FAIR Data Spaces-Newsletter Juni 2022 (Nr. 2)

FAIR Data Spaces News

FAIR Data Spaces richtet Zenodo Community ein

FAIR Data Spaces ist jetzt auf Zenodo vertreten. Verpassen Sie keine unserer Veröffentlichungen und besuchen Sie unsere Zenodo-Community!

FAIR Data Spaces sets up Zenodo Community

FAIR Data Spaces is now featured on Zenodo. Don’t miss any of our publications and visit our Zenodo community!

 +++

Projektvorstellung auf der re:publica

Bei der diesjährigen Ausgabe der re:publica referierte FAIR Data Spaces-Koordinator Dr. Christoph Lange-Bever über die organisatorischen, rechtlichen, technischen und praktischen Voraussetzungen für eine faire Datenökonomie für Wirtschaft, Wissenschaft und Gesellschaft. Das Projekt FAIR Data Spaces schafft Bausteine für übergreifende Datenräume als Keimzellen einer fairen Datenökonomie, die auf gemeinsamen Prinzipien beruhen. Nach dem ersten Projektjahr zeigen erste Demonstratoren, dass der souveräne und vertrauensvolle Datenaustausch zwischen den verschiedenen Bereichen machbar ist. Die erwartungsgemäß kritische Zuhörerschaft beantwortete die Frage danach, welche Probleme Datenaustausch zwischen Wirtschaft, Wissenschaft und Gesellschaft lösen könnte, unter anderem mit: ökologische Transformation von Städten, gerechte Entlohnung von Nutzenden, die kaputte Datenwirtschaft reparieren, gerechte Besteuerung und Herkunfts-Siegel für Daten.

Project presentation at re:publica

At this year’s edition of re:publica, FAIR Data Spaces coordinator Dr Christoph Lange-Bever spoke about the organizational, legal, technical and practical prerequisites for a fair data economy for business, science and society. The FAIR Data Spaces project creates building blocks for overarching data spaces as nuclei of a fair data economy based on common principles. After the first year of the project, the first demonstrators show that sovereign and trustful data exchange between the different domains is feasible. The expectedly critical audience answered the question about what problems data exchange between business, science and society could solve with, among others: ecological transformation of cities, fair compensation of users, fixing the broken data economy, fair taxation, and seal of origin for data.

 +++

Ein Jahr FAIR Data Spaces

Am 17. Mai haben wir unser erstes Jubiläum gefeiert. Wir arbeiten nun bereits mehr als ein Jahr gemeinsam an der Vision, einen cloud-basierten Datenraum für Wissenschaft und Wirtschaft zu erschaffen. Werfen wir noch einen kurzen Blick zurück auf das vergangene Jahr, bevor es voller Tatendrang weiter geht! Wir freuen uns sehr auf das zweite Jahr und Sie bei dem einen oder anderen Workshop wiederzusehen oder kennenzulernen.

One year FAIR Data Spaces

On 17 May, we celebrated our first anniversary. We have now been working together for more than a year on the vision of creating a cloud-based data space for science and industry. Let’s take a moment to look back at the past year before we continue our path full of energy! We are very much looking forward to the second year and to seeing you again or getting to know you at the one or other workshop.

 +++

Evaluierung des rechtlichen Schutzes maschinengenerierter Daten

Das Institut für Informations-, Telekommunikations- und Medienrecht (ITM) Münster – zuständig für die Bewertung immaterialgüterrechtliche Aspekte in FAIR Data Spaces – hat jüngst den rechtlichen Schutz maschinengenerierter Rohdaten evaluiert. Dabei stellen sich vor allem hinsichtlich des Schutzes von Geschäftsgeheimnissen nach dem Geschäftsgeheimnisgesetz (GeschGehG) und in Bezug auf den urheberrechtlichen Schutz einige Herausforderungen, die in diesem Beitrag (Zugriff via FAIR-Newsletter-Archiv) überblicksartig beleuchtet werden sollen. Falls noch nicht geschehen, abonnieren Sie gern den FAIR-Newsletter, um wöchentlich über rechtliche Entwicklungen rund um FAIR Data Spaces informiert zu werden.

