NFDI podcast - For a FAIR Data Future

In dieser Episode geht es um eine zentrale Grundlage guter Wissenschaft: Reproduzierbarkeit. Dr.-Ing. Felix Engel von der TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek in Hannover erklärt, warum Forschungsergebnisse nachvollziehbar und überprüfbar sein müssen, welche Rolle Metadaten und Ontologien dabei spielen und warum gemeinsame Begriffe und Standards für die Nachnutzung von Forschungsdaten entscheidend sind. Es geht um Open Science, Künstliche Intelligenz und die Frage, wie aus gut dokumentierten Forschungsdaten die Grundlage für neue Erkenntnisse und Innovationen wird.

• Reproduzierbarkeit – Forschung muss überprüfbar sein:
• Warum es nicht reicht, Ergebnisse zu veröffentlichen – und welche Informationen andere Forschende brauchen, um Experimente nachvollziehen und validieren zu können.
• Metadaten – Daten brauchen Kontext:
• Wie zusätzliche Informationen Forschungsdaten auffindbar und verständlich machen und warum schon fehlende Angaben zu Maßeinheiten gravierende Folgen haben können.
• Ontologien – eine gemeinsame Sprache für Forschung:
• Wie Begriffe, Prozesse und Zusammenhänge eindeutig beschrieben werden und dadurch auch für Maschinen interpretierbar werden.
• Open Science – Wissen teilen und weiterverwenden:
• Warum Daten, Software und Methoden zugänglich sein sollten und welche Hürden dem Teilen von Forschungsdaten in der Praxis entgegenstehen.
• Künstliche Intelligenz – Unterstützung für Forschungsdaten:
• Wie KI beim Aufbau von Terminologien und Ontologien helfen kann – und warum menschliches Fachwissen trotzdem unverzichtbar bleibt.

Dr.-Ing. Felix Engel ist stellvertretender Leiter der Abteilung Entwicklung an der TIB Hannover - Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek. Zu seinen Arbeitsschwerpunkten gehört die Schnittstelle zwischen Wissens- und Datenmanagement und nachhaltige Forschung.

• NFDI – Nationale Forschungsdateninfrastruktur: https://www.nfdi.de/
• NFDI4Ing: https://www.nfdi4ing.de/
• NFDI4ING Terminology Service: https://terminology.nfdi4ing.de/ts/
• TIB Terminology Service: terminology.tib.eu/ts
• ACM: https://reviewers.acm.org/training-course/artifact-review-and-badging
• Beispiel: https://science.nasa.gov/mission/mars-climate-orbiter/

Du hast Fragen? Schreib uns.

• Kontakt: https://www.nfdi.de/kontakt/

• Repeatability, Reproducibility und Replicability: Die Begriffe werden in der Literatur nicht einheitlich verwendet. Definition nach ACM: Repeatability: Ein Forscher kann seine eigenen Berechnungen oder andere Ergebnisse zuverlässig wiederholen. Reproducibility: Eine unabhängige Gruppe kann unter Verwendung der vom Autor selbst erstellten Artefakte zu demselben Ergebnis gelangen. Replicability. Eine unabhängige Gruppe kann dasselbe Ergebnis erzielen, indem sie Artefakte verwendet, die sie völlig eigenständig entwickelt hat.
• Metadaten sind Informationen über Daten. Sie beschreiben zum Beispiel, wer Daten erhoben hat, wann, wo, mit welcher Methode, mit welchem Gerät, in welcher Einheit, mit welcher Software und unter welchen Nutzungsbedingungen.
• Ontologie: Eine Ontologie ist wie ein Bedeutungsnetz: Sie legt fest, welche Begriffe es in einem Fachgebiet gibt, was sie bedeuten und wie sie miteinander zusammenhängen.
• Open Science: Ein Ansatz, der darauf abzielt, wissenschaftliche Prozesse und Ergebnisse möglichst offen, transparent und nachvollziehbar zu gestalten und den Zugang zu Publikationen, Daten, Methoden und Software zu erleichtern.
• Interoperabilität: Meint hier, dass unterschiedlicher Daten, Systeme oder Werkzeuge, über Systemgrenzen hinweg Informationen auszutauschen und diese in einem gemeinsamen Kontext zu verarbeiten. Dafür müssen Formate, Begriffe und Bedeutungen möglichst standardisiert oder zumindest miteinander verknüpfbar sein.

Hosted on Acast. See acast.com/privacy for more information.

