Kontakt Newsletter

Programmierkenntnisse – eine gefragte Fähigkeit für die Zukunft!

Registration Open

Anmelden

Unabhängig von Ihrem Forschungsfeld wissen Sie, dass Daten die Grundlage Ihrer Arbeit bilden. Es geht nicht nur um die Menge der Daten, sondern auch um die Fähigkeit, sie zu analysieren und zu präsentieren, um daraus Erkenntnisse zu gewinnen.

NFDI4Cat und NFDI4Chem laden Sie ein, Ihre Python-Programmierkenntnisse zu erweitern. Sie werden in der Lage sein, verschiedene Probleme zu lösen, wertvolle Einblicke zu gewinnen und sich mit Gleichgesinnten aus Ihrem Fachgebiet auszutauschen.

Was Sie anhand wissenschaftlicher Beispiele lernen werden:

  1. Einführung in Python
  2. Datenvisualisierung
  3. Anpassen einfacher Gleichungen
  4. Schnittpunkte von Funktionen
  5. Numerische Integration
  6. Lösung von Differentialgleichungen
  7. Grundlagen des Maschinellen Lernens
  8. Und vieles mehr…

Veranstaltungsinfos: Python Computing 4 Chemiker (and others)

Anmeldung: 

Wir freuen uns darauf, Sie bei unserem Python-Programmierkurs willkommen zu heißen und gemeinsam mit Ihnen in die Welt der Datenanalyse und -visualisierung einzutauchen!

Bericht zur Kooperation mit der Hokkaido University von Frau Prof. Jennifer Strunk

Auf unserer Webseite möchten wir Ihnen gerne die wertvollen Erfahrungen von Frau Prof. Jennifer Strunk vorstellen, die sie während ihrer Zusammenarbeit mit Prof. Keisuke Takahashi in Japan gesammelt hat. Ihre Kooperation mit der renommierten Hokkaido Universität hat einen bedeutenden Beitrag dazu geleistet, die Ziele von NFDI4Cat auch im internationalen Kontext weiterzuentwickeln.

Im Dezember 2022 reisten Prof. Jennifer Strunk und Dr. Abdo Hezam Mohsen für eine Woche nach Sapporo, um die Aktivitäten in NFDI4Cat zu vernetzen mit Prof. Keisuke Takahashi, der zu den international führenden Experten auf dem Gebiet der „Data Science in Catalysis“ zählt.

Visualisierung der Ontologie zur Beschreibung der photokatalytischen Aktivität von halide perovskites

Es war das Ziel des Aufenthalts, am Beispiel der „Halide Perovskites“ in photokatalytischen Anwendungen, die in NFDI4Cat entwickelten und weiter zu entwickelnden Ontologien und Datenbanken zu vergleichen mit den laufenden Datenbanken der Takahashi-Gruppe. Letztere sind aber nicht thematisch weit gefasst, wie es das Ziel in NFDI4Cat ist, sondern sie beziehen sich sehr eng auf das Forschungsthema der heterogen-katalysierten Methanaktivierung. Der Ansatz in NFDI4Cat kann folglich als „top down“ beschrieben werden, während hier eher ein „bottom up“-Ansatz verfolgt wurde.

In Japan wurde folgende Arbeitsteilung verfolgt: Jennifer Strunk arbeitete in Zusammenarbeit mit Dr. Lauren Takahashi als einschlägiger Expertin an der Ontologieentwicklung, während Abdo Mohsen mit Keisuke Takahashi an den Datenbanken arbeitete, bzw. an der Extraktion der Daten aus der Datenbank und der Einbindung in das maschinelle Lernen. Das von deutscher Seite nach Japan mitgebrachte Thema innerhalb der Photokatalyse war für die japanischen Partner neu.

Es konnte ein tiefgreifendes Verständnis der Sichtweise der anderen Seite erreicht werden und die Ontologie wurde visualisiert. Abdo Mohsen lernte den Aufbau der Datenbank, die automatisierte Extraktion der Daten, und er wendete sie an auf eine von ihm mitgebrachte Excel-Tabelle zu literaturbekannten Daten zur photokatalytischen Aktivität der halide perovskites. Das maschinelle Lernen selbst schlug fehl, was aber zu der entscheidenden Erkenntnis führte, dass die heutzutage in wissenschaftlichen Publikationen berichteten Daten nicht ausreichend sind. Es fehlt vor allem an negativen Ergebnissen, und die Detailtiefe in der Berichterstattung der experimentellen Parameter ist unzureichend. Beides sind wichtige Erkenntnisse, um es in NFDI4Cat besser zu machen. Eine Publikation der Ergebnisse in einem kurzen Artikel (bspw. als perspective article) wird angestrebt.