Evaluation of the legal protection of machine-generated data

The ITM Münster (Institute for Information, Telecommunications and Media Law) – responsible for the evaluation of intellectual property aspects in FAIR Data Spaces – has recently evaluated the legal protection of machine-generated raw data. This raises a number of challenges, particularly with regard to the protection of trade secrets under the German Trade Secrets Act (GeschGehG) and copyright protection, which will be examined in this article (in German, access via the FAIR newsletter archive). If you have not already done so, subscribe to the FAIR newsletter (available in German only) to receive weekly updates on legal developments relating to FAIR Data Spaces.

 +++

FAIR Data Spaces nun Teil des Terminologie-Services

Die TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften entwickelt den Terminologie-Service für die NFDI-Initiativen. In FAIR Data Spaces ist vorgesehen, diesen Dienst auch für Gaia-X und International Data Spaces nutzbar zu machen, damit Beteiligte mittels Terminologien, Vokabularien und Ontologien ein gemeinsames Verständnis der auszutauschenden Daten entwickeln können. Als einen ersten Erfolg verzeichnen wir nun eine Sammlung von aktuell 30 Ontologien im Terminology Service, die in den verschiedenen Demonstratoren von FAIR Data Spaces verwendet werden, um so den Austausch von Daten zwischen Wirtschaft und Wissenschaft zu verbessern.

FAIR Data Spaces now part of the Terminology Service

The TIB – Leibniz Information Centre for Science and Technology is developing the Terminology Service for the NFDI initiatives. In FAIR Data Spaces, it is planned to make this service also available for Gaia-X and International Data Spaces, so that participants can develop a common understanding of the data to be exchanged by means of terminologies, vocabularies and ontologies. As a first success, we now have a collection of currently 30 ontologies in the Terminology Service, which are used in the various demonstrators of FAIR Data Spaces to improve the exchange of data between industry and science.

 +++

Kick-off der ELSA-Workshopreihe

Der erste FAIR Data Spaces-Workshop der Serie „Towards creating an ELSA Curriculum for Data Scientists“ fand am 1. Juni online statt und wurde von einer Vielzahl von Domänenexpert:innen mit großer Beteiligung besucht. Die Präsentationen umfassten den aktuellen Stand der ELSA-Ausbildung und das Profil des/der Datenwissenschaftler:in, Datenschutzfragen in FAIR Data Spaces, die Ethik des Datenteilen und die rechtlichen sowie ethischen Herausforderungen bei der Entwicklung von eDoer, einer Plattform, die KI-basierte personalisierte Bildungsempfehlungen anbietet. Abgerundet wurde der Workshop mit einer Podiumsdiskussion. Einen Rückblick finden Sie hier.

ELSA workshop series started with kick-off

The first FAIR Data Spaces workshop of the series “Towards creating an ELSA Curriculum for Data Scientists” took place online on June 1^st with wide attendance by a great variety of domain experts. Contributions included the presentation of the current status regarding ELSA education and the profile of the data scientist, data protection issues in FAIR Data Spaces, the ethics of data sharing, and the legal and ethical challenges faced during the development of eDoer, a platform providing AI-based personalized educational recommendations. The workshop was rounded off with a panel discussion. You can find a review here.

 +++

Rückblick: Demonstratoren-Workshops

Um die Entwicklung gemeinsamer Use Cases zu fördern und um einen Überblick über die Zusammenhänge in der Gesamtarchitektur zu erhalten, wurden projektinterne Workshops über die Architektur von drei Demonstratoren in FAIR Data Spaces abgehalten:

Im Workshop zum Demonstrator aus dem Bereich NFDI4Biodiversity wurden die Verbindung mit dem CORE-Storage sowie der aktuelle Stand der Containerisierung präsentiert. Die anschließende Diskussion lieferte wichtige Erkenntnisse zu den Themen Authentifizierung und Autorisierung, welche die Weiterentwicklung des Demonstrators voranbringen.