In dieser Folge geht es um die gebaute Umwelt – also um Gebäude, Brücken, Straßen und andere Infrastrukturen, die unseren Alltag tragen und gleichzeitig enorme Mengen an Energie und Material binden. Prof. Dr. Jakob Beetz erklärt, warum ausgerechnet dieser Bereich digital noch hinterherhinkt, obwohl hier ein enormes Potenzial für bessere Entscheidungen, mehr Nachhaltigkeit und den Erhalt kritischer Infrastruktur liegt. Im Zentrum stehen marode Brücken, fehlende Daten, fragmentierte Informationsquellen und die Frage, wie Forschungsdatenmanagement helfen kann, Schäden früher zu erkennen, Sanierungen klüger zu planen und wertvolles Wissen nicht zu verlieren.

• Warum Daten in der gebauten Umwelt so entscheidend sind:

Gebäude und Infrastruktur verursachen rund ein Drittel des Ressourcen- und Energieverbrauchs. Trotzdem werden Daten aus Planung, Bau, Nutzung und Instandhaltung oft nicht strukturiert erfasst oder weitergegeben.

• Brücken als kritische Infrastruktur:

In Deutschland gibt es rund 70.000 Brücken, viele davon mit ähnlichen Alters- und Materialproblemen.

Um priorisieren zu können, welche Bauwerke zuerst saniert werden müssen, braucht es belastbare Daten aus Inspektionen, Forschung und Betrieb.

• Daten aus vielen Quellen zusammenführen:

Fotos, Gutachten, Scans, Sensordaten, Pläne und Messprotokolle liegen meist in getrennten Silos vor.

Erst wenn diese Informationen verknüpft werden, lassen sich Muster erkennen und bessere Entscheidungen treffen.

• Building Performance Gap:

Zwischen geplantem und tatsächlichem Energieverbrauch von Gebäuden klafft oft eine große Lücke.

Ohne gute Datengrundlage lassen sich Gebäude kaum realistisch bewerten oder effizienter betreiben.

• Retrodigitalisierung und Datenverlust:

Viele wichtige Informationen zu älteren Bauwerken existieren nur analog oder gehen nach Projektende und Personalwechsel verloren.

Gerade für Sanierung und Erhalt sind diese historischen Daten aber oft unverzichtbar.

• Datenschutz, Eigentum und Offenheit:

Gutes Datenmanagement muss sensible Informationen schützen und trotzdem Nachnutzung ermöglichen.

Genau darin liegt eine der zentralen Herausforderungen für die gebaute Umwelt.

Prof. Dr. Jakob Beetz leitet den Lehrstuhl für Design Computation an der Fakultät für Architektur der RWTH Aachen. Er forscht zur Digitalisierung der gebauten Umwelt und dazu, wie Daten aus Architektur, Bauwesen und Infrastruktur langfristig nutzbar und verknüpfbar werden.

• NFDI4Ing Website des Konsortiums: https://nfdi4ing.de
• Website des Lehrstuhls: https://dc.rwth-aachen.de/

• Design Computation: Design Computation beschreibt den Einsatz digitaler Methoden, Datenmodelle und rechnergestützter Prozesse für Planung, Entwurf, Bau und Betrieb von Gebäuden und Infrastruktur.
• FAIR Data: FAIR Data sind Forschungsdaten, die so aufbereitet sind, dass sie auffindbar, zugänglich, interoperabel und nachnutzbar sind.
• Linked Data: Linked Data sind strukturierte Daten, die über eindeutige Verknüpfungen mit anderen Datensätzen verbunden sind, damit Zusammenhänge maschinenlesbar werden.
• Built Environment: Built Environment bezeichnet die vom Menschen gestaltete gebaute Umwelt, also zum Beispiel Gebäude, Straßen, Brücken, Tunnel und Stadträume.
• SPP100+: SPP100+ steht hier für einen Forschungskontext, in dem große und heterogene Datenbestände zu Bauwerken zusammengeführt und ausgewertet werden, um Erhalt, Sanierung und Planung besser zu unterstützen.

Abonniere unseren Podcast und bleibe auf dem Laufenden. Hast du Fragen oder Themenwünsche? Schreibe uns und werde Teil unserer Daten-Community!

• Kontakt: https://www.nfdi.de/kontakt/

Hosted on Acast. See acast.com/privacy for more information.

