Forschungsdaten.org - Benutzerbeiträge [de]

Preise für Forschungsdatenmanagement

2026-09-19T12:06:49Z

AnnetteStrauchDavey:

Mit Preisen für FDM wird das Engagement für offene und FAIRe Forschungsdaten gewürdigt.

Die Auszeichnung wird von verschiedenen Initiativen verliehen, z.B. von World Data System (WDS), Society for Clinical Data Management (SCDM).

'''WDS Data Stewardship Award'''
* '''Verleihende Organisation:''' World Data System (WDS)
* '''Zielgruppe / Kriterien:''' Auszeichnung für Nachwuchswissenschaftlerinnen und -wissenschaftler bzw. Datenkuratoren, die maßgeblich zur Qualität, Integrität und Zugänglichkeit von Forschungsdaten beitragen. Im Fokus stehen der verantwortungsvolle Umgang und die Kuration über den gesamten Datenlebenszyklus hinweg.

Link: https://worlddatasystem.org/news-events/data-stewardship-awards/

'''SCDM Innovation & Achievement Awards'''
* '''Verleihende Organisation:''' Society for Clinical Data Management (SCDM)
* '''Zielgruppe / Kriterien:''' Spezifischer internationaler Award für das klinische Datenmanagement. Prämiert werden innovative Ansätze, exzellente Datenstrategien und die Einhaltung regulatorischer Standards bei klinischen Studien.

Link: https://scdm.org/scdm-awards/

'''Dutch Data Prize'''

Link: https://researchdata.nl/en/dutch-data-prize/

'''The Sarah Jones Award'''

Link: https://www.rd-alliance.org/sarah-jones-award/

'''The FAIRest Dataset Award'''

Link: https://forschungsdaten-thueringen.de/fairest-dataset-en.html

== FDM-Preise in Deutschland ==
In Deutschland schreiben sowohl bundesweite Fachkonsortien als auch regionale Landesinitiativen und einzelne Hochschulen Preise aus, um das Bewusstsein für ein nachhaltiges Forschungsdatenmanagement (FDM) und die Umsetzung der FAIR-Prinzipien in der Praxis zu stärken.

== Übersicht (Selektion) ==

* '''FAIR4Chem Award'''
** '''Verleihende Organisation:''' NFDI4Chem (Nationales Konsortium für Chemie in der Nationalen Forschungsdateninfrastruktur) in Kooperation mit dem Fonds der Chemischen Industrie (FCI) und der GDCh.
** '''Zielgruppe / Kriterien:''' Auszeichnung für Wissenschaftlerinnen und Wissenschaftler an deutschen Forschungs- und Hochschuleinrichtungen. Prämiert werden veröffentlichte Chemiedatensätze, welche die FAIR-Grundsätze in hervorragender Weise erfüllen und damit die Nachnutzung sowie Transparenz in der Chemie stärken.
** '''Turnus:''' Jährlich
* '''FAIR Data and Software Award Lower Saxony'''
** '''Verleihende Organisation:''' Landesinitiative FDM-NDS (Forschungsdatenmanagement Niedersachsen).
** '''Zielgruppe / Kriterien:''' Ausrichtung auf Forschende an niedersächsischen Hochschulen. Der Award kürt herausragende Leistungen in zwei getrennten Säulen: die beste Datenveröffentlichung sowie die beste Softwareveröffentlichung.
** '''Turnus:''' Jährlich (Verleihung im Rahmen der jährlichen ''Data Days Niedersachsen'')
* '''[https://forschungsdaten-thueringen.de/fairest-dataset-en.html The FAIRest Dataset Award]'''
** '''Verleihende Organisation:''' Thüringer Kompetenznetzwerk für Forschungsdatenmanagement (TKFDM), siehe oben
** '''Zielgruppe / Kriterien:''' Der Wettbewerb richtet sich an Forschende der thüringischen Hochschulen. Bewertet werden eingereichte Datensätze mittels etablierter FAIR-Assessment-Tools.
** '''Turnus:''' Jährlich
* '''Data Champion Award'''
** '''Verleihende Organisation:''' Datenkompetenzzentrum DataNord (u. a. U Bremen Research Alliance).
** '''Zielgruppe / Kriterien:''' Regionale Auszeichnung für Forschende (bevorzugt in der Region Bremen/Norddeutschland) für herausragende Leistungen im Bereich offener Forschungsdaten, ein starkes Engagement für FAIR-Data-Praktiken sowie innovative interdisziplinäre Datennutzung.
** '''Turnus:''' Jährlich
* '''Forschungsdatenmanagement Best Practice Award (Universität Rostock)'''
** '''Verleihende Organisation:''' Universität Rostock / Universitätsbibliothek.
** '''Zielgruppe / Kriterien:''' Hochschulinterner Preis für Wissenschaftlerinnen und Wissenschaftler der Universität Rostock. Im Fokus stehen etablierte, vorbildliche Workflows im Arbeitsalltag, Open Science, reproduzierbare Datenanalysen sowie die Automatisierung von Prozessen.
** '''Turnus:''' Jährlich

Preise für Forschungsdatenmanagement

2026-09-19T12:00:17Z

AnnetteStrauchDavey:

Preise für Forschungsdatenmanagement

2026-09-19T11:57:59Z

AnnetteStrauchDavey:

Preise für Forschungsdatenmanagement

2026-09-19T11:55:49Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „Mit Preisen für FDM wird das Engagement für offene und FAIRe Forschungsdaten gewürdigt. Die Auszeichnung wird von verschiedenen Initiativen verliehen, z.B. von World Data System (WDS), Society for Clinical Data Management (SCDM). '''WDS Data Stewardship Award''' * '''Verleihende Organisation:''' World Data System (WDS) * '''Zielgruppe / Kriterien:''' Auszeichnung für Nachwuchswissenschaftlerinnen und -wissenschaftler bzw. Datenkuratoren, die maßge…“

Science Slam(s)

2026-09-13T13:14:55Z

AnnetteStrauchDavey:

Ein Science Slam ist Unterhaltung trifft Wissenschaft:

Bei diesem Kurzvortragsturnier bringen Nachwuchsforschende ihre eigenen Projekte auf die Bühne, kurz, knackig und für jeden verständlich.

=== Ziel von Science Slam(s) ===
Komplexe Forschung massentauglich und spannend zu erklären. Wer den besten Vortrag abliefert, entscheidet am Ende keine Jury, sondern ganz allein das Publikum.

<blockquote>''"Paul Vierkant erklärt beim 38. Science Slam Berlin, wie man am besten mit seinen Forschungsdaten umgeht: hegt und pflegt sie wie eure eigenen Kinder!"''<ref>https://forschungsdaten.info/praxis-kompakt/fdm-einfuehrungsmaterialien</ref></blockquote>

= 'Unsere Kinder, die Forschungsdaten' Paul Vierkant beim #38 Science Slam Berlin =
https://www.youtube.com/watch?v=w9SCtL43vDM

<blockquote>''"Liebt Eure Daten als wären sie Eure Kinder!"''</blockquote>

''"Versorgt Eure Daten mit Informationen!"'' - Mit einem Augenzwinkern.<ref>https://www.fdm.tu-clausthal.de/weiterfuehrende-links/mit-einem-augenzwinkern</ref>

=== Science Slam(s) in Deutschland ===
https://www.science-slam.com/

https://www.science-slam.com/termine/

== Science Slam(s) im Forschungsdatenmanagement ==
Das Konsortium '''NFDI4DS (Data Science)''' veranstaltet in Kooperation mit der Berlin Science Week jährlich einen eigenen '''NFDI Science Slam'''.

https://www.nfdi4datascience.de/community/science-slam/

<blockquote>''In cooperation with the Berlin Science Week, NFDI4DS hosts a yearly '''Science Slam'''. The idea is to explain the work of the NFDI and its consortia in an understandable and entertaining way.''

''Up to now, we successfully ran three editions in 2021, 2022, 2023, and 2025 with 18 slams from 13 NFDI consortia in total. The event attracted up to 80 participants in-person and up to 200 participants virtually.''

''All previous slams are available on Youtube.''<ref>https://www.nfdi4datascience.de/community/science-slam/</ref></blockquote>

==== 2026 NFDI Science Slam ====
Motto: '''“Science Slam on Research Data Management: Going Wild with AI”'''

05.11.2026

Call for slammers: https://events.hifis.net/event/4377/ (Zugriff am 18.08.2026)

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:50:12Z

AnnetteStrauchDavey: /* FDM als fester Teil des Kolloquiums */

'''FDM-Awareness (Forschungsdatenmanagement) in Promotionsprogrammen''' ist der Schlüssel, um wissenschaftlichen Nachwuchs von Beginn an für den nachhaltigen und strukturierten Umgang mit Forschungsdaten zu sensibilisieren (integraler Bestandteil des gesamten Promotionsprozesses).

== Ziel ==
Die Promotionsphase legt den Grundstein für die wissenschaftliche Laufbahn. Das Konzept „Daten im Griff – von Anfang an“ setzt hier an, dass es FDM-Awareness als komplementären Bestandteil in Graduiertenprogramme integriert.

<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref>

== FDM als fester Teil des Kolloquiums ==
FDM wird für Promovierende in das stattfindende Kolloquium integriert. Das spart Zeit und erhöht die Akzeptanz enorm.

Eine FDM-Expertin kommt für 90 Minuten in das Kolloquium. Allgemeines zum FDM, Tools, Speicher- und Serviceinfrastrukturen und Ansprechpersonen vorgestellt, die aber auch genau für dieses Fachgebiet relevant sind.

<blockquote>''„Daten im Griff – von Anfang an"''<ref>https://events.gwdg.de/event/1353/</ref></blockquote>

== Praxisnaher FDM-Check im Promotionsprogramm ==

* '''Struktur & Ablage:''' Wie und wo speichere ich meine Daten aktuell (z. B. Ordnerstruktur, Benennung, Git-Repository)?
* '''Hürden & Probleme:''' Wo hakt es beim Datenmanagement (z. B. Schwierigkeiten bei der Anonymisierung von Interviews, Probleme mit riesigen Bilddateien)?
* '''Nachnutzung:''' In welchem Repositorium sollen die Daten am Ende der Promotion veröffentlicht werden?

== Referenzen (Selektion) ==
Die theoretische und konzeptionelle Fundierung für die Integration von Forschungsdatenmanagement (FDM) in akademische Ausbildungsprogramme stützt sich auf etablierte Standardwerke und strukturierte Community-Modelle.

Fühles-Ubach, Simone [u.a.]: Bewusstseinsbildung im Curriculum / Fühles-Ubach, Simone ; Albers, Miriam. In: Praxishandbuch Forschungsdatenmanagement / hrsg. von Markus Putnings [u.a.]. – Berlin, Boston: De Gruyter Saur, 2022. [https://doi.org/10.1515/9783110657807. https://doi.org/10.1515/9783110657807.]

=== Lessons Learned ===
Einwächter, S. G., Krähwinkel, E., & Ostsieker, F. (2020). Lessons learned: Thesen zur FDM-Kompetenzausbildung: Erkenntnisse aus dem Vernetzungstreffen der vom BMBF geförderten Projekte eeFDM Jena, FDMentor, FOKUS, PODMAN und UniLLAB am 30. und 31. Januar 2019 in Marburg. ''Bausteine Forschungsdatenmanagement'', ''1'', 8-15. https://doi.org/10.17192/bfdm.2020.1.8101

=== Lernziele und Materialien ===

Zur konkreten curricularen Ausgestaltung und Definition operationalisierter Kompetenzziele für Promovierende dient die von Britta Petersen et al. gemeinschaftlich entwickelte ''Lernzielmatrix zum Themenbereich Forschungsdatenmanagement'' (Version 3, 2025, DOI: 10.5281/zenodo.15025246), die ein organisationsübergreifendes Fundament für Lehrende bereithält.
Helbig, K., & Aust, P. (2017). Kein Königsweg - die Vermittlung von Forschungsdatenkompetenz auf allen universitären Ebenen. ''O-bib'', ''4''(1), 108-116. https://doi.org/10.5282/o-bib/2017H1S108-116

FDMentor/DINI/Nestor-AG Forschungsdaten (2018). Materialkatalog zum Forschungsdatenmanagement. https://doi.org/10.5281/ZENODO.1209284.

Wiljes, Cord [u.a.]: Teaching Research Data Management for Students / Wiljes,Cord; Cimiano, Philipp. – In: Data Science Journal. – 18 (2019), S. 1–9.<ref>https://datascience.codata.org/articles/10.5334/dsj-2019-038</ref>

Petersen, B., Engelhardt, C., Hörner, T., Jacob, J., Kvetnaya, T., Mühlichen, A., Schranzhofer, H., Schulz, S., Slowig, B., Trautwein-Bruns, U., Voigt, A., & Wiljes, C. (2023). Lernzielmatrix zum Themenbereich Forschungsdatenmanagement (FDM) für die Zielgruppen Studierende, PhDs und Data Stewards (Version 2). Zenodo. https://doi.org/10.5281/zenodo.8010617

Jacob, Juliane, Neumann, Jana, & Schulz, Sandra. (2023, March). Forschungsdatenmanagement: Workshop für Studierende im DDLitLab-Projekt. http://doi.org/10.25592/uhhfdm.9583

[[FDM-Materialkatalog|https://www.forschungsdaten.org/index.php/FDM-Materialkatalog]]

[[UAG Schulungen/Fortbildungen|https://www.forschungsdaten.org/index.php/UAG_Schulungen/Fortbildungen]]

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:47:46Z

AnnetteStrauchDavey: /* Referenzen (Selektion) */

'''FDM-Awareness (Forschungsdatenmanagement) in Promotionsprogrammen''' ist der Schlüssel, um wissenschaftlichen Nachwuchs von Beginn an für den nachhaltigen und strukturierten Umgang mit Forschungsdaten zu sensibilisieren (integraler Bestandteil des gesamten Promotionsprozesses).

