Datenkorpora für Künstliche Intelligenz
Deadline: 30. Juli 2025
Der Ausschuss für Wissenschaftliche Bibliotheken und Informationssysteme (AWBI) der Deutschen Forschungsgemeinschaft (DFG) greift Bedarfe der wissenschaftlichen Community auf, die im Rahmen des Ideenwettbewerbs zur Unterstützung von KI in der Forschung durch Informationsinfrastrukturen(interner Link) formuliert wurden. Mit der vorliegenden Ausschreibung können Projekte gefördert werden, in denen die Aufbereitung und zur Verfügungstellung von Daten als Grundlage für die (Weiter-)Entwicklung von KI für die Wissenschaft erfolgt.
Methoden, die im Kontext der Künstlichen Intelligenz angewendet werden, wie zum Beispiel Maschinelles Lernen (ML) und Text- und Datamining (TDM), haben in weiten Teilen der digitalen Forschungspraxis sowie der wissenschaftlichen Informationsversorgung zunehmend Relevanz, etwa zur Analyse und Verarbeitung großer Datenmengen sowie zur Sprachverarbeitung und -generierung. Die Entwicklung und Anwendung dieser Methoden basieren auf vielfältigen, multimodalen Daten (Sachdaten, Messdaten, Verhaltensdaten, ein- und mehrsprachige Textdaten, Bilddaten, synthetische Daten, Digitalisate, Erschließungsdaten etc.), die in ihrer Qualität und Verfügbarkeit teilweise erheblich variieren und deren Aggregation und Bereinigung (data cleansing) teils beträchtliche Aufwände verursachen. Dementsprechend besteht in der Wissenschaft ein Bedarf an systematisch aufbereiteten, kuratierten, annotierten und aggregierten Datenkorpora.
Die Förderung soll den Auf- und Ausbau qualitativ hochwertiger, umfangreicher Datenkorpora ermöglichen, um eine breite und wissenschaftlich fundierte Datenbasis für die (Weiter-)Entwicklung und Anwendung von Methoden der Künstlichen Intelligenz für die Wissenschaft zu schaffen. Der künftige Einsatz von Methoden und Anwendungen, die auf den geförderten Datenkorpora beruhen werden, kann dabei sowohl in der Forschung als auch innerhalb wissenschaftlicher Informationsinfrastrukturen liegen. Qualität, Umfang und Zusammensetzung der Datenkorpora müssen dabei auf die jeweiligen Bedarfe abgestimmt sein und unter der Prämisse stehen, über einzelne Forschungsfragen und Standorte hinweg Forschung zu ermöglichen oder die Informationsversorgung zu verbessern. Die Bereitstellung der Datenkorpora soll bewährte Prinzipien (FAIR, CARE) und Standards berücksichtigen und über vorhandene Informationsinfrastrukturen, insbesondere die Nationalen Forschungsdateninfrastruktur (NFDI), erfolgen.
Es wird der Auf- und Ausbau von Datenkorpora für Künstliche Intelligenz gefördert. Dabei können folgende Aspekte ebenfalls in Projekte einbezogen werden:
- Konzeption von Auswahl- und Qualitätskriterien sowie Umsetzung von Qualitätssicherungsmaßnahmen
- Nachnutzung und gegebenenfalls Anpassung sowie insbesondere Anwendung von Verfahren der Datenbereinigung, -aggregation, -annotation bzw. -kuration und -harmonisierung
- Verfügbarmachung und Bereitstellung des aufzubauenden Datenkorpus innerhalb bestehender wissenschaftlicher Informationsinfrastrukturen
