Dies ist der erste Use Case aus der initialen Förderperiode und ein besonders gutes Beispiel, da Datenaustausch zwischen Universitäten, Forschungsinstituten und der Industrie weiterhin eine besondere Herausforderung darstellt.

Worum es in diesem Use Case geht:
CARBO-DIOL2.0 ist ein BMFTR-geförderter, industrie- und wissenschaftsgetriebener Use Case mit dem Ziel, neue Katalysatormaterialien für die Umwandlung kohlenhydratreicher Neben- und Abfallströme in funktionelle Chemikalien zu entwickeln – konkret α-ω-Diole. Beteiligt sind BASF, KIT, TU Berlin – BasCat – UniCat BASF JointLab, Ruprecht-Karls-Universität Heidelberg – CaRLa, FHI MPG, MPI CEC, Universität Bayreuth, hte GmbH und die ETH Zürich.

Warum das für NFDI4Cat wichtig ist:
Der Use Case betont einen ganzheitlichen Big-Data-Ansatz in der Katalyse, der Hochdurchsatz-Experimentik, Simulation/Modellierung und datengetriebene Methoden (einschließlich statistischem Lernen) über breite Zeit- und Längenskalen hinweg miteinander verbindet.
Genau diese Kombination erzeugt eine komplexe Datenlandschaft, in der FAIR-Praktiken und gemeinsame Standards darüber entscheiden, ob Ergebnisse integriert, verglichen und wiederverwendet werden können.

NFDI4Cat-Perspektive:
Carbodiol zeigt, wie Use Cases den Bedarf an interoperablen Datenstrukturen vorantreiben können, die experimentelle und computergestützte Evidenz miteinander verknüpfen. So lassen sich Erkenntnisse übertragen und skalieren, statt innerhalb eines einzelnen Teil-Workstreams isoliert zu bleiben.

CARBO-DIOL2.0

Worum es in diesem Use Case geht:
Dieser industrie-geförderte Use Case bringt zwei Industriepartner zusammen: BASF und hte GmbH. Im Fokus steht die Umwandlung von Synthesegas (Syngas) in höhere Alkohole. Der Use Case umfasst mehrere katalytische Routen und Betriebsregime – von thermokatalytischer heterogener Katalyse bis hin zu elektrokatalytischen, homogenen und biokatalytischen Ansätzen.

Warum das für NFDI4Cat wichtig ist:
Der wissenschaftliche Raum ist sehr breit: unterschiedliche Katalysatortypen, unterschiedliche Bedingungen, unterschiedliche Datenmodalitäten und unterschiedliche Communities. Damit ist der Use Case ein idealer „Stresstest“ für FAIR-Katalysedaten, denn Wiederverwendung funktioniert nur, wenn Datensätze konsistent beschrieben sind und über Experimente, Institutionen und Methoden hinweg vergleichbar bleiben.

Welche Datenarten im Scope sind:
Der Use Case berücksichtigt ausdrücklich ein breites Spektrum an Primär- und Sekundärquellen, darunter Publikationen, Patente, Dissertationen/Abschlussarbeiten, Einträge in elektronischen Laborjournalen, LCA-/TEA-bezogene Informationen sowie Sekundärmaterialien wie vorgeschlagene Mechanismen, Reaktionsschemata und hypothetische aktive Zentren.

NFDI4Cat-Perspektive:
Ein zentrales Ergebnis ist, diese heterogenen Informationen interoperabler zu machen – z. B. durch die semantische Beschreibung und Verknüpfung von Datensätzen (über Vokabulare/Terminologien, wie im Deck referenziert) sowie durch strukturierte Wiederverwendung via repository-basierte Publikation und Linking.

Worum es in diesem Use Case geht:
Dieser industriegeführte Use Case wird von Evonik vorangetrieben und adressiert eine kombinierte chemische und biotechnologische Prozessroute, um nachhaltiges Aceton aus Bioethanol herzustellen. Das Prozesskonzept koppelt verschiedene wissenschaftliche Domänen und ist in mehrere Arbeitspakete organisiert, die jeweils unterschiedliche Datentypen erzeugen und eine institutionsübergreifende Zusammenarbeit erfordern.

Warum das für NFDI4Cat wichtig ist:
Der Use Case macht einen typischen Praxis-Engpass sichtbar: den Datenaustausch über Disziplinen und Partnerorganisationen hinweg. In vielen Projekten werden Daten innerhalb von Arbeitspaketen noch immer über Werkzeuge wie geteilte Plattformen und Spreadsheet-Templates ausgetauscht, was konsistente Terminologie und Wiederverwendung über Arbeitspaketgrenzen hinweg erschwert.

NFDI4Cat-Perspektive:
NFDI4Cat unterstützt den Übergang vom reinen „Dateiaustausch“ hin zu FAIR-konformem Datenaustausch – durch Leitlinien und Werkzeuge, die Datensätze über ihren ursprünglichen Kontext hinaus verständlich und nachnutzbar machen, sowie durch die Unterstützung von Vokabular-/Ontologie-Erweiterungen um projektrelevante Begriffe.

BETA

Worum es in diesem Use Case geht:
Dieser industriegeführte Use Case bringt zwei Industriepartner mit komplementären Rollen zusammen: Clariant (Katalysatorentwicklung) und Linde (Verfahrenstechnik). Das gemeinsame Ziel ist, die nachhaltige Herstellung von Olefinen durch Katalyse voranzubringen und zugleich Zusammenarbeit und Lernen über Organisationsgrenzen hinweg einfacher und verlässlicher zu machen.

Warum das für NFDI4Cat wichtig ist:
Wenn man unternehmensübergreifend (oder zwischen Industrie und Wissenschaft) zusammenarbeitet, entsteht häufig ein Dilemma:

• Man möchte gemeinsam aus Daten lernen und schneller iterieren,
• aber die Daten sind oft vertraulich, intern eingeschränkt und durch rechtliche Vereinbarungen geregelt.

Dieser Use Case ist wichtig, weil er diese realen Rahmenbedingungen explizit macht und in konkretes Community-Learning übersetzt: Wie können Partner Daten verantwortungsvoll austauschen und interpretieren, ohne die Möglichkeit zu verlieren, Erkenntnisse später systematisch nachzunutzen?

Das im Use Case beschriebene Setting umfasst vertrauliche, nicht öffentlich zugängliche Daten, interne Einschränkungen zwischen Abteilungen sowie Datenaustausch über sichere Infrastruktur und Kooperationsvereinbarungen, die rechtlich geprüft werden müssen – insbesondere im Hinblick darauf, ob und wie ein Sharing über NFDI4Cat abgedeckt ist.

NFDI4Cat-Perspektive:
Der Use Case zeigt, dass „FAIR in der Praxis“ auch in realen Kooperationsmodellen funktionieren muss – besonders dann, wenn Daten sensibel sind. Durch das Erfassen von Anforderungen und Lessons Learned stärkt der Use Case die Fähigkeit der Community, gemeinsame, organisationsübergreifende Ansätze zu entwickeln, die nicht nur innerhalb eines einzelnen Labors funktionieren.