== Ziel ==
Die Promotionsphase legt den Grundstein für die wissenschaftliche Laufbahn. Das Konzept „Daten im Griff – von Anfang an“ setzt hier an, dass es FDM-Awareness als komplementären Bestandteil in Graduiertenprogramme integriert.

<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref>

== FDM als fester Teil des Kolloquiums ==
FDM wird für Promovierende in das stattfindende Kolloquium integriert. Das spart Zeit und erhöht die Akzeptanz enorm.

Eine FDM-Expertin kommt für 90 Minuten in das Kolloquium. Allgemeines zum FDM, Tools, Speicher- und Serviceinfrastrukturen und Ansprechpersonen vorgestellt, die aber auch genau für dieses Fachgebiet relevant sind.

<blockquote>''„Daten im Griff – von Anfang an"''<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref></blockquote>

== Praxisnaher FDM-Check im Promotionsprogramm ==

* '''Struktur & Ablage:''' Wie und wo speichere ich meine Daten aktuell (z. B. Ordnerstruktur, Benennung, Git-Repository)?
* '''Hürden & Probleme:''' Wo hakt es beim Datenmanagement (z. B. Schwierigkeiten bei der Anonymisierung von Interviews, Probleme mit riesigen Bilddateien)?
* '''Nachnutzung:''' In welchem Repositorium sollen die Daten am Ende der Promotion veröffentlicht werden?

== Referenzen (Selektion) ==
Die theoretische und konzeptionelle Fundierung für die Integration von Forschungsdatenmanagement (FDM) in akademische Ausbildungsprogramme stützt sich auf etablierte Standardwerke und strukturierte Community-Modelle.

Fühles-Ubach, Simone [u.a.]: Bewusstseinsbildung im Curriculum / Fühles-Ubach, Simone ; Albers, Miriam. In: Praxishandbuch Forschungsdatenmanagement / hrsg. von Markus Putnings [u.a.]. – Berlin, Boston: De Gruyter Saur, 2022. [https://doi.org/10.1515/9783110657807. https://doi.org/10.1515/9783110657807.]

=== Lessons Learned ===
Einwächter, S. G., Krähwinkel, E., & Ostsieker, F. (2020). Lessons learned: Thesen zur FDM-Kompetenzausbildung: Erkenntnisse aus dem Vernetzungstreffen der vom BMBF geförderten Projekte eeFDM Jena, FDMentor, FOKUS, PODMAN und UniLLAB am 30. und 31. Januar 2019 in Marburg. ''Bausteine Forschungsdatenmanagement'', ''1'', 8-15. https://doi.org/10.17192/bfdm.2020.1.8101

=== Lernziele und Materialien ===

Zur konkreten curricularen Ausgestaltung und Definition operationalisierter Kompetenzziele für Promovierende dient die von Britta Petersen et al. gemeinschaftlich entwickelte ''Lernzielmatrix zum Themenbereich Forschungsdatenmanagement'' (Version 3, 2025, DOI: 10.5281/zenodo.15025246), die ein organisationsübergreifendes Fundament für Lehrende bereithält.
Helbig, K., & Aust, P. (2017). Kein Königsweg - die Vermittlung von Forschungsdatenkompetenz auf allen universitären Ebenen. ''O-bib'', ''4''(1), 108-116. https://doi.org/10.5282/o-bib/2017H1S108-116

FDMentor/DINI/Nestor-AG Forschungsdaten (2018). Materialkatalog zum Forschungsdatenmanagement. https://doi.org/10.5281/ZENODO.1209284.

Wiljes, Cord [u.a.]: Teaching Research Data Management for Students / Wiljes,Cord; Cimiano, Philipp. – In: Data Science Journal. – 18 (2019), S. 1–9.<ref>https://datascience.codata.org/articles/10.5334/dsj-2019-038</ref>

Petersen, B., Engelhardt, C., Hörner, T., Jacob, J., Kvetnaya, T., Mühlichen, A., Schranzhofer, H., Schulz, S., Slowig, B., Trautwein-Bruns, U., Voigt, A., & Wiljes, C. (2023). Lernzielmatrix zum Themenbereich Forschungsdatenmanagement (FDM) für die Zielgruppen Studierende, PhDs und Data Stewards (Version 2). Zenodo. https://doi.org/10.5281/zenodo.8010617

Jacob, Juliane, Neumann, Jana, & Schulz, Sandra. (2023, March). Forschungsdatenmanagement: Workshop für Studierende im DDLitLab-Projekt. http://doi.org/10.25592/uhhfdm.9583

[[FDM-Materialkatalog|https://www.forschungsdaten.org/index.php/FDM-Materialkatalog]]

[[UAG Schulungen/Fortbildungen|https://www.forschungsdaten.org/index.php/UAG_Schulungen/Fortbildungen]]

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:44:33Z

AnnetteStrauchDavey:

'''FDM-Awareness (Forschungsdatenmanagement) in Promotionsprogrammen''' ist der Schlüssel, um wissenschaftlichen Nachwuchs von Beginn an für den nachhaltigen und strukturierten Umgang mit Forschungsdaten zu sensibilisieren (integraler Bestandteil des gesamten Promotionsprozesses).

== Ziel ==
Die Promotionsphase legt den Grundstein für die wissenschaftliche Laufbahn. Das Konzept „Daten im Griff – von Anfang an“ setzt hier an, dass es FDM-Awareness als komplementären Bestandteil in Graduiertenprogramme integriert.

<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref>

== FDM als fester Teil des Kolloquiums ==
FDM wird für Promovierende in das stattfindende Kolloquium integriert. Das spart Zeit und erhöht die Akzeptanz enorm.

Eine FDM-Expertin kommt für 90 Minuten in das Kolloquium. Allgemeines zum FDM, Tools, Speicher- und Serviceinfrastrukturen und Ansprechpersonen vorgestellt, die aber auch genau für dieses Fachgebiet relevant sind.

<blockquote>''„Daten im Griff – von Anfang an"''<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref></blockquote>

== Praxisnaher FDM-Check im Promotionsprogramm ==

* '''Struktur & Ablage:''' Wie und wo speichere ich meine Daten aktuell (z. B. Ordnerstruktur, Benennung, Git-Repository)?
* '''Hürden & Probleme:''' Wo hakt es beim Datenmanagement (z. B. Schwierigkeiten bei der Anonymisierung von Interviews, Probleme mit riesigen Bilddateien)?
* '''Nachnutzung:''' In welchem Repositorium sollen die Daten am Ende der Promotion veröffentlicht werden?

== Referenzen (Selektion) ==
Die theoretische und konzeptionelle Fundierung für die Integration von Forschungsdatenmanagement (FDM) in akademische Ausbildungsprogramme stützt sich auf etablierte Standardwerke und strukturierte Community-Modelle.

Fühles-Ubach, Simone [u.a.]: Bewusstseinsbildung im Curriculum / Fühles-Ubach, Simone ; Albers, Miriam. In: Praxishandbuch Forschungsdatenmanagement / hrsg. von Markus Putnings [u.a.]. – Berlin, Boston: De Gruyter Saur, 2022. [https://doi.org/10.1515/9783110657807. https://doi.org/10.1515/9783110657807.]

Zur konkreten curricularen Ausgestaltung und Definition operationalisierter Kompetenzziele für Promovierende dient die von Britta Petersen et al. gemeinschaftlich entwickelte ''Lernzielmatrix zum Themenbereich Forschungsdatenmanagement'' (Version 3, 2025, DOI: 10.5281/zenodo.15025246), die ein organisationsübergreifendes Fundament für Lehrende bereithält.
Helbig, K., & Aust, P. (2017). Kein Königsweg - die Vermittlung von Forschungsdatenkompetenz auf allen universitären Ebenen. ''O-bib'', ''4''(1), 108-116. https://doi.org/10.5282/o-bib/2017H1S108-116

FDMentor/DINI/Nestor-AG Forschungsdaten (2018). Materialkatalog zum Forschungsdatenmanagement. https://doi.org/10.5281/ZENODO.1209284.

Wiljes, Cord [u.a.]: Teaching Research Data Management for Students / Wiljes,Cord ; Cimiano, Philipp. – In: Data Science Journal. – 18 (2019), S. 1–9.<ref>https://datascience.codata.org/articles/10.5334/dsj-2019-038</ref>

Petersen, B., Engelhardt, C., Hörner, T., Jacob, J., Kvetnaya, T., Mühlichen, A., Schranzhofer, H., Schulz, S., Slowig, B., Trautwein-Bruns, U., Voigt, A., & Wiljes, C. (2023). Lernzielmatrix zum Themenbereich Forschungsdatenmanagement (FDM) für die Zielgruppen Studierende, PhDs und Data Stewards (Version 2). Zenodo. https://doi.org/10.5281/zenodo.8010617

Jacob, Juliane, Neumann, Jana, & Schulz, Sandra. (2023, March). Forschungsdatenmanagement: Workshop für Studierende im DDLitLab-Projekt. http://doi.org/10.25592/uhhfdm.9583

[[FDM-Materialkatalog|https://www.forschungsdaten.org/index.php/FDM-Materialkatalog]]

[[UAG Schulungen/Fortbildungen|https://www.forschungsdaten.org/index.php/UAG_Schulungen/Fortbildungen]]

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:43:57Z

AnnetteStrauchDavey: /* Referenzen (Selektion) */

'''FDM-Awareness (Forschungsdatenmanagement) in Promotionsprogrammen''' ist der Schlüssel, um wissenschaftlichen Nachwuchs von Beginn an für den nachhaltigen und strukturierten Umgang mit Forschungsdaten zu sensibilisieren (integraler Bestandteil des gesamten Promotionsprozesses).

== Ziel ==
Die Promotionsphase legt den Grundstein für die wissenschaftliche Laufbahn.

Das Konzept „Daten im Griff – von Anfang an“ setzt hier an, dass es FDM-Awareness als komplementären Bestandteil in Graduiertenprogramme integriert.

<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref>

== FDM als fester Teil des Kolloquiums ==
FDM wird für Promovierende in das stattfindende Kolloquium integriert. Das spart Zeit und erhöht die Akzeptanz enorm.

Eine FDM-Expertin kommt für 90 Minuten in das Kolloquium. Allgemeines zum FDM, Tools, Speicher- und Serviceinfrastrukturen und Ansprechpersonen vorgestellt, die aber auch genau für dieses Fachgebiet relevant sind.

<blockquote>''„Daten im Griff – von Anfang an"''<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref></blockquote>

== Praxisnaher FDM-Check im Promotionsprogramm ==

* '''Struktur & Ablage:''' Wie und wo speichere ich meine Daten aktuell (z. B. Ordnerstruktur, Benennung, Git-Repository)?
* '''Hürden & Probleme:''' Wo hakt es beim Datenmanagement (z. B. Schwierigkeiten bei der Anonymisierung von Interviews, Probleme mit riesigen Bilddateien)?
* '''Nachnutzung:''' In welchem Repositorium sollen die Daten am Ende der Promotion veröffentlicht werden?

== Referenzen (Selektion) ==
Die theoretische und konzeptionelle Fundierung für die Integration von Forschungsdatenmanagement (FDM) in akademische Ausbildungsprogramme stützt sich auf etablierte Standardwerke und strukturierte Community-Modelle.

Fühles-Ubach, Simone [u.a.]: Bewusstseinsbildung im Curriculum / Fühles-Ubach, Simone ; Albers, Miriam. In: Praxishandbuch Forschungsdatenmanagement / hrsg. von Markus Putnings [u.a.]. – Berlin, Boston: De Gruyter Saur, 2022. [https://doi.org/10.1515/9783110657807. https://doi.org/10.1515/9783110657807.]

Zur konkreten curricularen Ausgestaltung und Definition operationalisierter Kompetenzziele für Promovierende dient die von Britta Petersen et al. gemeinschaftlich entwickelte ''Lernzielmatrix zum Themenbereich Forschungsdatenmanagement'' (Version 3, 2025, DOI: 10.5281/zenodo.15025246), die ein organisationsübergreifendes Fundament für Lehrende bereithält.
Helbig, K., & Aust, P. (2017). Kein Königsweg - die Vermittlung von Forschungsdatenkompetenz auf allen universitären Ebenen. ''O-bib'', ''4''(1), 108-116. https://doi.org/10.5282/o-bib/2017H1S108-116

FDMentor/DINI/Nestor-AG Forschungsdaten (2018). Materialkatalog zum Forschungsdatenmanagement. https://doi.org/10.5281/ZENODO.1209284.

Wiljes, Cord [u.a.]: Teaching Research Data Management for Students / Wiljes,Cord ; Cimiano, Philipp. – In: Data Science Journal. – 18 (2019), S. 1–9.<ref>https://datascience.codata.org/articles/10.5334/dsj-2019-038</ref>

Petersen, B., Engelhardt, C., Hörner, T., Jacob, J., Kvetnaya, T., Mühlichen, A., Schranzhofer, H., Schulz, S., Slowig, B., Trautwein-Bruns, U., Voigt, A., & Wiljes, C. (2023). Lernzielmatrix zum Themenbereich Forschungsdatenmanagement (FDM) für die Zielgruppen Studierende, PhDs und Data Stewards (Version 2). Zenodo. https://doi.org/10.5281/zenodo.8010617

Jacob, Juliane, Neumann, Jana, & Schulz, Sandra. (2023, March). Forschungsdatenmanagement: Workshop für Studierende im DDLitLab-Projekt. http://doi.org/10.25592/uhhfdm.9583

[[FDM-Materialkatalog|https://www.forschungsdaten.org/index.php/FDM-Materialkatalog]]

[[UAG Schulungen/Fortbildungen|https://www.forschungsdaten.org/index.php/UAG_Schulungen/Fortbildungen]]

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:41:16Z

AnnetteStrauchDavey: /* Referenzen */

'''FDM-Awareness (Forschungsdatenmanagement) in Promotionsprogrammen''' ist der Schlüssel, um wissenschaftlichen Nachwuchs von Beginn an für den nachhaltigen und strukturierten Umgang mit Forschungsdaten zu sensibilisieren (integraler Bestandteil des gesamten Promotionsprozesses).

