Prof.Dr.Philipp Cimiano »Towards Linked Open Science« · 2013. 10. 18. · Findung und Wiederverwendung von Daten erleichtert. I Technik prinzipiell vorhanden:WWW, HTTP, Standard-Datenmodelle

AG Semantic Computing

Prof. Dr. P. Cimiano

2. Workshop Forschungsinformationssysteme in Deutschland

Prof. Dr. Philipp Cimiano

»Towards Linked OpenScience«



Struktur des Vortrages

I Einführung

I Status Quo

I Linked Open Science Vision

I Linked Data als Basistechnologie

I Linked Open Science Aktivitäten am CITEC

I Herausforderungen für die Universitäten /

Forschungseinrichtungen

I Zusammenfassung



Zu meiner Person

I Professor für Informatik an der Technischen Fakultät, Universität

Bielefeld

I Inhaber des Lehrstuhls »Semantische Datenbanken«

I Initiator der Task Force »Forschungsdatenmanagement« am

Excellenz-Cluster CITEC / Bibliothek Bielefeld

I Erforschung neuer Ansätze für das Management und

Veröffentlichung von Forschungsdaten

I Derzeit: Arbeit an einem »Open Science Manifesto« für das CITEC




I Einführung

I Status Quo


I Motivation für die Veröffentlichung von Forschungsdaten

I Aktivitäten am CITEC




I Zusammenfassung



Papers, papers, papers, ...



Berlin Open Access Declaration

Berlin Declaration on Open Access to Knowledge in the Sciences and

Humanities (2003):

»Establishing open access as a worthwhile procedure ideally requires

the active commitment of each and every individual producer of

scientific knowledge and holder of cultural heritage. Open access

contributions include original scientific research results,

raw data and metadata, source materials, digital representations of

pictorial and graphical materials and scholarly multimedia material.«



Forschungsdaten selten frei verfügbar

I Forschung: Mangelnde Transparenz, eingeschränkte

Reproduzierbarkeit der Ergebnisse

I Forschungsförderung: Förderung doppelter Arbeit

I Gesellschaftliche/Ökonomische Perspektive: Nützliche Daten

stehen nicht zur Verfügung und können nicht wiederverwendet

werden




I Einführung

I Status Quo


I Motivation für die Veröffentlichung von Forschungsdaten


I Aktivitäten am CITEC



I Zusammenfassung



Linked Open Science Vision

Linked Open Science Vision

Forschungsdaten sind universell, direkt und frei über das Web

verfügbar. Forschungsdaten sind verknüpft, dass die Beziehung

zwischen Daten explizit gemacht werden kann und so die Integration

verschiedener Datenquellen vereinfacht wird.



Linked Open Science

I Forschungsdaten: Papiere, rohe Daten, Analysen,

Beschreibungen experimenteller Prozeduren, Protokolle, etc.

I universell: verfügbar für alle, ohne Einschränkung, weltweit

I direkt: ohne Umwege; keine Anfrage oder Beantragung

notwendig

I frei: kostenlos

I über das Web: W3C Standards, HTTP Protocol, standardisierte

Datenformate (z.B. RDF); nur Internet und Browser nötig (keine

proprietären Platformen oder Tools)

I verlinkt: Verknüpfung von Daten; Netz Forschungsdaten und

-artefakten; globaler und ganzheitlicher Ansatz



Positionen der Förderorganisationen undwissenschaftsberatenden Organisationen

Gemeinsame Wissenschaftskonferenz des Bundes und der Länder,

»Gesamtkonzept für die Informationsinfrastruktur in Deutschland«:

» Jede datenintensive Forschungsaktivität sollte einen Datenmanagementplan

formulieren, in dem dokumentiert ist, welche Daten in welchen Verarbeitungsstufen

wann und wie zugänglich gemacht werden, wie sie dokumentiert werden und wie

lange sie aufbewahrt werden sollen (z. B. 1, 5 oder 10 Jahre).«




Wissenschaftsrat, »Empfehlungen zur Weiterentwicklung der

wissenschaftlichen Informationsinfrastrukturen in Deutschland bis

2020«

»Um einen

verlässlichen und langfristigen Zugang zu Forschungsdaten zu ermöglichen,

müssen die Daten aufbereitet und dokumentiert werden. [...] Zur Verbesserung der

Speichermöglichkeiten und des Zugangs zu Forschungsdaten sollte das

Netz der Forschungsdaten und Datenservicezentren ausgebaut werden; dies gilt in

besonderem Maße für den Bereich der qualitativen Forschungsdaten. Die

Forschungsdatenzentren können direkt bei den Datenproduzenten (auch an

Hochschulen), bei Archiven oder Forschungseinrichtungen mit Archivfunktionen

eingerichtet sein.«




EU/Horizon 2020:

»As all research and innovation builds on earlier achievements,

an efficient system for broad dissemination of and access to research publications

and raw data can accelerate scientific progress. This is essential for Europe's ability to

enhance its economic performance and improve its capacity to compete through

knowledge.«




Research Council, UK, Common principles on Data Policy:

»Publicly funded research data are a public good, produced in the public interest,

which should be made openly available.«



Bedenken gegen Veröffentlichung

I Hoher Aufwand zur Erhebung der Daten => exklusive Nutzung?

