Eine Big-Data-Plattform zur Bewältigung der sieben gesellschaftlichen Herausforderungen der EU
Bei einem Blick auf die sehr lange Liste der im Rahmen von Horizont 2020 finanzierten Projekte und das große Spektrum an behandelten Themen kann man leicht vergessen, dass sich das bislang größte Forschungs- und Innovationsprogramm der EU vor allem auf sieben große gesellschaftliche Belange konzentriert: Gesundheit und Wohlbefinden; Nahrung, Landwirtschaft und Bioökonomie; Energie; Verkehr; Klimawandel; Freiheit und Sicherheit; und den Platz Europas in einer sich verändernden Welt. Noch leichter zu vergessen ist die Tatsache, dass diese scheinbar sehr unterschiedlichen Themen und die damit verbundenen Tätigkeitsbereiche mindestens ein gemeinsames Merkmal aufweisen, und zwar wie sie von digitalen Innovationen und insbesondere von Big Data profitieren könnten. Damit dies gewährleistet werden kann, hat das Projekt BigDataEurope (Integrating Big Data, Software and Communities for Addressing Europe’s Societal Challenges) sieben Gemeinschaften gegründet, um besser zu verstehen, was sie eigentlich von Big Data erwarten. Das Ergebnis ist eine Plattform, die Daten aus einer Vielzahl von Quellen aufnehmen und auf innovative Zielanwendungen für die sieben H2020-Herausforderungen zugeschnitten werden kann. Welche Lücken wollten Sie mit diesem Projekt schließen und inwiefern ist dies von Bedeutung? Es ist allgemein bekannt, dass die Analyse großer Datenmengen (Big Data) unsere Wirtschaft und die Gesellschaft insgesamt stark beeinflusst. Es ist jedoch wichtig, dass die entsprechenden Technologien nicht nur einem kleinen Kreis von Unternehmen zur Verfügung stehen, sondern auch von kleineren Unternehmen und Initiativen sowie in Forschung und Lehre genutzt werden können. BigDataEurope gelang es, diese Lücke zu schließen, indem es zunächst eine Plattform für die Umsetzung von Big-Data-Anwendungen bereitstellte und anschließend Anforderungen und Pilotanwendungen mit den Gemeinschaften diskutierte, welche die durch das H2020-Rahmenprogramm identifizierten gesellschaftlichen Herausforderungen repräsentierten. Was macht Ihren Ansatz innovativ? Zahlreiche Veranstaltungen, die zusammen mit Interessengruppen organisiert wurden, haben uns gezeigt, dass neben dem Volumen und der Geschwindigkeit auch die Vielfalt der Daten einen zentralen Aspekt darstellt, der in gesellschaftlichen Anwendungen behandelt werden sollte. Um diese Anforderung zu erfüllen, haben wir eine semantische Datenbeschreibungsschicht für Big Data entwickelt und hergestellt. Diese Schicht verwendet Vokabular- und Wissensgrafiken und ermöglicht es den Gemeinschaften, ein gemeinsames Verständnis ihrer Daten zu entwickeln und sie gleichzeitig auf einer technischen Ebene zu verknüpfen und zu integrieren. Welche Schwierigkeiten haben sich für Sie dabei ergeben, all diese Interessengruppen und Datenquellen zusammenzubringen, und wie haben Sie diese überwunden? Eine zentrale Herausforderung lag in den unterschiedlichen Terminologien, Kulturen und Praktiken der Interessengruppen, die auch zu sehr unterschiedlichen Anforderungen und Standpunkten führten. Während offene Daten beispielsweise in Mobilitätsanwendungen bereits eine wichtige Rolle spielen, sind im Gesundheitswesen Datensicherheit, Datenschutz und Datenanonymisierung entscheidend. Wir haben uns dieser Herausforderung gestellt, indem wir die Entwicklung einer einheitlichen Plattform vermieden und stattdessen Komponenten integriert haben, die einen ganz bestimmten Zweck erfüllen, wie die Verarbeitung oder Anonymisierung von Streaming-Daten. Dadurch kann der Nutzer die am besten geeigneten Datenverwaltungskomponenten für jedes konkrete Anwendungsszenario der BigDataEurope-Plattform kombinieren und integrieren. Welche Vorteile bietet die Integration all dieser Daten? Können Sie ein Beispiel aus der Praxis nennen? Das Projekt hat sieben Demonstratoren hervorgebracht, die den Wert integrierter Daten für die verschiedenen gesellschaftlichen Herausforderungen verdeutlichen. Dazu gehörte beispielsweise die Vorhersage von Straßenverkehr und Verkehrsdichte basierend auf historischen und aktuellen Sensordaten in Kombination mit Informationen aus sozialen Netzwerken. Ein anderes Beispiel ist die Präzisionslandwirtschaft, die darauf abzielt, Pflanzen wie Weinreben mithilfe von Klima- und Forschungsdaten optimal zu ernähren, zu düngen und zu bewässern. Entsprachen die Projektergebnisse Ihren ursprünglichen Erwartungen? Und wenn ja, warum? Insgesamt war der Umgang mit der Datenvielfalt eine Notwendigkeit, mit der wir gerechnet haben und die auch bei Treffen mit Interessengruppen und Gemeinschaften bestätigt wurde. Dank des semantischen Integrationsansatzes der Plattform ist uns ein Schritt nach vorne gelungen, aber wir sind immer noch ein Stück von der Vision entfernt, große Mengen von aggregierten Daten mit minimalem Aufwand nahtlos integrieren und analysieren zu können. Darüber hinaus wird die Berücksichtigung des Datenschutzes und der Souveränität von Datenanbietern in Zukunft noch mehr Aufmerksamkeit erfordern. Wie können interessierte Interessengruppen Ihre Plattform nutzen? Die Plattform, die Dokumentation und die Pilotumsetzungen sind komplett quelloffen und können wiederverwendet werden. Außerdem verfügt BigDataEurope über eine Reihe von Konsortiumspartnern (einschließlich der Fraunhofer-Gesellschaft), die bereit sind, Hilfe und Unterstützung zu bieten. Welche voraussichtlichen Pläne haben Sie? Konsortiumsmitglieder forschen zum Thema Big-Data-Management in ihren eigenen Bereichen. Zum Beispiel gibt es bereits einige kürzlich gestartete H2020-Projekte, die Teile der BigDataEurope-Plattform beibehalten und ihre Anwendung in den Bereichen Gesundheitsversorgung und Biowissenschaft vertiefen werden.
Länder
Deutschland