In dieser Folge geht es um ein großes Projekt mit weitreichenden Folgen: die European Open Science Cloud (EOSC). Prof. Dr. York Sure-Vetter und Dr. Wilma Wolf erklären, wie NFDI als mandatierte Organisation Deutschlands die europäische Forschungsdateninfrastruktur aktiv mitgestaltet. Es geht um föderierte Knotenpunkte, sozio-technische Systeme, politische Dimensionen – und darum, wie EOSC hilft, Daten europaweit zugänglich, sicher und FAIR nutzbar zu machen.

• Was ist EOSC überhaupt? Ein föderiertes „System der Systeme“, das Forschungsdaten, Dienste und Infrastrukturen europäisch vernetzt – getragen von der Europäischen Kommission, den Mitgliedsstaaten und Wissenschaftsorganisationen.
• NFDI als Brücke zwischen Deutschland und Europa: NFDI ist das mandatierte Mitglied Deutschlands in der EOSC Association und baut den deutschen EOSC-Knoten mit auf – gemeinsam mit 12 weiteren „Candidate Nodes“ europaweit.
• Sozio-technische Infrastruktur – was heißt das? Nicht nur Technik, sondern auch Zusammenarbeit: EOSC fördert Austausch über disziplinäre und nationale Grenzen hinweg – durch standardisierte Metadaten, gemeinsame Dienste und abgestimmte Governance-Strukturen.
• Warum EOSC geopolitisch wichtig ist: In Zeiten wachsender internationaler Spannungen sichert EOSC Forschungsunabhängigkeit, schützt gefährdete Datensätze und stärkt die digitale Souveränität Europas.
• Zukunft & Herausforderungen: Die Föderation ist im Aufbau, vieles ist noch in Bewegung – was es jetzt braucht: politische Unterstützung, eine gemeinsame Vision und engagierte Communities.

Prof. Dr. York Sure-Vetter ist Direktor der Nationalen Forschungsdateninfrastruktur (NFDI) und Professor am Karlsruher Institut für Technologie (KIT). Als Informatiker mit Fokus auf Datenmanagement und Künstliche Intelligenz gestaltet er den Aufbau von Forschungsdateninfrastrukturen national, europäisch und international aktiv mit.

Dr. Wilma Wolf ist in der Geschäftsstelle der NFDI verantwortlich für den Bereich European Open Science Cloud (EOSC). Sie bringt ihre Erfahrung aus der Soziologie und dem Wissenschaftsmanagement ein, um sozio-technische Zusammenarbeit auf europäischer Ebene zu fördern.

·      Nationale Forschungsdateninfrastruktur (NFDI): https://www.nfdi.de/

·      European Open Science Cloud (EOSC): https://eosc.eu/

·      EOSC Node Germany: https://www.nfdi.de/eosc-node-germany/

·      EOSC Node Germany: https://eosc.eu/building-the-eosc-federation/eosc-node-germany/

·      EOSC Federation: https://eosc.eu/building-the-eosc-federation/eosc-federation-handbook/

·      Galaxy und EOSC: https://www.youtube.com/watch?v=2w8okrORVtM

• EOSC: European Open Science Cloud
• EOSC Association: Verein europäischer Forschungsorganisationen zur Steuerung von EOSC
• EOSC Node Germany: Deutscher Knotenpunkt im EOSC-Verbund
• Federation of Nodes: Netzwerk europäischer Knoten, das Dienste und Daten verknüpft
• Sozio-technisch: Zusammenspiel von Infrastruktur, Menschen & Organisationen
• AAI (Authentication and Authorization Infrastructure): Zugangssystem für digitale Dienste
• FAIR Data: Findable, Accessible, Interoperable, Reusable

Abonniere unseren Podcast und bleibe auf dem Laufenden. Hast du Fragen oder Themenwünsche? Schreibe uns und werde Teil unserer Daten-Community!

• Kontakt: https://www.nfdi.de/kontakt/

Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich?

Künstliche Intelligenz verändert die chemische Forschung – aber sie ist nur so gut wie die Daten, mit denen sie gefüttert wird. In dieser Folge sprechen Philipp Strömert und Steffen Neumann darüber, warum Metadaten, Ontologien und digitale Repositorien für maschinenlesbare Daten essenziell sind. Wie können KI-Modelle mit retrospektiven Datensätzen trainiert werden? Was muss sich in Lehre, Labor und Publikationspraxis ändern? Und warum ist es höchste Zeit, die digitale Souveränität der Chemie in Europa zu sichern?