I Wettbewerbsvorteil (Publikationen, Karriere, ...) => Anreize für

die Veröffentlichung von Daten

I Fehler könnten entdeckt werden! => Tja...

I Hoher Aufwand bei der Veröffentlichung, Aufbereitung =>

Unterstützung durch Forschungseinrichtungen, Infrastruktur,

Beratung

Diese Bedenken sind verständlich und valide, sie sind zu Gunsten

übergeordneter Vorteile (Transparenz, effiziente Nutzung von

Fördermitteln, etc.) zurückzustellen.

Die offene Bereitstellung von Forschungsergebnissen ist ein Kernaspekt

von Wissenschaft: Hippokratischer Forschungseid!



Hypothetischer »hippokratischer«Forschungseid

» Ich erkenne an, dass die relevanten Durchbrüche in der Wissenschaft nicht auf die

Leistung einzelner Forscher, sondern auf das Zusammenwirken von vielen Forschern

aus verschiedenen Ländern, Disziplinen und Generationen zurückzuführen ist. Daher

verpflichte ich mich, alle meine Ergebnisse und Daten so zur Verfügung zu stellen,

dass der universelle und freie Zugang darauf gewährleistet ist und die

Forschungsgemeinschaft jederzeit meine Daten und Ergebnisse weiterverwenden

kann, um sie zu validieren, neu zu analysieren, neu zu interpretieren, in einem neuen

Kontext zu verwenden, andere Ergebnisse zu vergleichen, etc.«



Mehrwerte für die Gesellschaft

Transparenz hat viele Vorteil:

I Effektivere Nutzung von Fördermitteln: durch

Wiederverwendung bereits erhobener Daten, Vermeidung von

Verdopplung von Arbeit

I Neue Interpretationen: durch andere Methoden, die dem

ursprünglichen Forscherteam nicht zur Verfügung standen

I Höhere Effizienz in der Wissenschaft: schnellere Validierung bzw.

Bestätigung von Ergebnissen

I Bessere Qualitätskontrolle und -sicherung: Fehler und Irrwege

schneller erkannt



Mehrwerte für den Forscher

I Effizienteres Arbeiten: durch Verwendung anderer Datensätze

statt Neuerhebung; kürzere Wege von der Erstellung einer

Hypothese zu ihrer experimentelle Validierung

I Stärkere Interaktion mit anderen Forschern: die auf den

gleichen Daten arbeiten!

I Bestätigung der Ergebnisse durch Dritte: unabhängige

Validierung der Ergebnisse, Generalisierung => höhere

Anerkennung

I Anerkennung als Urheber eines Datensatzes: muss natürlich

stärker gewürdigt werden!



Mehrwert für dieUniversitäten/Forschungseinrichtungen

I Öffentliche Anerkennung: Transparenz findet grundsätzlich

Anerkennung

I Höhere Sichtbarkeit: neue Möglichkeiten des Zitierens

I Controlling/Transparenz: Welche Daten haben wir eigentlich? Wer

nutzt sie? Für welche Zwecke?

I Reporting wird vereinfacht: Metadaten der Publikationen

verfügbar




I Einführung

I Status Quo






I Zusammenfassung



RAW DATA NOW!



Linked Data Cloud



Anwendung der Linked Data Prinzipien aufdas Management von Forschungsdaten

I Idee: erzeuge ein Ökosystem verlinkter Forschungsartefakte

(Publikationen, Metadaten, Rohdaten, etc.), welches die Suche,

Findung und Wiederverwendung von Daten erleichtert.

I Technik prinzipiell vorhanden: WWW, HTTP,

Standard-Datenmodelle (RDF) und Anfragesprachen (SPARQL)

I Fehlend: Prozesse, Anreize, Methodologie, Richtlinien,

Pilotprojekte, stärkere Unterstützung und Begleitung der Forscher

durch Forschungseinrichtungen, Manpower, Expertise



Stand der Technik (zur Realisierung derLinked Open Science Vision)

I Linked Data

I Datenmodelle: RDF

I verteilte Anfragesprachen: SPARQL

I Vokabulare: bibliographische Daten (BIBO, PRISM, ISBD),

Provenance (Open Provenance Model, Provenir, PML),

disziplin-spezifische Vokabulare




I Einführung

I Status Quo






I Zusammenfassung



Aktivitäten am CITEC

I Open Source Server

I Beratung zu Lizenzfragen

I Beratung zur Erstellung von Data-Management-Pläne

I Schulung des Nachwuchses (Doktorandenseminare)

