Wissenschaft

Eine nachhaltige und damit langfristig gesicherte Datenstrategie in der Wissenschaft sollte auch die "kleineren" Wissenschaften mit einbeziehen. Gerade diese haben oftmals spezifischere Anforderungen an ihre Daten und deren Management, die spezielle Infrastruktur und geschultes Personal benötigt.

So gibt es bspw. in der Sportwissenschaft das Repositorium MO|RE data sowie das dazugehörige Forschungsdatenzentrum am KIT, das jedoch komplett von Projektgeldern und der Fortführung innerhalb des Konsortiums KonsortSWD/NFDI4Society abhängig ist.
MO|RE data bietet im Sinne der offenen Wissenschaft anonymisierte Daten zur motorischen Leistungsfähigkeit, die für die Wissenschaft aber auch darüber hinaus jedem zugänglich sind.

Speziell die Sicherung und Bewertung der Datenqualität benötigt besondere Aufmerksamkeit. Eigentlich ist es erforderlich, dass jede Datenveröffentlichung konsequent von einer vom Datenersteller unabhängigen Einrichtung überprüft und bewertet wird. Neben einer Analyse zur Vollständigkeit vor allem der Metadaten bedeutet das insbesondere bei Ergebnisdaten von Experimenten und Versuchen die Nachstellung und komplette Wiederholung des Originalversuchs basierend auf den bereitgestellten Metadaten. Diese nicht unerheblichen Aufwände sollten im Zusatz zu den Originalmaßnahmen förderfähig werden, da diese Qualitätssicherung erhebliche Vorteile für die Datennachnutzung bietet.

Welchen Qualifikationsbedarf gibt es für spezialisierte Fachkräfte (Data Stewards, Data Librarians)? Wie soll die Ausbildung erfolgen?

Die Universität Mannheim hat sich in ihrem Struktur- und Entwicklungsplan als Ziel vorgegeben, allen Studierenden der Universität den Erwerb grundlegender Kenntnisse in Data Literacy (inkl. Forschungsdatenmanagement) zu ermöglichen. Dies gilt insbesondere für Studierende, die in den grundständigen Studiengängen bisher keine entsprechenden Einblicke erhalten haben. Hierzu wurde unter Einbindung von zwei Pilotfakultäten ein methodisches Curriculum entwickelt, welches aktuell in den betreffenden Studiengängen verankert wird. Daneben gibt es an der Universität Mannheim in verschiedenen Fachbereichen bereits spezialisierte Masterstudiengänge, z.B. den Mannheim Master in Data Science (MMDS) oder den Mannheim Master in Social Data Science (MMSDS). Flankierend bieten das Forschungsdatenzentrum sowie das Open Science Office der Universität fakultative Workshops und Kurse an, die für alle Fachgebiete und Qualifikationsstufen offen sind.
Für die tiefergehende Ausbildung spezialisierter Fachkräfte gibt es auf regionaler und überregionaler Ebene bereits verschiedene Qualifikationsangebote, z.B. Zertifikatskurse, die durch die Landesinitiative bwFDM sowie andere Landesinitiativen angeboten werden, Kurse und Zertifikate der NFDI-Konsortien und insbesondere des Basisdienstes RDMTraining4NFDI. Diese Qualifizierungsangebote können im Wesentlichen berufsbegleitend wahrgenommen werden.
Insgesamt scheinen die Qualifizierungsmöglichkeiten für spezialisierte Fachkräfte sowohl während des Studiums als auch berufsbegleitend schon relativ breit vorhanden zu sein. Für entsprechende - in der Regel befristete - Positionen wurden bisher sehr motivierte, hochqualifizierte Quereinsteiger*innen gefunden. Was jedoch häufig fehlt, ist eine mittel- oder längerfristige Bleibeperspektive für Personal, das bereit ist, sich entsprechend weiter zu qualifizieren oder dies bereits getan hat. Unserer Ansicht nach sollten an den Universitäten entsprechende Stellen für Daueraufgaben wie Forschungsdatenmanagement und Open Science auch dauerhaft eingerichtet werden, ohne dass dies zu Lasten von Stellen für die Forschung oder andere Dauer-(Verwaltungs-)Aufgaben geht.


