CyclOps schlägt einen neuen Rahmen für die Verwaltung und Pflege des gesamten Datenlebenszyklus für große Datenmengen vor, die in heterogenen, verteilten Quellen erzeugt werden, um die gemeinsame Nutzung und den Austausch von Daten zu ermöglichen. Der Hauptbeitrag von CyclOps besteht in einer intelligenten End-to-End-Automatisierung des Datenlebenszyklus unter Verwendung von Wissensgraphen (KGs), die letztlich den Betrieb verbessern. KGs sind etablierte formale Modelle zur Repräsentation von Daten und Metadaten, die gleichzeitig Kontext und Interoperabilität garantieren und den FAIR Guiding Principles (Findability, Accessibility, Interoperability, and Reusability of data for machines and humans alike) entsprechen. CyclOps operationalisiert den End-to-End-Datenlebenszyklus über einen mehrschichtigen Bottom-up-Ansatz und Rahmen, wobei i) DataOps automatisiert Datenverwaltungsaufgaben wie Entdeckung, Kuratierung und Qualität sowie Integration; ii) AIOps bietet ein dezentralisiertes Repository für KI-Algorithmen und stellt die daraus resultierenden KI-Modelle zur Verfügung; iii) eine Daten- und Ausführungsabstraktionsschicht erleichtert die Entwicklung verteilter Datenvorverarbeitung und -analyse, und iv) die Intent-basierte menschliche Schnittstelle bietet eine menschenzentrierte Schnittstelle zur automatischen Bereitstellung von Diensten für den Austausch, die Erkundung, die Visualisierung und die Integration mit Datenräumen und treibt die automatische Ausführung analytischer Pipelines voran. Überwacht wird der Rahmen von v) der intelligenten Daten-Governance und -Vertrauenswürdigkeit, einer transversalen semantischen Schicht, die das System reguliert, datenbezogene Rechte, Pflichten und Verantwortlichkeiten wie die Allgemeine Datenschutzverordnung (GDPR) oder den Entwurf des Gesetzes über künstliche Intelligenz durchsetzt und gleichzeitig Interoperabilität ermöglicht und die Sicherheit und den Schutz der Privatsphäre des Systems gewährleistet. Das hervorstechende Merkmal von CyclOps ist seine Fähigkeit, Organisationen in die Lage zu versetzen, Daten aus und für Datenräume nahtlos bereitzustellen, zu kreuzen und zu analysieren, und die Bereitstellung von Mehrwertdiensten zu erleichtern.

Eurac wird dabei helfen, Verbindungen zum europäischen Green-Deal-Datenraum herzustellen und wird einen der Referenzanwendungsfälle implementieren, der auf die Entwicklung und Implementierung eines integrierten Klimarisikomanagement-Tools abzielt, das auf der Kombination von Erdbeobachtungsdatenverarbeitung durch standardisierte Mittel wie openEO sowie auf Graph basierten Abfragen in Zusammenarbeit mit der Universität Bozen aufbaut.

Kontaktperson: alexander.jacob@eurac.edu