== Ziel ==
Die Promotionsphase legt den Grundstein für die wissenschaftliche Laufbahn.

Das Konzept „Daten im Griff – von Anfang an“ setzt hier an, dass es FDM-Awareness als komplementären Bestandteil in Graduiertenprogramme integriert.

<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref>

== FDM als fester Teil des Kolloquiums ==
FDM wird für Promovierende in das stattfindende Kolloquium integriert. Das spart Zeit und erhöht die Akzeptanz enorm.

Eine FDM-Expertin kommt für 90 Minuten in das Kolloquium. Allgemeines zum FDM, Tools, Speicher- und Serviceinfrastrukturen und Ansprechpersonen vorgestellt, die aber auch genau für dieses Fachgebiet relevant sind.

<blockquote>''„Daten im Griff – von Anfang an"''<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref></blockquote>

== Praxisnaher FDM-Check im Promotionsprogramm ==

* '''Struktur & Ablage:''' Wie und wo speichere ich meine Daten aktuell (z. B. Ordnerstruktur, Benennung, Git-Repository)?
* '''Hürden & Probleme:''' Wo hakt es beim Datenmanagement (z. B. Schwierigkeiten bei der Anonymisierung von Interviews, Probleme mit riesigen Bilddateien)?
* '''Nachnutzung:''' In welchem Repositorium sollen die Daten am Ende der Promotion veröffentlicht werden?

== Referenzen (Selektion) ==
Die theoretische und konzeptionelle Fundierung für die Integration von Forschungsdatenmanagement (FDM) in akademische Ausbildungsprogramme stützt sich auf etablierte Standardwerke und strukturierte Community-Modelle.

Zur konkreten curricularen Ausgestaltung und Definition operationalisierter Kompetenzziele für Promovierende dient die von Britta Petersen et al. gemeinschaftlich entwickelte ''Lernzielmatrix zum Themenbereich Forschungsdatenmanagement'' (Version 3, 2025, DOI: 10.5281/zenodo.15025246), die ein organisationsübergreifendes Fundament für Lehrende bereithält.

Helbig, K., & Aust, P. (2017). Kein Königsweg - die Vermittlung von Forschungsdatenkompetenz auf allen universitären Ebenen. ''O-bib'', ''4''(1), 108-116. https://doi.org/10.5282/o-bib/2017H1S108-116

FDMentor/DINI/Nestor-AG Forschungsdaten (2018). Materialkatalog zum Forschungsdatenmanagement. https://doi.org/10.5281/ZENODO.1209284.

Wiljes, Cord [u.a.]: Teaching Research Data Management for Students / Wiljes,Cord ; Cimiano, Philipp. – In: Data Science Journal. – 18 (2019), S. 1–9.<ref>https://datascience.codata.org/articles/10.5334/dsj-2019-038</ref>

Petersen, B., Engelhardt, C., Hörner, T., Jacob, J., Kvetnaya, T., Mühlichen, A., Schranzhofer, H., Schulz, S., Slowig, B., Trautwein-Bruns, U., Voigt, A., & Wiljes, C. (2023). Lernzielmatrix zum Themenbereich Forschungsdatenmanagement (FDM) für die Zielgruppen Studierende, PhDs und Data Stewards (Version 2). Zenodo. https://doi.org/10.5281/zenodo.8010617

Jacob, Juliane, Neumann, Jana, & Schulz, Sandra. (2023, March). Forschungsdatenmanagement: Workshop für Studierende im DDLitLab-Projekt. http://doi.org/10.25592/uhhfdm.9583

[[FDM-Materialkatalog|https://www.forschungsdaten.org/index.php/FDM-Materialkatalog]]

[[UAG Schulungen/Fortbildungen|https://www.forschungsdaten.org/index.php/UAG_Schulungen/Fortbildungen]]

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:38:55Z

AnnetteStrauchDavey: /* Referenzen */

'''FDM-Awareness (Forschungsdatenmanagement) in Promotionsprogrammen''' ist der Schlüssel, um wissenschaftlichen Nachwuchs von Beginn an für den nachhaltigen und strukturierten Umgang mit Forschungsdaten zu sensibilisieren (integraler Bestandteil des gesamten Promotionsprozesses).

== Ziel ==
Die Promotionsphase legt den Grundstein für die wissenschaftliche Laufbahn.

Das Konzept „Daten im Griff – von Anfang an“ setzt hier an, dass es FDM-Awareness als komplementären Bestandteil in Graduiertenprogramme integriert.

<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref>

== FDM als fester Teil des Kolloquiums ==
FDM wird für Promovierende in das stattfindende Kolloquium integriert. Das spart Zeit und erhöht die Akzeptanz enorm.

Eine FDM-Expertin kommt für 90 Minuten in das Kolloquium. Allgemeines zum FDM, Tools, Speicher- und Serviceinfrastrukturen und Ansprechpersonen vorgestellt, die aber auch genau für dieses Fachgebiet relevant sind.

<blockquote>''„Daten im Griff – von Anfang an"''<ref>https://events.gwdg.de/event/1353/contributions/5083/</ref></blockquote>

== Praxisnaher FDM-Check im Promotionsprogramm ==

* '''Struktur & Ablage:''' Wie und wo speichere ich meine Daten aktuell (z. B. Ordnerstruktur, Benennung, Git-Repository)?
* '''Hürden & Probleme:''' Wo hakt es beim Datenmanagement (z. B. Schwierigkeiten bei der Anonymisierung von Interviews, Probleme mit riesigen Bilddateien)?
* '''Nachnutzung:''' In welchem Repositorium sollen die Daten am Ende der Promotion veröffentlicht werden?

== Referenzen ==
Die theoretische und konzeptionelle Fundierung für die Integration von Forschungsdatenmanagement (FDM) in akademische Ausbildungsprogramme stützt sich auf etablierte Standardwerke und strukturierte Community-Modelle.

Zur konkreten curricularen Ausgestaltung und Definition operationalisierter Kompetenzziele für Promovierende dient die von Britta Petersen et al. gemeinschaftlich entwickelte ''Lernzielmatrix zum Themenbereich Forschungsdatenmanagement'' (Version 3, 2025, DOI: 10.5281/zenodo.15025246), die ein organisationsübergreifendes Fundament für Lehrende bereithält.

FDMentor/DINI/Nestor-AG Forschungsdaten (2018). Materialkatalog zum Forschungsdatenmanagement. https://doi.org/10.5281/ZENODO.1209284.

Wiljes, Cord [u.a.]: Teaching Research Data Management for Students / Wiljes,Cord ; Cimiano, Philipp. – In: Data Science Journal. – 18 (2019), S. 1–9.<ref>https://datascience.codata.org/articles/10.5334/dsj-2019-038</ref>

Petersen, B., Engelhardt, C., Hörner, T., Jacob, J., Kvetnaya, T., Mühlichen, A., Schranzhofer, H., Schulz, S., Slowig, B., Trautwein-Bruns, U., Voigt, A., & Wiljes, C. (2023). Lernzielmatrix zum Themenbereich Forschungsdatenmanagement (FDM) für die Zielgruppen Studierende, PhDs und Data Stewards (Version 2). Zenodo. https://doi.org/10.5281/zenodo.8010617

Jacob, Juliane, Neumann, Jana, & Schulz, Sandra. (2023, March). Forschungsdatenmanagement: Workshop für Studierende im DDLitLab-Projekt. http://doi.org/10.25592/uhhfdm.9583

[[FDM-Materialkatalog|https://www.forschungsdaten.org/index.php/FDM-Materialkatalog]]

[[UAG Schulungen/Fortbildungen|https://www.forschungsdaten.org/index.php/UAG_Schulungen/Fortbildungen]]

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:34:36Z

AnnetteStrauchDavey:

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:32:32Z

AnnetteStrauchDavey:

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:20:40Z

AnnetteStrauchDavey:

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:19:17Z

AnnetteStrauchDavey:

FDM-Awareness in den Promotionsprogrammen

2026-09-13T10:16:54Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „'''FDM-Awareness (Forschungsdatenmanagement) in Promotionsprogrammen''' ist der Schlüssel, um wissenschaftlichen Nachwuchs von Beginn an für den nachhaltigen und strukturierten Umgang mit Forschungsdaten zu sensibilisieren (integraler Bestandteil des gesamten Promotionsprozesses).“

Coffee Lectures Forschungsdatenmanagement 2026/2027 (und 2028)

2026-09-09T16:16:23Z

AnnetteStrauchDavey:

Coffee Lectures zum Forschungsdatenmanagement (FDM) sind kurze Impulsvorträge mit anschließender Fragerunde und Kaffee (vor Ort oder online).

'''Ziel:''' Forschende und Studierende unkompliziert, praxisnah und zeitsparend über den optimalen Umgang mit Forschungsdaten informieren.

<blockquote>''"Coffee Lectures sind kurze Info-Vorträge mit anschließenden Gesprächsrunden zu verschiedenen FDM-Themen. Sie können sich an spezielle Zielgruppen richten, sind aber meist offen für alle. Coffee Lectures bieten wir zum Beispiel im Rahmen von Thementagen oder -wochen wie der Love Data Week (Mitte Februar) oder der Postdoc Appreciation Week (September) an."'' (Leibniz Universität Hannover)</blockquote>

Die Termine werden meist semesterweise (Start jeweils im Oktober für das Wintersemester auf den Webseiten der jeweiligen Universitäten oder wissenschaftlichen Bibliotheken (Bereich Forschungsdatenmanagement) veröffentlicht.

== 2026 (Selektion) ==
Coffee Lectures der '''ETH Zürich''': https://library.ethz.ch/kurse-und-beratung/kurse-und-workshops/coffee-lectures.html

''"Sie haben wenig Zeit, möchten aber essenzielle Tools kennenlernen, die Sie bei Ihrer Forschung unterstützen?''

''Die Coffee Lectures geben Input zu konkreten Fragestellungen rund um die Informationsrecherche, das Open-Access-Publizieren, oder das Forschungsdatenmanagement."''<ref>https://library.ethz.ch/kurse-und-beratung/kurse-und-workshops/coffee-lectures.html</ref>

'''TU (UB) Dortmund''':

https://ub.tu-dortmund.de/nachrichtendetail/coffee-lectures-der-universitaetsbibliothek-1-64181/

https://graduiertenzentrum.tu-dortmund.de/veranstaltungsdetail/coffee-lectures-der-universitaets-bibliothek-64209/

[https://www.uni-augsburg.de/de/organisation/bibliothek/ UB Augsburg]: bis Juni 2026 fanden alle zwei Wochen dienstags (14:00 bis 14:30 Uhr) online-basierte Coffee Lectures statt, darunter Themen wie „KI statt Tutorium?!?

FDM Thüringen, TKFDM - [https://forschungsdaten-thueringen.de/entry/coffee-lectures-en.html 2026 Summer Semester Online Coffee Lecture Series]

Hochschule Reutlingen - [https://www.reutlingen-university.de/aktuelles/news/news-detail/coffee-lectures-zum-forschungsdatenmanagement-ss26 Coffee Lectures zum Forschungsdatenmanagement]

[https://www.uni-paderborn.de/lehre/ki-in-der-lehre/ki-coffee-lectures KI-Coffee Lectures der Universität Paderborn]

<blockquote>''"Die '''KI Coffee-Lectures''' werden im Sommersemester 2026 erstmals als gemeinsame Initiative der Stabsstelle Bildungsinnovationen und Hochschuldidaktik, der Universitätsbibliothek und des Kompetenzzentrums Schreiben angeboten."''<ref>https://www.uni-paderborn.de/universitaet/bildungsinnovationen-hochschuldidaktik/nachricht/ki-coffee-lectures-2026</ref> (Universität Paderborn)</blockquote>'''UB Hochschule Fulda Coffee Lectures zum Datenmanagementplan''' (2x): https://www.hs-fulda.de/hlsb/aktuelles/meldungsdetails/detail/hlsb-coffee-lectures-datenmanagementplaene

'''Katholische Universität Eichstätt-Ingolstadt''': FDM to go; FDM Coffee Lectures (4x) vom 10. Juni 2026 bis zum 08. Juli 2026

'''Universität Heidelberg (UB)''': https://www.ub.uni-heidelberg.de/de/service/schulung/coffee-lectures

== ZBW Coffee Lectures Open Science ==
https://openeconomics.zbw.eu/coffee-lectures-on-open-science-education/

== EOSC Coffee Lectures ==
Aktuell: https://eosc.eu/academy

<blockquote>''"The EOSC Academy serves as an initiative for capacity building, knowledge exchange, and mutual learning within the European Open Science Cloud (EOSC) ecosystem.''"<ref>https://eosc.eu/academy</ref></blockquote>

== 2027 (Selektion) ==

*[[Kategorie:Veranstaltungen]]
*(...)

== Literatur ==
Helmkamp, U., Höhner, K., Hoepfner, I., & Marra, S. (2017). Coffee Lectures im Praxistest. ''O-bib'', ''4''(2), 96-100. https://doi.org/10.5282/o-bib/2017H2S96-100

[https://publikationen.bibliothek.kit.edu/1000082370 Renn, O. (2018). ''Die Erfindung der Coffee Lectures: Alles, was Sie schon immer über Coffee Lectures wissen wollten''. ETH Zürich.]

