NFDI podcast - For a FAIR Data Future

Warum maschinenlesbeare Daten nicht nur für KI eine gute Idee sind Was erwartet dich? Künstliche Intelligenz verändert die chemische Forschung – aber sie ist nur so gut wie die Daten, mit denen sie gefüttert wird. In dieser Folge sprechen Philipp Strömert und Steffen Neumann darüber, warum Metadaten, Ontologien und digitale Repositorien für maschinenlesbare Daten essenziell sind. Wie können KI-Modelle mit retrospektiven Datensätzen trainiert werden? Was muss sich in Lehre, Labor und Publikationspraxis ändern? Und warum ist es höchste Zeit, die digitale Souveränität der Chemie in Europa zu sichern? Themen der Episode: Datenmanagement als wissenschaftliche Praxis: Warum die digitale Dokumentation von Laborprozessen kein "Extraaufwand", sondern Teil guter wissenschaftlicher Praxis ist – und warum man selbst als erster davon profitiert. Metadaten: Wieso Daten ohne Kontext wenig wert sind – und wie Ontologien dabei helfen, Fachbegriffe weltweit einheitlich und eindeutig zu definieren. ELNs, Repositorien & Annotation: Wie Tools wie Chemotion-ELN und -Repositorium von NFDI4Chem schon heute maschinenlesbare, FAIR aufbereitete Daten ermöglichen – direkt aus dem Labor und ohne Copy-Paste aus PDFs. KI braucht saubere Trainingsdaten: Wie maschinelles Lernen alte Datenbestände nutzbar macht – vorausgesetzt, sie sind korrekt annotiert, standardisiert und auffindbar. Warum das heute die Basis für die KI-Anwendungen von morgen ist. Digitale Souveränität in Europa sichern: Was auf dem Spiel steht, wenn Europa die Standards für chemische Forschungsdaten anderen überlässt. Warum gemeinsame, offene Dateninfrastrukturen alternativlos sind – für Wissenschaft, Wirtschaft und Demokratie.   Gäste: Dr. Steffen Neumann ist Bioinformatiker am Leibniz-Institut für Pflanzenbiochemie in Halle (Saale). Er entwickelt digitale Lösungen zur Verarbeitung chemischer und biochemischer Forschungsdaten und setzt sich für maschinenlesbare, interoperable Datensätze ein. Philipp Strömert ist Experte für Metadaten und Ontologien bei NFDI4Chem (Task Area 6 „Synergies“) und arbeitet an der TIB – Leibniz-Informationszentrum für Technik und Naturwissenschaften in Hannover.   Mehr erfahren: NFDI4Chem: https://www.nfdi4chem.de/ Chemotion ELN: https://www.chemotion.net/   Fachbegriffe/Glossar: Datenrepositorien: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/repositorien Metadaten: https://www.ibm.com/de-de/think/topics/metadata Metadaten Schema: https://www.ibm.com/de-de/think/topics/metadata Ontologien: https://knowledgebase.nfdi4chem.de/knowledge_base/de/docs/ontology/ Wissensgraph: https://de.wikipedia.org/wiki/Knowledge_Graph Hosted on Acast. See acast.com/privacy for more information.

Was erwartet dich? Dr. Nicole Jung (KIT, NFDI4Chem) und Dr. Joachim Richert (ehem. BASF, NFDI4Chem) sprechen über den Einsatz elektronischer Laborjournale (ELN) in der Chemie. Warum sind ELNs der Schlüssel zu FAIRen Daten, was haben sie mit KI zu tun – und wie verändern sie den Alltag im Labor? Es geht um Standards, Datenkompetenz, Akzeptanz in Wissenschaft und Industrie – und darum, warum offene, strukturierte Daten die Innovationszyklen massiv beschleunigen können.   Themen der Episode: Was sind ELNs – und was können sie wirklich? Digitale Tools zur strukturierten Dokumentation im Labor, zur Automatisierung von Workflows und als Vorbereitung für Repositorien. ELNs entlasten Forschende – und schaffen Mehrwert durch Standardisierung, Auffindbarkeit und Analysefunktionen. Daten als Treibstoff für Innovation: Warum strukturierte und interoperable Daten Forschungsprozesse beschleunigen, Kosten sparen, Dopplungen vermeiden und neue Erkenntnisse ermöglichen. Wissenschaft vs. Wirtschaft: Wie die Industrie seit Jahrzehnten mit Daten arbeitet – und was die akademische Forschung davon lernen kann. FAIR Data beginnt im Labor: Findable, Accessible, Interoperable, Reusable – das gelingt nur, wenn bereits im ersten Schritt (im Labor) mit den richtigen Tools gearbeitet wird. ELNs wie Chemotion liefern dafür die technische Grundlage. Akzeptanz und Anreize: Warum Arbeitsgruppenleitungen den Unterschied machen – und wie ein systematischer Kulturwandel gelingen kann, wenn Datenbereitstellung nicht als Mehraufwand, sondern als Zukunftsinvestition verstanden wird. Vom Einzelprojekt zur Infrastruktur: Warum ELNs nicht als kurzfristige Projektlösung gedacht werden dürfen – und weshalb langfristige, nachhaltige Finanzierung entscheidend ist.   