p>\n Varianten<\/strong>: Auch hier wurden \u00c4nderungen an den Daten erkannt, wobei neue Daten aus anderen \u00e4lteren Daten abgeleitet werden. Beispiele hierf\u00fcr sind Umbenennungen oder die Kombination von Elementen \u00e4lterer Daten. Dieser Fall ist komplexer als Versionen und erfordert das Durchsuchen anderer Daten.<\/p>\n Invalidierung<\/strong>: Es wurde festgestellt, dass Daten ung\u00fcltig wurden, wenn diese gel\u00f6scht wurden. Dieser spezielle Fall basiert auf der Auflistung fr\u00fcherer Darstellungen und zeigt fehlende (gel\u00f6schte) Daten auf.<\/p>\n <\/p>\n Zu Bestimmung der Vergleichbarkeit von Forschungsdaten wurde ein neuer Ansatz entwickelt, welcher auf dem Vergleichen von interoperablen Metadatens\u00e4tzen basiert. Anstelle die Forschungsdaten direkt zu \u00fcberpr\u00fcfen, nutzt eine Abstraktion wie die interoperablen Metadatens\u00e4tze daf\u00fcr, dass Forschungsdaten formatunabh\u00e4ngig verglichen werden k\u00f6nnen. Dazu geh\u00f6ren die Filterung nicht relevanter Beziehungstripel und Subjekte sowie die Nutzung von Ontologien wie DCAT zur Strukturierung der Metadaten in vergleichbare Kataloge und Datens\u00e4tze. Zudem wurde die Vereinfachung durch die Entfernung einzigartiger Kennungen implementiert, um falsche \u00c4hnlichkeiten zu vermeiden. Der erstelle Prozess, mit seinen Filter-, Struktur- und Simplify-(Vereinfachungs)-Schritten, wurde als FSS-Prozess definiert.<\/p>\n Die Herausforderung bestand darin, interoperable Metadatens\u00e4tze zu vergleichen. Dazu wurden verschiedene Vergleichsmethoden getestet, darunter das Entfernen von Teilen des FSS-Prozesses, die direkte Anwendung auf Forschungsdaten und die Verwendung anderer \u00c4hnlichkeitsmetriken. Die Durchf\u00fchrung von \u00c4hnlichkeitsvergleichen an wissenschaftlichen Datens\u00e4tzen zeigte, dass die Methoden auf Basis der interoperablen Metadaten teilweise \u00c4nderungen erkennen, w\u00e4hrend Methoden auf Basis der Forschungsdaten keine erkennen, sofern eine ausreichende Metadatenqualit\u00e4t gegeben ist.<\/p>\n <\/p>\n Ein wichtiges Thema ist die korrekte Darstellung von Forschungsdaten durch genaue und detaillierte Metadaten. Viele Ans\u00e4tze existieren daf\u00fcr, wobei viele aber eine manuelle Beschreibung verfolgen. Teil der Dissertation war es deswegen, einen automatischen Ansatz der Extraktion von Metadaten aus Forschungsdaten zu verfolgen und diese interoperabel zu gestalten. Mit einem solchen Ansatz soll es m\u00f6glich sein, formatunabh\u00e4ngig Forschungsdaten mit interoperablen Metadaten zu beschreiben, sofern eine extrahierende Methode existiert. Deswegen wurde bei diesem Ansatz ein gro\u00dfer Fokus auf die Erweiterbarkeit gelegt. Der aus diesem Ansatz erstellte Metadatenextraktor kann und wird in diverse Forschungsprozesse integriert, z.B. bei NFDIMatwerk<\/a> oder Coscine.<\/p>\n Ein Beispiel einer Methode ist die Objekterkennung. Diese Methode erkennt beispielsweise bei einem Bild mit einem Fr\u00fcchtekorb, dass sechs Bananen existieren. Allerdings k\u00f6nnte man je nach Interpretation auch darauf kommen, dass bei diesem Bild auch nur f\u00fcnf Bananen gezeigt werden, was den Interpretationsspielraum der implementierten Methode beleuchtet.<\/p>\n <\/p>\n Coscine (Co<\/strong>llaborative Sc<\/strong>ientific In<\/strong>tegration E<\/strong>nvironment) ist eine Plattform f\u00fcr Forschungsdatenmanagement, welche die Unterst\u00fctzung mehrerer Speicheranbieter erm\u00f6glicht. Die Plattform bietet wichtige Funktionen wie das Management von Forschungsdaten, die Verwaltung von Metadaten und den einfachen Zugang zu Speicherplatz.<\/p>\n Zu Beginn der Arbeit gab es jedoch einige Herausforderungen. Die APIs waren individuell definiert und basierten nicht auf standardisierten Architekturen. Zudem wurden keine Informationen \u00fcber die Datenherkunft gesammelt, was die R\u00fcckverfolgbarkeit und Nachvollziehbarkeit von Daten erschwerte.<\/p>\n Deswegen war es ein Ziel der Arbeit, die Plattform auf eine standardbasierte Architektur umzustellen und die vorgestellten Methoden zu integrieren, um die Effizienz und FAIR-Konformit\u00e4t von Coscine zu verbessern.<\/p>\n Aus den obigen Gr\u00fcnden war es notwendig, den Anwendungsfall in ein standardbasiertes Forschungsdatenmanagementsystem zu transformieren. Um die relevanten Standards zu bestimmen, wurde eine Evaluation durchgef\u00fchrt. Dazu wurden Anforderungen basierend auf dem Use Case erstellt. Die Evaluation ergab, dass kein einzelner Standard alle Anforderungen erf\u00fcllt. Daher wurde eine Kombination bestehender Standards empfohlen.