Wissenschaft

Als Qualifikationsbedarfe identifizieren wir:

- Überblickswissen aus den Bereichen
- Programmierung, Forschungsdaten
- Datenbanksysteme, Lizenzen
- Big Data, Bibliometrie
- Suchmaschinentechnologie und Künstlicher Intelligenz
- Kenntnisse über
- geeignete Datenformate für verschiedene Disziplinen und Anwendungsbereiche, auch im Hinblick auf Datenkorpora für KI-Verfahren
- Best-Practices in der nachhaltigen Entwicklung von Forschungssoftware
- Strategien zur Metadatierung und Dokumentation von Daten und Software
- gängige Metadatenstandards, kontrollierte Vokabulare, Linked Open Data
- Services zur Bereitstellung von Daten (Datenrepositorien, Datentreuhandstellen), inkl. Möglichkeiten der Zugangsbeschränkung
- Quellen für Schulungsmaterialien
- das Life Cycle Management von digitalen Objekten und Methoden der Langzeitarchivierung
- Fertigkeiten in der:
- Anwendung von Metadatenstandards und Methoden zur Erschließung und Beschreibung von Forschungsdaten
- Konvertierung von Daten in geeignete Formate
- Mapping und Konvertierung von Metadaten
- Auswahl, Installation und Betrieb von Tools und Services für Verwaltung, Dokumentation und Aufbereitung von Forschungsdaten
- Aufbereitung von Daten für die Analyse
- Erstellung von Systemarchitekturen und Konzeption von Workflowmodellen
- Konzeption von Services an der Schnittstelle von Bibliotheken, Forschung und IT
- Planung und Durchführung von Beratungsgesprächen und Schulungen
- Erstellung von Policies und deren Einführung
- Kenntnisse in rechtlichen und ethischen Fragestellungen zu:
- Lizenzierung von Daten und Software
- Umgang mit sensiblen Daten
- Sensibilisierung für Fragen der Exportkontrolle vs. Open Science

Die Ausbildung sollte möglichst beinhalten:

- modulare Ausbildungsbestandteile, die nach den Bedarfen individuell zusammengestellt werden
- Präsenzveranstaltungen für Vernetzung an verschiedenen Orten
- Selbstlernmaterialien, Online-Schulungen für ortsunabhängiges und flexibles Lernen
- Nachweis von Fähigkeiten und Kenntnissen durch geeignete Prüfungsverfahren
- Zertifikatskurse an Universitäten und Hochschulen (analog TH Köln, Uni Innsbruck etc.)
- Integration des Qualifikationsbedarfs in die Bibliotheksausbildung (gehobener und höherer Dienst)

- Förderung der Standardisierung und Vernetzung bestehender Dateninfrastrukturen (Forschungsdatenrepositorien, Governmental Data Portale, Datentreuhandstellen) in Zusammenarbeit mit nationalen (NFDI) und internationalen (EOSC) Initiativen
- Langfristige Förderung von Vernetzung und Professionalisierung der Forschungsdatenservicezentren im Land
- Förderung von Maßnahmen zur Sicherung der Datenqualität
- Förderung des Aufbaus von qualitätsgesicherten Datenkorpora
- Förderung der Langzeitarchivierung

Open Science setzt eine Abwägung ethischer, rechtlicher und sicherheitspolitischer Aspekte voraus. Die Europäische Kommission formulierte zu Open Data entsprechend den Grundsatz "as open as possible, as closed as necessary". Mit der Zeitenwende gewinnt diese Abwägung an Brisanz, aber es stellen sich keine grundlegend neuen Fragen. Für die Forschenden geht Open Science mit einer erheblichen Verantwortung einher, die Abwägung informiert und umfassend vorzunehmen. Daraus ergibt sich ein Weiterbildungs- und Beratungsbedarf, z.B. durch entsprechend qualifizierte Data Stewards bzw. Data Librarians.