Gäste: Dr. Nicole Jung leitet die Compound Platform am Institut für Biologische und Chemische Systeme des Karlsruher Institut für Technologie (KIT) und forscht zu digitalen Tools für die chemische Laborarbeit. Bei NFDI4Chem verantwortet sie die Task Area 2 „Smart Labs“. Dr. Joachim Richert war über 30 Jahre bei BASF SE tätig, zuletzt als Vice President Analytical Sciences. Heute ist er Lehrbeauftragter an der TU Darmstadt, Mitglied im Industry Advisory Board von NFDI4Chem und Vorsitzender des wissenschaftlichen Beirats Chemie & Prozesstechnik der BAM.   Mehr: NFDI4Chem: https://www.nfdi4chem.de/de/ Chemotion-ELN: https://chemotion.net/ Chemotion Repositorium: https://www.chemotion-repository.net/welcome ELN-Finder: https://eln-finder.ulb.tu-darmstadt.de LADS OPC/UA: https://github.com/opcua-lads; https://opcfoundation.org/markets-collaboration/lads   Kontakt:  https://www.nfdi.de/kontakt/    Fachbegriffe/Glossar: ELN – electronic lab notebook (elektronisches Laborjournal) LADS – Laboratory and Analytical Device Standard  OPC-UA – Open Platform Communication - Unified Architecture   Hosted on Acast. See acast.com/privacy for more information.

Datenkompetenz als Schlüssel zur digitalen Souveränität – Warum wir alle mehr Dagobert Duck sein sollten   Was erwartet dich? In dieser Episode geht es um nicht weniger als das Fundament digitaler Wissenschaft: Datenkompetenz. Prof. Dr.-Ing. Peter Pelz (TU Darmstadt) erklärt, warum Datenaufbereitung wichtiger ist als jedes KI-Modell, Bildung in Datenkompetenz (Digital Literacy) praktisch aussieht – und warum gute wissenschaftliche Praxis nicht ohne gutes Datenmanagement funktioniert. Mit viel Klartext, anschaulichen Beispielen (Lego, Waschmaschine, Raspberry Pi) und einem klaren Appell: Wer Daten versteht, gestaltet Zukunft – in Forschung, Wirtschaft und Gesellschaft.   Themen der Episode: Digitalkompetenz von Anfang an: Warum Datenkompetenz schon im ersten Semester beginnen sollte – und wie Curricula durch Praxisprojekte, z. B. mit Raspberry Pi oder Lego-CO₂-Bilanzen, zukunftsfähig werden. Datensouveränität ist Bildungssache: Wem gehören unsere Daten? Warum ist es riskant, sie unbewusst zu verschenken? Und wie lernen Studierende, mit Daten wertschätzend, souverän und verantwortungsvoll umzugehen? Von der Schatzkammer zum Datenkraftwerk: Daten sind nicht zum Horten da – sondern müssen fließen. Wie FAIR Data Pipelines aufgebaut werden und warum Standards, Semantik und Metadaten für kollaborative Forschung zentral sind. Infrastruktur für alle – Coscine & Co.: Wie Projekte wie Coscine (RWTH Aachen) und Jupyter-Notebook-Zugänge ((Universität Stuttgart)) technische Lösungen für effektives Forschungsdatenmanagement schaffen – offen, modular, nutzerfreundlich. Governance & Standards – die Basis für nachhaltige Datenräume: Was ist ein „FAIRes Datenprodukt“? Warum braucht es sprachlich definierte Standards für maschinenlesbare Informationen? Und wie helfen Informationsmodelle wie SPEED bei Genehmigung, Nachhaltigkeit und Produktion? Forschung trifft Industrie – das Beispiel REUNION: Wie modulare Produktionsanlagen in der Pharmabranche durch standardisierte Datenmodelle schneller zugelassen werden können – und warum das die Medizin, sondern auch den Mittelstand verändert.   Über den Gast: Prof. Dr.-Ing. Peter Pelz ist Maschinenbauingenieur, Professor an der TU Darmstadt dort Vizepräsident für Digitalisierung, Nachhaltigkeit und Infrastuktur. Als Sprecher im Konsortium NFDI4ING und Co-Leiter der NFDI-Sektion EduTrain setzt er sich für datenkompetente Lehre, zukunftsfähige Dateninfrastrukturen und interdisziplinäre Zusammenarbeit ein.   Mehr erfahren und vernetzen: NFDI – Nationale Forschungsdateninfrastruktur: https://www.nfdi.de/ NFDI4ING: https://www.nfdi4ing.de/ FAIR-Prinzipien: https://www.go-fair.org/fair-principles/ CoScine Repositorium: https://www.nfdi4ing.de/coscine/   NFDI4ING möchte sich bei Bund, Ländern und bei der Gemeinsamen Wissenschaftskonferenz (GWK) für die Förderung und Unterstützung im Rahmen der Nationalen Forschungsdateninfrastruktur bedanken. NFDI4ING wird gefördert durch die Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 442146713.   Kontakt: https://www.nfdi.de/kontakt/ Hosted on Acast. See acast.com/privacy for more information.