<\/p>\n Die Transformation erforderte das semantische Lifting von Coscine. Es wurde sichergestellt, dass gespeicherte Entit\u00e4ten (z.B. Speicherressourcen) mit passenden Standards beschrieben werden.<\/p>\n Au\u00dferdem wurden relevante APIs erstellt, die definierten Standards (z.B. LDP) folgen. Die Verbindungen zwischen den einzelnen Entit\u00e4ten wurden genau beschrieben, um eine konsistente und standardkonforme Integration zu gew\u00e4hrleisten.<\/p>\n <\/p>\n Durch die Implementierung von asynchroner Datenherkunft, interoperablen Metadaten und Vergleichbarkeit von Forschungsdaten werden unstrukturierte und schwer zug\u00e4ngliche Daten in organisierte und leicht zug\u00e4ngliche Forschungsdaten mit detaillierten Metadaten umgewandelt. Die asynchrone Datenherkunft erm\u00f6glicht eine kontinuierliche und zeitversetzte Erfassung von Datenherkunftsinformationen. Interoperable Metadaten stellen die Kompatibilit\u00e4t und Verst\u00e4ndlichkeit von Metadaten sicher, w\u00e4hrend die Vergleichbarkeit von Forschungsdaten die Ermittlung von \u00c4hnlichkeiten zwischen verschiedenen Datens\u00e4tzen erleichtert.<\/p>\n Die asynchrone Datenherkunft unterst\u00fctzt bei der Beschreibung von Forschungsdaten, selbst wenn die Verbindung zwischen \u00e4lteren Revisionen verloren gegangen ist. Durch die Restaurierung von Verbindungen kann so der Pfad, den Forschungsdaten durchlaufen haben, besser nachvollzogen und die Forschung besser reproduziert werden.<\/p>\n Au\u00dferdem erm\u00f6glicht sie die Verfolgung der Herkunft und des Flusses von Daten, was die Transparenz und R\u00fcckverfolgbarkeit verbessert. Interoperable Metadaten erlauben eine einheitliche und verst\u00e4ndliche Beschreibung von Daten, wodurch die Auffindbarkeit und Nutzbarkeit der Daten gesteigert wird. Durch eine automatische Extrahierung von diesen kann eine klare Beschreibung der Forschungsdaten erzeugt werden, was die Wiederfindbarkeit und das Verst\u00e4ndnis deutlich erh\u00f6ht.<\/p>\n Die Vergleichbarkeit von Forschungsdaten unterst\u00fctzt die pr\u00e4zise Verkn\u00fcpfung und Vergleichbarkeit von Datens\u00e4tzen. Dies erleichtert es Forschenden, relevante Daten zu finden und Beziehungen zwischen verschiedenen Datens\u00e4tzen zu erkennen, was die Effizienz und Effektivit\u00e4t der Forschung erh\u00f6ht.<\/p>\n <\/p>\n Die Entwicklung einer Methode zur asynchronen Datenherkunft erm\u00f6glichte es, \u00c4nderungen nachzuverfolgen und verschiedene \u00c4nderungsereignisse zu kennzeichnen. Zur Bestimmung der \u00c4hnlichkeit von Forschungsdaten wurde eine Methode unter Verwendung von interoperablen Metadaten entwickelt und erfolgreich an verschiedenen Anwendungsf\u00e4llen getestet. Durch die Implementierung einer automatischen Extraktionspipeline f\u00fcr interoperable Metadaten konnte die Interoperabilit\u00e4t von extrahierten Metadaten gew\u00e4hrleistet werden. F\u00fcr die Zukunft bleibt der nutzerfreundliche Zugang zu den entwickelten Technologien, welcher sich aktuell im Aufbau befindet.<\/p>\n <\/p>\n Verantwortlich f\u00fcr die Inhalte dieses Beitrags sind Benedikt Heinrichs<\/a> und Arlinda Ujkani<\/a>.<\/p>","protected":false},"excerpt":{"rendered":" In der Welt der digitalen Forschung gibt es viele verschiedene Arten, Daten zu speichern. Doch wie k\u00f6nnen Forschungsdaten so verwaltet werden, dass sie f\u00fcr alle, die Zugriff darauf haben sollen, […]<\/p>\n","protected":false},"author":6019,"featured_media":6353,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"c2c_always_allow_admin_comments":false,"footnotes":""},"categories":[1,3,66],"tags":[734,148,65,133,161,218,343,40,33,735,736,64],"class_list":["post-6347","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-allgemein","category-rwth","category-use-cases","tag-asynchron","tag-coscine","tag-fair","tag-fair-prinzipien","tag-fdm","tag-forschungsdaten","tag-forschungsdatenmanagement","tag-metadaten","tag-nfdi","tag-nfdimatwerk","tag-prov","tag-use-case"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t<\/a><\/h3>\n
Asynchrone Datenherkunft<\/span><\/h3>\n
Vergleichbarkeit von Forschungsdaten<\/span><\/h3>\n
\nDie konkrete Methode zum Berechnen dieser Vergleichbarkeit basiert auf verschiedenen Schritten.<\/p>\nAutomatische interoperable Extraktion von Metadaten<\/span><\/h3>\n
Integration in ein standardbasiertes Forschungsdatenmanagementsystem \u2013 Coscine als Use Case<\/span><\/h3>\n
Zusammenfassung der Vorteile<\/span><\/h3>\n
Fazit<\/span><\/h3>\n
\n