Projektstatus: Idea Release In use

QLever Federation

QLever Federation reduziert redundante Datenspeicherung und den Energieverbrauch in der Forschung, indem es ermöglicht, große Datensätze direkt und remote abzufragen – ein Schritt in Richtung nachhaltiger Dateninfrastruktur.

#Runde 4

QLever ist eine Open-Source-Wissensgraph-Engine, die für Geschwindigkeit und Skalierbarkeit entwickelt wurde. Sie kann Milliarden von Fakten mit Volltext- und Raumabfragen verarbeiten. Projekte wie UniProt und OpenStreetMap nutzen QLever bereits, um komplexe Daten zugänglich und durchsuchbar zu machen.

Mit QLever Federation gehen wir die nächste große Herausforderung an: Forscher:innen und Institutionen sollen große Datensätze direkt abfragen können, ohne sie lokal zu kopieren. So wird doppelte Datenspeicherung vermieden, der Netzwerkverkehr reduziert und der Energieverbrauch deutlich gesenkt. Eine breite Anwendung könnte jährlich bis zu 7,2 GWh einsparen – genug, um 2.400 Schweizer Haushalte mit Strom zu versorgen.

Wie wir die Wirkung in der Praxis erzielen werden

Durch die Reduktion der mehrfachen Speicherung großer Datensätze adressiert QLever Federation eine bisher oft übersehene Ineffizienz in der Forschungsinfrastruktur – das digitale Pendant zu unnötigem Pendelverkehr. In der Prototyping-Phase messen wir die Energieeinsparungen und analysieren übertragbare Muster für eine breitere Umsetzung föderierter, nachhaltiger Wissensgraphen.

Team

Adrian Gschwend
Johannes Kalmbach
Hannah Bast
Ludovic Muller

Kontakt und Webseite

PROJEKTÜBERSICHT