Wir verknüpfen multimodale Daten aus verschiedenen Quellen und öffentlichen Datenbeständen zu interoperablen, abfragbaren Ressourcen – bereit für die fortgeschrittene Datenauswertung durch Ihre Teams und KI.
Unsere Experten ermöglichen es Ihnen, auf Informationen aus vielfältigen, verstreuten Daten zuzugreifen, diese abzurufen und zusammenzustellen – dank ihrer Fachkompetenz in folgenden Bereichen:
- Wissensgraphen;
- Ontologie-Engineering;
- Technologien des Semantic Web;
- Datenbankabfragen;
- benutzerfreundliche Schnittstellen.
Verbindung von Datensilos über Gruppen und Länder hinweg in der heutigen Pharma- und Pflanzenschutzindustrie
Die Herausforderung
Die Vereinheitlichung des Datenzugriffs und der Bedeutung in Unternehmen und Organisationen mit mehreren Standorten ohne Änderung oder Duplizierung der ursprünglichen Datenquellen ist eine wichtige Voraussetzung für die Beschleunigung des Entdeckungsprozesses.
Unsere Lösung
Eine föderierte Datenintegrationsarchitektur innerhalb einer industriellen Umgebung, die auf einer ontologiebasierten Datenzugriffsmethode basiert.
Von Pflanzen zu digitalen Bibliotheken chemischer Verbindungen
Die Herausforderung
Übergang von physischen Objekten (z. B. Pflanzen in einem botanischen Garten) zu digitalen Ressourcen durch Anwendung bewährter Verfahren für die gemeinsame Nutzung und (Wieder-)Verwendung von Daten. Definition relevanter Metadaten, Ontologien und Querverweise zu bestehenden relevanten Ressourcen.
Unsere Lösung
Wir helfen Ihnen dabei, geeignete Metadaten und Ontologien zu definieren und Ihre digitalen Objekte mit den relevantesten und maßgeblichsten Ressourcen Ihres Fachgebiets zu verknüpfen. Diese Expertise bringen wir beispielsweise in die Digital Botanical Gardens Initiative ein, um die chemische und biologische Vielfalt zu digitalisieren.
Nutzung von Wissensgraphen für KI-basierte Vorhersagen
Die Herausforderung
Bereitstellung Ihrer Datensätze für semantische Suchschnittstellen und zur Integration in Modelle künstlicher Intelligenz (KI), um neue Erkenntnisse zu gewinnen.
Unsere Lösung
Wir unterstützen Sie dabei, Ihre Datensätze als interoperable Wissensgraphen über SPARQL-Endpunkte verfügbar zu machen. Außerdem helfen wir Ihnen bei der Zusammenführung und Integration von Datensätzen mit bestehenden Wissensgraphen, beispielsweise mithilfe von graphischen neuronalen Netzen, um aus den Originaldaten neue Verbindungen vorherzusagen. Kürzlich haben wir ein solches Modell unter Verwendung von RDF-Daten aus den führenden Open-Science-Ressourcen STRING (Protein-Protein-Interaktionen) und OMA (Orthologie) implementiert, die von SIB entwickelt wurden.