Themen der Episode:

• Datenmanagement als wissenschaftliche Praxis: Warum die digitale Dokumentation von Laborprozessen kein "Extraaufwand", sondern Teil guter wissenschaftlicher Praxis ist – und warum man selbst als erster davon profitiert.
• Metadaten: Wieso Daten ohne Kontext wenig wert sind – und wie Ontologien dabei helfen, Fachbegriffe weltweit einheitlich und eindeutig zu definieren.
• ELNs, Repositorien & Annotation: Wie Tools wie Chemotion-ELN und -Repositorium von NFDI4Chem schon heute maschinenlesbare, FAIR aufbereitete Daten ermöglichen – direkt aus dem Labor und ohne Copy-Paste aus PDFs.
• KI braucht saubere Trainingsdaten: Wie maschinelles Lernen alte Datenbestände nutzbar macht – vorausgesetzt, sie sind korrekt annotiert, standardisiert und auffindbar. Warum das heute die Basis für die KI-Anwendungen von morgen ist.
• Digitale Souveränität in Europa sichern: Was auf dem Spiel steht, wenn Europa die Standards für chemische Forschungsdaten anderen überlässt. Warum gemeinsame, offene Dateninfrastrukturen alternativlos sind – für Wissenschaft, Wirtschaft und Demokratie.

Gäste:

Dr. Steffen Neumann ist Bioinformatiker am Leibniz-Institut für Pflanzenbiochemie in Halle (Saale). Er entwickelt digitale Lösungen zur Verarbeitung chemischer und biochemischer Forschungsdaten und setzt sich für maschinenlesbare, interoperable Datensätze ein.

Philipp Strömert ist Experte für Metadaten und Ontologien bei NFDI4Chem (Task Area 6 „Synergies“) und arbeitet an der TIB – Leibniz-Informationszentrum für Technik und Naturwissenschaften in Hannover.

Mehr erfahren:

NFDI4Chem: https://www.nfdi4chem.de/

Chemotion ELN: https://www.chemotion.net/

Fachbegriffe/Glossar:

Datenrepositorien: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/repositorien

Metadaten: https://www.ibm.com/de-de/think/topics/metadata

Metadaten Schema: https://www.ibm.com/de-de/think/topics/metadata

Ontologien: https://knowledgebase.nfdi4chem.de/knowledge_base/de/docs/ontology/

Wissensgraph: https://de.wikipedia.org/wiki/Knowledge_Graph

Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich?

Dr. Nicole Jung (KIT, NFDI4Chem) und Dr. Joachim Richert (ehem. BASF, NFDI4Chem) sprechen über den Einsatz elektronischer Laborjournale (ELN) in der Chemie. Warum sind ELNs der Schlüssel zu FAIRen Daten, was haben sie mit KI zu tun – und wie verändern sie den Alltag im Labor? Es geht um Standards, Datenkompetenz, Akzeptanz in Wissenschaft und Industrie – und darum, warum offene, strukturierte Daten die Innovationszyklen massiv beschleunigen können.

Themen der Episode:

• Was sind ELNs – und was können sie wirklich? Digitale Tools zur strukturierten Dokumentation im Labor, zur Automatisierung von Workflows und als Vorbereitung für Repositorien. ELNs entlasten Forschende – und schaffen Mehrwert durch Standardisierung, Auffindbarkeit und Analysefunktionen.
• Daten als Treibstoff für Innovation: Warum strukturierte und interoperable Daten Forschungsprozesse beschleunigen, Kosten sparen, Dopplungen vermeiden und neue Erkenntnisse ermöglichen.
• Wissenschaft vs. Wirtschaft: Wie die Industrie seit Jahrzehnten mit Daten arbeitet – und was die akademische Forschung davon lernen kann.
• FAIR Data beginnt im Labor: Findable, Accessible, Interoperable, Reusable – das gelingt nur, wenn bereits im ersten Schritt (im Labor) mit den richtigen Tools gearbeitet wird. ELNs wie Chemotion liefern dafür die technische Grundlage.
• Akzeptanz und Anreize: Warum Arbeitsgruppenleitungen den Unterschied machen – und wie ein systematischer Kulturwandel gelingen kann, wenn Datenbereitstellung nicht als Mehraufwand, sondern als Zukunftsinvestition verstanden wird.
• Vom Einzelprojekt zur Infrastruktur: Warum ELNs nicht als kurzfristige Projektlösung gedacht werden dürfen – und weshalb langfristige, nachhaltige Finanzierung entscheidend ist.

