Vernetzung experimenteller Ressourcen in Forschung und ¨ Nanotechnologien und Nanowissenschaft Ausbildung fur Sabina Jeschke, Olivier Pfeiffer, Christian Thomsen Technische Universit¨at Berlin, Fakult¨at II - Mathematik und Naturwissenschaften {sabina.jeschke@math, pfeiffer@math, thomsen@physik}.tu-berlin.de Abstract: Nanowissenschaftliche Forschung erfordert extrem komplexe und kostspielige Ausr¨ustung. Die Bereitstellung eines Zugangs zu diesen experimentellen Ressourcen f¨ur eine große Gemeinschaft geographisch verteilter Forscher ist daher eine wichtige Herausforderung zur Verbesserung des Wissenszuwachses in Nanowissenschaften und Nanotechnologien. Neue Methoden webbasierter Informationstechnologien erm¨oglichen innovative Ans¨atze zur Realisierung virtueller Arbeitsumgebungen, die die gemeinsame Nutzung der Ressourcen unterst¨utzen und die Zusammenarbeit von Forschern f¨ordern. Wir pr¨asentieren ein Konzept zur Erweiterung existierender virtueller Wissensr¨aume an die Anforderungen der technologischen Disziplinen und beschreiben die Integration vernetzter virtueller Labore und Remote-Experimente.

1 Das NanoLab Konzept Die zwei prinzipiellen Alternativen zur Verbesserung des Zugangs zu experimentellen Ressourcen sind Virtuelle Labore und Remote-Experimente. Sie bilden die Grundlage des NanoLab-Projekts [JRS+ 05a]: Virtuelle Labore folgen der Metapher eines “reellen” wissenschaftlichen Labors [JRS05b, JR06a], d.h. ihr Softwaredesign ist auf die Emulation wissenschaftlicher Praktika in virtuellen R¨aumen zugeschnitten. In theoretischen Disziplinen wie z.B. Mathematik und theoretischer Physik haben virtuelle Labore – durch den intensivierten experimentellen Zugang zu abstrakten Konzepten und Objekten – Ausbildung und Forschung revolutioniert. Sie besitzen die F¨ahigkeit, Br¨ucken zwischen den theoretischen Disziplinen und den experimentellen Wissenschaften zu bauen. RemoteExperimente sind – komplement¨ar zu virtuellen Laboren – reelle Experimente, die der Experimentator auch von außerhalb des Labors kontrollieren kann [TSM05]. Ihre Grundlage ist eine Technologie, die “reales” Experimentieren von entfernten Orten aus zu beliebigen Zeiten erm¨oglicht. Design und Implementierung einer serviceorientierten Infrastruktur f¨ur den verteilten gemeinschaftlichen Aufbau und die Durchf¨uhrung von naturwissenschaftlichen Experimenten inkl. Datenanalyse, Interpretation der Ergebnisse und die Entwicklung von Anwendungen sind die Hauptziele des NanoLab-Ansatzes. Eine gemeinsame Portalinfrastruktur erm¨oglicht den Zugang zu verschiedenen virtuellen und Remote-Experimenten durch standardisierte Schnittstellen. Experimente k¨onnen in NanoLab als komplexe Prozesse betrachtet werden, die aus verschiedenen technischen und nicht-technischen Komponenten (analytische Komponenten, Softwaredienste, Laborpersonal usw.) bestehen. Diese Kom-