Forschungsdatenmanagement in den Ingenieurwissenschaften – Herausforderungen, Chancen und FAIR-Prinzipien   Was erwartet dich? Wie lassen sich Millionen von heterogenen Datenpunkten aus der ingenieurwissenschaftlichen Forschung sinnvoll erfassen, strukturieren und langfristig nutzen? In dieser Folge spricht Prof. Dr. Robert Schmidt über die besonderen Anforderungen des Forschungsdatenmanagements in den Ingenieurwissenschaften – von Produktionsdaten über Gebäudemodelle bis hin zu digitalen Zwillingen. Du erfährst, wie FAIR-Prinzipien konkret angewendet werden, warum Metadaten entscheidend sind und wie Datenräume helfen, Wissen nachhaltig zu teilen und Innovation zu beschleunigen.   Themen der Episode: Datenvielfalt und Geschwindigkeit in den Ingenieurwissenschaften: Warum heterogene und schnell erzeugte Daten die Disziplin besonders fordern – und wie das Konsortium NFDI4ING mit sogenannten Archetypen systematische Lösungen entwickelt. Vom Messwert zum Datenlebenszyklus: Ingenieurdaten reichen weit über Maschinenwerte hinaus – etwa in der Bau- oder Produktionstechnik. Wie lassen sich Daten langfristig nutzbar machen und in größere gesellschaftliche Zusammenhänge einbetten? Spannungsfeld zwischen Offenheit und Schutz: Welche Rolle spielt Datensouveränität im ingenieurwissenschaftlichen Kontext? Warum ist es entscheidend, die Offenlegung individuell nach Fachdisziplin zu gestalten? Zukunftsperspektiven für Dateninfrastrukturen: Welche Schritte als nächstes folgen, welche Herausforderungen noch bestehen – und warum Fantasie und interdisziplinäre Zusammenarbeit für ein funktionierendes Datenökosystem so wichtig sind.   Über den Gast: Prof. Dr. Robert H. Schmidt leitet den Lehrstuhl für Informations-, Qualitäts- und Sensorsysteme in der Produktion an der RWTH Aachen. Zusätzlich forscht er am Fraunhofer-Institut für Produktionstechnologie (IPT) und ist Sprecher des NFDI-Konsortiums NFDI4Ing, das sich mit den Anforderungen des Datenmanagements in den Ingenieurwissenschaften beschäftigt.   Mehr erfahren und vernetzen: NFDI Nationale Forschungsdateninfrastruktur: https://www.nfdi.de/ FAIR-Prinzipien im Detail: https://www.go-fair.org/fair-principles/ Website des Konsortiums NFDI4ING: https://www.nfdi4ing.de/   NFDI4ING möchte sich bei Bund, Ländern und bei der Gemeinsamen Wissenschaftskonferenz (GWK) für die Förderung und Unterstützung im Rahmen der Nationalen Forschungsdateninfrastruktur bedanken. NFDI4ING wird gefördert durch die Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 442146713.   Zum Mitmachen: Schreib uns und werde Teil der Daten-Community. Kontakt: https://www.nfdi.de/kontakt/   Fachbegriffe/Glossar: FAIR: https://www.go-fair.org/fair-principles/ Forschungsdatenmanagement: https://www.forschungsdaten.info/ Coscine: https://about.coscine.de/   Hosted on Acast. See acast.com/privacy for more information.