Gäste:

Dr. Nicole Jung leitet die Compound Platform am Institut für Biologische und Chemische Systeme des Karlsruher Institut für Technologie (KIT) und forscht zu digitalen Tools für die chemische Laborarbeit. Bei NFDI4Chem verantwortet sie die Task Area 2 „Smart Labs“.

Dr. Joachim Richert war über 30 Jahre bei BASF SE tätig, zuletzt als Vice President Analytical Sciences. Heute ist er Lehrbeauftragter an der TU Darmstadt, Mitglied im Industry Advisory Board von NFDI4Chem und Vorsitzender des wissenschaftlichen Beirats Chemie & Prozesstechnik der BAM.

Mehr:

NFDI4Chem: https://www.nfdi4chem.de/de/

Chemotion-ELN: https://chemotion.net/

Chemotion Repositorium: https://www.chemotion-repository.net/welcome

ELN-Finder: https://eln-finder.ulb.tu-darmstadt.de

LADS OPC/UA: https://github.com/opcua-lads; https://opcfoundation.org/markets-collaboration/lads

Kontakt: 

https://www.nfdi.de/kontakt/ 

Fachbegriffe/Glossar:

ELN – electronic lab notebook (elektronisches Laborjournal)

LADS – Laboratory and Analytical Device Standard 

OPC-UA – Open Platform Communication - Unified Architecture

Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich?

In dieser Episode geht es um nicht weniger als das Fundament digitaler Wissenschaft: Datenkompetenz. Prof. Dr.-Ing. Peter Pelz (TU Darmstadt) erklärt, warum Datenaufbereitung wichtiger ist als jedes KI-Modell, Bildung in Datenkompetenz (Digital Literacy) praktisch aussieht – und warum gute wissenschaftliche Praxis nicht ohne gutes Datenmanagement funktioniert. Mit viel Klartext, anschaulichen Beispielen (Lego, Waschmaschine, Raspberry Pi) und einem klaren Appell: Wer Daten versteht, gestaltet Zukunft – in Forschung, Wirtschaft und Gesellschaft.

Themen der Episode:

• Digitalkompetenz von Anfang an: Warum Datenkompetenz schon im ersten Semester beginnen sollte – und wie Curricula durch Praxisprojekte, z. B. mit Raspberry Pi oder Lego-CO₂-Bilanzen, zukunftsfähig werden.
• Datensouveränität ist Bildungssache: Wem gehören unsere Daten? Warum ist es riskant, sie unbewusst zu verschenken? Und wie lernen Studierende, mit Daten wertschätzend, souverän und verantwortungsvoll umzugehen?
• Von der Schatzkammer zum Datenkraftwerk: Daten sind nicht zum Horten da – sondern müssen fließen. Wie FAIR Data Pipelines aufgebaut werden und warum Standards, Semantik und Metadaten für kollaborative Forschung zentral sind.
• Infrastruktur für alle – Coscine & Co.: Wie Projekte wie Coscine (RWTH Aachen) und Jupyter-Notebook-Zugänge ((Universität Stuttgart)) technische Lösungen für effektives Forschungsdatenmanagement schaffen – offen, modular, nutzerfreundlich.
• Governance & Standards – die Basis für nachhaltige Datenräume: Was ist ein „FAIRes Datenprodukt“? Warum braucht es sprachlich definierte Standards für maschinenlesbare Informationen? Und wie helfen Informationsmodelle wie SPEED bei Genehmigung, Nachhaltigkeit und Produktion?
• Forschung trifft Industrie – das Beispiel REUNION: Wie modulare Produktionsanlagen in der Pharmabranche durch standardisierte Datenmodelle schneller zugelassen werden können – und warum das die Medizin, sondern auch den Mittelstand verändert.

Über den Gast:

Prof. Dr.-Ing. Peter Pelz ist Maschinenbauingenieur, Professor an der TU Darmstadt dort Vizepräsident für Digitalisierung, Nachhaltigkeit und Infrastuktur. Als Sprecher im Konsortium NFDI4ING und Co-Leiter der NFDI-Sektion EduTrain setzt er sich für datenkompetente Lehre, zukunftsfähige Dateninfrastrukturen und interdisziplinäre Zusammenarbeit ein.