85

ponenten m¨ussen in ein komplexes, i.A. verteiltes System orchestriert werden, um ein Experiment durchzuf¨uhren. Diese Heterogenit¨at stellt NanoLab vor eine große Herausforderung: ein gemeinschaftsgesteuertes NanoLab muss es verschiedenen Anbietern erm¨oglichen, einzelne Elemente zu entwickeln und zu implementieren, die dann in Kombination mit bereits existierenden Werkzeugen zu einem Experiment kombiniert werden k¨onnen [JR06b]. Die Menge der f¨ur experimentelle Zwecke zur Verf¨ugung stehenden Komponenten ist dynamisch, weil Komponenten neu entstehen, andere higegen veralten; die Zuverl¨assigkeit des Zugangs zu einer großen Familie von Remote-Experimenten, zusammengefasst zu einer remoteFarm, ist ein weiteres Thema. Das Zusammenspiel der verschiedenen Labore und Experimente beschr¨ankt sich nicht auf die rein technische Ebene der IT-Integration: durch fachspezifische Ontologien und innovative Modelle dynamischer semantischer Prozesskomposition wird auch die Vernetzung auf inhaltlicher Ebene erm¨oglicht. NanoLab bietet eine virtuelle Umgebung, in der Wissensdistribution und kooperative nanowissenschaftliche Experimente intelligent geregelt werden. Semantic Web-Technologien bilden hierf¨ur die Grundlage.

2 Kooperative Wissensr¨aume eLearning- und eResearch-Umgebungen k¨onnen in zwei Hauptgruppen eingeteilt werden: In inhaltsorientierten Systemarchitekturen definiert der Inhalt den Mittelpunkt des Systemdesigns; kommunikative und kooperative Szenarien (fehlen oder) werden um die Inhaltsobjekte herumgebaut. In gemeinschaftsorientierten Systemarchitekturen dagegen stehen Kommunikation, Kooperationsprozesse und Arbeitsabl¨aufe im Mittelpunkt des Systemdesigns; Inhaltsobjekte werden in diese “Kooperationsinfrastruktur” eingebettet. Bis jetzt stellen die inhaltsorientierten Systeme den h¨aufiger verwendeten Zugang dar und sind Grundlage der meisten verf¨ugbaren eLearning-Plattformen. Gemeinschaftorientierte Systeme k¨onnen als Teil des Forschungsgebietes CSCW/CSCL betrachtet werden [BS00, SJ02]. In diesem Ansatz stellen die sozialen Prozesse (Kommunikation, Koordination, Kooperation) die Grundlage f¨ur erfolgreichen Wissensgewinn in Ausbildung und Forschung dar. Durch die Fokussierung auf soziale Gesichtspunkte wie Kommunikation, Koordination und Kooperation besitzen kooperative Wissensr¨aume großes Potential, um Forschung und Lehre zu unterst¨utzen. “ViCToR-R¨aume”, die z.Z. an der TU Berlin entwickelt werden, zielen auf die Verbesserung der virtuellen Kooperation in Forschung und Ausbildung der Fachgebiete Mathematik, Natur- und Ingenieurwissenschaften ab. Kooperative Wissensr¨aume verwenden dabei eine “Raum-Metapher” als Richtlinie. Sie stellen einen virtuellen Treffpunkt dar, in dem Zusammenspiel, Kommunikation und gemeinschaftliches Arbeiten stattfindet. Die Umgebung als Ganzes ist dabei durch die Kombination dynamisch verbundener Objekte, d.h. Teilnehmer, Dokumente, Werkzeuge und Dienste, definiert [HKS01]. Gemeinschaftliches Arbeiten in Wissensr¨aumen bedeutet das Erstellen, (Ver-)teilen und Strukturieren der Ergebnisse und Dokumente auf mannigfaltige Art und Weise. Gemeinschaftliche Dokumentenerstellung a` la Wiki kann genauso Teil der Zusammenarbeit sein wie die gemeinsame Nutzung von Whiteboards oder anderen Kan¨alen synchroner und

