Die Rolle von Metadaten im Digitalen Zwilling

Ein Digitaler Zwilling besteht nicht nur aus Live-Sensorikdaten, sondern auch aus umfassenden Beschreibungsdaten(Metadaten) über das zugrunde liegende Asset. Diese Metadaten umfassen eine breite Palette an Informationen:

• Technische Metadaten: Dateiformat, Erstellungsdatum, Dateigröße, Speicherort.

• Deskriptive Metadaten: Modellnummer, Hersteller, Wartungsanleitungen, Dokumentenart.

• Administrative Metadaten: Eigentümer, Zugriffsrechte, Richtlinien zur Datenaufbewahrung.

Diese „Daten über Daten“ sind entscheidend, um die Datenlandschaft übersichtlicher zu gestalten, die Herkunft (Data Lineage) nachzuverfolgen und vor allem, um die virtuellen Abbilder von Maschinen und Anlagen effizient zu identifizieren, verstehen und verwalten. Ohne konsistente und standardisierte Metadaten drohen Datensilos, Inkonsistenzen und ein massiver Aufwand bei der Erstellung und Wartung der Zwillinge.

File-basierte Metadaten-Management-Tools

Der Begriff „File-basiert“ (Dateibasiert) bezieht sich in diesem Kontext auf Tools und Methoden, die Metadaten direkt in Dateien (oder in eng damit verknüpften, dateibasierten Strukturen) speichern, verwalten und bearbeiten, im Gegensatz zu zentralen, relationalen Datenbanken oder Data Warehouses.

In der Praxis vieler Digitaler-Zwilling-Projekte werden oft noch Dateien wie CAD-Modelle, Bedienungsanleitungen, Simulationsergebnisse und Prüfprotokolle verwendet. Tools für das File-basierte Metadaten-Management helfen dabei, diese heterogenen Datenströme zu bündeln und die zugehörigen Metadaten zu standardisieren.

Schlüsselfunktionen File-basierter Tools:

• Extraktion und Anreicherung: Tools wie ExifTool oder MediaInfo (häufig als Basis für Open-Source-Lösungen genutzt) können Metadaten automatisch aus existierenden Dateien (z. B. technische Spezifikationen aus einem Prüfprotokoll-PDF oder Kamera-Eigenschaften aus einem Bild) extrahieren. Erweiterte Software ermöglicht die manuelle oder automatisierte Anreicherung mit Business-Metadaten (z. B. Zuordnung zur korrekten Anlagen-ID).

• Standardisierung und Validierung: Sie ermöglichen es, Regeln für die Metadaten-Qualität festzulegen (z. B. ein bestimmtes Datumsformat oder das Vorhandensein spezifischer Pflichtfelder). Dies ist essenziell, um die Datenqualität zu gewährleisten, bevor Daten in den Digitalen Zwilling einfließen.

• Wiederverwendbarkeit: Ein dateibasierter Ansatz kann die Wiederverwendung von Komponenten vereinfachen, indem man auf Zwillingstypen als vorgefertigte Template-Files zurückgreift. Dies reduziert den Erstellungsaufwand und minimiert Inkonsistenzen bei Änderungen. Ein Tool, das diese Dateistrukturen zentral verwaltet, gewährleistet, dass alle Instanzen eines Zwillingstyps die gleichen, korrekten Metadaten-Vorlagen nutzen.

Die Verwaltungsschale (Asset Administration Shell – AAS) als Standard

Die Herausforderung im Digitalen Zwilling ist die Interoperabilität über Unternehmens- und Branchengrenzen hinweg. Eine reine File-basierte Verwaltung ohne Standardisierung führt schnell wieder zu Insellösungen. Hier setzt die Asset Administration Shell (AAS), auf Deutsch auch Verwaltungsschale genannt, an.

Die AAS ist der vom VDMA und der IDTA (Industrial Digital Twin Association) vorangetriebene Standard. Sie fungiert als standardisierte Schnittstelle und digitaler Container für alle Informationen eines Assets entlang seines Lebenszyklus. Zwar ist die AAS selbst kein rein File-basiertes Tool, aber sie adressiert das Kernproblem des Metadaten-Managements. Die AAS stellt sicher, dass alle relevanten Daten und Dokumente (unabhängig davon, ob sie physisch als Dateien oder in Datenbanken gespeichert sind) in einer einheitlichen, genormten Sprache angesprochen und ausgetauscht werden können.