Strauch, Annette: Coffee Lectures at Hildesheim University. Engaging researchers with innovative topics in a new format. Talk at the International Conference on Emerging Global Trends in University Library Development (ICEGTULD 2019). Nazarbayev University, Nur-Sultran, Kazakhstan, June 6–7, 2019.<ref>https://nur.nu.edu.kz/server/api/core/bitstreams/a2efccf0-0103-410b-bc83-fd5eb33ba171/content</ref>
Ködel, S., & Blumenthal, U. (2020). Coffee Lectures am DHI Paris: Ein Praxisbericht. ''O-bib'', ''7''(2), 1-5. https://doi.org/10.5282/o-bib/5592

Strauch-Davey A. (2022): [https://b-i-t-online.de/heft/2022-06-kolumne-forschungsdaten.pdf Coffee Lectures zum Forschungsdatenmanagement: Offene Wissenschaft im Winter 2022/23].
[[Kategorie:Schulungen, Kurse und Coffee Lectures (Trainings, Courses and Coffee Lectures)]]
[[Kategorie:Schulungen, Kurse und Coffee Lectures]]
[[Kategorie:Coffee Lectures zum Forschungsdatenmanagement]]
[[Kategorie:Ausbildung]]
[[Kategorie:Data Literacy]]

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T18:35:39Z

AnnetteStrauchDavey:

'''KI Literacy (Kompetenzen) im Forschungsdatenmanagement (FDM)''' bezeichnet die Kompetenz, datenbasierte Erkenntnisse und algorithmische Systeme im Forschungsprozess kritisch zu bewerten und nachzuvollziehen.

Sie befähigt Forschende dazu, digitale Werkzeuge zur Organisation, Verarbeitung und Analyse von Forschungsdaten versiert anzuwenden.

Zudem sichert sie einen reflektierten, verantwortungsvollen Umgang mit KI-Technologien. Auf dieser Basis lassen sich digitale Entwicklungen in der Wissenschaft aktiv und zukunftsfähig mitgestalten.

<blockquote>
''"Künstliche Intelligenz bildet eine Querschnittstechnologie, die überall dort zum Einsatz gelangt, wo''

''in großem Umfang Daten anfallen"''<ref>https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf</ref></blockquote>

== KI-Policies (Richtlinien) deutscher Hochschulen im Überblick ==
https://www.bildungsserver.de/onlineressource.html?onlineressourcen_id=67250

= UMGANG MIT KI-MODELLEN IN STUDIUM UND LEHRE =

== Handlungsempfehlung für Lehrende an der Georg-August Universität Göttingen (Beispiel) ==
''Beschlossen durch das Präsidium am 07.01.26''

Link: https://uni-goettingen.de/de/umgang+mit+ki-modellen+in+studium+und+lehre/674738.html (Zugriff am 31.08.2026)

== Ethische Leitlinien zum Einsatz von KI (Universität Regensburg) ==
https://www.uni-regensburg.de/universitaet/digitalisierung/leitfaden-zur-nutzung-von-ki/allgemeine-nutzungsrichtlinien-und-hinweise-fuer-den-einsatz-von-generativer-ki-an-der-universitaet-regensburg/ethische-leitlinien-zum-einsatz-von-ki

<blockquote>''"KI-generierte Inhalte dürfen nicht ungeprüft übernommen werden. Sie sind stets kritisch zu prüfen, zu überarbeiten und in den wissenschaftlichen Kontext einzuordnen.''

''Die inhaltliche Verantwortung liegt uneingeschränkt bei den Autorinnen und Autoren."''<ref>https://www.uni-regensburg.de/universitaet/digitalisierung/leitfaden-zur-nutzung-von-ki/allgemeine-nutzungsrichtlinien-und-hinweise-fuer-den-einsatz-von-generativer-ki-an-der-universitaet-regensburg/ethische-leitlinien-zum-einsatz-von-ki</ref></blockquote>

== Künstliche Intelligenz (KI) an Hochschulen ==
https://www.bildungsserver.de/hochschulbildung/kuenstliche-intelligenz-ki-an-hochschulen-12012-de.html

<blockquote>''"Die dynamische Entwicklung in der Informatik, in der sich mit dem Ausbau des Forschungsfeldes KI''

''(wie auch Data Science) eine Verselbstständigung disziplinärer Teilbereiche andeutet, die Anknüp-''

''fungspunkte zu einer Vielzahl von Anwendungsdisziplinen aufweisen, dürften ebenso wie die wach-''

''sende Notwendigkeit zum Erwerb von Daten- und Informationskompetenz als Bestandteil jedes''

''Hochschulstudiums den ‚interdisziplinären‘ Kommunikations- und Kollaborationsdruck an den Hoch-''

''schulen verstärken."''<ref>https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf</ref></blockquote>

== Künstliche Intelligenz (KI) in der Forschung ==
https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf

KI-Strategiepapier für die NRW-Hochschulen: https://ki-edu-nrw.ruhr-uni-bochum.de/neues-ki-strategiepapier-fuer-die-nrw-hochschulen/

== KI:edu.nrw ==
https://ki-edu-nrw.ruhr-uni-bochum.de/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/querschnittsthemen/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/querschnittsthemen/ethik/

https://ki-edu-nrw.ruhr-uni-bochum.de/neues-ki-strategiepapier-fuer-die-nrw-hochschulen/

https://ki-edu-nrw.ruhr-uni-bochum.de/wp-content/uploads/2025/07/2025_07_09_KI-Strategiepapier_NRW.pdf

== Referenzen ==
https://www.uni-jena.de/395406/data-ai-literacy

Solis, Tobias: Die ChatGPT-Richtlinien der 100 größten deutschen Universitäten, 2023, https://www.scribbr.de/ki-tools-nutzen/chatgpt-universitaere-richtlinien ( aktualisiert am 25. März 2025; Zugriff am 31.08.2026)

Salden, Peter & Leschke, Jonas (eds.) (2024). Learning Analytics und Künstliche Intelligenz in Studium und Lehre. Doing Higher Education. Wiesbaden: Springer VS. https://philpapers.org/rec/SALLAU

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T18:32:14Z

AnnetteStrauchDavey:

'''KI Literacy (Kompetenzen) im Forschungsdatenmanagement (FDM)''' bezeichnet die Kompetenz, datenbasierte Erkenntnisse und algorithmische Systeme im Forschungsprozess kritisch zu bewerten und nachzuvollziehen.

Sie befähigt Forschende dazu, digitale Werkzeuge zur Organisation, Verarbeitung und Analyse von Forschungsdaten versiert anzuwenden.

Zudem sichert sie einen reflektierten, verantwortungsvollen Umgang mit KI-Technologien. Auf dieser Basis lassen sich digitale Entwicklungen in der Wissenschaft aktiv und zukunftsfähig mitgestalten.

<blockquote>
''"Künstliche Intelligenz bildet eine Querschnittstechnologie, die überall dort zum Einsatz gelangt, wo''

''in großem Umfang Daten anfallen"''<ref>https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf</ref></blockquote>

== KI-Policies (Richtlinien) deutscher Hochschulen im Überblick ==
https://www.bildungsserver.de/onlineressource.html?onlineressourcen_id=67250

= UMGANG MIT KI-MODELLEN IN STUDIUM UND LEHRE =

== Handlungsempfehlung für Lehrende an der Georg-August Universität Göttingen (Beispiel) ==
''Beschlossen durch das Präsidium am 07.01.26''

Link: https://uni-goettingen.de/de/umgang+mit+ki-modellen+in+studium+und+lehre/674738.html (Zugriff am 31.08.2026)

== Künstliche Intelligenz (KI) an Hochschulen ==
https://www.bildungsserver.de/hochschulbildung/kuenstliche-intelligenz-ki-an-hochschulen-12012-de.html

<blockquote>''"Die dynamische Entwicklung in der Informatik, in der sich mit dem Ausbau des Forschungsfeldes KI''

''(wie auch Data Science) eine Verselbstständigung disziplinärer Teilbereiche andeutet, die Anknüp-''

''fungspunkte zu einer Vielzahl von Anwendungsdisziplinen aufweisen, dürften ebenso wie die wach-''

''sende Notwendigkeit zum Erwerb von Daten- und Informationskompetenz als Bestandteil jedes''

''Hochschulstudiums den ‚interdisziplinären‘ Kommunikations- und Kollaborationsdruck an den Hoch-''

''schulen verstärken."''<ref>https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf</ref></blockquote>

== Künstliche Intelligenz (KI) in der Forschung ==
https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf

KI-Strategiepapier für die NRW-Hochschulen: https://ki-edu-nrw.ruhr-uni-bochum.de/neues-ki-strategiepapier-fuer-die-nrw-hochschulen/

== KI:edu.nrw ==
https://ki-edu-nrw.ruhr-uni-bochum.de/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/querschnittsthemen/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/querschnittsthemen/ethik/

https://ki-edu-nrw.ruhr-uni-bochum.de/neues-ki-strategiepapier-fuer-die-nrw-hochschulen/

https://ki-edu-nrw.ruhr-uni-bochum.de/wp-content/uploads/2025/07/2025_07_09_KI-Strategiepapier_NRW.pdf

== Referenzen ==
https://www.uni-jena.de/395406/data-ai-literacy

Solis, Tobias: Die ChatGPT-Richtlinien der 100 größten deutschen Universitäten, 2023, https://www.scribbr.de/ki-tools-nutzen/chatgpt-universitaere-richtlinien ( aktualisiert am 25. März 2025; Zugriff am 31.08.2026)

Salden, Peter & Leschke, Jonas (eds.) (2024). Learning Analytics und Künstliche Intelligenz in Studium und Lehre. Doing Higher Education. Wiesbaden: Springer VS. https://philpapers.org/rec/SALLAU

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T18:20:47Z

AnnetteStrauchDavey: /* Künstliche Intelligenz (KI) in der Forschung */

'''KI Literacy (Kompetenzen) im Forschungsdatenmanagement (FDM)''' bezeichnet die Kompetenz, datenbasierte Erkenntnisse und algorithmische Systeme im Forschungsprozess kritisch zu bewerten und nachzuvollziehen.

Sie befähigt Forschende dazu, digitale Werkzeuge zur Organisation, Verarbeitung und Analyse von Forschungsdaten versiert anzuwenden.

Zudem sichert sie einen reflektierten, verantwortungsvollen Umgang mit KI-Technologien. Auf dieser Basis lassen sich digitale Entwicklungen in der Wissenschaft aktiv und zukunftsfähig mitgestalten.

<blockquote>
''"Künstliche Intelligenz bildet eine Querschnittstechnologie, die überall dort zum Einsatz gelangt, wo''

''in großem Umfang Daten anfallen"''<ref>https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf</ref></blockquote>

== KI-Policies (Richtlinien) deutscher Hochschulen im Überblick ==
https://www.bildungsserver.de/onlineressource.html?onlineressourcen_id=67250

== Künstliche Intelligenz (KI) an Hochschulen ==
https://www.bildungsserver.de/hochschulbildung/kuenstliche-intelligenz-ki-an-hochschulen-12012-de.html

<blockquote>''"Die dynamische Entwicklung in der Informatik, in der sich mit dem Ausbau des Forschungsfeldes KI''

''(wie auch Data Science) eine Verselbstständigung disziplinärer Teilbereiche andeutet, die Anknüp-''

''fungspunkte zu einer Vielzahl von Anwendungsdisziplinen aufweisen, dürften ebenso wie die wach-''

''sende Notwendigkeit zum Erwerb von Daten- und Informationskompetenz als Bestandteil jedes''

''Hochschulstudiums den ‚interdisziplinären‘ Kommunikations- und Kollaborationsdruck an den Hoch-''

''schulen verstärken."''<ref>https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf</ref></blockquote>

== Künstliche Intelligenz (KI) in der Forschung ==
https://hochschulforumdigitalisierung.de/sites/default/files/dateien/HFD_AP_59_Kuenstliche_Intelligenz_Hochschulen_HIS-HE.pdf

KI-Strategiepapier für die NRW-Hochschulen: https://ki-edu-nrw.ruhr-uni-bochum.de/neues-ki-strategiepapier-fuer-die-nrw-hochschulen/

== KI:edu.nrw ==
https://ki-edu-nrw.ruhr-uni-bochum.de/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/querschnittsthemen/

https://ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/querschnittsthemen/ethik/

https://ki-edu-nrw.ruhr-uni-bochum.de/neues-ki-strategiepapier-fuer-die-nrw-hochschulen/

https://ki-edu-nrw.ruhr-uni-bochum.de/wp-content/uploads/2025/07/2025_07_09_KI-Strategiepapier_NRW.pdf

== Referenzen ==
https://www.uni-jena.de/395406/data-ai-literacy

Solis, Tobias: Die ChatGPT-Richtlinien der 100 größten deutschen Universitäten, 2023, https://www.scribbr.de/ki-tools-nutzen/chatgpt-universitaere-richtlinien ( aktualisiert am 25. März 2025; Zugriff am 31.08.2026)

Salden, Peter & Leschke, Jonas (eds.) (2024). Learning Analytics und Künstliche Intelligenz in Studium und Lehre. Doing Higher Education. Wiesbaden: Springer VS. https://philpapers.org/rec/SALLAU

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T18:13:41Z

AnnetteStrauchDavey:

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T18:03:01Z

AnnetteStrauchDavey:

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T18:00:25Z

AnnetteStrauchDavey:

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T17:46:41Z

AnnetteStrauchDavey:

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T17:45:19Z

AnnetteStrauchDavey:

KI Literacy im Forschungsdatenmanagement (FDM)

2026-08-31T17:39:06Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „xx“

Gute Wissenschaftliche Praxis und Forschungsethik im Zeitalter von Künstlicher Intelligenz (KI)

2026-08-31T17:32:25Z

AnnetteStrauchDavey:

Das Ombudsgremium für die wissenschaftliche Integrität in Deutschland beleuchtet in seinem Beitrag die Schnittstelle zwischen Datenmanagement und Künstlicher Intelligenz im Kontext der Guten Wissenschaftlichen Praxis.