86

asynchroner Kooperation. Die Phase gemeinschaftlichen Arbeitens einer spontan zusammengeschlossenen Gruppe ist durch den Austausch und die Gliederung von Material in einem mobilen Wissensraum gekennzeichnet. Zu diesem Zweck f¨ugen die Teilnehmer Dokumente in die Struktur des Wissensraumes ein und teilen sie mit ihrer Gruppe. Die gemeinschaftliche Arbeit kann auf einem Shared Whiteboard, das eine gemeinsame Sicht ¨ auf den Wissensraum erm¨oglicht, synchron erfolgen. Ahnlich der wissenschaftlichen Praxis im Labor, k¨onnen die Gruppenmitglieder interaktive Experimente im Wissensraum kooperativ untersuchen und formale Darstellungen ihres Experiments entwickeln. ¨ Der Ubergang von synchronem zu asynchronem gemeinschaftlichen Arbeiten in mobilen Szenarien ist h¨aufig nahtlos. W¨ahrend Kooperation von Angesicht zu Angesicht die nat¨urliche Form des gemeinschaftlichen Arbeitens in station¨aren Szenarien ist, k¨onnen die Teilnehmer den gemeinschaftlichen Arbeitsplatz aufgrund ihrer Mobilit¨at verlassen. Mobile Formen virtueller Wissensorganisation stellen so CSCW-Systeme (Computer Supported Cooperative Work) vor neue Herausforderungen. Klassisch zentralistische Kollaborationssysteme bieten ihren Service u¨ ber einen dedizierten Server an. In neuartigen verteilten Kollaborationssystemen werden die Dienste durch verschiedene Knoten gleichrangiger Arbeitssationen (Peer-to-Peer) bereitgestellt. Kleine oder große Gruppen bilden darin spontan Kollaborationsnetzwerke. Nutzer schließen sich f¨ur eine gewisse Zeit an und verlassen die Gruppe dann wieder. Die Trennung in Serviceanbieter (Server) und Konsument (Klient) l¨ost sich auf. Der Terminus “Peer” wird zum Ausdruck einer besonderen Art der Kollaboration, die durch gemeinsame Nutzung von Diensten und Ressourcen gepr¨agt ist.

3 Kooperatives Authoring und Inhaltsrepositories Nanowissenschaften sind ein schnell wachsendes, multidisziplin¨ares Forschungsgebiet. Folglich ist das entsprechende Fachwissen nicht nur u¨ ber eine Vielfalt von Institutionen verteilt; es kommt aus verschiedenen Fachgebieten wie Chemie, Ingenieurwissenschaften, Physik und Mathematik. Die Gruppe der Nanotechnologienutzer ist aufgrund der Anwendungsvielfalt ebenso heterogen. Die oben beschriebenen “Nano-R¨aume” m¨ussen also sowohl wissenschaftliche als auch Lehr- und Lernmaterialien beinhalten und Hintergrundbeschreibungen der verschiedenen Experimente enthalten und Zugang zu digitalen Bibliotheken und anderen wissenschaftlichen Ressourcen bieten. Durch Einzelinitiativen von Forschern und ihren Instituten wurde im Rahmen fr¨uherer Projekte bereits eine Vielzahl von eContent-Material f¨ur die Gebiete Nanowissenschaften und Nanotechnologien entwickelt. Dieses Material enth¨alt einen hohen Grad multimedialer Objekte und interaktiver Komponenten. Durch Kombination und Wiederverwendung dieser Ressourcen sind Design und Implementation von hochwertigem Kursmaterial, interaktiven Selbsttests, Pr¨ufungen und die Integration experimenteller Aufbauten und Daten m¨oglich. Wikis haben netzbasierte Kollaboration und die traditionelle Wahrnehmung von Kooperation und Wissensaustausch revolutioniert. Sie erm¨oglichen ihrem Nutzer mitzuwirken (“open editing”) und vereinfachen schon so den Zugang zu einer Vielzahl von Repositories. Der Wiki-Zugang [CL01] unterst¨utzt nicht nur die Erzeugung neuer Typen von Inhaltsarchiven – er induziert auch neue benutzergesteuerte Arbeitsschritte und Arbeitsabl¨aufe und neue Formen der gemeinschaftlichen Entwicklung. Auf dem Wiki-Konzept