Mehr erfahren und vernetzen:

• NFDI – Nationale Forschungsdateninfrastruktur: https://www.nfdi.de/
• NFDI4ING: https://www.nfdi4ing.de/
• FAIR-Prinzipien: https://www.go-fair.org/fair-principles/
• CoScine Repositorium: https://www.nfdi4ing.de/coscine/

NFDI4ING möchte sich bei Bund, Ländern und bei der Gemeinsamen Wissenschaftskonferenz (GWK) für die Förderung und Unterstützung im Rahmen der Nationalen Forschungsdateninfrastruktur bedanken. NFDI4ING wird gefördert durch die Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 442146713.

Kontakt: https://www.nfdi.de/kontakt/

Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich?

Wie lassen sich Millionen von heterogenen Datenpunkten aus der ingenieurwissenschaftlichen Forschung sinnvoll erfassen, strukturieren und langfristig nutzen? In dieser Folge spricht Prof. Dr. Robert Schmidt über die besonderen Anforderungen des Forschungsdatenmanagements in den Ingenieurwissenschaften – von Produktionsdaten über Gebäudemodelle bis hin zu digitalen Zwillingen. Du erfährst, wie FAIR-Prinzipien konkret angewendet werden, warum Metadaten entscheidend sind und wie Datenräume helfen, Wissen nachhaltig zu teilen und Innovation zu beschleunigen.

Themen der Episode:

• Datenvielfalt und Geschwindigkeit in den Ingenieurwissenschaften:

Warum heterogene und schnell erzeugte Daten die Disziplin besonders fordern – und wie das Konsortium NFDI4ING mit sogenannten Archetypen systematische Lösungen entwickelt.

• Vom Messwert zum Datenlebenszyklus:

Ingenieurdaten reichen weit über Maschinenwerte hinaus – etwa in der Bau- oder Produktionstechnik. Wie lassen sich Daten langfristig nutzbar machen und in größere gesellschaftliche Zusammenhänge einbetten?

• Spannungsfeld zwischen Offenheit und Schutz:

Welche Rolle spielt Datensouveränität im ingenieurwissenschaftlichen Kontext? Warum ist es entscheidend, die Offenlegung individuell nach Fachdisziplin zu gestalten?

• Zukunftsperspektiven für Dateninfrastrukturen:

Welche Schritte als nächstes folgen, welche Herausforderungen noch bestehen – und warum Fantasie und interdisziplinäre Zusammenarbeit für ein funktionierendes Datenökosystem so wichtig sind.

Über den Gast:

Prof. Dr. Robert H. Schmidt leitet den Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion an der RWTH Aachen. Zusätzlich forscht er am Fraunhofer-Institut für Produktionstechnologie (IPT) und ist Sprecher des NFDI-Konsortiums NFDI4Ing, das sich mit den Anforderungen des Datenmanagements in den Ingenieurwissenschaften beschäftigt.

Mehr erfahren und vernetzen:

• NFDI Nationale Forschungsdateninfrastruktur: https://www.nfdi.de/
• FAIR-Prinzipien im Detail: https://www.go-fair.org/fair-principles/
• Website des Konsortiums NFDI4ING: https://www.nfdi4ing.de/
•  

NFDI4ING möchte sich bei Bund, Ländern und bei der Gemeinsamen Wissenschaftskonferenz (GWK) für die Förderung und Unterstützung im Rahmen der Nationalen Forschungsdateninfrastruktur bedanken. NFDI4ING wird gefördert durch die Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 442146713.

Zum Mitmachen:

Schreib uns und werde Teil der Daten-Community.

• Kontakt: https://www.nfdi.de/kontakt/

Fachbegriffe/Glossar:

• FAIR: https://www.go-fair.org/fair-principles/
• Forschungsdatenmanagement: https://www.forschungsdaten.info/
• Coscine: https://about.coscine.de/

Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich?

In dieser Folge des NFDI-Podcasts For a Fair Data Future sprechen wir über die zentrale Bedeutung von Kollaboration und die Zukunft der Forschungsdateninfrastruktur. Wie können Forschende gemeinsam an besseren Daten- und Softwarekompetenzen arbeiten? Welche Strategien gibt es für eine effektive und langfristige Zusammenarbeit zwischen verschiedenen Akteuren?

Unsere Gäste Prof. Sonja Schimmler und Christine Hennig geben Einblicke in die Herausforderungen und Chancen interdisziplinärer Kooperation. Sie berichten von den Diskussionen und Erkenntnissen des Workshops Research Data and Software Competencies bei der Themenwoche Digitale Kompetenzen in der Wissenschaft der Volkswagenstiftung.

Themen der Episode:

•Warum ist Kollaboration in der Forschung so entscheidend?