Das Dialogforum verfolgt eine konfliktbasierte Perspektive, um praxisnahe Handlungsempfehlungen zu erarbeiten und den DFG-Kodex für den Umgang mit Forschungsdaten und KI zu spezifizieren. Weitere Informationen finden Sie auf der Ombudsgremium.<ref>https://ombudsgremium.de/9802/forschungsdaten-und-ki/</ref>

(tbc ...) ...

Gute Wissenschaftliche Praxis und Forschungsethik im Zeitalter von Künstlicher Intelligenz (KI)

2026-08-31T17:04:01Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „xx“

Forschungsethik

2026-08-31T16:36:51Z

AnnetteStrauchDavey:

Zusätzlich zu den Fragen hinsichtlich [[Repositorium]] und den rechtlichen Unsicherheiten im [[Forschungsdatenmanagement]], werden bei Anfragen immer häufiger Themen erörtert, die die Forschungsethik in Projekten betreffen und das bereits bei der [[Antragsstellung]] bzw. beim Schreiben des [[Datenmanagementplan]], z.B. mit [[RDMO]].

In den Leitlinien zur Sicherung guter wissenschaftlicher Praxis heißt es in Leitlinie 10:

''Wissenschaftlerinnen und Wissenschaftler gehen mit der verfassungsrechtlich gewährten Forschungsfreiheit verantwortungsvoll um. Sie berücksichtigen Rechte und Pflichten, insbesondere solche, die aus gesetzlichen Vorgaben, aber auch aus Verträgen mit Dritten resultieren, und holen, sofern erforderlich, Genehmigungen und Ethikvoten ein und legen diese vor. Im Hinblick auf Forschungsvorhaben sollten eine gründliche Abschätzung der Forschungsfolgen und die Beurteilung der jeweiligen ethischen Aspekte erfolgen. Zu den rechtlichen Rahmenbedingungen eines Forschungsvorhabens zählen auch dokumentierte Vereinbarungen über die Nutzungsrechte an aus ihm hervorgehenden Forschungsdaten und Forschungsergebnissen.''

Im Papier [http://www.rfii.de/download/digitale-kompetenzen-dringend-gesucht/ "RfII – Rat für Informationsinfrastrukturen: Digitale Kompetenzen - dringend gesucht!] werden ethische Kenntnisse in der Forschung berücksichtigt.

== GO Unite! - AG Forschungsethik ==
Die Mitglieder der AG setzen sich u. a. mit folgenden Themen auseinander:

* Vertraulichkeiten
* Bewußtseinsschaffung für sensible Themenbereiche
* Ethikstandards der Fachgesellschaften
* Vereinbarung des Postulats der Offenheit (Open Science) mit einer geteilten Verantwortung

Link: https://go-unite.de/index.php/ag-forschungsethik/ (Zugriff am 31.08.2026)

== NFDI-Sektion ELSA ==
Die Sektion Ethische, rechtliche und soziale Aspekte (''ELSA'') befasst sich mit ethischen, rechtlichen und sozialen Aspekten.

Link: https://www.nfdi.de/section-elsa/

==Literatur im Forschungsdatenmanagement zur Forschungsethik (eine Selektion)==

Eßer, Florian/Sitter, Miriam (2018). Ethische Symmetrie in der partizipativen Forschung mit Kindern. Forum: Qualitative Sozialforschung, 19. Jg., H. 3, [[doi:10.17169/fqs-19.3.3120]] [1. April 2020].

Heise, N.; Schmidt, J.-H. (2014): Ethik der Online-Forschung. In: M. Welker, M. Taddicken, J.-H. Schmidt, N. Jackob (Hrsg.), Handbuch Online-Forschung. Sozialwissenschaftliche Datengewinnung und -auswertung in digitalen Netzen. Köln: Halem, S. 519-539.

Huber, E. (2019): Beratung und Entscheidungsfindung bei rechtlichen und ethischen Fragen des Forschungsdatenmanagements. In: Bausteine Forschungsdatenmanagement, Nr. 2 (Oktober), S. 31-39. https://doi.org/10.17192/bfdm.2019.2.8072. [1. April 2020].

Kinder-Kurlanda, Katharina E., Katrin Weller, Wolfgang Zenk-Möltgen, Jürgen Pfeffer, and Fred Morstatter (2017): Archiving Information from Geotagged Tweets to Promote Reproducibility and Comparability in Social Media Research. In: Big Data & Society 4 (2): 1-14. http://dx.doi.org/10.1177/2053951717736336. [1. April 2020].

Sterzer, W. & Kretzer, S. (2019): Archivierungsstrategien anpassen - Herausforderungen und Lösungen für die Archivierung und Sekundärnutzung von ethnologischen Forschungsdaten. Bibliothek Forschung und Praxis, 43(1), S. 110-117. DOI: https://doi.org/10.1515/bfp-2019-2011

Unger, Hella von (2018): Ethische Reflexivität in der Fluchtforschung. Erfahrungen aus einem soziologischen Lehrforschungsprojekt. Forum Qualitative Sozialforschung (FQS), 19(3), Art. 6, http://dx.doi.org/10.17169/fqs-19.3.3151.

Watteler, Oliver, and Katharina E. Kinder-Kurlanda. 2015. Anonymisierung und sicherer Umgang mit Forschungsdaten in der empirischen Sozialforschung. Datenschutz und Datensicherheit 39 (8): 515-519. doi: http://dx.doi.org/10.1007/s11623-015-0462-0. http://link.springer.com/article/10.1007/s11623-015-0462-0?wt_mc=internal.event.1.SEM.ArticleAuthorOnlineFirst. [1. April 2020].

Zook M., Barocas S., Boyd D., et al. (2017) Ten simple rules for responsible big data research. PLoS ComputationalBiology13(3): e1005399. https://doi.org/10.1371/journal.pcbi.1005399 [1. April 2020].

*[[Kategorie:Projekte]]
*[[Kategorie:Rechtliches]]
*[[Kategorie:Standards]]
*[[Kategorie:Gute wissenschaftliche Praxis]]

Forschungsethik

2026-08-31T16:32:59Z

AnnetteStrauchDavey:

Zusätzlich zu den Fragen hinsichtlich [[Repositorium]] und den rechtlichen Unsicherheiten im [[Forschungsdatenmanagement]], werden bei Anfragen immer häufiger Themen erörtert, die die Forschungsethik in Projekten betreffen und das bereits bei der [[Antragsstellung]] bzw. beim Schreiben des [[Datenmanagementplan]], z.B. mit [[RDMO]].

In den Leitlinien zur Sicherung guter wissenschaftlicher Praxis heißt es in Leitlinie 10:

''Wissenschaftlerinnen und Wissenschaftler gehen mit der verfassungsrechtlich gewährten Forschungsfreiheit verantwortungsvoll um. Sie berücksichtigen Rechte und Pflichten, insbesondere solche, die aus gesetzlichen Vorgaben, aber auch aus Verträgen mit Dritten resultieren, und holen, sofern erforderlich, Genehmigungen und Ethikvoten ein und legen diese vor. Im Hinblick auf Forschungsvorhaben sollten eine gründliche Abschätzung der Forschungsfolgen und die Beurteilung der jeweiligen ethischen Aspekte erfolgen. Zu den rechtlichen Rahmenbedingungen eines Forschungsvorhabens zählen auch dokumentierte Vereinbarungen über die Nutzungsrechte an aus ihm hervorgehenden Forschungsdaten und Forschungsergebnissen.''

Im Papier [http://www.rfii.de/download/digitale-kompetenzen-dringend-gesucht/ "RfII – Rat für Informationsinfrastrukturen: Digitale Kompetenzen - dringend gesucht!] werden ethische Kenntnisse in der Forschung berücksichtigt.

==Literatur im Forschungsdatenmanagement zur Forschungsethik (eine Selektion)==

Eßer, Florian/Sitter, Miriam (2018). Ethische Symmetrie in der partizipativen Forschung mit Kindern. Forum: Qualitative Sozialforschung, 19. Jg., H. 3, [[doi:10.17169/fqs-19.3.3120]] [1. April 2020].

Heise, N.; Schmidt, J.-H. (2014): Ethik der Online-Forschung. In: M. Welker, M. Taddicken, J.-H. Schmidt, N. Jackob (Hrsg.), Handbuch Online-Forschung. Sozialwissenschaftliche Datengewinnung und -auswertung in digitalen Netzen. Köln: Halem, S. 519-539.

Huber, E. (2019): Beratung und Entscheidungsfindung bei rechtlichen und ethischen Fragen des Forschungsdatenmanagements. In: Bausteine Forschungsdatenmanagement, Nr. 2 (Oktober), S. 31-39. https://doi.org/10.17192/bfdm.2019.2.8072. [1. April 2020].

Kinder-Kurlanda, Katharina E., Katrin Weller, Wolfgang Zenk-Möltgen, Jürgen Pfeffer, and Fred Morstatter (2017): Archiving Information from Geotagged Tweets to Promote Reproducibility and Comparability in Social Media Research. In: Big Data & Society 4 (2): 1-14. http://dx.doi.org/10.1177/2053951717736336. [1. April 2020].

Sterzer, W. & Kretzer, S. (2019): Archivierungsstrategien anpassen - Herausforderungen und Lösungen für die Archivierung und Sekundärnutzung von ethnologischen Forschungsdaten. Bibliothek Forschung und Praxis, 43(1), S. 110-117. DOI: https://doi.org/10.1515/bfp-2019-2011

Unger, Hella von (2018): Ethische Reflexivität in der Fluchtforschung. Erfahrungen aus einem soziologischen Lehrforschungsprojekt. Forum Qualitative Sozialforschung (FQS), 19(3), Art. 6, http://dx.doi.org/10.17169/fqs-19.3.3151.

Watteler, Oliver, and Katharina E. Kinder-Kurlanda. 2015. Anonymisierung und sicherer Umgang mit Forschungsdaten in der empirischen Sozialforschung. Datenschutz und Datensicherheit 39 (8): 515-519. doi: http://dx.doi.org/10.1007/s11623-015-0462-0. http://link.springer.com/article/10.1007/s11623-015-0462-0?wt_mc=internal.event.1.SEM.ArticleAuthorOnlineFirst. [1. April 2020].

Zook M., Barocas S., Boyd D., et al. (2017) Ten simple rules for responsible big data research. PLoS ComputationalBiology13(3): e1005399. https://doi.org/10.1371/journal.pcbi.1005399 [1. April 2020].

*[[Kategorie:Projekte]]
*[[Kategorie:Rechtliches]]
*[[Kategorie:Standards]]
*[[Kategorie:Gute wissenschaftliche Praxis]]

Institutionelles Forschungsdatenmanagement

2026-08-30T17:09:25Z

AnnetteStrauchDavey: /* Literatur (Selektion) */

'''Institutionelles FDM''' ist die systematische Steuerung von Forschungsdaten durch eine Einrichtung. Sie umfasst Strategie, Organisation und Technik zur Unterstützung des gesamten Datenlebenszyklus (Erzeugung, Speicherung, Dokumentation, Archivierung, Nachnutzung).

== Forschungsdatenmanagement in Deutschland ==
https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/<blockquote>''"In diesem Bereich werden FDM-bezogene Strukturen, Projekte, Initiativen und Aktivitäten in Deutschland vorgestellt. Es existiert auch eine Rubrik Überregionale FDM-Initiativen und Netzwerke, die den gesamaten deutschsprachigen Raum umfassen."''<ref>https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/</ref></blockquote>

=== Projektbeispiele (Ziel: nachhaltige Lösungen für Ressourcensharing) ===
[[FDMentor]]

[[FDNext]] war ein DFG-gefördertes Verbundprojekt von 6 Universitäten aus Berlin und Brandenburg. Es zielte darauf ab, ein nachhaltiges und professionelles institutionelles Forschungsdatenmanagement (FDM) an Hochschulen weiterzuentwickeln.

