Materialwissenschaften: Forschungsdaten digitalisieren

Damit Forschungsdaten nachhaltig genutzt werden können, müssen sie nach den FAIR-Prinzipien erfasst werden: Findable (auffindbar), Accessible (zugänglich), Interoperable (verknüpfbar mit anderen Daten) und Reusable (wiederverwendbar). Um dies auch in der experimentellen Tribologie, die sich mit Reibung und Verschleiß von beweglichen Oberflächen beschäftigt, umzusetzen, fehlten bislang Lösungsansätze. Forschende des Karlsruher Instituts für Technologie (KIT) um Christian Greiner stellten unlängst in Scientific Data - Nature eine potenzielle Transformationsmethodik vor, die erstmals umfassend den kompletten Prozess der Digitalisierung beschreibt.

„Die vorgestellten Methoden erleichtern die zuverlässige Reproduzierbarkeit von Experimenten im Labor, die ein Markenzeichen guter wissenschaftlicher Praxis ist“, erläutert Nick Garabedian vom Institut für Angewandte Materialien – Zuverlässigkeit und Mikrostruktur des KIT. So war es bisher nicht einfach, anhand von Labornotizen Experimente so zu wiederholen, dass vergleichbare Ergebnisse erzielt werden konnten. „Wenn sich diese Methoden durchsetzen, können Forschende aus aller Welt effizienter zusammenarbeiten und die auftretenden Phänomene in der Tribologie besser verstehen.“

Der neue Ansatz zur Datenerfassung, der die Verwendung von elektronischen Laborjournalen und einheitlichem Vokabular sowie die Entwicklung semantischer und logischer Regeln zur Datenstrukturierung anhand eines ausgewählten Experimentes beschreibt, erleichtere eine potenzielle Nutzung durch autonome Computeralgorithmen aus dem Bereich des Maschinellen Lernens, so Garabedian.

sfo, 11.07.2022