 

„Das maschinelle Lernen selbst schlug fehl, was aber zu der entscheidenden Erkenntnis führte, dass die heutzutage in wissenschaftlichen Publikationen berichteten Daten nicht ausreichend sind. Es fehlt vor allem an negativen Ergebnissen, und die Detailtiefe in der Berichterstattung der experimentellen Parameter ist unzureichend. Beides sind wichtige Erkenntnisse, um es in NFDI4Cat besser zu machen.“

– Frau Prof. Jennifer Strunk

 

Möglichkeiten zum gezielten internationalen Austausch sind ein Gewinn für NFDI4Cat, und der aktuell vorangetriebene Aufbau der Aktivitäten in diesem Bereich wird sehr positiv bewertet. Der Aufenthalt in Japan wäre ohne die Unterstützung durch NFDI4Cat nicht möglich gewesen. Zwar war die Vermutung, dass maschinelles Auswerten von Literaturdatenbank an den Daten selbst scheitern könnte, bereits vorher vorhanden, aber wir konnte sie in dieser Zusammenarbeit nun verifizieren. Damit wurde der Grundstein gelegt, es in NFDI4Cat besser zu machen. Dazu half auch die Verständigung der Wissenschaftler auf den Gebieten der thermischen Katalyse (Japan) und der Photokatalyse (Deutschland), denn die japanischen Datenbanken beziehe keine photongetriebenen Prozesse mit ein. Die so erreichte Verbreiterung der Wissensbasis auf beiden Seiten bringt auch das Feld der „Data Science“ als solche voran.

Kennenlernen in Japan; von links: Lauren Takahashi, Jennifer Strunk, Abdo Hezam Mohsen, Micke Kuwahara, Keisuke Takahashi

„Automating the Optimization of Catalytic Reaction Mechanism Parameters Using Basin-Hopping: A Proof of Concept“

Geschrieben unter anderem von Rinu Chacko, Doktorand am Karlsruher Institut für Technologie (KIT) und Prof. Dr. Olaf Deutschmann, Lehrstuhl Chemische Technologie – Institut für Chemische Technologie und Polymerchemie (ITCP) am KIT.

Es geht um den globalen Optimierungsalgorithmus Basin-Hopping welcher eingesetzt wird um die fehleranfällige und zeitaufwändige Aufgabe der manuellen Anpassung der kinetischen Parameter für ein heterologes katalytisches System zu automatisieren.

Mit zwei Fallbeispielen aus der heterogenen Katalyse wird die Anwendbarkeit des Algorithmus zur effizienten Feinabstimmung detaillierter kinetischer Modelle veranschaulicht.

 

Die vollständige Publikation finden Sie hier.

Next Level of Catalysis Research

Die Initiative Nationale Forschungsdateninfrastruktur (NFDI) und ihre Konsortien wie NFDI4Cat haben das Ziel, ein interdisziplinäres Netzwerk zu schaffen, das den nachhaltigen Umgang mit Forschungsdaten nach den FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) ermöglicht.

https://www.chemistryviews.org/wp-content/uploads/2023/05/Metadata_NFDI4Cat_KhatamiradEspinoza-1536x1090.png

Schematische Erklärung der Metadaten. © Mohammad Khatamirad und Sara Espinoza

Dr. Andreas Förster ist geschäftsführender Vorstand der DECHEMA e.V., Frankfurt, Deutschland, und Sprecher und Koordinator von NFDI4Cat. Dr. Sara Espinoza ist die Projektkoordinatorin von NFDI4Cat bei der DECHEMA. Mit Dr. Vera Koester für ChemistryViews sprechen sie über die Ziele und Arbeitsmethoden von NFDI4Cat, die Vorteile, die es Forschern in Wissenschaft und Industrie bietet, und die transformative Wirkung von FAIR Data Sharing auf die Katalyseforschung.

Das vollständige Interview finden Sie hier.

