Das "Next Einstein Forum" ist eine Initiative der Robert Bosch Stiftung und des African Institute for Mathematical Sciences (AIMS). "Als Fellow bei diesem Forum zu sein, ist eine große Ehre und Chance, gleichbedeutend mit einer Preisvergabe", sagt der 32-jährige Kameruner, der an der Universität Leipzig Informatik und Physik studiert und 2009 promoviert hat. Er begann seine Doktorarbeit im Alter von 20 Jahren. 2003 erhielt er den DAAD-Preis als bester ausländischer Studierender der Universität.
Es sind Begriffe wie Big Data, Wissensextraktion, Datenintegration und Semantic Web, die seine Arbeit beschreiben. "Es geht darum, mit intelligenten Informationssystemen große Datenmengen zu verarbeiten, so effizient wie möglich", berichtet Ngonga. "Dahinter steht die Frage: Wie können Maschinen Inhalte des World Wide Web verstehen?" Fragebeantwortungssysteme könnte man das nennen, was der Kameruner entwickelt. Eines der Vorbilder dafür ist der Knowledge Graph von Google.
"Menschen wissen viel und möchten viel wissen, dazu stellen sie Fragen. Damit Computer diese Fragen beantworten können, brauchen wir eine formale Sprache. Dass Leipzig in Sachsen, Sachsen in Deutschland und Deutschland in Europa liegt, weiß ein Computer nicht per se, dazu braucht er Semantik", erläutert der Leipziger Informatiker. "Hinter dem Begriff Semantic Web steckt die Idee, das vorhandene Wissen im Web maschinenlesbar zu machen, indem Informationen mit dem passenden Kontext verbunden werden."
Die Menge der Daten sei dabei natürlich heutzutage unüberschaubar. Umso mehr komme es darauf an, einen effizienten Zugang zu Daten zu ermöglichen. "Wir haben das Ziel, es den Menschen zu ermöglichen, mit den Daten sozusagen zu reden - und damit der Datenflut Herr zu werden", sagt Ngonga. Effiziente und zugleich kostengünstige Big-Data-Prozesse könnten seiner Meinung nach in vielen Bereichen für mehr Teilhabe sorgen, zum Beispiel in der Bildung.
Eines der Projekte, die momentan von Ngonga geleitet werden, ist "HOBBIT" (Holistic Benchmarking of Big Linked Data), gefördert im Rahmen des EU-Programms Horizon 2020. Das Projekt ist im Dezember vergangenen Jahres gestartet. Partner aus Wissenschaft und Wirtschaft wollen praxistaugliche Maßstäbe erarbeiten für die effiziente Analyse, Erfassung und Verarbeitung großer Mengen semantischer Daten.