Welche Anreize für eine Verbesserung des Forschungsdatenökosystems in Baden-Württemberg können durch Maßnahmen des Landes noch gesetzt werden?

Um das Forschungsdatenökosystem in Baden-Württemberg zu stärken, sollten gezielt Anreize und klare Rahmenbedingungen geschaffen werden:
• Verpflichtende Datenverfügbarkeitsnachweise (Data Availability Statements) sollten zur guten wissenschaftlichen Praxis gehören – für mehr Transparenz und Nachnutzbarkeit. Bei vom Land finanzierten Projekten sollten diese verpflichtend sein.
• Datenmanagementpläne (DMPs) mit landeseinheitlicher Vorlage sollten bei vom Land Baden-Württemberg geförderten Forschungsprojekten verpflichtend sein. Diese könnte sich bspw. an den existierenden Vorlagen und Richtlinien der DFG orientieren.
• Zusatzaufwände eines umfassenden Forschungsdatenmanagement würdigen: Bei Forschungsprojekten mit Landesförderung sollte es möglich sein, zusätzliche Fördermittel für Forschungsdatenmanagement zu beantragen, ähnlich wie es bei der DFG möglich ist.
• „So offen wie möglich, so geschlossen wie nötig“ – aber mit nachvollziehbarer Begründung. Auch nicht-offene Daten sollten registriert und auffindbar sein.
• Datenschutzrechtliche Klarheit ist zentral: Forschende brauchen Sicherheit bei der Nutzung, Archivierung und Wiederverwendung von Daten. Das Land sollte sich auf Bundes- und EU-Ebene für eine forschungsfreundliche Gestaltung der DSGVO stark machen (vgl. https://osf.io/xdw3m).
• Karrierekriterien anpassen: Open Science und gutes Datenmanagement sollten bei Berufungen und Förderungen mitbewertet werden.
• Forschungsfreiheit ist wichtig – sie darf jedoch nicht pauschal gegen Standards für Reproduzierbarkeit und Verantwortung ausgespielt werden.


In welchem Verhältnis stehen Datenzugang und Forschungssicherheit? Müssen Prinzipien von Open Science in der Zeitenwende neu definiert werden?

Eine Neudefinition von Open Science ist aus unserer Sicht nicht nötig. Eine etwaige Verwässerung der Begrifflichkeiten sehen wir auch nicht als zweckdienlich an. Ein starkes und klares Bekenntnis zu Open Science ist für die Wissenschaft wichtig und bringt im Austausch mit internationalen Expert*innen den Erkenntnisgewinn in der Forschung weiter voran.
Viele Forschungsdaten sind nicht sicherheitsrelevant. Bei Forschung, die nicht explizit militärischen Interessen dient, stellt sich üblicherweise die Frage, wie die Forschungsergebnisse verbreitet werden können. Open Science zielt darauf ab, den größtmöglichen Zugriff auf die Forschungsresultate sowie das Herstellen von Transparenz und Reproduzierbarkeit für den Forschungsprozess herzustellen. Davon profitieren sowohl die Forschung insgesamt als auch weitere Stakeholder aus der Wirtschaft oder der Öffentlichkeit. Forschungsdaten im Sinne von Open Science müssen den Grundsatz erfüllen, so offen wie möglich und so geschlossen wie nötig zu sein. Wenn neben Open Science auch weitere, oft gegensätzliche Interessen wie Datenschutz, Gebühren oder Interessen wirtschaftlicher Kooperationspartner ins Spiel kommen, dann muss durch eine Abwägung dieser Interessen ein passender Weg gefunden werden. Dies kann entweder Open Access sein oder aber auch eingeschränktere Zugriffsmöglichkeiten (z.B. durch eine Bezahlschranke oder einen exklusiven Zugang in Datenzentren zu bestimmten Zwecken).
Explizit sicherheitsrelevante Forschung (z.B. Forschung mit militärischen Interessen) ist bisher eher die Ausnahme. Bei dieser Art von Forschungsprojekten sind bereits von Anfang an die Anforderungen an mögliche Projektpartner genauer zu prüfen und die Ergebnisse unterliegen strengen Sicherheitsauflagen. Somit stellt sich in diesem Fall die Frage, was überhaupt veröffentlicht wird. Wenn nichts publiziert wird, dann stellt sich auch gar nicht die Frage, wie offen dies passieren soll. Die Reichweite von Sicherheitsfragen in der Forschung wird in der nahen Zukunft sicher noch weiter diskutiert werden (müssen). Ein bundesweiter oder sogar internationaler Austausch wäre hier sicher hilfreich.
[1] https://os.helmholtz.de/aktuelles/news/artikel/das-wahrgenommene-spannungsverhaeltnis-zwischen-open-science-und-forschungssicherheit/


