Fortschritte in der Katalyseforschung durch FAIR-Datenprinzipien, umgesetzt in einer lokalen Dateninfrastruktur – Eine Fallstudie eines automatisierten Testreaktors

Findable, Accessible, Interoperable, and Reusable (FAIR) Daten entwickeln sich derzeit zu einem unverzichtbaren Element für den wissenschaftlichen Fortschritt und erfordern die Entwicklung neuer Methoden zur Datenerfassung, Speicherung und zum Teilen. Dies wird noch kritischer, da die zunehmende Anwendung künstlicher Intelligenz eine deutlich höhere Datenqualität hinsichtlich Zuverlässigkeit, Reproduzierbarkeit und Konsistenz der Datensätze verlangt. Dieser Artikel stellt Methoden zur digitalen und automatischen Erfassung und Speicherung von Daten und Metadaten in Katalyseexperimenten basierend auf Open-Source-Softwarelösungen vor. Die erfolgreiche Implementierung eines Digitalisierungskonzepts, das das Arbeiten nach maschinenlesbaren, standardisierten Betriebsanweisungen (SOPs) einschließt, wird anhand eines Reaktors für katalytische Tests dargestellt, der mit dem Open-Source-Softwaretool EPICS (Experimental Physics and Industrial Control System) automatisiert wurde. Der Prozess der Datenerfassung, standardisierten Analyse, des Hochladens in eine Datenbank und der Erzeugung von Beziehungen zwischen Datenbankeinträgen ist vollständig automatisiert. Schnittstellen (APIs) wurden entwickelt, um den Datenaustausch innerhalb der lokalen Dateninfrastruktur und darüber hinaus zu übergeordneten Repositorien zu ermöglichen, was den Weg für autonome Katalysatorentdeckung und Anwendungen des maschinellen Lernens ebnet.