LabFriend
Labore sammeln und dokumentieren Informationen aus Experimenten, nicht nur um Ergebnisse zu verstehen, sondern auch, um dieses Wissen wiederzuverwenden, zu teilen und darauf aufzubauen. Im Zeitalter der Digitalisierung von Experimentiereinrichtungen wird von Forschern erwartet, (Meta-)Daten in elektronische Laborbücher (ELNs) einzupflegen, die digitalen Entsprechungen traditioneller Laborjournale. Obwohl ELNs ein wichtiges Werkzeug für die moderne Wissenschaft darstellen, ist die manuelle Befüllung zeitaufwendig, fehleranfällig und führt typischerweise zu unerwünschten Unterbrechungen. Diese Herausforderungen erschweren die weitreichende und erfolgreiche Nutzung digitaler Laborwerkzeuge, was wiederum die Erstellung hochwertiger, wiederverwendbarer Labordaten behindert. Um diese Probleme anzugehen, entwickelt das Projekt LabFriend ein intelligentes Assistenzsystem, das Wissenschaftlerinnen und Wissenschaftler dabei unterstützt, (Meta-)Daten effektiver und mit weniger Fehlern in ELNs einzutragen. Ziel ist es, die Dateneingabe zu erleichtern und gleichzeitig die Konsistenz und den Nutzen der erfassten Informationen zu verbessern.
Innerhalb des LabFriend-Projekts entwickeln wir zwei Funktionen. Zum einen wird eine Formular-Assistenz Echtzeit-Vorschläge während der Eingabe liefern, wodurch der Zeitaufwand reduziert, Fehler vermieden und eine konsistente Terminologie gefördert wird. Zum anderen werden wir eine freihändige Dateneingabe mittels Spracherkennung ermöglichen, sodass Daten diktiert und ohne unnötige Unterbrechung der Laboraktivitäten in das ELN eingegeben werden können. LabFriend ist für die Verwendung semantischer Technologien ausgelegt, was bedeutet, dass das Assistenzsystem die Struktur und Bedeutung wissenschaftlicher Begriffe verstehen und nutzen kann. Dies trägt dazu bei, die Daten besser durchsuchbar, einfacher über Projekte hinweg verknüpfbar und kompatibler mit internationalen Standards für Datenaustausch und -wiederverwendung zu machen. Im Gegensatz zu einigen bestehenden Tools basiert LabFriend auf Open-Source-Technologien und wird so konzipiert, dass es mit einer Reihe von Open-Source-ELNs integriert werden kann, darunter Herbie, das bereits die semantische Dateneingabe unterstützt.
Das Projekt wird eigenständige Softwarekomponenten liefern, die in verschiedene ELNs integriert werden können. Indem LabFriend die Erfassung von Metadaten vereinfacht und harmonisiert, wird es Wissenschaftlern helfen, vollständigere, genauere und wiederverwendbare Datensätze zu erstellen. Dies wird einen erheblichen Einfluss auf die Qualität der Forschung und ihren langfristigen Wert haben.
Dieses Projekt ist eine gemeinsame Anstrengung von zwei DLR-Instituten, dem Institut für Datenwissenschaft und dem Institut für Frontier Materials auf der Erde und im Weltraum, sowie von zwei Hereon-Zentrum-Instituten, dem Institut für Membranforschung und dem Institut für Metallische Biomaterialien, die gemeinsam an semantischen Technologien, Spracherkennung und ELN-Integration arbeiten. Das Konsortium vereint ein vielfältiges Kompetenz- und Erfahrungsspektrum. Das DLR-Institut für Datenwissenschaft spielt mit seiner Erfahrung in der Anwendung semantischer Technologien in verschiedenen wissenschaftlichen Umgebungen, insbesondere in Laboren, eine einzigartige Rolle im Projekt, indem es dieses koordiniert und Spezialisten aus unterschiedlichen experimentellen Bereichen miteinander verbindet. Das Projekt wird im Rahmen der Helmholtz Metadata Collaboration (HMC) finanziert.
Projektlaufzeit: 04/2025 - 03/2027