Physikalische Wissenschaften in NFDI ist eine Zusammenarbeit zwischen den NFDI-Konsortien DAPHNE4NFDI, FAIRmat, MaRDI, NFDIMatWerk, NFDI4Cat, NFDI4Chem und PUNCH4NFDI. Wir vereinen Experten zu einem breiten Spektrum von Themen in Physik, Chemie, Mathematik und Informatik. In unserer Vortragsreihe laden wir führende Wissenschaftler ein, um einem internationalen, interdisziplinären Publikum gute Datenpraktiken vorzustellen.

Wir waren sehr stolz darauf, Dr. Egon Willighagen für unseren April-Vortrag begrüßen zu dürfen.

Egon ist Assistenzprofessor in der Abteilung für Bioinformatik – BiGCaT an der Universität Maastricht. In seinem Vortrag auf dem NFDI-Kolloquium der Naturwissenschaften am 13. April skizzierte Egon die Zukunft der integrativen und kollaborativen Forschung, bei der Wissen und Daten frei zwischen den beteiligten Parteien fließen – Open Science.

Wie können wir die Nachhaltigkeit von digitalen Daten und Software sicherstellen? Diese Frage brachte Egon auf den Weg zu Open Science und zu dieser Präsentation. Nachhaltigkeit ermöglicht es uns, auf dem Wissen der Vergangenheit aufzubauen. Wenn Sie mehr erfahren möchten, finden Sie unten das Video dieser beeindruckenden Präsentation und die von ihm verwendeten Folien.

Zusammenfassung:

In den letzten zehn Jahren wurde verstärkt darauf geachtet, dass die Naturwissenschaften robuste und wiederverwendbare Daten produzieren, auf die die breitere Forschungsgemeinschaft zugreifen kann.

Open Science umreißt eine Zukunft der integrativen und kollaborativen Forschung, in der Wissen und Daten frei zwischen den Beteiligten fließen.

Die FAIR-Wissenschaft konzentriert sich darauf, Daten und Wissen leicht auffindbar zu machen, mit offenen Standards zugänglich zu machen, mit Gemeinschaftssprachen und expliziter Semantik interoperabel zu machen und gemäß bewährter professioneller Praktiken wiederverwendbar zu machen.

Dieser Vortrag ist eine Reise durch die Welt der offenen Wissenschaft in der Chemie, von offenen Standards wie (nano)InChI, Chemical Markup Language und Bioschemas über die Open-Source-Chemie der Blue Obelisk-Bewegung und offene Daten über NanoCommons und eNanoMapper bis hin zu offenem Wissen über Wikidata und WikiPathways.s.

Eine Aufzeichnung des Vortrags ist auf unserem Youtube-Channel hochgeladen:

 

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Die  Vortragsfolien sind unter dem diesem Link zu finden.

Zum nächstmöglichen Zeitpunkt suchen wir eine Werkstudent:in / Studentische Aushilfe (m/w/d) Wissenschaftskommunikation, 20 h/Monat.
Fänden Sie es spannend, den digitalen Wandel in der Forschung mit Ihren Kommunikationsfähigkeiten zu unterstützen? Möchten Sie Teil eines großen Konsortiums werden, welches disziplinübergreifend arbeitet, um eine moderne Forschungsdateninfrastruktur für Deutschland aufzubauen? Dann bewerben Sie sich jetzt!

NFDI4Cat hat einen neuen YouTube-Kanal eingerichtet. Sie können sich bereits die ersten Videos ansehen, zum Beispiel das vom letzten Physical Sciences Kolloquium mit Dr. Nancy Washton.
Vielleicht interessiert Sie auch das Video vom letzten TA1 Open Door Meeting, bei dem der aktuelle Stand der Entwicklung von Ontologien für Katalysedaten diskutiert wurde.
Wir freuen uns darauf, den NFDI4Cat YouTube-Kanal in Zukunft wachsen zu sehen. Schauen Sie doch einfach mal vorbei.

Seien Sie am Donnerstag, den 10. November 2022, online dabei, wenn das nächste gemeinsame NFDI Physical Sciences-Kolloquium mit Dr. Nancy Washton stattfindet!

Dr. Nancy Washton, Leiterin der Katalyse-Wissenschaftsgruppe, Abteilung Physical Sciences, Pacific Northwest National Laboratory

Übersicht

In den letzten zehn Jahren wurde verstärkt darauf geachtet, dass die physikalischen Wissenschaften robuste und wiederverwendbare Daten erzeugen, auf die die breitere Forschungsgemeinschaft zugreifen kann.

