Big Data is zo'n enorme verandering voor bedrijven dat het gemakkelijk overweldigend kan lijken. Het BigDataEurope-project ontmoet geïnteresseerde bedrijven halverwege door een geïntegreerde stapel tools te bieden voor het manipuleren, grootschalige databronnen publiceren en gebruiken.

Kijkend naar de zeer lange lijst van projecten die in het kader van Horizon 2020 worden gefinancierd en het grote spectrum van onderwerpen die worden behandeld, het zou gemakkelijk zijn om te vergeten dat het grootste onderzoeks- en innovatieprogramma van de EU tot nu toe draait om het aanpakken van zeven grote maatschappelijke problemen:gezondheid en welzijn; voedsel, landbouw en de bio-economie; energie; vervoer; klimaatverandering; vrijheid en veiligheid; en de plaats van Europa in een veranderende wereld.

Wat nog gemakkelijker te vergeten is, is het feit dat deze schijnbaar zeer verschillende onderwerpen en de gerelateerde activiteitensectoren allemaal minstens één gemeenschappelijk kenmerk hebben:hoe ze kunnen profiteren van digitale innovatie, en meer specifiek van Big Data.

Om ervoor te zorgen dat ze dat doen, de BigDataEurope (Integreren van Big Data, Software en gemeenschappen voor het aanpakken van de maatschappelijke uitdagingen van Europa) creëerde zeven gemeenschappen en probeerden beter te begrijpen wat ze nodig hadden van Big Data. Het resultaat is een platform dat gegevens uit verschillende bronnen kan opnemen, die kunnen worden afgestemd op innovatieve toepassingen voor de zeven H2020-uitdagingen.

Welke lacunes wilde je met dit project opvullen en hoe belangrijk is dit?

Het wordt algemeen erkend dat de analyse van grote hoeveelheden data (Big Data) een diepgaande invloed heeft op onze economie en de samenleving als geheel. Echter, het is belangrijk dat de bijbehorende technologieën niet alleen beschikbaar zijn voor een kleine kring van bedrijven, maar kan ook op grote schaal worden gebruikt door kleinere ondernemingen en initiatieven, maar ook in onderzoek en de academische wereld.

BigDataEurope vulde dit gat eerst door een platform te bieden voor het realiseren van Big Data-applicaties, en vervolgens door vereisten en proeftoepassingen te bespreken met gemeenschappen die de maatschappelijke uitdagingen vertegenwoordigen die zijn geïdentificeerd door het H2020-kaderprogramma.

Wat maakt jouw aanpak innovatief?

Talloze evenementen georganiseerd met stakeholdergroepen deden ons beseffen dat naast volume en snelheid, de verscheidenheid aan data is een belangrijk aspect waarmee in maatschappelijke toepassingen rekening moet worden gehouden.

Om aan deze eis te voldoen, we bedachten en produceerden een semantische databeschrijvingslaag voor Big Data. Deze laag maakt gebruik van woordenschat en kennisgrafieken, en stelt gemeenschappen in staat om een ​​gemeenschappelijk begrip van hun gegevens te ontwikkelen en tegelijkertijd deze gegevens op technisch niveau met elkaar te verbinden en te integreren.

Wat waren de belangrijkste problemen waarmee u te maken kreeg bij het samenbrengen van al deze groepen belanghebbenden en gegevensbronnen, en hoe heb je ze overwonnen?

Een belangrijke uitdaging lag in de verschillende terminologieën, culturen en praktijken die worden aangetroffen in groepen van belanghebbenden, wat ook resulteerde in zeer verschillende eisen en standpunten. Terwijl, bijvoorbeeld, open data speelt al een sleutelrol in mobiliteitstoepassingen, dataveiligheid, privacy en anonimisering staan ​​hoog in het vaandel in zorgscenario's.

We hebben deze uitdaging aangepakt door te vermijden een one-size-fits-all platform te ontwikkelen, in plaats daarvan componenten te integreren die een zeer specifiek doel vervullen, zoals de verwerking van streaminggegevens of anonimisering. Als resultaat, de gebruiker kan voor elk concreet toepassingsscenario van het BigDataEurope-platform de meest geschikte datamanagementcomponenten combineren en integreren.

Wat zijn de voordelen van het integreren van al deze gegevens? Kunt u een praktijkvoorbeeld geven?

Het project leverde zeven demonstrators op die de waarde van geïntegreerde data voor de verschillende maatschappelijke uitdagingen demonstreerden. Denk hierbij aan het voorspellen van wegverkeer en congestie op basis van historische en actuele sensordata in combinatie met informatie van sociale netwerken.

Een ander voorbeeld is precisielandbouw om planten zoals wijnstokken te voorzien van optimale voeding, bemesting en irrigatie op basis van klimaat- en onderzoeksgegevens.

Voldeden de projectresultaten aan uw aanvankelijke verwachtingen? Hoezo?

Over het algemeen was de noodzaak om met gegevensvariatie om te gaan iets wat we verwachtten en werd bevestigd tijdens bijeenkomsten met belanghebbenden en gemeenschappen. Dankzij de semantische integratiebenadering die door het platform wordt gevolgd, we zijn erin geslaagd een stap vooruit te zetten, maar we zijn nog steeds een beetje verwijderd van de visie om grote hoeveelheden geaggregeerde gegevens naadloos te integreren en te analyseren met minimale inspanning. Daarnaast, de afweging van gegevensprivacy en soevereiniteit van gegevensaanbieders zal in de toekomst meer aandacht vergen.

Hoe kunnen geïnteresseerde stakeholders jouw platform gaan gebruiken?

Het platform, de documentatie en pilot-implementaties zijn volledig open source en beschikbaar voor hergebruik. Ook, er zijn een aantal consortiumpartners van BigDataEurope (waaronder bijvoorbeeld Fraunhofer) die klaar staan ​​om assistentie en ondersteuning te bieden.

Wat zijn je vervolgplannen?

Consortiumleden doen in hun eigen domein onderzoek naar het onderwerp Big Data-management. Bijvoorbeeld, er zijn al verschillende recent gestarte H2020-projecten die delen van het BigDataEurope-platform blijven onderhouden en de toepassing ervan in de zorg- en life-science-domeinen verdiepen.