FAIR Data und Verteilte Analyse

Unsere Vision ist es, die Grenzen von Datensilos zu durchbrechen und sie zu analysieren, indem wir Daten und Dienste FAIR machen.

Unsere Forschung fokussiert auf Methoden für maschinell verwertbare Daten und Dienste, um datengetriebene Wissenschaft und Innovation zu fördern.

FAIRifizierung und Management von Daten

Wir unterstützen Praktiker bei der Entwicklung eines wertorientierten FAIR-Datenmanagements, damit Unternehmen ihre Daten über den gesamten Lebenszyklus verwalten und ihre datengetriebenen Geschäftsmodelle unterstützen können.

Verteilte Analyseplattformen

Die FIT Data Analytics Train Plattform bietet eine Lösung, um alle Vorteile verteilter Daten zu nutzen, ohne Daten zu teilen. Analysealgorithmen besuchen die dezentralen Datenzentren und kehren mit trainierten Modellen dessen, was sie aus den Daten gelernt haben, zurück (und reisen weiter).

PID-Systeme

Persistent Identifiers (PID) werden für die Verwaltung und gemeinsame Nutzung digitaler Ressourcen in der komplexen datenintensiven Produktion und Forschung verwendet. PID-Systeme identifizieren digitale Objekte (z. B. Daten, Software) global eindeutig und machen sie sowohl für menschliche als auch für maschinelle Nutzer auffindbar. 

FAIR Capability Maturity Models und Assessment 

Daten FAIR zu machen ist eine Reise: jede Organisation entscheidet selbst, welcher Weg der beste ist.  Das Capability Maturity Modell hilft Organisationen, ihre kritischen Prozesse für ihre Ziele zu identifizieren und leitet sie an, diese zu verbessern, um FAIR Daten zu erreichen.

PADME

Personal Health Train (PHT) ist ein neuartiger Ansatz, der darauf abzielt, eine verteilte Datenanalyse-Infrastruktur zu schaffen, die die (Wieder-)Verwendung von verteilten Gesundheitsdaten ermöglicht. Gleichzeitig behalten die Datenbesitzer die Kontrolle über ihre Daten. Das Hauptprinzip des PHT besteht darin, dass die Daten an ihrem ursprünglichen Ort verbleiben und die Analyseaufgaben die Datenquellen besuchen und die Aufgaben ausführen. Der PHT bietet einen verteilten, flexiblen Ansatz für die Nutzung von Daten in einem Netzwerk von Teilnehmern, der die FAIR-Grundsätze berücksichtigt. PADME ist eine PHT-Implementierung, die von Fraunhofer in Zusammenarbeit mit der RWTH Köln, der Uniklinik Köln und der Universität Leipzig entwickelt wurde. Die Verteilte Analyse (VA) wurde eingeführt, um die Herausforderungen des Zugriffs auf und der Durchführung von Datenanalysen mit datenschutzrelevanten Daten zu bewältigen. Das Hauptprinzip von VA besteht darin, dass die Analyseaufgabe zu den Daten gebracht wird, anstatt die Daten an einen zentralen Ort zu bringen, um die Datenanalysealgorithmen auszuführen.

Unsere Studie ist Teil der deutschen Initiativen MII und GoFAIR.