[[FDLink]] ist ein aktuelles (Stand August 2026) von der (DFG) gefördertes Verbundprojekt, das das Forschungsdatenmanagement (FDM) nachhaltig im Alltag von Wissenschaftlerinnen und Wissenschaftlern verankern soll. Informationen auch hier: https://www.cms.hu-berlin.de/de/dl/dataman/verbundene-projekte/fdlink

== Literatur (Selektion) ==
Helbig, K., Biernacka, K., Buchholz, P., Dolzycka, D., Hartmann, N., Hartmann, T., Hiemenz, B. M., Jacob, B., Kuberek, M., Weiß, N., & Dreyer, M. (2019). Lösungen und Leitfäden für das institutionelle Forschungsdatenmanagement. ''O-bib'', ''6''(3), 21-39. https://doi.org/10.5282/o-bib/2019H3S21-39

Lemaire, M. (2021, September 3). Wie komme ich zu einer Forschungsdatenmanagement-Strategie? Eine Antwort gibt das DIAMANT-Modell. FORGE 2021: Forschungsdaten in den Geisteswissenschaften - Mapping the Landscape - Geisteswissenschaftliches Forschungsdatenmanagement zwischen lokalen und globalen, generischen und spezifischen Lösungen (FORGE2021), Cologne. https://doi.org/10.5281/zenodo.5379667

Lemaire, Marina / Gerhards, Lea / Kellendonk, Stefan u. a. (2020): Das DIAMANT-Modell 2.0. Modellierung des FDM-Referenzprozesses und Empfehlungen für die Implementierung einer institutionellen FDM-Servicelandschaft (eSciences Working Papers, 05). Trier. https://doi.org/10.25353/ubtr-xxxx-f5d2-fffb

Cremer, F., Fräßdorf, M., Neumann, J., Petersen, M., Pramann, B., Schaffner, S., Skowronek, T., & Toepfer, R. (2021). Institutionelle Workflows zum Forschungsdatenmanagement. : Bestandsaufnahme und Lösungsvorschläge aus der Leibniz-Gemeinschaft. ''Bausteine Forschungsdatenmanagement'', ''3'', 142-150. https://doi.org/10.17192/bfdm.2021.3.8346

Augsten, M. T., Bierwirth, M., Börner, C., Dreyer, M., Helbig, K., Jacob, B., Jäckel, D., Kienbaum, J., Kuhnau, P., Lehmann, A., Paßmann, S., Söring, S., Steinke, B., Straka, J., & Vehmeier, B. (2024). Weiterentwicklung der Forschungsdatenpraxis: Werkzeuge zur Qualitätsentwicklung für Serviceeinrichtungen in Kooperation mit Fachbereichen und Forschungsverbünden. ''O-bib'', ''11''(2), 1-13. https://doi.org/10.5282/o-bib/6037

Dreyer, M., Kuhnau, P., Brandtner, A., Christof, J., Kostädt, P., Börner, C., Humboldt-Universität zu Berlin, European University Viadrina, Freie Universität Berlin, Technische Universität Berlin, University of Potsdam, & Brandenburg University of Technology (BTU). (2024). Projekt FD-Link: Rahmenbedingungen für Kulturwandel und gemeinsame Servicelandschaft stärken. Zenodo. https://doi.org/10.5281/zenodo.14288783

Kandler, P. (2025). Regelungen zu Forschungsdatenmanagement und Guter wissenschaftlicher Praxis für Promovierende in Satzungen, Promotionsordnungen und -programmen an Universitäten in Deutschland. Zenodo. https://doi.org/10.5281/zenodo.17949211

Kandler, P., & Söring, S. (2025). Integrationskonzept für ein FDM-spezifisches Curriculum für Promovierende. Ergebnisse und Empfehlungen. Zenodo. https://doi.org/10.5281/zenodo.17811815

[[Kategorie:Data Management]] [[Kategorie:Datenkompetenz]] [[Kategorie:Datenkompetenzen]] [[Kategorie:Data Literacy]]

Institutionelles Forschungsdatenmanagement

2026-08-30T17:03:23Z

AnnetteStrauchDavey: /* Literatur */

'''Institutionelles FDM''' ist die systematische Steuerung von Forschungsdaten durch eine Einrichtung. Sie umfasst Strategie, Organisation und Technik zur Unterstützung des gesamten Datenlebenszyklus (Erzeugung, Speicherung, Dokumentation, Archivierung, Nachnutzung).

== Forschungsdatenmanagement in Deutschland ==
https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/<blockquote>''"In diesem Bereich werden FDM-bezogene Strukturen, Projekte, Initiativen und Aktivitäten in Deutschland vorgestellt. Es existiert auch eine Rubrik Überregionale FDM-Initiativen und Netzwerke, die den gesamaten deutschsprachigen Raum umfassen."''<ref>https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/</ref></blockquote>

=== Projektbeispiele (Ziel: nachhaltige Lösungen für Ressourcensharing) ===
[[FDMentor]]

[[FDNext]] war ein DFG-gefördertes Verbundprojekt von 6 Universitäten aus Berlin und Brandenburg. Es zielte darauf ab, ein nachhaltiges und professionelles institutionelles Forschungsdatenmanagement (FDM) an Hochschulen weiterzuentwickeln.

[[FDLink]] ist ein aktuelles (Stand August 2026) von der (DFG) gefördertes Verbundprojekt, das das Forschungsdatenmanagement (FDM) nachhaltig im Alltag von Wissenschaftlerinnen und Wissenschaftlern verankern soll. Informationen auch hier: https://www.cms.hu-berlin.de/de/dl/dataman/verbundene-projekte/fdlink

== Literatur (Selektion) ==
Helbig, K., Biernacka, K., Buchholz, P., Dolzycka, D., Hartmann, N., Hartmann, T., Hiemenz, B. M., Jacob, B., Kuberek, M., Weiß, N., & Dreyer, M. (2019). Lösungen und Leitfäden für das institutionelle Forschungsdatenmanagement. ''O-bib'', ''6''(3), 21-39. https://doi.org/10.5282/o-bib/2019H3S21-39

Lemaire, M. (2021, September 3). Wie komme ich zu einer Forschungsdatenmanagement-Strategie? Eine Antwort gibt das DIAMANT-Modell. FORGE 2021: Forschungsdaten in den Geisteswissenschaften - Mapping the Landscape - Geisteswissenschaftliches Forschungsdatenmanagement zwischen lokalen und globalen, generischen und spezifischen Lösungen (FORGE2021), Cologne. https://doi.org/10.5281/zenodo.5379667

Lemaire, Marina / Gerhards, Lea / Kellendonk, Stefan u. a. (2020): Das DIAMANT-Modell 2.0. Modellierung des FDM-Referenzprozesses und Empfehlungen für die Implementierung einer institutionellen FDM-Servicelandschaft (eSciences Working Papers, 05). Trier. https://doi.org/10.25353/ubtr-xxxx-f5d2-fffb

Cremer, F., Fräßdorf, M., Neumann, J., Petersen, M., Pramann, B., Schaffner, S., Skowronek, T., & Toepfer, R. (2021). Institutionelle Workflows zum Forschungsdatenmanagement. : Bestandsaufnahme und Lösungsvorschläge aus der Leibniz-Gemeinschaft. ''Bausteine Forschungsdatenmanagement'', ''3'', 142-150. https://doi.org/10.17192/bfdm.2021.3.8346

Dreyer, M., Kuhnau, P., Brandtner, A., Christof, J., Kostädt, P., Börner, C., Humboldt-Universität zu Berlin, European University Viadrina, Freie Universität Berlin, Technische Universität Berlin, University of Potsdam, & Brandenburg University of Technology (BTU). (2024). Projekt FD-Link: Rahmenbedingungen für Kulturwandel und gemeinsame Servicelandschaft stärken. Zenodo. https://doi.org/10.5281/zenodo.14288783

Kandler, P. (2025). Regelungen zu Forschungsdatenmanagement und Guter wissenschaftlicher Praxis für Promovierende in Satzungen, Promotionsordnungen und -programmen an Universitäten in Deutschland. Zenodo. https://doi.org/10.5281/zenodo.17949211

Kandler, P., & Söring, S. (2025). Integrationskonzept für ein FDM-spezifisches Curriculum für Promovierende. Ergebnisse und Empfehlungen. Zenodo. https://doi.org/10.5281/zenodo.17811815

[[Kategorie:Data Management]] [[Kategorie:Datenkompetenz]] [[Kategorie:Datenkompetenzen]] [[Kategorie:Data Literacy]]

Institutionelles Forschungsdatenmanagement

2026-08-30T17:01:03Z

AnnetteStrauchDavey: /* Projektbeispiele (Ziel: nachhaltige Lösungen für Ressourcensharing) */

'''Institutionelles FDM''' ist die systematische Steuerung von Forschungsdaten durch eine Einrichtung. Sie umfasst Strategie, Organisation und Technik zur Unterstützung des gesamten Datenlebenszyklus (Erzeugung, Speicherung, Dokumentation, Archivierung, Nachnutzung).

== Forschungsdatenmanagement in Deutschland ==
https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/<blockquote>''"In diesem Bereich werden FDM-bezogene Strukturen, Projekte, Initiativen und Aktivitäten in Deutschland vorgestellt. Es existiert auch eine Rubrik Überregionale FDM-Initiativen und Netzwerke, die den gesamaten deutschsprachigen Raum umfassen."''<ref>https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/</ref></blockquote>

=== Projektbeispiele (Ziel: nachhaltige Lösungen für Ressourcensharing) ===
[[FDMentor]]

[[FDNext]] war ein DFG-gefördertes Verbundprojekt von 6 Universitäten aus Berlin und Brandenburg. Es zielte darauf ab, ein nachhaltiges und professionelles institutionelles Forschungsdatenmanagement (FDM) an Hochschulen weiterzuentwickeln.

[[FDLink]] ist ein aktuelles (Stand August 2026) von der (DFG) gefördertes Verbundprojekt, das das Forschungsdatenmanagement (FDM) nachhaltig im Alltag von Wissenschaftlerinnen und Wissenschaftlern verankern soll. Informationen auch hier: https://www.cms.hu-berlin.de/de/dl/dataman/verbundene-projekte/fdlink

== Literatur ==
Helbig, K., Biernacka, K., Buchholz, P., Dolzycka, D., Hartmann, N., Hartmann, T., Hiemenz, B. M., Jacob, B., Kuberek, M., Weiß, N., & Dreyer, M. (2019). Lösungen und Leitfäden für das institutionelle Forschungsdatenmanagement. ''O-bib'', ''6''(3), 21-39. https://doi.org/10.5282/o-bib/2019H3S21-39

Lemaire, Marina / Gerhards, Lea / Kellendonk, Stefan u. a. (2020): Das DIAMANT-Modell 2.0. Modellierung des FDM-Referenzprozesses und Empfehlungen für die Implementierung einer institutionellen FDM-Servicelandschaft (eSciences Working Papers, 05). Trier. https://doi.org/10.25353/ubtr-xxxx-f5d2-fffb

Cremer, F., Fräßdorf, M., Neumann, J., Petersen, M., Pramann, B., Schaffner, S., Skowronek, T., & Toepfer, R. (2021). Institutionelle Workflows zum Forschungsdatenmanagement. : Bestandsaufnahme und Lösungsvorschläge aus der Leibniz-Gemeinschaft. ''Bausteine Forschungsdatenmanagement'', ''3'', 142-150. https://doi.org/10.17192/bfdm.2021.3.8346

Dreyer, M., Kuhnau, P., Brandtner, A., Christof, J., Kostädt, P., Börner, C., Humboldt-Universität zu Berlin, European University Viadrina, Freie Universität Berlin, Technische Universität Berlin, University of Potsdam, & Brandenburg University of Technology (BTU). (2024). Projekt FD-Link: Rahmenbedingungen für Kulturwandel und gemeinsame Servicelandschaft stärken. Zenodo. https://doi.org/10.5281/zenodo.14288783

Kandler, P. (2025). Regelungen zu Forschungsdatenmanagement und Guter wissenschaftlicher Praxis für Promovierende in Satzungen, Promotionsordnungen und -programmen an Universitäten in Deutschland. Zenodo. https://doi.org/10.5281/zenodo.17949211

Kandler, P., & Söring, S. (2025). Integrationskonzept für ein FDM-spezifisches Curriculum für Promovierende. Ergebnisse und Empfehlungen. Zenodo. https://doi.org/10.5281/zenodo.17811815

[[Kategorie:Data Management]] [[Kategorie:Datenkompetenz]] [[Kategorie:Datenkompetenzen]] [[Kategorie:Data Literacy]]

Institutionelles Forschungsdatenmanagement

2026-08-30T16:57:27Z

AnnetteStrauchDavey:

'''Institutionelles FDM''' ist die systematische Steuerung von Forschungsdaten durch eine Einrichtung. Sie umfasst Strategie, Organisation und Technik zur Unterstützung des gesamten Datenlebenszyklus (Erzeugung, Speicherung, Dokumentation, Archivierung, Nachnutzung).

== Forschungsdatenmanagement in Deutschland ==
https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/<blockquote>''"In diesem Bereich werden FDM-bezogene Strukturen, Projekte, Initiativen und Aktivitäten in Deutschland vorgestellt. Es existiert auch eine Rubrik Überregionale FDM-Initiativen und Netzwerke, die den gesamaten deutschsprachigen Raum umfassen."''<ref>https://www.wiese.uni-konstanz.de/forschungsdaten-info/fdm-im-deutschsprachigen-raum/deutschland/</ref></blockquote>

=== Projektbeispiele (Ziel: nachhaltige Lösungen für Ressourcensharing) ===
[[FDNext]] war ein DFG-gefördertes Verbundprojekt von 6 Universitäten aus Berlin und Brandenburg. Es zielte darauf ab, ein nachhaltiges und professionelles institutionelles Forschungsdatenmanagement (FDM) an Hochschulen weiterzuentwickeln.

