Funktionen

Integration von Forschungsdaten mit Hilfe von OpenAPI

Die Integration heterogener Forschungsdaten in Computer-gestützte wissenschaftliche Abläufe ist eine große Herausforderung. Um diese Aufgabe zu meistern, gibt es bereits einige Schnittstellen und Technologien: Zum Beispiel OAI-PMH (siehe Literatur 1.) oder die Nutzung von semantischen Technologien (siehe Literatur 2.). Viele Forschungsdaten-Repositorien bieten allerdings ReST-Schnittstellen an, um auf die offenen Daten zuzugreifen (vgl. Literatur 3.). Diese Schnittstellen sind nicht ohne weiteres interoperabel mit den genannten Technologien.

Die Arbeit soll sich mit der Frage beschäftigen, ob OpenAPI-komptible ReST-Schnittstellen (vgl. Literatur 4.) analog, schlechter oder besser zu den oben skizzierten Methoden zur Integration von Forschungsdaten geeignet sind. OpenAPI-kompatible ReST-Schnittstellen bieten die Möglichkeit, Client- und Server-Code, sowie Dokumentation automatisiert zu erstellen. Die konkreten APIs unterscheiden sich allerdings semantisch: Wenn ein Repositorium abgelegte Forschungsdaten als "Collection" bezeichnet, wird anderswo von "Data item", "Data" oder "Records" gesprochen.

Die zentrale Frage der Arbeit wird daher sein, ob die syntaktische Harmonisierung von OpenAPI nutzbar gemacht werden kann, um eine semantische Integration typischer Daten-Integrationaufgaben zu bewerkstelligen: Beispiele hierfür sind das Beziehen von Daten und Metadaten, Abruf eines "Daten-Katalogs" von einem Repositorium oder Zitationsworkflows.

Voraussetzungen

• Gute Kenntnisse in Markup-Sprachen (XML, yaml, json)
• Kenntnisse in der Beschreibung und Entwicklung von ReST-APIs
• Interesse am Thema Forschungsdaten-Management
• Grundkenntnisse in Semantic Web-Technologien sind von Vorteil.

Überblick der Aufgaben

• Vergleich von unterschiedlichen Integrationsmöglichkeiten von Forschungsdaten (OAI-PMH, semantische Technologien) mit resultierender Gap Analyse
• Entwicklung einer semantischen Integration verschiedener OpenAPI-kompatibler ReST-APIs von Forschungsdaten-Repositorien
• Wissenschaftliche Evaluierung der Lösung

Aufgabensteller: Prof. Dr. Dieter Kranzlmüller

Anzahl Bearbeiter: 1

Dauer der Arbeit:

• Masterarbeiten: 6 Monate

Betreuuer:

• Dr. Nils gentschen Felde
• Tobias Weber

Literatur:

1. Der OAI-PMH-Standard
2. Wilkinson et al. Interoperability and FAIRness through a novel combination of Web technologies PeerJ Computer Science, 2017, 3, e110
3. Kindling, M. et al. The Landscape of Research Data Repositories in 2015: A re3data Analysis D-Lib Magazine, 2017, 23
4. OpenAPI-Spezifikation