Tools im Ökosystem des Digitalen Zwillings müssen daher in der Lage sein, die dateibasierten Metadaten zu erfassen, zu harmonisieren und in die standardisierte Struktur der AAS zu transformieren.

Fazit

File-basierte Metadaten-Management-Tools sind die Grundlage für eine saubere Datenbasis im Digitalen Zwilling. Sie sorgen für die Konsistenz der Metadaten in den Rohdatenbeständen und Dokumenten, aus denen der Zwilling gespeist wird. Ihr Mehrwert liegt in der Automatisierung der Metadaten-Pflege, was die Auffindbarkeit und Usability der Daten massiv verbessert. Im Zusammenspiel mit offenen Standards wie der AAS wird das Metadaten-Management vom reinen Verwaltungsprozess zur strategischen Säule für die Effizienzsteigerung und Zukunftsfähigkeit in der vernetzten Industrieproduktion.

Möchten Sie mehr darüber erfahren, wie sich Metadaten-Management-Tools in eine Data-Governance-Strategie einbetten lassen?

Ein Video, das die Einführung in das Metadaten-Management beleuchtet, finden Sie hier: Introduction to Metadata Management. Es erklärt die grundlegenden Konzepte und Ziele des Metadaten-Managements.

Einleitung

Das wissenschaftliche Paper mit dem Titel „pyJSON Schema Loader and JSON Editor: A tool for file-based creation, editing and metadata tracking of complex JSON documents“ beschreibt die Entwicklung, Eigenschaften und Anwendungsmöglichkeiten eines Desktop-Werkzeugs, das komplexe JSON-Dokumente offline erstellt, bearbeitet und deren Metadaten verwaltet. Der Autor/die Autoren zeigen auf, wie das Tool den Umgang mit JSON-Daten strukturiert und die Nachvollziehbarkeit von Änderungen verbessert.

Motivation und Problemstellung

Mit der steigenden Bedeutung datengesteuerter Anwendungen in verschiedensten Wissenschafts- und Industriebereichen wächst der Bedarf an leistungsfähigen Werkzeugen zum Umgang mit komplexen JSON-Strukturen. Insbesondere stellen Metadaten, Versionierung und Konsistenz eine Herausforderung dar, wenn JSON-Dokumente manuell oder in kollaborativen Umgebungen erstellt und bearbeitet werden. Viele bislang verfügbare Editoren richten sich an Web-Entwickler oder sind teils auf Online-Betrieb angewiesen, was Datenschutz und Lokalisierungsmöglichkeiten einschränkt.

Ziele und Lösungsansatz

Das Hauptziel des vorgestellten Tools ist es, einen clientseitigen Desktop-Editor bereitzustellen, der in offline und lokalen Umgebungen funktioniert. Er ermöglicht die Erstellung, Bearbeitung und das Tracking von JSON-Dateien mit komplexen Strukturen und integrierten Metadaten. Das Tool verspricht eine intuitive und sichere Handhabung von JSON-Dokumenten auch ohne tiefgehende Programmierkenntnisse. Besonderes Augenmerk liegt auf:

• Ausfallsicherer, dateibasierter Arbeitsweise ohne Cloud-Zwang
• Komfortabler Bearbeitung und Validierung gegen JSON-Schema
• Nachvollziehbare Versionierung und Metadatenmanipulation
• Vielfältige Anwendungsmöglichkeiten für Forschung, Dokumentation und Systemkonfiguration

Aufbau und Funktionen des Tools

Das Tool gliedert sich in zwei Hauptkomponenten:

1. JSON Schema Loader: Ein Mechanismus zur sicheren Ladung von JSON-Schemata, die als Vorlage für die zu bearbeitende oder zu erstellende Datei dienen. Dieser Loader prüft die Integrität des Schemas, leitet Eingabemasken für den Editor ab und garantiert die Einhaltung vorgegebener Strukturen.
2. JSON Editor: Eine Editoroberfläche zur direkten Bearbeitung von JSON-Inhalten. Hier lassen sich Werte setzen, verschachtelte Strukturen modifizieren, neue Felder hinzufügen oder löschen. Die Validierung gegen das geladene Schema erfolgt automatisch und live.