Welche Rahmenbedingungen fehlen noch für einen produktiven Transfer datengetriebener Forschung in Wirtschaft, Krankenversorgung und Gesellschaft?

Für einen erfolgreichen Transfer datengetriebener Forschung in Wirtschaft, Krankenversorgung und Gesellschaft sind folgende Punkte zentral:
• Förderung und Beratung gezielt stärken: Wissens- und Technologietransfer benötigt ausreichend Zeit, spezifische Fachkompetenzen und professionelle Unterstützung. Daher sollten fachliche Beratungsangebote, Data-Stewardship sowie juristische Expertise systematisch verfügbar gemacht und gezielt durch geeignete Förderprogramme unterstützt werden.
• Zentrale Ansprechpartner schaffen: Sowohl an Hochschulen als auch auf kommunaler Ebene fehlt es oft an klaren Zuständigkeiten für Wissenstransfer. Niedrigschwellige, koordinierte Kontaktstellen würden den Weg in die Praxis erheblich erleichtern. Siehe als Beispiel das Projekt TransforMA (https://www.uni-mannheim.de/transforma/).
• Transfer als Kernaufgabe anerkennen: Universitäten sollten Transfer stärker gewichten. Die Landespolitik könnte hier über klare Anreizsysteme und durch die Landesrektoratekonferenz (LRK) unterstützend wirken.
• Rechtssicherheit für Innovation: Es braucht einen klaren, innovationsfreundlichen Rechtsrahmen – besonders im sensiblen Bereich medizinischer Daten oder industrieller KI-Anwendungen. Rechtliche Unsicherheiten behindern derzeit viele Projekte.
• Nur durch gezielte strukturelle und regulatorische Rahmenbedingungen kann datengetriebene Forschung ihr volles Potenzial in der Praxis entfalten.

Auch bei der Verarbeitung personenbezogener Daten zu Forschungszwecken sind die Anforderungen der Datenschutz-Grundverordnung einzuhalten, soweit nicht die Datenschutz-Grundverordnung die wissenschaftliche Forschung privilegiert und von gewissen Anforderungen freistellt. Datenschutz-Compliance in der Wissenschaft ist von hoher Bedeutung für deren Akzeptanz.

Zu begrüßen ist die Zielvorstellung der Landesregierung, dass „Kompetenzen ... des Datenrechts und der Datenethik ... auf Leitungsebene vorhanden sein“ sollen. Hierzu sind auch die Kenntnisse des Datenschutzrechts zu zählen. An deren Verbreitung und Anwendung wirkt der LfDI durch sein Fortbildungs- und Beratungsangebot mit.

Es genügt allerdings nicht, wenn die Kompetenzen des Datenrechts und der Datenethik nur „auf Leitungsebene“ vorhanden sind. Soweit personenbezogene Daten verarbeitet werden sollen, müssen Kompetenz und Compliance bei jeder an der Forschung mitwirkenden Person vorhanden sein. Das gilt im besonderen Maße für die Entwicklung und Anwendung von KI, bei der die Stärkung von KI-Kompetenzen maßgeblich für einen sicheren Umgang mit datenintensiven Technologien und den Erfolg von Forschungsprojekten ist.