Die Übernahme der FAIR-Prinzipien hat es Forschungsgemeinschaften, die auf große, gemeinsam nutzbare Datensätze angewiesen sind, ermöglicht, sich der Datengleichheit anzunähern und dadurch die Inklusion und das Wissen auf der ganzen Welt voranzutreiben, während sie ihre Entdeckungen beschleunigen.

Die physikalischen Wissenschaften müssen die FAIR-Prinzipien jedoch erst noch übernehmen, wobei sich bestimmte Teilbereiche in verschiedenen Stadien befinden. Die Chemie und viele ihrer Teilbereiche hinken den Materialwissenschaften und der Physik hinterher, wenn es darum geht, konzertierte gemeinsame Anstrengungen zu unternehmen, um Prozesse einzuführen, die es ermöglichen, FAIR-Datenprinzipien und -Strukturen zu realisieren.
Die Herausforderungen für die Übernahme sind technischer und psychosozialer Natur und liegen im Zusammenspiel dieser Faktoren.

In ihrem Vortrag erörtert Dr. Nancy Washton eine Strategie, die beide Herausforderungen – die technische und die psychosoziale – berücksichtigt.

Grundsätzlich lässt sich feststellen, ohne einen robusten konzeptionellen und technischen Rahmen, der es Forschern ermöglicht, die verschiedenen Teile eines kohärenten Datensatzes einfach zu erfassen, zu aggregieren und zu speichern, und ohne ein Verständnis der positiven und negativen Überzeugungen, die mit gemeinsam genutzten Daten verbunden sind, wird das Ziel öffentlich zugänglicher Daten nach den FAIR-Prinzipien nicht erreicht werden.

 

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Am Dienstag, den 20. September fand ein virtueller Workshop mit dem BDI, dem Bundesverband der Deutschen Industrie e.V. und der NFDI, der Nationalen Forschungsdaten Infrastruktur statt.
Ziel des Workshops war es, den Austausch zwischen Industrie und der NFDI zu suchen und gemeinsame Herausforderungen zu benennen und anzugehen.
Nach Begrüßungsworten von Prof. York Sure-Vetter, Direktor Nationale Forschungsdateninfrastruktur (NFDI) e.V., Iris Plöger, Mitglied der Hauptgeschäftsführung Bundesverband deutscher Industrie (BDI) e.V. und Mario Brandenburg, Parlamentarischer Staatssekretär BMBF, fanden diverse Impulsvorträge einzelner NFDI-Konsortien statt.
Dr. Andreas Förster, Sprecher von NFDI4Cat, erläuterte in diesem Format die Ambition von NFDI4Cat, Konzepte für die Zusammenarbeit zwischen Wissenschaft und Industrie im Bereich der digitalen Katalyse zu entwickeln. Hierdurch wird NFDI4Cat als Enabler für die nachhaltige Produktion von Chemikalien und Energieträgern agieren.
Bereits jetzt nutzen und teilen Wissenschaft und Industrie im NFDI4Cat Konsortium Daten aus verschiedenen Quellen im Rahmen von Open Science und geschützten Arbeitsbereichen.

NFDI4Cat stellt aufbauend auf diesem Status folgende Hypothesen auf:

Open Science wird im akademischen Bereich und in der Industrie die Forschung und Entwicklung grundlegend verändern

Nur wenn die Lücke zwischen Open Science und Digital Economy geschlossen werden kann, kann das volle Potenzial der in der Wissenschaft erzeugten Daten freigesetzt und für die Gesellschaft als Ganzes genutzt werden

Eine Zusammenarbeit von Industrie, Wissenschaft und Interessenvertretern aus den verschiedenen digitalen Bereichen ist erforderlich

Laut Förster bestehen dementsprechend folgende Herausforderungen:

Umsetzung von Open Science in der Katalyseforschung und im Chemieingenieurwesen

Definition und Optimierung von Interfaces für den Datenaustausch zwischen Academia und Industrie

Harmonisierung von Datenstandards und -Plattformen

Entwicklung einer Kultur der gemeinsamen Nutzung von Daten durch die Wissenschaft und die Industrie

Aus diesem Grund empfiehlt NFDI4Cat, die Interaktion zwischen NFDI und der Industrie zu stärken und gemeinsame Ziele und Zwecke zu identifizieren und festzulegen. Zudem sollte die Verbindung zwischen Open Science und Digital Economy durch Förderprogramme adressiert werden, an denen sich Partner aus Wissenschaft und Industrie beteiligen können.

