FAIRness in der Automatisierungstechnik am Beispiel Modellierung und Simulation

Abstract

Modellierung und Simulation sind ein wichtiges Werkzeug in Ingenieurwissenschaften und Industrie. Die Erstellung von Modellen ist oft sehr aufwendig und damit teuer. Deshalb ist eine Wiederverwendung einmal erstellter Modelle anzustreben. Im Kontext von verteilten Entwicklungsprozessen und bei der Integration von Modellen aus verschiedenen Quellen, beispielsweise bei Industrie 4.0, ist zudem die Interoperabilität von Modellen zu sichern. Im Bereich der Forschung sind durch die Diskussion um die Nachvollziehbarkeit von Forschungsergebnissen Konzepte zur FAIRen Veröffentlichung von Daten entwickelt worden (FAIR = Findable–Accessible–Interoperable–Reusable). Zu der oben für Modelle bereits geforderten Interoperabilität und Wiederverwendbarkeit treten hier noch Auffindbarkeit und Zugänglichkeit. Aufgrund der Tatsache, dass Modelle letztlich abstrakte Daten sind, untersucht dieser Beitrag wie FAIRness deren Nutzung verbessern kann. Hierzu werden exemplarisch Modelle nach dem offenen Standard FMI (Functional Mock-up Interface) über eine Ontologie mit Metadaten angereichert und durch Semantic Web Technologien als Services zur Verfügung gestellt. Der Ansatz erlaubt auch die Nutzung der Services durch intelligente Softwareagenten.