Damit Datenschutz in Forschungsprojekten frühzeitig implementiert werden kann, ist bereits im Rahmen der Ausschreibung von Förderlinien und Förderprogrammen für Forschungsprojekte sicherzustellen, dass dort im Sinne integrierter Forschung die sachgerechte Begleitung durch Datenschutzberatung über den gesamten Projektverlauf hinweg möglich ist.

Als deutsche Dachorganisation für das Forschungsdatenmanagement in allen Wissenschaftszweigen verfolgt der Verein Nationale Forschungsdateninfrastruktur (NFDI) e.V. das Ziel, Nutzungsmöglichkeiten von Daten für Wissenschaft und Gesellschaft zu verbessern. Relevante Daten sollen nach den FAIR-Prinzipien (Findable, Accessible, Interoperable und Reusable) zur Verfügung gestellt werden. Die FAIR-Prinzipien verdeutlichen die Herausforderung im Datenaustausch: (1) Damit Daten auffindbar sind, bedarf es Repositorien und Rechenzentren. Zudem sind Standards und möglichst einfache Verfahren notwendig, um Forschende die Bereitstellung und Nutzung zu erleichtern. Oftmals sind Daten nicht oder in unterschiedlicher Qualität vorhanden, sodass die Aufbereitung der Daten zeit- und kostenintensiv ist. (2) Wichtig sind daher Metadatenstandards, die ein schnelles Auffinden von Datensätzen und relevanter Informationen rund um die Daten, z.B. zu Autor:innen, Messmethoden oder Zugangsberechtigungen, ermöglichen. Dabei muss sich der Datenzugang nach der Sensitivität der Daten richten, sodass die Balance zwischen Privatsphäre und Datenschutz stets gewahrt ist. Ein Beispiel für verschiedene Zugangsformen nach Datensensitivität bieten die vom RatSWD akkreditierten Forschungsdatenzentren. Darüber hinaus sind vertragliche Einzelregelungen und Lizensierungsverhandlungen für Forschende und kleine Forschungseinrichtungen ohne entsprechende Rechtsabteilungen schwer zu bewältigen, sodass die Kooperationen mit der Industrie hier stagnieren und Zusammenarbeitschancen minimiert werden. (3) Im Zuge der Interoperabilität von Daten bedarf es einerseits technischer Schnittstellen, um Daten weiter zu verwenden und ggf. auch miteinander verknüpfen zu können. Andererseits müssen die gesetzlichen Regelungen für die Forschungspraxis umsetzbar sein, z.B. ist das Record Linkage für Gesundheitsdaten in großen Teilen ungelöst (s. NFDI4Health Whitepaper 2023: DOI:10.4126/FRL01-006461895). (4) Daten müssen dabei auch von anderen Systemen erfasst werden können und die Forschungseinrichtungen und Universitäten bedürfen eines Forschungsdatenmanagements, welches den Forschenden die Möglichkeit gibt, bereits zu Beginn ihrer Forschungsprojekte die FAIR-Prinzipien mitzudenken.

Einer zukünftigen FAIRen Datenbereitstellung widmen sich die 26 NFDI-Konsortien mit ihren breiten Wissenschaftscommunities. Die Bereitstellung von Forschungsdaten sollte nicht weniger Prestige erfahren als die Veröffentlichung wissenschaftlicher Publikationen. Um die Grundlagen für eine steigende Bereitstellung von Forschungsdaten zu schaffen, vermittelt die NFDI-Sektion Training & Education Datenkompetenz durch die didaktische Aufwertung von Angeboten und Materialien. Sie befasst sich außerdem mit Community-Buildung und dem Umgang mit Fehlern, bspw. in Datensätzen. NFDI auf nationaler oder EOSC auf europäischer Ebene sind wichtige „Investitionen in Köpfe“, um die europäische Forschungs- und Technologieinfrastruktur für die Zukunft zu wappnen. Dabei sind Daten unser gemeinsames Gut. Nur durch gut aufbereitete Daten schafft die Wissenschaft weitere Erkenntnisgewinne, z.B. in der Erforschung seltener Krankheiten, besser an klimatische Bedingungen angepasster Getreidesorten oder der Förderung von Mobilität.

