Mit der immer weiter wachsenden Menge an Information, die in Datenbanken und dem Internet zur Verfügung steht, werden Informationssysteme, die diese Daten verwalten und verarbeiten, immer mehr zu einem Zentrum der Aufmerksamkeit für Forschung, Lehre und Wirtschaft. Dependencies (dt. Abhängigkeiten) sind Spezifikationen, die auf hoher Ebene die Bedingungen und Anreicherungen innerhalb von Informationssystemen wie Knowledge Graphs (dt. Wissensgraphen) und Datenbanken abbilden. Dependencies liegen an einer ganz besonders günstigen Stelle zwischen Forschung und Lehre in der Informatik: Sie werden üblicherweise in einer deklarativen, Logik-basierten Sprache spezifiziert, und sind damit offen gegenüber dem reichhaltigen methodologischen Komplex der formalen Methoden. In den vergangenen Jahren sind Dependencies das Thema intensiver Forschung geworden. Komplementär dazu sind fundamentale Arten von Dependencies wie Functional Dependencies (dt. funktionale Abhängigkeiten) und Inclusion Dependencies (dt. Einbindungsabhängigkeiten) essenzielle Teile der Lehrpläne an vielen Universitäten. Den Kreis vervollständigt, dass es in den letzten Jahren einen Wiederanstieg von Dependencies im wirtschaftlichen Bereich gegeben hat. Zusammengenommen machen die steigende Bedeutung von Dependencies in Informationssystemen und der Wert von Dependencies zur Definition von Constraints (dt. Einschränkungen) und Zusammenhängen zwischen Informationssystemen die Forschung, Lehre und wirtschaftliche Anwendung in diesem Feld zu einem besonders fruchtbaren Bestreben. Trotz all dem werden derzeit kaum die Verbindungen zwischen diesen drei Aspekten ausgenützt. Wenig der modernen Forschung über Dependencies spielt eine Rolle in der derzeitigen Lehre. Die typischen Themen der Lehre von Dependencies sind weit von den Bedürfnissen moderner industrieller Anwendungen entfernt. Die hohe Berechnungskomplexität vieler in der Forschung betrachteter Formalismen ist eine prohibitive Barriere für viele industrielle Anwendungen mit "Big Data". In anderen Worten sehen wir die drei "Inseln" Forschung, Lehre und Wirtschaft, alle mit großem Potential, aber eine große, "gefährliche" Kluft zwischen diesen Inseln, die wenige Forscher, Studenten oder Praktizierende zu überwinden vermögen. In dieser Arbeit zeigen wir Wege, diese Kluft zu überwinden. In Bezug auf Impact (dt. Wirkung) hat, abgesehen von einer Reihe von Papers bei Top-Konferenzen und Journalen, der Lehre-Aspekt zur Einbindung eines fortgeschrittenen Dependency und Knowledge Graph Teils in sowohl der Datenbank Lehrveranstaltung, als auch der Datenbankdesign Lehrveranstaltung der Universität von Oxford geführt. Zusätzlich hat dieser zu einem EU Horizon 2020 Twinning Projekt zwischen Fraunhofer IAIS, der Universität von Bonn, der Universität von Oxford und des Institut Mihajlo Pupin, geführt. Der praktische Aspekt hat zu der Gründung des Start-ups DeepReason.ai, einem Spin-out der Universität von Oxford, geführt.
With the ever-growing amount of information available in databases and on the web, information systems that manage and process this data have become a center of attention in business, research and education. Dependencies are high-level specifications of the constraints and enrichments within information systems such as knowledge graphs or databases. Dependencies are at a particularly favorable position in research and teaching of computer science: They are typically specified in declarative, logic-based languages, thus opening up the rich methodological complex of formal methods for research. In recent years, dependencies have been the topic of intensive research interest. Complementing that, fundamental types of dependencies – such as functional and inclusion dependencies – are at many universities an essential part of the curriculum. Completing the circle, throughout the last years, we have also witnessed a resurgence of dependencies in business. Taken together, the increasing importance of information systems and the value of dependencies for defining constraints and relationships between information systems make research, education and business in this field a particularly fruitful endeavour. Despite all that, little of the connection between those three aspects is currently being exploited. Little of modern research on dependencies plays a role in current education. The typical topics in dependency education are far away from what modern industrial systems need. The high computational complexity of many formalisms in research is a prohibitive barrier for many industrial applications on Big Data. In other words, we see the three “islands” of research, education and business applications, all with great potential, but a big, “dangerous” gap between them that few researchers, students or practitioners overcome. In this work, we show ways of bridging this gap. In terms of impact, apart from a number of research papers at top conferences and journals resulting from this endeavour, the educational aspect of this thesis lead to the inclusion of an advanced dependencies and knowledge graph part in both the undergraduate Databases course, and the master’s Database Design course at the University of Oxford. In addition, it lead to an EU Horizon 2020 Twinning project between Fraunhofer IAIS, University of Bonn, University of Oxford and Institut Mihajlo Pupin, Serbia. The practical aspect led to the creation of the start-up DeepReason.ai, a spin-out company of the University of Oxford.
