Forscher am NIMS haben Research Data Express (RDE) entwickelt, um die Datenverarbeitung zu automatisieren und KI-fähige Datensätze für die Materialforschung zu erstellen

TSUKUBA, JAPAN - 21. Januar 2026 (NEWMEDIAWIRE) - Die Materialforschung erzeugt riesige Datenmengen, doch die Informationen liegen oft in herstellerspezifischen Formaten vor und die Terminologie ist inkonsistent, was die Aggregation, den Vergleich und die Wiederverwendung erschwert. Traditionell mussten Forscher beträchtliche Zeit für mühsame Aufgaben wie Formatkonvertierung, Metadatenzuweisung und Merkmalsextraktion aufwenden. Diese zusätzlichen Schritte können Forscher davon abhalten, Daten zu teilen, was den Fortschritt datengestützter Arbeiten behindert. Das Problem wird durch die zunehmende Abhängigkeit des Feldes von KI-gestützter Materialentdeckung noch verschärft, die hochwertige Datensätze erfordert.

Um dieses Problem anzugehen, haben Forscher am National Institute for Materials Science (NIMS) Research Data Express (RDE) entwickelt, ein hochflexibles Datenmanagementsystem für Materialwissenschaftler. Veröffentlicht in Science and Technology of Advanced Materials: Methods, interpretiert RDE automatisch experimentelle Daten aus Rohdateien und manuell eingegebenen Messungen. Anschließend strukturiert es diese Informationen neu und speichert sie in einem Format mit verbesserter Lesbarkeit.

„RDE verringert die Belastung der Forscher durch routinemäßige Datenverarbeitung erheblich und verbessert die Auffindbarkeit, Interoperabilität, Wiederverwendbarkeit (die FAIR-Prinzipien) und Rückverfolgbarkeit von Daten“, erklärt Jun Fujima, korrespondierender Autor und Forscher am Materials Data Platform des NIMS. „Wir hoffen, dass dies die kollaborative, datengestützte Materialforschung fördern wird.“

Viele Systeme mit ähnlichem Zweck „definieren“ normalerweise das Datenformat. Im Gegensatz dazu definiert und lenkt die Kerninnovation von RDE, die „Dataset Template“, wie Daten aus verschiedenen Arten von Experimenten verarbeitet werden sollten. Wenn ein Forscher beispielsweise Tabellenkalkulationen mit Röntgenmessungen aus verschiedenen Quellen hochlädt, kann das Dataset Template so konfiguriert werden, dass es diese interpretiert. Das System führt dann automatisch erweiterte Analysen durch und erstellt Visualisierungen, um einen sofortigen Überblick zu bieten. Für verschiedene Materialforschungsthemen können mehrere Vorlagen erstellt werden, was maximale Flexibilität im Datenmanagement ermöglicht. Bei Bedarf kann auch eine individuelle Vorlage von einzelnen Forschern leicht erstellt werden. Viele Vorlagen wurden bereits erstellt und unter den Nutzern geteilt.

„Der einzigartige Ansatz von RDE ermöglicht es Forschern, Datenstrukturen frei zu definieren, die auf ihre Instrumente zugeschnitten sind, während das System gleichzeitig massive Datenstrukturierung und Metadatenextraktion automatisch durchführen kann“, sagt Fujima.

Seit seinem Start im Januar 2023 wurde RDE in der japanischen Materialforschungsgemeinschaft weitgehend übernommen, was seine Skalierbarkeit unter Beweis stellt. Bisher hat es über 5.000 Nutzer, mit mehr als 1.900 Dataset Templates für verschiedene experimentelle Methoden, über 16.000 erstellten Datensätzen und mehr als drei Millionen gesammelten Datendateien. Das System dient als Dateninfrastruktur für wichtige nationale Initiativen, einschließlich der Materials Research DX Platform-Initiative, die vom japanischen Ministerium für Bildung, Kultur, Sport, Wissenschaft und Technologie gefördert wird. Das NIMS-Team hat ein Open-Source-Software-Toolkit (RDEToolKit) veröffentlicht, um die Nutzung des Systems innerhalb der Forschungsgemeinschaft zu fördern.

Weitere Informationen
Jun Fujima
National Institute for Materials Science
FUJIMA.Jun@nims.go.jp

Artikel: https://doi.org/10.1080/27660400.2025.2597702

Über Science and Technology of Advanced Materials: Methods (STAM-M)

STAM Methods ist eine Open-Access-Schwesterzeitschrift von Science and Technology of Advanced Materials (STAM) und konzentriert sich auf neuartige Methoden und Werkzeuge zur Verbesserung und/oder Beschleunigung der Materialentwicklung, wie Methodik, Apparate, Instrumentierung, Modellierung, Hochdurchsatz-Datenerfassung, Material-/Prozessinformatik, Datenbanken und Programmierung. https://www.tandfonline.com/STAM-M

Dr. Kazuya Saito
STAM Methods Publishing Director
SAITO.Kazuya@nims.go.jp

Haftungsausschluss: Diese Übersetzung wurde automatisch von NewsRamp™ für NewMediaWire (gemeinsam als "DIE UNTERNEHMEN" bezeichnet) mit öffentlich zugänglichen generativen KI-Plattformen erstellt. DIE UNTERNEHMEN garantieren nicht die Genauigkeit oder Vollständigkeit dieser Übersetzung und haften nicht für Fehler, Auslassungen oder Ungenauigkeiten. Die Nutzung dieser Übersetzung erfolgt auf eigenes Risiko. DIE UNTERNEHMEN haften nicht für Schäden oder Verluste, die aus solcher Nutzung entstehen. Die offizielle und maßgebliche Version dieser Pressemitteilung ist die englische Version.