In welchem Verhältnis stehen Datenzugang und Forschungssicherheit? Müssen Prinzipien von Open Science in der Zeitenwende neu definiert werden?

Es ist zu unterscheiden zwischen Open Science im Sinne von mehr Transparenz und breiterer Dissemination wissenschaftlicher Ergebnisse auf der einen Seite und Datenzugang im Sinne der Wettbewerbsfähigkeit der Wissenschaft auf der anderen Seite. In einer zunehmend datenbasierten Welt haben große internationale Unternehmen und große zentralistisch organisierte Staaten erhebliche Vorteile bei der Sammlung großer Datenmengen. Bei der Ausrichtung des Datenzugangs für die Wissenschaft sollte das Land BW insbesondere den zweiten Aspekt im Blick haben. Mit dem Ziel, Wettbewerbsnachteile beim Datenzugang auszugleichen, reduziert sich auch der Konflikt mit der Forschungssicherheit.

Welchen Qualifikationsbedarf gibt es für spezialisierte Fachkräfte (Data Stewards, Data Librarians)? Wie soll die Ausbildung erfolgen?

Grundsätzlich ist die Bereitstellung und Archivierung von Forschungsdaten nicht neu, vielmehr sollte sich die angestrebte offene Bereitstellung im Qualifizierungsbedarf widerspiegeln, d.h. Qualifizierung ist eher in Richtung Community Building und Management zu denken. Darüber hinaus ist für die massive Skalierung der Datenverfügbarkeit Automatisierung unabdingbar, d.h. Themen wie Prozessautomatisierung, Bereitstellung technischer Schnittstellen, automatische Qualitätssicherung.

>>Welchen Qualifikationsbedarf gibt es für spezialisierte Fachkräfte (Data Stewards, Data Librarians)? Wie soll die Ausbildung erfolgen?

Um die Ausbildung von Kompetenzen und Fachmethoden aus dem Bereich Data-Stewardship bzw. der Data Literacy sicherzustellen, sollten diese zum einen verstärkt in den gängigen Fachcurricula berücksichtigt werden als auch durch das Angebot eigenständiger Studiengänge. Da datengestützte Forschung in vielen Bereichen einen immer größeren Anteil der alltäglichen Anforderungen darstellen, gibt es bereits die Möglichkeit von Weiterbildungen mittels Zertifikatskursen innerhalb des Bologna-Systems um Fachwissen zu erwerben. Wünschenswert wäre der Erwerb dieser Fähigkeit aber bereits im Studium. Dies kann durch die Integration entsprechender Lehrveranstaltungen in den bestehenden Studiengängen erfolgen. Ergänzend dazu können neuartige Modellstudiengänge etabliert werden, die gezielt Fachkräfte für diesen Bereich ausbilden.

>>Welche Anreize für eine Verbesserung des Forschungsdatenökosystems in Baden-Württemberg können durch Maßnahmen des Landes noch gesetzt werden?

- Die Universität Freiburg unterstützt mit ihrer Open Science Policy ihre Forschenden bei der öffentlichen Bereitstellung von Forschungsdaten nach dem Grundsatz „as open as possible and as closed as necessary“. Auch die Landesbehörden sollten im Sinne einer institutionenübergreifenden Datennutzung und damit zur Verbesserung der Rahmenbedingungen für Forschung, Lehre und Studium ihre Daten so weit wie möglich nach den FAIR-Prinzipien zur Verfügung stellen.
- Bei der Begutachtung von Förderanträgen sollten nicht nur Publikationen ausschlaggebend sein, sondern auch Beiträge in Form von Datenpublikationen. Projekte, die bereits nach den FAIR und Open Science Prinzipien arbeiten, sollen stärker berücksichtigt werden.
- Bei der Besetzung von akademischen Positionen sollten nicht nur Publikationen in Journalen mit hohem Impact-Faktor berücksichtigt werden, sondern andere Mittel der Forschungsbewertung, z.B. Code- und Dokumentationsbeiträge für offene wissenschaftliche Software und gut annotierte und nachnutzbare Datenpublikationen.
- Prüfung nach Empfang von Projektabschlüssen, ob mit Fördergeldern aufgebaute Datenkorpora wirklich FAIR sind
- Unterstützung der Universitäten bei ihren Bemühungen, um langfristig erreichbare und gut annotierte Datenpublikationen

