Forschungsdatenmanagement
Markus Breig
Überblick
Die verantwortungsvolle Verwaltung digitaler Forschungsdaten wird zunehmend als entscheidend für den Fortschritt wissenschaftlicher Bestrebungen erkannt. Die effektive Verwaltung, Speicherung, der Austausch und die Gewährleistung der Zugänglichkeit riesiger Datenmengen zusammen mit den dazugehörigen Metadaten und Ontologien stellen eine große Herausforderung dar. Innerhalb des Clusters zielen die von den Forschungsdatenbeauftragten geleiteten Initiativen darauf ab, Forscher bei der Einführung bewährter Verfahren zu unterstützen, die sich an den FAIR-Grundsätzen (Findable, Accessible, Interoperable, Reusable) orientieren. Durch Workshops und Leitlinien des Clusters wird die digitale Zugänglichkeit von Forschungsdaten gefördert und die Transparenz und Zuverlässigkeit der wissenschaftlichen Forschung gestärkt. Durch die Einhaltung dieser Grundsätze und die Verbesserung der Infrastrukturen für das Datenmanagement will der Cluster nicht nur die Richtlinien für die Sicherung guter Forschungspraxis einhalten, sondern auch einen zusätzlichen wissenschaftlichen Wert durch systematische Datenverarbeitung und weit verbreitete Wiederverwendung von Daten in der gesamten Forschungsgemeinschaft erschließen.
Innerhalb von POLiS sind Datenmanagement und robuste Infrastrukturen von zentraler Bedeutung, um hohe Standards der Forschungsintegrität aufrechtzuerhalten und wissenschaftlichen Fortschritt zu ermöglichen. Der Cluster konzentriert sich auf zwei Hauptziele im Bereich des Forschungsdatenmanagements (FDM): Erstens soll die Einhaltung der FDM-spezifischen Richtlinien, die in den DFG-Leitlinien zur Sicherung guter Forschungspraxis dargelegt sind, beispielhaft umgesetzt werden, indem über verschiedene Abschnitte hinweg praktische Anleitungen zur Sicherstellung der Einhaltung gegeben werden. Zweitens erkennt POLiS den erheblichen wissenschaftlichen Wert eines systematischen Datenmanagements an und fördert die offene Verfügbarkeit von Forschungsdaten innerhalb des Clusters, wann immer dies möglich ist. Um diese Ziele zu unterstützen, beteiligt sich POLiS aktiv an der Entwicklung der Karlsruher Dateninfrastruktur für Materialwissenschaften (Kadi4Mat) und betreibt eine eigene Kadi-Instanz. Forscher können auf die Instanz sowohl über eine benutzerfreundliche Webschnittstelle als auch über eine fortschrittlichere programmatische Schnittstelle zugreifen, die die automatisierte Datenverarbeitung unterstützt.
Übersicht FDM mit Kadi4Mat
In der sich entwickelnden Landschaft des Forschungsdatenmanagements (FDM) bieten Kadi4Mat und das breitere Kadi Ökosystem innovative Lösungen, die sich an den Prinzipien der Auffindbarkeit, Zugänglichkeit, Interoperabilität und Reproduzierbarkeit (FAIR) orientieren. Diese Systeme wurden entwickelt, um die Handhabung von Forschungsdaten über verschiedene Disziplinen hinweg zu rationalisieren, mit besonderem Fokus auf Materialwissenschaften und Ingenieurwesen.
Das Kadi Ökosystem ist eine umfassende und anpassungsfähige Infrastruktur zur Unterstützung des gesamten Lebenszyklus des Forschungsdatenmanagements (FDM). Das Herzstück ist KadiWeb (Kadi4Mat), das ein elektronisches Labornotizbuch (ELN), ein robustes Repository und eine Schnittstelle zu fortschrittlichen Datenanalysetools integriert. Die POLiS-Instanz von Kadi4Mat finden Sie hier. KadiWeb bietet eine benutzerfreundliche Weboberfläche für den Zugriff auf und die Verwaltung von Daten, während KadiFS eine nahtlose Integration des Dateisystems für eine einfache Datenverarbeitung bietet. KadiStudio stellt eine Workflow-Engine oder ELN 2.0 dar, die die Erstellung, Ausführung und Automatisierung von digitalen Workflows ermöglicht. Diese Workflows können KadiAI nutzen, das maschinelles Lernen (ML) und künstliche Intelligenz (KI) einschließt, um die Datenanalyse und Entscheidungsfindung zu verbessern. Die Interoperabilität des Ökosystems wird durch offene APIs verstärkt, die eine Integration mit externen Tools und Diensten ermöglichen. Zusammen bilden diese Komponenten eine vielseitige und benutzerfreundliche Plattform, die den vielfältigen und dynamischen Bedürfnissen von Forschern verschiedener Disziplinen gerecht wird und eine effiziente Datenverwaltung, Reproduzierbarkeit und Innovation fördert.