87

basierend realisiert NanoWiki eine schlanke Architektur zur gemeinsamen Benutzung und Entwicklung von eNano-Content, um ein umfassendes Wissensrepository f¨ur den bereits existierenden verteilten eNano-Content zu erm¨oglichen. Zur Verbesserung des Zugangs zu digitalen Quellen verwendet der NanoWiki-Ansatz auch Semantic-Web-Technologien und Semantic-Web-Services: Ontologien definieren Konzepte und Elemente eines betrachteten Gebiets, ebenso wie deren Eigenschaften und Beziehungen untereinander. Wegen der Komplexit¨at dieser Aufgabe konnte in der Vergangenheit nur eine sehr beschr¨ankte Anzahl von Individuen am Prozess des Ontologieaufbaus teilhaben. Die innovative OntoWiki-Technologie enth¨alt Ans¨atze, um Ontolgieentwicklung einer gesamten Nutzergemeinschaft zu erm¨oglichen [HBS05]. Bei der Betrachtung der heterogenen Repositories stellt semantische Beschreibung eine signifikante Vereinfachung f¨ur die Handhabung der Inhalte verschiedener Herkunft und unterschiedlichen Typs dar. Semantische Kodierung wissenschaftlicher Inhalte verschiedener Medientypen, inkl. ad¨aquater Metadaten, ist die Grundlage vieler Systemkomponenten der n¨achsten Generation und erfordert Wiederverwertbarkeit, Interoperabilit¨at, Wissensbereitstellung und Feedback f¨ur Nutzereingaben. Zur geeigneten Darstellung mathematischer und naturwissenschaftlicher Inhalte (MathNatWiki), m¨ussen Wiki-Implementationen um eine Reihe von Funktionen erweitert werden. Ontologien kommen hier wieder ins Spiel, um die Komplexit¨at des digitalen Inhalts zu bew¨altigen. Dabei ist die Aufnahme der gesamten Nutzergruppe in die Ontologieentwicklung (OntoWiki) eine zentrale Aufgabe, um den Anforderungen eines selbstwachsenden Netzwerkes gerecht zu werden.

4 Fazit Experimente spielen eine zentrale Rolle in Natur- und Ingenieurwissenschaften. Kooperative Wissensr¨aume besitzen neues Potential f¨ur die experimentell ausgerichteten Gebiete dieser Disziplinen, da sie die experimentelle Kapazit¨at vergr¨oßern und durch virtuelle und Remote-Experimente den Zugang zu weiteren Versuchsaufbauten erm¨oglichen. Durch Integration in eine zur Unterst¨utzung von Lehr- und Forschungsprozessen in technologischen Disziplinen entwickelte virtuelle Umgebung erm¨oglichen sie kooperative Experimente ohne Beschr¨ankung durch geographische Entfernungen. Moderne Architekturdesignkonzepte zeigen heute, dass die Integration und Zusammenschaltung einzelner, unabh¨angiger Komponenten n¨otig ist, um einem breiten, heterogenen Nutzerspektrum eine umfassende Funktionsvielfalt bieten zu k¨onnen. Ein a¨ hnliches Bild best¨atigt sich f¨ur die wissenschaftliche Praxis moderner Forschung: Insbesondere in den Natur- und Ingenieurwissenschaften kann der Ausbau des Fachwissens nicht mehr durch isolierte Forscher in ihren Elfenbeint¨urmen gew¨ahrleistet werden; vielmehr gewinnen hier sowohl fachspezifische als auch interdisziplin¨are Kooperationen immer mehr an Bedeutung. Geographisch verteiltes kooperatives Forschen verschiedener wissenschaftlicher Einrichtungen ist ein zentraler Erfolgsfaktor f¨ur Forschung und Lehre. Demzufolge stehen wir verschiedenen erheblichen Herausforderungen gegen¨uber: 1. Modelle zur Kooperation verschiedener akademischen Einrichtungen, die gemeinsame Nutzung experimenteller Ressourcen, numerischer Werkzeuge zur Datenanalyse etc. erm¨og-