• Bedeutung der Zusammenarbeit für wissenschaftliche Erkenntnisse
• Transparenz, Reproduzierbarkeit und gute wissenschaftliche Praxis

•Welche Herausforderungen gibt es?

• Vielfalt an Forschung und Forschungsergebnissen (digitale Artefakte wie Daten, Workflows, Skripte/Code, Modelle)
• Sich verändernde Rahmenbedingungen
• Kommunikation und Kollaboration

•Der Workshop Research Data and Software Competencies

• Worum ging es in dem Workshop?
• Was waren die Highlights des Workshops?
• Warum sind Forschungsdaten und -software so relevant?
• Wie können Kommunikation und Kollaboration verbessert werden?

•Das Konsortium NFDI4DataScience – Infrastruktur für Datenwissenschaften und KI

• Schwerpunkte und Zielgruppe
• Forschungsdatenlebenzyklus und Forschungsergebnisse

•Zukunftsperspektiven und nächste Schritte

• Wie geht es mit dem Thema Forschungsdaten und -software weiter?
• Welche nächsten Schritte bezüglich Kommunikation und Kollaboration sind geplant?

Über die Gäste:

•Prof. Sonja Schimmler ist Forscherin am Weizenbaum-Institut, bei Fraunhofer FOKUS und an der TU Berlin, sowie Sprecherin des Konsortiums NFDI4DS und Wissenschaftliche Leiterin des Datenkompetenzzentrums QUADRIGA. Sie beschäftigt sich mit der Digitalisierung und Öffnung der Wissenschaft sowie mit Forschungsdateninfrastrukturen.

•Christine Hennig ist Koordinatorin des Konsortiums NFDI4DS und bringt ihre langjährige Expertise in Softwareentwicklung und Forschungsdatenmanagement ein.

Mehr erfahren und vernetzen:

•Nationale Forschungsdateninfrastruktur: https://www.nfdi.de/

•Konsortium NFDI4DataScience - NFDI für Datenwissenschaften und KI https://www.nfdi4datascience.de/

•Datenkompetenzzentren (DKZ): https://www.forschungsdaten.info/kompetenzzentren

•Datenkompetenzzentrum QUADRIGA: https://www.quadriga-dk.de/

•Workshop Research Data and Software Competencies: https://www.uni-potsdam.de/de/rds-competencies/

Zum Mitmachen:

Abonniere unseren Podcast, um keine Episode zu verpassen!

•Kontakt: www.nfdi.de/kontakt

Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich?

In dieser Folge geht es um die Frage: Welche Kompetenzen benötigen Forschende im Umgang mit Daten und Software?

Wir vertiefen das Thema Kompetenzvermittlung und beleuchten, wie Wissenschaftler:innen gezielt geschult werden können. Welche bestehenden Programme gibt es? Welche Lücken müssen geschlossen werden? Und welche Strategien zur Verbesserung der Kompetenzförderung wurden im Workshop Research Data and Software Competencies bei der VW-Themenwoche (Volkswagenstiftung) erarbeitet?

Unsere Gäste Prof. Ulrike Lucke und Jan Bernoth geben Einblicke in die Herausforderungen und Chancen der Kompetenzentwicklung.

Themen der Episode

•Welche Kompetenzen sind für Forschende essenziell?

• Überblick über Forschungsdaten- und Softwarekompetenzen
• Warum ist die Verbindung von Daten- und Softwarekompetenzen so entscheidend?

•Herausforderungen in der Vermittlung von Datenkompetenzen

• Warum sind bestehende Programme oft nicht ausreichend?
• Wo fehlen Angebote zur gezielten Kompetenzförderung?

•Der Workshop „Research Data and Software Competencies“

• Welche Ergebnisse wurden erzielt?
• Wie kann Kompetenzvermittlung verbessert werden?

•QUADRIGA – ein Datenkompetenzzentrum für Geistes- und Verwaltungswissenschaften

• Warum ist datenbasierte Forschung nicht nur in MINT-Fächern relevant?
• Welche Bildungsangebote und Formate gibt es bereits?

•Zukunftsperspektiven und nächste Schritte

• Wie können Forschende gezielt weitergebildet werden?
• Welche Rolle spielen Kollaboration und Open Science?

Über die Gäste

•Prof. Ulrike Lucke ist Informatikerin an der Universität Potsdam und forscht im Bereich Bildungstechnologien. Sie beschäftigt sich mit der Entwicklung und Implementierung digitaler Bildungsangebote für die Wissenschaft und ist NFDI4DS Sprecherin und QUADRIGA Scientific Co-Lead.