[[FDLink]] ist ein aktuelles (Stand August 2026) von der (DFG) gefördertes Verbundprojekt, das das Forschungsdatenmanagement (FDM) nachhaltig im Alltag von Wissenschaftlerinnen und Wissenschaftlern verankern soll. Informationen auch hier: https://www.cms.hu-berlin.de/de/dl/dataman/verbundene-projekte/fdlink

== Literatur ==
Helbig, K., Biernacka, K., Buchholz, P., Dolzycka, D., Hartmann, N., Hartmann, T., Hiemenz, B. M., Jacob, B., Kuberek, M., Weiß, N., & Dreyer, M. (2019). Lösungen und Leitfäden für das institutionelle Forschungsdatenmanagement. ''O-bib'', ''6''(3), 21-39. https://doi.org/10.5282/o-bib/2019H3S21-39

Cremer, F., Fräßdorf, M., Neumann, J., Petersen, M., Pramann, B., Schaffner, S., Skowronek, T., & Toepfer, R. (2021). Institutionelle Workflows zum Forschungsdatenmanagement. : Bestandsaufnahme und Lösungsvorschläge aus der Leibniz-Gemeinschaft. ''Bausteine Forschungsdatenmanagement'', ''3'', 142-150. https://doi.org/10.17192/bfdm.2021.3.8346

Dreyer, M., Kuhnau, P., Brandtner, A., Christof, J., Kostädt, P., Börner, C., Humboldt-Universität zu Berlin, European University Viadrina, Freie Universität Berlin, Technische Universität Berlin, University of Potsdam, & Brandenburg University of Technology (BTU). (2024). Projekt FD-Link: Rahmenbedingungen für Kulturwandel und gemeinsame Servicelandschaft stärken. Zenodo. https://doi.org/10.5281/zenodo.14288783

Kandler, P. (2025). Regelungen zu Forschungsdatenmanagement und Guter wissenschaftlicher Praxis für Promovierende in Satzungen, Promotionsordnungen und -programmen an Universitäten in Deutschland. Zenodo. https://doi.org/10.5281/zenodo.17949211

Kandler, P., & Söring, S. (2025). Integrationskonzept für ein FDM-spezifisches Curriculum für Promovierende. Ergebnisse und Empfehlungen. Zenodo. https://doi.org/10.5281/zenodo.17811815

[[Kategorie:Data Management]] [[Kategorie:Datenkompetenz]] [[Kategorie:Datenkompetenzen]] [[Kategorie:Data Literacy]]

Institutionelles Forschungsdatenmanagement

2026-08-30T16:54:07Z

AnnetteStrauchDavey:

Institutionelles Forschungsdatenmanagement

2026-08-30T16:51:13Z

AnnetteStrauchDavey: /* Projekte (Ziel: nachhaltige Lösungen für Ressourcensharing) */

Institutionelles Forschungsdatenmanagement

2026-08-30T16:45:23Z

AnnetteStrauchDavey:

Institutionelles Forschungsdatenmanagement

2026-08-30T16:43:11Z

AnnetteStrauchDavey: /* Projekte */

Institutionelles Forschungsdatenmanagement

2026-08-30T16:40:45Z

AnnetteStrauchDavey:

Institutionelles Forschungsdatenmanagement

2026-08-30T16:25:25Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „'''Institutionelles FDM''' ist die systematische Steuerung von Forschungsdaten durch eine Einrichtung. Sie umfasst Strategie, Organisation und Technik zur Unterstützung des gesamten Datenlebenszyklus (Erzeugung, Speicherung, Dokumentation, Archivierung, Nachnutzung).“

FDM in der Hochschullehre

2026-08-30T15:49:16Z

AnnetteStrauchDavey:

'''Forschungsdatenmanagement (FDM) in der Hochschullehre''' verankert den professionellen Umgang mit Forschungsdaten im Kern der akademischen Ausbildung. Anstatt FDM als rein administrative Aufgabe zu betrachten, vermittelt eine moderne Lehre essentielle Datenkompetenzen (''Data Literacy'') als '''Teil der wissenschaftlichen Grundausbildung'''.

Studierende lernen so von Beginn an, Forschungsergebnisse nach den '''FAIR-'''Prinzipien transparent, reproduzierbar und rechtssicher zu gestalten.

Siehe auch:

[[Verankerung von FDM in der curricularen Lehre]]

== Aus der Praxis ==
FDM@HAW.rlp. Ein Praxisbeitrag der Katholischen Hochschule Mainz. Link BMFTR: https://www.bildung-forschung.digital/digitalezukunft/de/bildung/digital-_und_datenkompetenzen/forschungsdatenmanagement_fachhochschulen/Projekte/fdm_hwl_rlp.html

== Literatur ==
Schilirò, Darina. 2026. Wie gelingt die Integration des Forschungsdatenmanagements in die

Hochschullehre?. Ein Praxisbeitrag der Katholischen Hochschule Mainz am Beispiel des

Projektes FDM@HAW.rlp. Bausteine Forschungsdatenmanagement. Empfehlungen und

Erfahrungsberichte für die Praxis von Forschungsdatenmanager*innen Nr. 1/2026. DOI:

10.17192/bfdm.2026.1.8953.

Dieser Beitrag steht unter einer

Creative Commons Namensnennung 4.0 International Lizenz (CC BY 4.0)<ref>https://bausteine-fdm.de/article/view/8953/8665</ref>

FDM in der Hochschullehre

2026-08-30T15:40:12Z

AnnetteStrauchDavey:

[[Verankerung von FDM in der curricularen Lehre]]

FDM in der Hochschullehre

2026-08-30T15:39:24Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „xx“

Coffee Lectures Forschungsdatenmanagement 2026/2027 (und 2028)

2026-08-30T15:38:09Z

AnnetteStrauchDavey:

Coffee Lectures zum Forschungsdatenmanagement (FDM) sind kurze Impulsvorträge mit anschließender Fragerunde und Kaffee (vor Ort oder online).

'''Ziel:''' Forschende und Studierende unkompliziert, praxisnah und zeitsparend über den optimalen Umgang mit Forschungsdaten informieren.

<blockquote>''"Coffee Lectures sind kurze Info-Vorträge mit anschließenden Gesprächsrunden zu verschiedenen FDM-Themen. Sie können sich an spezielle Zielgruppen richten, sind aber meist offen für alle. Coffee Lectures bieten wir zum Beispiel im Rahmen von Thementagen oder -wochen wie der Love Data Week (Mitte Februar) oder der Postdoc Appreciation Week (September) an."'' (Leibniz Universität Hannover)</blockquote>

Die Termine werden meist semesterweise (Start jeweils im Oktober für das Wintersemester auf den Webseiten der jeweiligen Universitäten oder wissenschaftlichen Bibliotheken (Bereich Forschungsdatenmanagement) veröffentlicht.

== 2026 (Selektion) ==
Coffee Lectures der '''ETH Zürich''': https://library.ethz.ch/kurse-und-beratung/kurse-und-workshops/coffee-lectures.html

''"Sie haben wenig Zeit, möchten aber essenzielle Tools kennenlernen, die Sie bei Ihrer Forschung unterstützen?''

''Die Coffee Lectures geben Input zu konkreten Fragestellungen rund um die Informationsrecherche, das Open-Access-Publizieren, oder das Forschungsdatenmanagement."''<ref>https://library.ethz.ch/kurse-und-beratung/kurse-und-workshops/coffee-lectures.html</ref>

'''TU (UB) Dortmund''':

https://ub.tu-dortmund.de/nachrichtendetail/coffee-lectures-der-universitaetsbibliothek-1-64181/

https://graduiertenzentrum.tu-dortmund.de/veranstaltungsdetail/coffee-lectures-der-universitaets-bibliothek-64209/

[https://www.uni-augsburg.de/de/organisation/bibliothek/ UB Augsburg]: bis Juni 2026 fanden alle zwei Wochen dienstags (14:00 bis 14:30 Uhr) online-basierte Coffee Lectures statt, darunter Themen wie „KI statt Tutorium?!?

FDM Thüringen, TKFDM - [https://forschungsdaten-thueringen.de/entry/coffee-lectures-en.html 2026 Summer Semester Online Coffee Lecture Series]

Hochschule Reutlingen - [https://www.reutlingen-university.de/aktuelles/news/news-detail/coffee-lectures-zum-forschungsdatenmanagement-ss26 Coffee Lectures zum Forschungsdatenmanagement]

[https://www.uni-paderborn.de/lehre/ki-in-der-lehre/ki-coffee-lectures KI-Coffee Lectures der Universität Paderborn]

<blockquote>''"Die '''KI Coffee-Lectures''' werden im Sommersemester 2026 erstmals als gemeinsame Initiative der Stabsstelle Bildungsinnovationen und Hochschuldidaktik, der Universitätsbibliothek und des Kompetenzzentrums Schreiben angeboten."''<ref>https://www.uni-paderborn.de/universitaet/bildungsinnovationen-hochschuldidaktik/nachricht/ki-coffee-lectures-2026</ref> (Universität Paderborn)</blockquote>'''UB Hochschule Fulda Coffee Lectures zum Datenmanagementplan''' (2x): https://www.hs-fulda.de/hlsb/aktuelles/meldungsdetails/detail/hlsb-coffee-lectures-datenmanagementplaene

'''Katholische Universität Eichstätt-Ingolstadt''': FDM to go; FDM Coffee Lectures (4x) vom 10. Juni 2026 bis zum 08. Juli 2026

'''Universität Heidelberg (UB)''': https://www.ub.uni-heidelberg.de/de/service/schulung/coffee-lectures

== ZBW Coffee Lectures Open Science ==
https://openeconomics.zbw.eu/coffee-lectures-on-open-science-education/

== 2027 (Selektion) ==

*[[Kategorie:Veranstaltungen]]
*(...)

== Literatur ==
Helmkamp, U., Höhner, K., Hoepfner, I., & Marra, S. (2017). Coffee Lectures im Praxistest. ''O-bib'', ''4''(2), 96-100. https://doi.org/10.5282/o-bib/2017H2S96-100

[https://publikationen.bibliothek.kit.edu/1000082370 Renn, O. (2018). ''Die Erfindung der Coffee Lectures: Alles, was Sie schon immer über Coffee Lectures wissen wollten''. ETH Zürich.]

Strauch, Annette: Coffee Lectures at Hildesheim University. Engaging researchers with innovative topics in a new format. Talk at the International Conference on Emerging Global Trends in University Library Development (ICEGTULD 2019). Nazarbayev University, Nur-Sultran, Kazakhstan, June 6–7, 2019.<ref>https://nur.nu.edu.kz/server/api/core/bitstreams/a2efccf0-0103-410b-bc83-fd5eb33ba171/content</ref>
Ködel, S., & Blumenthal, U. (2020). Coffee Lectures am DHI Paris: Ein Praxisbericht. ''O-bib'', ''7''(2), 1-5. https://doi.org/10.5282/o-bib/5592

Strauch-Davey A. (2022): [https://b-i-t-online.de/heft/2022-06-kolumne-forschungsdaten.pdf Coffee Lectures zum Forschungsdatenmanagement: Offene Wissenschaft im Winter 2022/23].
[[Kategorie:Schulungen, Kurse und Coffee Lectures (Trainings, Courses and Coffee Lectures)]]
[[Kategorie:Schulungen, Kurse und Coffee Lectures]]
[[Kategorie:Coffee Lectures zum Forschungsdatenmanagement]]
[[Kategorie:Ausbildung]]
[[Kategorie:Data Literacy]]

Multi Cloud

2026-08-27T09:33:56Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „xx“

Global (Open) Research Data Commons

2026-08-27T09:33:34Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „xx“

Forschungsdatenkatalog

2026-08-27T09:24:32Z

AnnetteStrauchDavey: Die Seite wurde neu angelegt: „Ein '''Forschungsdaten-Katalog''' fungiert als zentrales digitales Register, das wissenschaftliche Datensätze strukturiert erfasst und recherchierbar macht. Ähnlich wie ein moderner Bibliothekskatalog speichert er in der Regel nicht die Rohdaten selbst, sondern liefert detaillierte Beschreibungen zu deren Inhalt und Herkunft. == Systematische Sacherschließung von Forschungsdaten == Workshop: https://wiki.bsz-bw.de/spaces/DAFDM/pages/177767732/Workshop…“

Ein '''Forschungsdaten-Katalog''' fungiert als zentrales digitales Register, das wissenschaftliche Datensätze strukturiert erfasst und recherchierbar macht. Ähnlich wie ein moderner Bibliothekskatalog speichert er in der Regel nicht die Rohdaten selbst, sondern liefert detaillierte Beschreibungen zu deren Inhalt und Herkunft.

== Systematische Sacherschließung von Forschungsdaten ==
Workshop: https://wiki.bsz-bw.de/spaces/DAFDM/pages/177767732/Workshop+Sacherschlie%C3%9Fung+von+Forschungsdaten+02.+03.06.2025

'''[https://wiki.bsz-bw.de/spaces/DAFDM/pages/138118716/DA-FDM Workshop Sacherschließung von Forschungsdaten]'''

== Referenzen ==
https://www.till-biskup.de/de/forschungsdatenmanagement/glossar/katalog

Datenkompetenz Gesundheitsforschung

2026-08-27T09:07:04Z

AnnetteStrauchDavey:

'''Datenkompetenz im Gesundheitswesen''' (auch '''Health Data Literacy''') beschreibt die Fähigkeit von Patientinnen und Patienten, Fachkräften sowie Forschenden, gesundheitsbezogene Daten über ihren gesamten Lebenszyklus hinweg verantwortungsvoll zu handhaben.