>>In welchem Verhältnis stehen Datenzugang und Forschungssicherheit? Müssen Prinzipien von Open Science in der Zeitenwende neu definiert werden?

Die Prinzipien von Open Science stehen für Offenheit, Transparenz und freiem Zugang zu Forschungsdaten. Sie gewinnen in einer zunehmend digitalisierten Wissenschaftslandschaft weiter an Bedeutung und sind von großer Bedeutung für IT-gestützte Forschungsmethoden und für die interdisziplinäre sowie internationale Zusammenarbeit von Forschenden. Dabei sind selbstverständlich stets Anforderungen des Urheberrechts und des Datenschutzes zu berücksichtigen. Gleichzeitig wachsen sicherheitsbezogene Herausforderungen: Geopolitische Spannungen, technologischer Systemwettbewerb und Risiken des Wissensmissbrauchs stellen die uneingeschränkte Offenheit wissenschaftlicher Daten in bestimmten Bereichen infrage. Das Spannungsverhältnis zwischen Wissenschaftsfreiheit und Forschungssicherheit entsteht aus offenen Datenpraktiken, die in sicherheitssensiblen Bereichen – etwa bei Dual-Use-Technologien – unbeabsichtigt zur Verbreitung von Wissen beitragen. Dies erfordert ein kritisches Überdenken und Weiterentwicklung bestehender Open-Science-Policys. Datenoffenheit muss mit verantwortungsvoller Regulierung vereint werden.
Mit Blick auf die o.g. Herausforderungen ist auch der Aspekt der digitalen Souveränität von zunehmender Bedeutung. Die verlässliche und langfristige Verfügbarkeit von Daten bzw. der hierzu erforderlichen Plattformen und Dienste im nationalen bzw. europäischen Rechtsraum ist sicherzustellen und dementsprechend zu finanzieren.

>>Welche Rahmenbedingungen fehlen noch für einen produktiven Transfer datengetriebener Forschung in Wirtschaft, Krankenversorgung und Gesellschaft?

Trotz des Potenzials datengetriebener Forschung bestehen weiterhin strukturelle Defizite, die einen erfolgreichen Transfer in Wirtschaft, Gesundheitswesen und Gesellschaft erschweren. Es mangelt an klaren rechtlichen Rahmenbedingungen, insbesondere im Hinblick auf Datenschutz, Datennutzung und Verantwortlichkeiten. Dateninfrastrukturen, die nicht nach den FAIR-Prinzipien aufgebaut sind, erschweren den Austausch zwischen Partnern. Zudem fehlen entsprechende Anreizsysteme für den Transfer, institutionalisierte Schnittstellenkompetenzen sowie eine breit verankerte fachübergreifende Datenkompetenz (bzw. Digital Literacy). Einrichtungen wie z.B. die bwIT-Allianz geben einen Rechtsrahmen für die Gestaltung von Kooperationen zwischen Institutionen und für den Betrieb gemeinsamer Infrastrukturen und Dienste. Die zuständigen politischen Institutionen sollten die Erwartung formulieren, dass er genutzt wird, vorbehaltlich einer eigenen, zügigen und lösungsorientierten Prüfung. Hinweise zu einem Korpus an Rechtshilfen und Verträgen wären hilfreich, die von Forschungsorganisationen in Baden-Württemberg als vereinheitlichende Empfehlung aufgenommen werden können.