•Jan Bernoth ist Teamleiter für das Teilteam Infrastrukturen am Lehrstuhl von Prof. Lucke und wissenschaftlicher Mitarbeiter im Projekt NFDIxCS. Im Fokus der Forschung steht dabei die Entwicklung einer Infrastruktur, welche Forschungsdaten- und -softwaremangement nachhaltig unterstützt..

Mehr erfahren und vernetzen

•Nationale Forschungsdateninfrastruktur: www.nfdi.de

•FAIR-Prinzipien im Detail: www.go-fair.org/fair-principles

•QUADRIGA – Datenkompetenz: www.quadriga-dk.de

•NFDIxCS Nationale Forschungsdateninfrastruktur für Computerscience: https://nfdixcs.org/

•Datenkompetenzzentren (DKZ): www.forschungsdaten.info/kompetenzzentren/

•Workshop Volkswagen Themenwoche: https://www.uni-potsdam.de/de/rds-competencies/vwstiftung-themenwoche/uebersicht-themenwoche

Zum Mitmachen

Abonniere unseren Podcast, um keine Episode zu verpassen!

•Kontakt: www.nfdi.de/kontakt/

Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich?

Wir sprechen über Grundlagen von Forschungsdaten und -software: Warum sind sie für die Wissenschaft wichtig? Welche Herausforderungen gibt es? Welche Infrastrukturen unterstützen Forschende in ihrer Arbeit? Unsere Gäste, Prof. Michael Goedicke und Alicia Janz, geben Einblicke in die Nationale Forschungsdateninfrastruktur und die Datenkompetenzzentren. Sie erläutern die Bedeutung von Forschungssoftware, den FAIR-Prinzipien und dem Zusammenhang zwischen Infrastrukturen und Kompetenzvermittlung. Diese Folge ist der Auftakt zu einer dreiteiligen Serie, die sich mit den Ergebnissen des Workshops "Research Data and Software Competencies" der VW-Thementage in Hannover (Volkswagen-Stiftung) befasst.

Themen der Episode:

• Forschungsdaten & Forschungssoftware – Was ist das?
• Was versteht man unter Forschungsdaten und Forschungssoftware?
• Die Rolle der NFDI und der Datenkompetenzzentren
• Wie helfen NFDIxCS und DKZ.2R dabei, Forschende zu unterstützen?
• Kompetenzvermittlung & Infrastruktur
• Wie greifen Kompetenzvermittlung und Infrastruktur ineinander? Welche Herausforderungen und Chancen gibt es?
• Der Workshop "Research Data and Software Competencies"
• Welche Kernfragen wurden diskutiert? Wie lassen sich bestehende Bildungsangebote und Infrastrukturen verbinden? https://www.uni-potsdam.de/de/rds-competencies/vwstiftung-themenwoche/uebersicht-themenwoche

Über die Gäste:

Prof. Michael Goedicke ist Senior Professor für Software Engineering an der Universität Duisburg-Essen und Sprecher des NFDI-Konsortiums NFDIxCS, das sich mit Forschungsdatenmanagement für die Informatik beschäftigt.

Alicia Janz ist Koordinatorin des Datenkompetenzzentrums DKZ.2R, dessen Ziel es ist junge Wissenschaftler*innen in Ihrer Datenkompetenz im Bezug auf Maschinelles Lernen, Hochleistungsrechnen und Forschungsdatenmanagement zu fördern.

Mehr erfahren und vernetzen:

•Nationale Forschungsdateninfrastruktur: https://www.nfdi.de

•FAIR-Prinzipien im Detail: https://www.go-fair.org/fair-principles/

•Datenkompetenzzentren (DKZ): https://www.forschungsdaten.info/kompetenzzentren/

•DKZ2R: Rhein Ruhr Zentrum für Wissenschaftliche Datenkompetenz: https://www.dkz2r.de/

•NFDIxCS Nationale Forschungsdateninfrastruktur für und mit Computer Science: https://nfdixcs.org/

Zum Mitmachen:

Abonniere unseren Podcast und bleibe auf dem Laufenden! Kontakt: https://www.nfdi.de/kontakt/

Fachbegriffe/Glossar:

•Forschungsdatenmanagement: https://www.forschungsdaten.info/

•Datenkompetenz: https://www.nfdi.de/fair-data-spaces/

Hosted on Acast. See acast.com/privacy for more information.