<blockquote>''[https://hochschulforumdigitalisierung.de/data-literacy-in-der-medizin-welche-kompetenzen-braucht-ein-arzt/ "In der Onkologie erhofft man sich durch gezielten Einsatz der technischen Möglichkeiten hinsichtlich Sequenzierung und bioinformatischer Analyse sowie der anschließenden fächerübergreifenden Ergebnisauswertung neue, besser an den individuellen Patienten angepasste Behandlungskonzepte"]''</blockquote><blockquote>[https://www.sogolytics.com/blog/importance-of-data-literacy-in-healthcare/ ''"As the healthcare industry becomes increasingly data-driven, data literacy has become increasingly important. At almost every level, today’s health workers must be able to understand and interpret data, and know how to use it to drive better decision-making and outcomes."'']</blockquote>

== NFDI4Health, FAIR Training ==
https://www.nfdi4health.de/en/service/fair-training.html (Zugriff am 27.08.2026)

== Förderung der Datenkompetenz Studierender und Beschäftigter im Gesundheitswesen in der Metropole Ruhr ==
Abstractband zur 8. [https://opus4.kobv.de/opus4-repositorium-bochum/frontdoor/index/index/docId/113 '''Community Health''' Konferenz].

https://opus4.kobv.de/opus4-repositorium-bochum/frontdoor/deliver/index/docId/113/file/Abstrachtband-CHK-2025.pdf

== Literatur ==
Löhde, B. M., & Schatz, M. (2026, July 21). Data Management Plan Template. Data Literacy and Research Data Management - Upskilling your data competencies for your thesis. Zenodo. https://doi.org/10.5281/zenodo.21473574

Gonzalez Soltero R, Pino García D, Bellido A, Ryan P, Rodríguez-Learte AI. FAIR data management: a framework for fostering data literacy in biomedical sciences education. BMC Med Res Methodol. 2024 Nov 16;24(1):284. doi: 10.1186/s12874-024-02404-1. PMID: 39550539; PMCID: [https://pmc.ncbi.nlm.nih.gov/articles/PMC11568560/ PMC11568560]

Richter G, Krawczak M

How to Elucidate Consent-Free Research Use of Medical Data: A Case for “Health Data Literacy”

JMIR Med Inform 2024;12:e51350

[https://medinform.jmir.org/2024/1/e51350/PDF URL: https://medinform.jmir.org/2024/1/e51350]

[[URL: https://medinform.jmir.org/2024/1/e51350DOI: 10.2196/51350|DOI: 10.2196/51350]]

OER-Bedarf zur Datenkompetenz im Gesundheitswesen: Kempny, C., Diana Wahidie, Dereli, I., Yilmaz-Aslan, Y., & Brzoska, P. (2025, August 29). Qualität und Verfügbarkeit von Open Educational Resource zur Datenakquise im Gesundheitswesen. https://doi.org/10.5281/zenodo.16991994 (Zugriff am 29.08.2026)

Kempny C, Wahidie D, Dereli I, Yilmaz-Aslan Y, Brzoska P. Data literacy in healthcare: A systematic collection and evaluation of OERs on data acquisition. Eur J Public Health. 2024 Oct 28;34(Suppl 3):ckae144.166. doi: 10.1093/eurpub/ckae144.166. [https://pmc.ncbi.nlm.nih.gov/articles/PMC11516141/ PMCID: PMC11516141]

[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html Anne Mainz, 2024. "'''Health Data Literacy – Befähigung zu Datenkompetenz im Gesundheitswesen'''," Springer Books, in: Viola Henke & Gregor Hülsken & Henning Schneider & Julian Varghese (ed.), Health Data Management, pages 353-361, Springer.]
[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html Handle: ''RePEc:spr:sprchp:978-3-658-43236-2_33'']
[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html DOI: 10.1007/978-3-658-43236-2_33]

https://www.springerprofessional.de/health-data-literacy-befaehigung-zu-datenkompetenz-im-gesundheit/26849210

Hoffmann I, Behrends M, Consortium H, Marschollek M. Data Literacy in Medical Education - An Expedition into the World of Medical Data. Stud Health Technol Inform. 2022 Jun 29;295:257-260. doi: 10.3233/SHTI220711. PMID: 35773857. https://pubmed.ncbi.nlm.nih.gov/35773857/

Kuhn S, Frankenhauser S, Tolks D (2018), Digitale Lehr- und Lernangebote in der medizinischen Ausbildung. Schon am Ziel oder noch am Anfang?

''Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz'' 61(2): 201-209.

DOI

https://doi.org/10.1007/s00103-017-2673-z

Martin ER. What is Data Literacy?. ''Journal of eScience Librarianship'' 2014;3(1): e1069. https://doi.org/10.7191/jeslib.2014.1069

Frank, M., Walker, J., Attard, J., Tygel, A. (2016). Data Literacy: what is it and how can we make it happen? Editorial. The Journal of Community Informatics, 12(3), 4-8. https://openjournals.uwaterloo.ca/index.php/JoCI/article/view/3274

Datenkompetenz Gesundheitsforschung

2026-08-27T09:01:30Z

AnnetteStrauchDavey: /* Literatur */

'''Datenkompetenz im Gesundheitswesen''' (auch '''Health Data Literacy''') beschreibt die Fähigkeit von Patientinnen und Patienten, Fachkräften sowie Forschenden, gesundheitsbezogene Daten über ihren gesamten Lebenszyklus hinweg verantwortungsvoll zu handhaben.

<blockquote>''[https://hochschulforumdigitalisierung.de/data-literacy-in-der-medizin-welche-kompetenzen-braucht-ein-arzt/ "In der Onkologie erhofft man sich durch gezielten Einsatz der technischen Möglichkeiten hinsichtlich Sequenzierung und bioinformatischer Analyse sowie der anschließenden fächerübergreifenden Ergebnisauswertung neue, besser an den individuellen Patienten angepasste Behandlungskonzepte"]''</blockquote><blockquote>[https://www.sogolytics.com/blog/importance-of-data-literacy-in-healthcare/ ''"As the healthcare industry becomes increasingly data-driven, data literacy has become increasingly important. At almost every level, today’s health workers must be able to understand and interpret data, and know how to use it to drive better decision-making and outcomes."'']</blockquote>

== NFDI4Health, FAIR Training ==
https://www.nfdi4health.de/en/service/fair-training.html (Zugriff am 27.08.2026)

== Literatur ==
Löhde, B. M., & Schatz, M. (2026, July 21). Data Management Plan Template. Data Literacy and Research Data Management - Upskilling your data competencies for your thesis. Zenodo. https://doi.org/10.5281/zenodo.21473574

Gonzalez Soltero R, Pino García D, Bellido A, Ryan P, Rodríguez-Learte AI. FAIR data management: a framework for fostering data literacy in biomedical sciences education. BMC Med Res Methodol. 2024 Nov 16;24(1):284. doi: 10.1186/s12874-024-02404-1. PMID: 39550539; PMCID: [https://pmc.ncbi.nlm.nih.gov/articles/PMC11568560/ PMC11568560]

Richter G, Krawczak M

How to Elucidate Consent-Free Research Use of Medical Data: A Case for “Health Data Literacy”

JMIR Med Inform 2024;12:e51350

[https://medinform.jmir.org/2024/1/e51350/PDF URL: https://medinform.jmir.org/2024/1/e51350]

[[URL: https://medinform.jmir.org/2024/1/e51350DOI: 10.2196/51350|DOI: 10.2196/51350]]

OER-Bedarf zur Datenkompetenz im Gesundheitswesen: Kempny, C., Diana Wahidie, Dereli, I., Yilmaz-Aslan, Y., & Brzoska, P. (2025, August 29). Qualität und Verfügbarkeit von Open Educational Resource zur Datenakquise im Gesundheitswesen. https://doi.org/10.5281/zenodo.16991994 (Zugriff am 29.08.2026)

Kempny C, Wahidie D, Dereli I, Yilmaz-Aslan Y, Brzoska P. Data literacy in healthcare: A systematic collection and evaluation of OERs on data acquisition. Eur J Public Health. 2024 Oct 28;34(Suppl 3):ckae144.166. doi: 10.1093/eurpub/ckae144.166. [https://pmc.ncbi.nlm.nih.gov/articles/PMC11516141/ PMCID: PMC11516141]

[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html Anne Mainz, 2024. "'''Health Data Literacy – Befähigung zu Datenkompetenz im Gesundheitswesen'''," Springer Books, in: Viola Henke & Gregor Hülsken & Henning Schneider & Julian Varghese (ed.), Health Data Management, pages 353-361, Springer.]
[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html Handle: ''RePEc:spr:sprchp:978-3-658-43236-2_33'']
[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html DOI: 10.1007/978-3-658-43236-2_33]

https://www.springerprofessional.de/health-data-literacy-befaehigung-zu-datenkompetenz-im-gesundheit/26849210

Hoffmann I, Behrends M, Consortium H, Marschollek M. Data Literacy in Medical Education - An Expedition into the World of Medical Data. Stud Health Technol Inform. 2022 Jun 29;295:257-260. doi: 10.3233/SHTI220711. PMID: 35773857. https://pubmed.ncbi.nlm.nih.gov/35773857/

Kuhn S, Frankenhauser S, Tolks D (2018), Digitale Lehr- und Lernangebote in der medizinischen Ausbildung. Schon am Ziel oder noch am Anfang?

''Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz'' 61(2): 201-209.

DOI

https://doi.org/10.1007/s00103-017-2673-z

Martin ER. What is Data Literacy?. ''Journal of eScience Librarianship'' 2014;3(1): e1069. https://doi.org/10.7191/jeslib.2014.1069

Frank, M., Walker, J., Attard, J., Tygel, A. (2016). Data Literacy: what is it and how can we make it happen? Editorial. The Journal of Community Informatics, 12(3), 4-8. https://openjournals.uwaterloo.ca/index.php/JoCI/article/view/3274

Datenkompetenz Gesundheitsforschung

2026-08-27T09:00:46Z

AnnetteStrauchDavey: /* Literatur */

'''Datenkompetenz im Gesundheitswesen''' (auch '''Health Data Literacy''') beschreibt die Fähigkeit von Patientinnen und Patienten, Fachkräften sowie Forschenden, gesundheitsbezogene Daten über ihren gesamten Lebenszyklus hinweg verantwortungsvoll zu handhaben.

<blockquote>''[https://hochschulforumdigitalisierung.de/data-literacy-in-der-medizin-welche-kompetenzen-braucht-ein-arzt/ "In der Onkologie erhofft man sich durch gezielten Einsatz der technischen Möglichkeiten hinsichtlich Sequenzierung und bioinformatischer Analyse sowie der anschließenden fächerübergreifenden Ergebnisauswertung neue, besser an den individuellen Patienten angepasste Behandlungskonzepte"]''</blockquote><blockquote>[https://www.sogolytics.com/blog/importance-of-data-literacy-in-healthcare/ ''"As the healthcare industry becomes increasingly data-driven, data literacy has become increasingly important. At almost every level, today’s health workers must be able to understand and interpret data, and know how to use it to drive better decision-making and outcomes."'']</blockquote>

== NFDI4Health, FAIR Training ==
https://www.nfdi4health.de/en/service/fair-training.html (Zugriff am 27.08.2026)

== Literatur ==
Löhde, B. M., & Schatz, M. (2026, July 21). Data Management Plan Template. Data Literacy and Research Data Management - Upskilling your data competencies for your thesis. Zenodo. https://doi.org/10.5281/zenodo.21473574

Gonzalez Soltero R, Pino García D, Bellido A, Ryan P, Rodríguez-Learte AI. FAIR data management: a framework for fostering data literacy in biomedical sciences education. BMC Med Res Methodol. 2024 Nov 16;24(1):284. doi: 10.1186/s12874-024-02404-1. PMID: 39550539; PMCID: [https://pmc.ncbi.nlm.nih.gov/articles/PMC11568560/ PMC11568560]

Richter G, Krawczak M

How to Elucidate Consent-Free Research Use of Medical Data: A Case for “Health Data Literacy”

JMIR Med Inform 2024;12:e51350

[https://medinform.jmir.org/2024/1/e51350/PDF URL: https://medinform.jmir.org/2024/1/e51350]

[[URL: https://medinform.jmir.org/2024/1/e51350DOI: 10.2196/51350|DOI: 10.2196/51350]]

OER-Bedarf zur Datenkompetenz im Gesundheitswesen: Kempny, C., Diana Wahidie, Dereli, I., Yilmaz-Aslan, Y., & Brzoska, P. (2025, August 29). Qualität und Verfügbarkeit von Open Educational Resource zur Datenakquise im Gesundheitswesen. https://doi.org/10.5281/zenodo.16991994 (Zugriff am 29.08.2026)

Kempny C, Wahidie D, Dereli I, Yilmaz-Aslan Y, Brzoska P. Data literacy in healthcare: A systematic collection and evaluation of OERs on data acquisition. Eur J Public Health. 2024 Oct 28;34(Suppl 3):ckae144.166. doi: 10.1093/eurpub/ckae144.166. [https://pmc.ncbi.nlm.nih.gov/articles/PMC11516141/ PMCID: PMC11516141]

[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html Anne Mainz, 2024. "'''Health Data Literacy – Befähigung zu Datenkompetenz im Gesundheitswesen'''," Springer Books, in: Viola Henke & Gregor Hülsken & Henning Schneider & Julian Varghese (ed.), Health Data Management, pages 353-361, Springer.]
[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html Handle: ''RePEc:spr:sprchp:978-3-658-43236-2_33'']
[https://ideas.repec.org/h/spr/sprchp/978-3-658-43236-2_33.html DOI: 10.1007/978-3-658-43236-2_33]

https://www.springerprofessional.de/health-data-literacy-befaehigung-zu-datenkompetenz-im-gesundheit/26849210

Hoffmann I, Behrends M, Consortium H, Marschollek M. Data Literacy in Medical Education - An Expedition into the World of Medical Data. Stud Health Technol Inform. 2022 Jun 29;295:257-260. doi: 10.3233/SHTI220711. PMID: 35773857. https://pubmed.ncbi.nlm.nih.gov/35773857/

Kuhn S, Frankenhauser S, Tolks D (2018), Digitale Lehr- und Lernangebote in der medizinischen Ausbildung. Schon am Ziel oder noch am Anfang?

''Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz'' 61(2): 201-209.

DOI

https://doi.org/10.1007/s00103-017-2673-z

Martin ER. What is Data Literacy?. ''Journal of eScience Librarianship'' 2014;3(1): e1069. https://doi.org/10.7191/jeslib.2014.1069

Frank, M., Walker, J., Attard, J., Tygel, A. (2016). Data Literacy: what is it and how can we make it happen? Editorial. The Journal of Community Informatics, 12(3), 4-8. https://openjournals.uwaterloo.ca/index.php/JoCI/article/view/3274