Metadaten-Tracking: Besonders hervorzuheben ist die Fähigkeit des Editors, Änderungen protokolliert festzuhalten und mit Metadaten (Autor, Zeitstempel, Änderungsbeschreibung etc.) anzureichern. Dadurch entsteht ein vollständiger Änderungsverlauf, der wissenschaftlichen Standards genügt und auch für kollaborative Projekte wertvoll ist.

Dateibasiertes Arbeiten: Die Software legt sämtliche Daten lokal ab und arbeitet unabhängig von externer Infrastruktur. Dies ist insbesondere für sensible oder datenschutzkritische Anwendungen vorteilhaft.

Benutzerfreundlichkeit: Der Editor ist durch eine grafische Oberfläche für verschiedene Nutzergruppen zugänglich und kann ohne tiefgehende Kenntnisse in der JSON-Struktur genutzt werden. Die Struktur des Schemas definiert dynamisch die Eingabemöglichkeiten.

Technische Umsetzung

Das Tool ist plattformunabhängig als Desktop-Anwendung verfügbar und in Python entwickelt. Es nutzt Standardbibliotheken sowie zusätzliche Module für Schema-Verwaltung, Editorlogik und Benutzeroberfläche. Unterstützte Technologien, wie PyQt oder Tkinter, stellen die GUI-Funktionalitäten bereit. Die Anwendung ist Open Source und kann angepasst werden.

Besondere Merkmale:

• Import und Export von JSON-Schemata und Dokumenten
• Live-Validierung und Fehlerhinweise
• Undo/Redo-Funktion und manuelle Revisionierung
• Export von Bearbeitungsverläufen für Dokumentation und Review-Prozesse

Anwendungsbeispiele

Forscher können komplexe Metadatensätze beschreiben, Softwareentwickler Konfigurationsdateien verwalten oder Institutionen Datenformate standardisieren. Das Tool eignet sich für:

• Dokumentation von Forschungsdaten
• Erstellung von Systemkonfigurationsdateien (z.B. für Server oder Anwendungen)
• Validierung und Anpassung von JSON-Daten bei Datenaustausch
• Nachverfolgung von Autorenschaft und Änderungen für Compliance-Zwecke

Vorteile gegenüber bestehenden Lösungen

Das Tool unterscheidet sich von klassischen Web-Editoren oder einfachen Texteditoren durch:

• Fokus auf Offline-Fähigkeit und Datenschutz
• Integriertes Änderungsprotokoll mit Metadatenmanagement
• Spezielle Unterstützung für komplexe JSON-Strukturen und Schemata
• Flexible Anpassung und Erweiterbarkeit durch Open-Source-Basis

Limitationen und Herausforderungen

Obwohl das Tool viele Vorteile bietet, bestehen einige Einschränkungen:

• Die Komplexität der grafischen Oberfläche kann bei extrem großen oder tief verschachtelten Dokumenten zu Usability-Problemen führen.
• Die Validierung basiert auf den Fähigkeiten des zugrundeliegenden JSON-Schema-Frameworks; exotische Schema-Erweiterungen sind ggf. nicht vollumfänglich unterstützt.
• Kollaboratives Arbeiten ist nur auf Dateibasis möglich, nicht über ein zentrales Online-System.

Ausblick und zukünftige Weiterentwicklung

Die Autoren schlagen vor, die Integration in existierende Datenmanagementsysteme voranzutreiben oder Schnittstellen für zentrale Versionsverwaltung zu schaffen. Die Einbindung weiterer Format-Validatoren, die Unterstützung für Teamarbeit und die Prozessintegration in wissenschaftliche Workflows sind potentielle nächste Schritte.

Fazit

Der „pyJSON Schema Loader and JSON Editor“ stellt einen bedeutenden Beitrag zur Verwaltung komplexer, metadatengestützter JSON-Dokumente in offline und lokalen Umgebungen dar. Die Anwendung verbindet Benutzerfreundlichkeit, Datenintegrität und revisionssicheres Arbeiten und findet Anwendung in Forschung, Entwicklung und Dokumentationsprozessen. Ihre offene Architektur erlaubt es, den Editor an spezifische Anforderungen anzupassen und so einen breiten Nutzerkreis zu adressieren.

Quelle:
pyJSON Schema Loader and JSON Editor: A tool for file-based creation, editing and metadata tracking of complex JSON documents, ScienceDirect, veröffentlicht 2024, DOI: 10.1016/j.sdats.2024.1003157