Auf der ADCR22 haben wir von NFDI4Cat die Gelegenheit genutzt, unsere neuesten Ergebnisse und vor allem unsere Ziele für das kommende Jahr zu präsentieren. Der Hauptschwerpunkt der Konferenz lag jedoch auf der digitalen Katalyse und dem Forschungsdatenmanagement.
Im Rahmen der Veranstaltung gab es eine Vielzahl an bemerkenswerten Präsentationen. Insgesamt kann man feststellen, dass sich die ADCR zunehmend zu „dem“ Innovationshub der digitalen Katalyse entwickelt.

Wir danken allen Sprechern ganz herzlich für ihren Beitrag und ihre Unterstützung!

Dr.-Ing. Felix Engel von der TIB
NFDI4Ing wurde vertreten durch Dr.-Ing. Felix Engel von der TIB Leibniz-Informationszentrum Technik und Naturwissenschaften Universitätsbibliothek. Felix Engel sprach über die Herausforderungen im Forschungsdatenmanagement und stellte den TIB-Terminologieservice vor, eine webbasierte Plattform, die die Übernahme und Standardisierung von Terminologien unterstützt.

Dr. Paco Laveille von ETH Zürich
Paco Laveille ist der Leiter des ETHZ Catalysis Hub (SwissCAT+ East services) in der Schweiz. Sein Vortrag über die Unterstützung datengesteuerter, automatisierter und durchsatzstarker Katalyse-Forschung und -Entwicklung war ein unglaublicher Einblick in die Zukunft.

Dr. Sutanay Choudhury vom Pacific Northwest National Laboratory
Sutanay Choudhury ist ein leitender Forscher und Datenwissenschaftler in der Abteilung für fortgeschrittene Datenverarbeitung, Mathematik und Daten am PNNL. Sutanay stellte seine Bemühungen vor, Daten mithilfe von Wissensgraphen in Wissen umzuwandeln, und lieferte einige sehr interessante Beispiele dafür, wie sie in verschiedenen wissenschaftlichen Disziplinen angewendet werden können.

Dr. Lukas Jansen von NFDI
Dr. Lukas Jansen ist wissenschaftlicher Referent bei der NFDI-Vereinigung. Er ist für die Vernetzung mit nationalen und internationalen Akteuren im Bereich des Forschungsdatenmanagements zuständig. Als Experte auf diesem Gebiet gab Lukas Jansen uns einen erstaunlichen Überblick über aktuelle Initiativen wie die European Open Science Cloud (EOSC) und Gaia-X.

Prof. Martin Himly und Dr. Thomas Exner
Martin Himly und Thomas Exner sprachen über die Ermöglichung der qualitätsgesicherten „on-the-fly“ Bereitstellung von (Meta-)Daten für komplexe experimentelle Arbeitsabläufe.
In diesem Vortrag stellten die beiden Wissenschaftler ihre Erfahrungen vor, die sie im Rahmen des H2020-Projekts NanoCommons der Europäischen Union
gesammelt haben. NanoCommons bietet eine Infrastruktur für reproduzierbare Wissenschaft, die die Datenintegration verbessert und es ermöglicht, dass Nanoinformatik-Workflows die Lücken schließen. Sie stellten auch das Instance Map Tool vor, das eine klare Visualisierung von experimentellen Arbeitsabläufen und eine schnelle Erstellung von Metadaten ermöglicht.

Prof. Keisuke Takahashi von der Hokkaido University
Keisuke Takahashi hielt einen inspirierenden Vortrag über ein neu entstehendes Gebiet – das Gebiet der Katalysatorinformatik. Die Katalysatorinformatik kombiniert Forschungsdaten aus der Katalyseforschung und -entwicklung, wie wir sie kennen, mit datenwissenschaftlichen Techniken zur Optimierung der Katalysatorentwicklung.

Dr. Ansgar Schäfer von BASF SE
Ansgar Schäfer, Leiter der Gruppe Quantenchemie bei der BASF SE, erörterte die Bedeutung verlässlicher Daten für das maschinelle Lernen und den immensen Wert der gemeinsamen Nutzung dieser Daten. Er betonte die Bedeutung einer geeigneten Infrastruktur wie NFDI4Cat.

 

 

 

 

Skip to content