I Pilotprojekte mit dem Ziel, Workflows, Richtlinien zu erarbeiten

sowie Expertise & Kompetenz zu erzeugen



Fallbeispiele / Piloten

I Forschung im Bereich des Forschungsdatenmanagements (FDM)

I Entwicklung von Piloten die aufzeigen, was eines Tages möglich

sein könnte

I Fallbeispiele aus den Naturwissenschaften: datenintensiv,

empirisch



Biologie: Bewegung von Stabheuschrecken



Biologie: Bewegungen vonStabheuschrecken



Anwendungsfall Biologie

Ein Forscher möchte alle weltweit verfügbaren Bewegungsdaten für

Stabheuschrecken haben. Er möchte anhand dieser Daten die

Positionen der Gelenke bei bestimmten Bewegungen berechnen und

damit eigene Daten überprüfen bzw. validieren.



Pilot

I Vergabe einer DOI für Datensatz von Völker Dürr

I Publikation der DOI

I Publikation der Daten als Linked Data (in Arbeit)

I Unterstützung der Navigation der Daten sowie das Stellen

beliebiger Anfragen



Anwendungsfall: Chemie



Anwendungsfall:Glassübergangstemperatur von Areosolen

I Glasübergangstemperaturen von Aerosolen

I Aufwand: > 100 Stunden

I Ergebnis: Tabelle mit 596 Temperatur-Datenpunkten aus 22

Publikationenm, zusammen mit Informationen zu

Messmethoden, Herkunft der Daten

I Daten aus Publikationen aus 8 Ländern: USA (7), Japan (3), India

(1), Finland (1), Canada (2), Slowenien (1), Portugal (1), UK (1)

I Interessante Option: eine Anfrage an eine Suchmaschine, die

Daten vieler Forscher / Universitäten indexiert hat



Daten sind verteilt



Verteilte Architektur für Linked OpenScience

Forschungs-Suchmaschinen

Forschungs-einrichtungenUNIBI MIT KIT Stanford

Wissenschaftler

Navigieren, Anfragen, ...




I Einführung

I Status Quo




I Herausforderungen für die Universitäten /Forschungseinrichtungen

I Zusammenfassung



Universitäten u. Forschungseinrichtungenals Forschungsdaten-Hubs

I Knotenpunkte in diesem Linked-Open-Science-Ökosystem =>

hohe Verantwortung

I Hosts von Daten (eigene, aber auch Spiegelung von Daten anderer

Forschungseinrichtungen) => Sicherheit

I Indexierung durch Suchmaschinen



Herausforderungen organisatorischer Art

UniversitäresFDM

Rechenzentrum

ZentraleEinrichtungen

Bibliothek

Wissenschaftler



Effektives FDM zum Nulltarif?

I Workflows, Prozesse

I Einigung auf Vokabulare

I Implementierung einer Infrastruktur

I Daten-Kuratoren

I Qualitätsprüfung

I Beratung für Wissenschaftler (technisch, rechtlich, ...)

I Schulungen

Wer übernimmt diese Verantwortung/Kosten?



Roadmap/Vision für CITEC:

CITEC: dezidierte FDM-Stelle, Central Labs gibt technische

Unterstützung, Zusammenarbeit mit Bibliothek (Najko Jahn)

I PUB: Repository für Publikationen (Metadaten, in Arbeit:

Metadaten als RDF verfügbar)

I DOIs für Daten, verlinkt mit Publikation

I CITEC: Open Source Server

I Piloten, welche die Mächtigkeit des Linked Data Ansatzes zeigen

(Suche nach Informationen)

I Schulung des Nachwuchses



Zusammenfassung

I Linked Open Science: Ökosystem offener, freier und verlinkter

Daten zu Personen, Einrichtungen, experimentellen Daten,

Metadaten von Publikationen, etc.

I in Einklang mit Berlin Declaration sowie Richtlinien von

Fördergesellschaften u. wissenschaftsberatenden Organisationen

I Mehrwert für Gesellschaft, Forscher und Universitäten

I Universitäten/Forschungseinrichtungen als Hubs in diesem

Ökosystem mit entsprechender Verantwortung

I Abstimmung zwischen relevanten Bereichen: RZ / Bibliothek /

Zentrale Einrichtungen / Wissenschaftler

I Prominente Beispiele: Münster (Linked Data), Open University

(Anwendungsfall: Reporting)

Documents

Prof.Dr.Philipp Cimiano »Towards Linked Open Science« · 2013. 10. 18. · Findung und Wiederverwendung von Daten erleichtert. I Technik prinzipiell vorhanden:WWW, HTTP, Standard-Datenmodelle