Im gemeinsamen Workshop aller Demonstratoren wurden auf Basis der vorhergehenden drei Workshops Schnittstellen und Gemeinsamkeiten identifiziert und Möglichkeiten für zukünftige Zusammenarbeit besprochen.

Recap: Demonstrator workshops

To promote the development of common use cases and to get an overview of the interrelationships in the overall architecture, internal project workshops were held on the architecture of three demonstrators in FAIR Data Spaces:

In the demonstrator workshop from the NFDI4Biodiversity domain the connection with the CORE storage and the current status of containerization were presented. The subsequent discussion provided important insights into the topics of authentication and authorization, which will advance the further development of the demonstrator.

In the joint workshop of all demonstrators, interfaces and commonalities were identified on the basis of the previous three workshops and possibilities for future cooperation were discussed.

 +++

Lernen Sie das Team kennen. Meet the team.

Hallo, ich bin Christoph Lange-Bever. Ich leite die Abteilung Data Science und Künstliche Intelligenz am Fraunhofer-Institut für Angewandte Informationstechnik FIT. Ich forsche und entwickle zu Dateninfrastrukturen und Knowledge Engineering: von der Wahl der richtigen Repräsentation für Domänenwissen bis zur skalierbaren Umsetzung des Daten- und Wissensaustauschs mittels Linked (Open) Data und FAIR-Data-Prinzipien (findable, accessible, interoperable, reusable – alternativ kann man sagen „fully AI ready“).  Anwendungen reichen von Informationsintegration in Unternehmen über Forschungsinfrastrukturen bis hin zu organisationsübergreifenden Datenräumen. Ich bin begeisterter Radfahrer, sowohl privat mit meinen Kindern im Anhänger oder Lastenrad als auch auf Dienstreisen mit Klapprad im Zug und dann in fremden Städten unterwegs.

Hello, I’m Christoph Lange-Bever. I head the Data Science and Artificial Intelligence department at the Fraunhofer Institute for Applied Information Technology FIT. I research and develop on data infrastructures and knowledge engineering: from choosing the right representation for domain knowledge to scalable implementation of data and knowledge sharing using Linked (Open) Data and FAIR Data principles (findable, accessible, interoperable, reusable – alternatively one can say „fully AI ready“).  Applications range from information integration in companies to research infrastructures and cross-organizational data spaces. I am an enthusiastic cyclist, both privately with my children in a trailer or cargo bike and on business trips with a folding bike on the train and then traveling in foreign cities.

Hallo zusammen! Mein Name ist Daniela Mockler und ich arbeite als wissenschaftliche Referentin in der Geschäftsstelle der Nationalen Forschungsdateninfrastruktur Deutschland (NFDI) e.V. Seit Januar dieses Jahres bin ich Teil des FAIR Data Spaces-Projekts und leite das Arbeitspaket „Roadmap und Community“. Vor FAIR Data Spaces habe ich am Karlsruher Institut für Technologie Physik studiert und dort auch promoviert, wobei ich mich auf die Analyse kosmischer Strahlung konzentriert habe. Nach einer Zwischenstation in Brüssel als Postdoc freue ich mich jetzt auf meine neuen Aufgaben im Wissenschaftsmanagement und im Community-Aufbau bei FAIR Data Spaces.

Hi there! My name is Daniela Mockler and I am working as a scientific officer at the office of the National Research Data Infrastructure Association Germany (NFDI). I started my work within the FAIR Data Spaces project this January as lead of the “Roadmap and Community” work package. Before working for FAIR Data Spaces, I studied physics at the Karlsruhe Institute of Technology, where I also did my PhD focusing on the study of cosmic rays. After a stopover in Brussels as a postdoc, I am now looking forward to my new tasks in science management and community building at FAIR Data Spaces.

Andere Beiträge