88

lichen, m¨ussen entwickelt und implementiert werden. 2. Die kommende Informationstechnologiegeneration wird vom Anspruch der Anwendungsintegration beherrscht. Forschung und Anwendung orientieren sich mehr an der semantischen Inhaltskodierung als Voraussetzung f¨ur die Interdependenz auf der inhaltlichen Ebene und in Richtung auf Integrationstechnologien f¨ur Softwarekomponenten wie z.B. “Web Services/Semantic Web”. 3. Die Integration sozialer, gemeinschaftsorientierter Komponenten in das Softwaredesign von eResearch und eLearning Umgebungen, also die Unterst¨utzung kommunikativer und kooperativer Strukturen und gemeinsamer Arbeitsabl¨aufe, gewinnt an Bedeutung. Basierend auf einer “open source - open content - open access”-Strategie [Ope, Cre] hat die Querverbindung existierender Experimentalressourcen und Wissensspeicher das Potential, Forschern und Studenten Know-How und Technologien u¨ ber Grenzen hinweg zug¨anglich zu machen und so wissenschaftliche Kommunikation und Kooperation voranzutreiben.

Literatur [BS00]

Uwe M. Borghoff und Johann H. Schlichter. Computer-Supported Cooperative Work: Introduction to Distributed Applications. Springer, Berlin/Heidelberg, 2000.

[CL01]

W. Cunningham und B. Leuf. The Wiki Way. Quick Collaboration on the Web. AddisonWesley, Boston, 2001.

[Cre]

Creative Commons License. http://creativecommons.org/.

[HBS05]

M. Hepp, D. Bachlechner und K. Siorpaes. OntoWiki: Community-driven Ontology Engineering and Ontology Usage based on Wikis. Proceedings of the 2005 International Symposium on Wikis (WikiSym 2005), San Diego, California, October 2005.

[HKS01]

Torsten Hampel und Reinhard Keil-Slawik. sTeam: Structuring Information in a Team – Distributed Knowledge Management in Cooperative Learning Environments. J. Educ. Resour. Comput., 1(2es):3, 2001.

[JR06a]

S. Jeschke und T. Richter. Intelligent Assistant Systems/Concepts, Technologies and Applications, editor: R. Kaschek. Idea, Hershey, PA 17033, USA, 2006.

[JR06b]

S. Jeschke und T. Richter. Experiments in Statistical Mechanics: A Maple Front-End for Virtual Laboratories. Maple Conf. 2006 Proceedings, Waterloo/Canada, July 2006.

[JRS+ 05a] S. Jeschke, T. Richter, H. Scheel, R. Seiler und C. Thomsen. The Experiment in eLearning: Magnetism in Virtual and Remote Experiments. Conference Proceedings ICL 2005, Interactive computer aided learning, Villach. Kassel University Press, Sept. 2005. [JRS05b]

S. Jeschke, T. Richter und R. Seiler. VideoEasel: Architecture of Virtual Laboratories on Mathematics and Natural Sciences. Proceedings of the 3rd International Conference on Multimedia and ICTs in Education, June 7-10, 2005, Caceres/Spain, June 2005.

[Ope]

Berlin Declaration on Open Access to Knowledge in the Sciences and Humanities, Conference on Open Access, Berlin 2003 .

[SJ02]

Christine Steeples und Chris Jones, Hrsg. Networked learning: perspectives and issues. Computer Supported Cooperative Work. Springer-Verlag, New York, 2002.

[TSM05]

C. Thomsen, H. Scheel und S. Morgner. Remote Experiments in Experimental Physics. Proceedings of the ISPRS E-Learning 2005, June 1-3, Potsdam/Germany, June 2005.

89