Der Connectome Knowledge Graph

Im ersten Pilot-Sprint haben sich die Konnektom-Partner darauf konzentriert, die Bedürfnisse der Wissenschaft dahingehend zu bestimmen, wie offene, verlinkte Daten für die Forschung besser zugänglich gemacht und weiterverwendet werden können.

Text: Andrea Bertino, publiziert am 23.11.2020

 

 

Für den Prototypen des Forschungsdaten-Konnektoms haben die Projektpartner eine Ontologie entwickelt, die als Basis für den Connectome Knowledge Graph dient. Diese Ontologie wurde geschaffen, indem in 21 Interviews mit Forschenden bestimmte Probleme in sogenannte Ontologie-Kompetenzfragen umgewandelt wurden. Diese Kompetenzfragen bestimmten das Potenzial des Connectome Knowledge Graph, d. h. was die Nutzer im Rahmen verschiedener Services damit anfangen können (z.B. Suche nach Daten anderer Forschender, Empfehlungen zu relevanten Veröffentlichungen und Datensätzen).

Die umfassende RESCS-Ontologie für den Connectome Knowledge Graph wurde von Best Practices wie schema.org abgeleitet und ergänzt diese. Dies wurde bereits während der Konzeptionsphase der Konnektom-Architektur angedacht.

Dazu haben wir unsere Ontologie mit Best Practices aus anderen Projekten verglichen (z.B. OpenAIRE Research Graph), um diejenigen Merkmale auszuwählen, die den Bedürfnissen der Forschenden am besten entsprechen.

Mit dem Konnektom soll ein Beitrag zur zunehmenden Interdisziplinarität in der Forschung geleistet werden, indem ein Knowledge Graph bereitgestellt wird, der die Metadaten zahlreicher verschiedener Datenanbieter verbindet.

Prototyping mithilfe der RESCS-Ontologie

Mit der RESCS-Ontologie haben wir im Konnektom-Piloten folgende zwei Ziele verfolgt: Erstens das Prototyping der Linked Data Pipeline, die Metadaten verschiedener Datenanbieter (wie DaSCH / Universität Basel, FORS und OpenAIRE) mithilfe von Blue Brain Nexus Forge in die Metadatenstruktur der RESCS-Ontologie übernimmt, extrahiert und harmonisiert. Zweitens haben wir eine maschinenlesbare Version der RESCS-Ontologie in der auf SWITCHengines laufenden Plattform Blue Brain Nexus erstellt, um den Import und die Validierung von Metadaten aus der Linked Data Pipeline zu ermöglichen.

Zudem haben wir unsere RESCS-Ontologie über die webbasierte Benutzeroberfläche auf der Domain rescs.org dokumentiert.

Die RESCS-Ontologie und der Connectome Knowledge Graph

Bereits in ihrer Prototyp-Version zeigt die RESCS-Ontologie, wie der Wissensgraph für verschiedene Stakeholder Mehrwert schaffen kann. Unser Ziel für 2021 besteht darin, eine Community für Daten- und Service-Anbieter sowie wissenschaftliche Nutzer zu schaffen, um die RESCS-Ontologie entsprechend zu verwalten und zu erweitern (z.B. um Datenverbindungen oder Fachgebiete). Wir wollen es Service-Anbietern ermöglichen, Forschenden dadurch Mehrwert zu bieten, dass die über das Konnektom verlinkten Metadaten weiterverwendet werden können.

Was verstehen wir unter «Knowledge Graph»?

Ein Knowledge Graph kann als strukturiertes System miteinander verbundener Einheiten (Daten, Veröffentlichungen, Personen etc.) auf der Grundlage einer speziellen Ontologie gesehen werden. Ein Knowledge Graph ermöglicht sowohl die Entdeckung von Regelmässigkeiten als auch die Beurteilung von Beziehungen, die andernfalls undurchsichtig bleiben würden. Durch das Hinzufügen von Daten in einen Knowledge Graph wird ein verbindender Bedeutungshorizont für die vernetzten Einheiten erstellt. Daneben werden auch neue Entdeckungs- und Forschungspfade sowie eine neue Art von Forschungsfragen möglich.

Über den Autor
Andrea   Bertino

Andrea Bertino

Andrea Bertino ist seit September 2020 bei SWITCH als Senior Project Manager für Open Science und Forschungsdaten tätig. Nach seiner Promotion in der Philosophie arbeitete er als wissenschaftlicher Mitarbeiter an den Universitäten Greifswald und Regensburg, anschliessend an der Universitätsbibliothek Göttingen im Rahmen der infrastrukturellen Projekte HIRMEOS und DARIAH-DE.

E-Mail

Das Forschungsdaten-Konnektom

Wissenschaftler aus unterschiedlichsten Fachgebieten generieren im Zuge ihrer täglichen Forschungsarbeit immer mehr wertvolle Daten. Diese wissenschaftlichen Daten wiederverwerten oder gar kombinieren zu können, würde den Weg für zahlreiche spannende Anwendungsfälle ebnen. Bisher wurden Forschungsdaten isoliert in den einzelnen Bereichen oder Einrichtungen gesammelt und waren schwierig zu verknüpfen.

Das Forschungsdaten-Konnektom verbindet und verwaltet (offen zugängliche) wissenschaftliche (Meta-)Daten nachhaltig und fachbereichsübergreifend, um sicherzustellen, dass diese weithin zugänglich, nützlich und interoperabel sind. Der Konnektom-Prototyp wird gemeinsam von DaSCH, FORS, EPFL Blue Brain, eXascale Infolab, SATW, SAGW und SWITCH entwickelt.

Weitere Beiträge