Datensätze in einem Datenraum auffindbar machen

Ein Datenraum für intelligentes Wohnen entsteht. Gemeint ist ein Ökosystem, in dem Menschen Daten aus ihren Haushalten freiwillig und selbstbestimmt zur Verfügung stellen und Unternehmen daraus KI-Anwendungen entwickeln können, ohne dass die Daten bei einzelnen großen Anbietern liegen bleiben. Vier Kernkomponenten sollen das leisten: eine Verwaltung der Nutzerzustimmungen, eine Prüfung der Datenqualität, eine Auswertung mit Transparenz über die tatsächliche Nutzung — und ein Datenkatalog. Dessen Aufgabe klingt schlicht und ist die Voraussetzung für alles andere: Ein Datensatz, der nicht beschrieben ist, existiert für den Datenraum nicht. Ein Unternehmen, das Sensordaten aus Wohnungen sucht, muss wissen können, was es gibt, wie es strukturiert ist, unter welchen Bedingungen es zu nutzen ist und ob es zu dem passt, was es vorhat. Der Auftrag umfasste Konzeption, Implementierung und wissenschaftliche Evaluation dieses Katalogs — und die Anschluss­fähigkeit an drei parallel entstehende Komponenten anderer Teams sowie an die Standards eines europäischen Datenraums.

Standards statt Eigenerfindung, und das war die Haupt­entscheidung. Das Datenmodell folgt dem Standardvokabular des W3C für Datenkataloge, die Selbstbeschreibung erfüllt die Katalogklasse des europäischen Vertrauens­rahmens, der Daten­austausch läuft über einen Konnektor auf Grundlage eines offenen Standards. Ein eigenes Modell wäre schneller gewesen und hätte den Zweck verfehlt: Ein Katalog ist nur so nützlich, wie er von Systemen gelesen werden kann, die niemand aus dem Projekt entwickelt hat. Semantische Anschluss­fähigkeit ist bei einem Datenraum nicht eine Eigenschaft, sondern der Gegenstand.

Erweiterbarkeit im Modell, damit das Schema die Zeit übersteht. Neben der Kernentität für den Datensatz gibt es ein flexibles Eigenschafts­modell, über das sich zusätzliche Meta­informationen aufnehmen lassen, ohne die Struktur zu ändern. Der Grund war absehbar und trat ein: Die Anforderungen des Vertrauens­rahmens an das Katalogobjekt wurden während der Laufzeit konkretisiert. Ein starres Schema hätte an dieser Stelle eine Migration erzwungen; das erweiterbare hat die Änderung aufgenommen.

Sechs getrennte Bausteine, weil Verantwortlichkeiten getrennt gehören. Fachlogik, Metadatenbank, Verwaltungs­oberfläche, Identitäts- und Berechtigungs­dienst mit eigener Datenbank und der Konnektor für den Daten­austausch laufen jeweils eigenständig, in getrennten Netzen. Bei einem System, dessen Kern die Vertrauens­würdigkeit ist, ist das keine Architektur­mode: Die Berechtigungs­prüfung liegt in einem eigenen Dienst mit eigener Datenhaltung, und die Zugriffs­entscheidung ist damit nicht Bestandteil der Anwendung, die sie umgehen könnte.

Rechte am einzelnen Datensatz, nicht nur am System. Fünf Rollen nach dem Grundsatz der geringsten Rechte, und zusätzlich eine Besitzprüfung: Wer einen Datensatz ändern oder entfernen will, muss nicht nur die passende Rolle haben, sondern auch der Bereitsteller dieses Datensatzes sein. In einem Datenraum, in dessen Zentrum die Selbst­bestimmung über eigene Daten steht, ist das der Unterschied zwischen einem Versprechen und einer Eigenschaft des Systems.

Zwei Wege wurden verworfen, und das steht auch so im Bericht. Für den Metadaten­austausch war zunächst ein Streaming-Verfahren vorgesehen; es wurde verworfen, weil eine anfragebasierte Kommunikation für Metadaten in dieser Größenordnung ausreicht und die Architektur einfacher hält. Auch der ursprünglich vorgeschlagene Technologie-Stack wurde in der Konzeptions­phase zugunsten leichterer Bausteine geändert, mit Vorteilen bei Leistung, Entwicklungs­geschwindigkeit und Barrierefreiheit. Solche Korrekturen offen zu dokumentieren, ist Teil der Arbeit — ein Abschluss­bericht, in dem alles nach Plan lief, ist kein guter Abschluss­bericht.

Neben­ergebnisse, die über das Vorhaben hinausreichen. Neben dem System entstanden ein wiederverwendbares Architektur­muster für standardkonforme Datenkataloge, ein erweiterbares Daten­bank­schema, das sich auf andere Domänen übertragen lässt, und ein Evaluations­rahmen für Datenkataloge entlang der drei genannten Dimensionen. Bei einem Entwicklungs­auftrag mit Forschungs­anteil ist das der eigentliche Zinssatz: Das System nützt einem Ökosystem, das Muster nützt jedem weiteren.