Neben Universitäten, die entsprechende Dateninfrastrukturen bereits aufgebaut haben, müssen für ein Forschungsdatenökosystem auch HAWen und außeruniversitäre Forschungseinrichtungen berücksichtigt und durch entsprechende Dateninfrastrukturen befähigt werden, ihre Daten gemäß den FAIR- und CARE-Prinzipien publizieren und archivieren zu können, etwa im Rahmen eines landesweit angebotenen Dienstes. Ein solcher Dienst sollte auch rechtliche Fragestellungen berücksichtigen, etwa in Form eines „Legal Helpdesks“. Dies ermöglicht auch diesen Einrichtungen, mit ihren Daten in NFDI und EOSC sichtbar zu werden und sich dort aktiv einzubringen.

Die zentrale Voraussetzung für die Bereitstellung von Daten ist die Digitalisierung von Forschungsprozessen und der Erschließung mit Metadaten möglichst zum Zeitpunkt der Datenerhebung/-entstehung. Dies setzt entsprechende Werkzeuge voraus, etwa in Form elektronischer Laborjournale. Entsprechend sollte die Datenstrategie auch die „Produktionsphase“ von Daten in den Blick nehmen und entsprechende Werkzeuge fördern.

Die Digitalisierung des kulturellen Erbes, etwa in Museen, Archiven und Bibliotheken, stellt nicht nur eine wichtige Datengrundlage für die geistes- und kulturwissenschaftliche Forschung dar, sondern eröffnet auch Chancen im Bereich der Bildung, der Teilhabe und der Demokratiestärkung. Diese Fehlstelle in der Datenstrategie sollte dringend geschlossen werden und die entsprechenden Einrichtungen des Landes in die Lage versetzt werden, ihre Bestände für die (digitale) Forschung bereitzustellen.

Im Spannungsfeld von Open Science-Bestrebungen und Sicherheit müssen die rechtlichen Rahmenbedingungen klar sein. Datenzugang muss so offen wie möglich gestaltet werden um Transparenz, Innovation, Möglichkeiten zur Verbesserung von Forschungsdaten und ihrer Nachnutzbarkeit (auch hinsichtlich ihrer Verknüpfbarkeit mit anderen Daten), Weiterentwicklung von Forschungsmethoden und inhaltliche Forschung zu fördern. Gleichzeitig muss die Sicherheit und Sicherung von Daten und Forschungsergebnissen durch präventive Maßnahmen gewährleistet und ein allgemeines Bewusstsein für Datensicherheit gefördert werden, gerade bei sensiblen, personenbezogenen oder sicherheitsrelevanten Daten. Hierfür muss die Bereitstellung der nötigen Infrastrukturen gefördert werden.

Anreize für Open Data können im Rahmen von Förderprogrammen oder Leistungsbewertungen gesetzt werden. Anreize für den Aufbau benötigter Infrastrukturen lassen sich durch verlässliche rechtliche Rahmenbedingungen und nachhaltige Finanzierung schaffen.

Unterstützung von Initiativen wie der NFDI. Honorierung der Nachnutzung bestehender Infrastrukturen, z.B. jener, die in der NFDI organisiert sind, um damit Nachhaltigkeit zu gewährleisten und Overheads für die Schaffung neuer Infrastrukturen zu reduzieren.

„Data Literacy“ muss allgemein gefördert werden. Zusätzlich werden mehr Spezialisten auf diesem Gebiet gebraucht. Bereits bestehende Angebote zur (Weiter-)Qualifizierung und Zertifizierung im Bereich Forschungsdatenmanagement (FDM) sollten genutzt und ggf. weiterentwickelt werden. Ein möglichst offener Zugang zu Informations- und Trainingsressourcen soll unterstützt werden. Alle Studiengänge sollten um FDM-Komponenten bzw. -Spezialisierungen erweitert werden.

Initiativen zur Bedarfsfeststellung und Festsetzung von Standards für die Qualifizierung von Fachkräften sollten über Baden-Württemberg hinaus gedacht werden, zum Beispiel im Rahmen der NFDI (Verein Nationale Forschungsdateninfrastruktur e.V.). Auch sollte über Deutschland hinaus europäisch gedacht werden. Ggf. kann im Bereich der Qualifizierung von Data Stewards und Data Librarians aus den Erfahrungen anderer Staaten gelernt werden. Großbritannien hat bereits umfangreiche Erfahrungen in diesem Bereich gesammelt. Für diese Personengruppen müssen allerdings auch dauerhafte Karriereperspektiven an Hochschulen und wissenschaftlichen Einrichtungen geschaffen werden.