Eventkalender

AI’s promises of increased efficiency, innovation and new forms of knowledge production also introduce challenges and risks, particularly concerning integrity, reproducibility, misinformation and biases. As such, this event will explore the interplay between Open Science and AI. Speakers will discuss opportunities and challenges and the role of universities in responsibly and ethically integrating AI into their policies and practices.

Im Gespräch mit Viola Deutscher (Universität Göttingen) und Jörn Littkemann (FernUniversität in Hagen) diskutiert Jochen Zimmermann (Universität Bremen) über Chancen, Grenzen und Kontroversen digitaler Lehre. Praxisnahe Beispiele wie BWL Champion und VR-Simulationen treffen auf didaktische Modelle und die Frage nach dem Prüfungssystem von morgen

In the context of unstructured data in business, economics, and other social sciences, research can focus on a wide range of topics, including but not limited to… the assessment or improvement of the quality of unstructured data - the development of data quality frameworks - applications for unstructured data in research - highlighting the challenges in collecting and curating unstructured data. The event brings together experts from diverse fields to share insights, experiences, and strategies for navigating the challenges and opportunities of working with unstructured data. It also explores the need for quality metrics in AI and official statistics development in business, economics, and related data.

Die Love Data Week (LDW) ist eine internationale Aktionswoche rund um die Themen Forschungsdaten und Forschungsdatenmanagement. Unter dem Motto "Where's the Data?" wird die Datenliebe 2026 weltweit mit zahlreichen Veranstaltungen zu unterschiedlichsten Themen zelebriert. Die FDM-Initiativen im deutschsprachigen Raum möchten mit einer breiten Beteiligung an der Love Data Week mehr Aufmerksamkeit für das Thema Forschungsdatenmanagement erregen.

Wie lässt sich konkret messen, wie „FAIR“ ein Datensatz tatsächlich ist? Hier kommen FAIR Assessment Tools ins Spiel – Werkzeuge, die die FAIRness von Daten objektiv bewerten. Aufgrund der rasanten Entwicklung der letzten Jahre in Sachen FAIR Assessment widmen wir den damit verbunden Tools eine Follow-Up-Veranstaltung zu unserem Webinar aus dem Jahr 2023. Nach einer Einführung in die FAIR-Prinzipien und einem kurzen Überblick über unterschiedliche FAIR Assessment Tools folgt im Anschluss nach einer kurzen Pause die Vorstellung unseres neuen FAIR Assessment Tools, welches speziell für die Anwendung durch Forschende und Personal im Forschungsdatenmanagement konzipiert wurde.

Die RDA Community in Deutschland will dazu beitragen, dass der Austausch von Daten verstärkt und die Wiederverwendung von Daten effizienter wird. Sie umfasst Datenexpertinnen und -experten in Deutschland, die sich in der Research Data Alliance (RDA) engagieren bzw. ein Interesse an den Ergebnissen der RDA haben.

At this conference we will be asking essential questions, sharing bold ideas, and forging collaborative strategies for what comes next. Through lively panels and discussions, participants will tackle the most pressing themes for open access books today, with a focus on collective action. It’s an opportunity for people across the community-led open access ecosystem to chart the next phase of open access publishing, together.

Für den Forschungsraum Berlin-Brandenburg ist das faire und nachhaltige Finanzieren von  Open Access ein drängendes Thema (Neufend et al. 2024), das aufgrund der Unsicherheiten in der Finanzierung von Wissenschafts- und Kulturerbe-Einrichtungen alle Einrichtungstypen unterschiedlich betrifft. In dieser Veranstaltung möchten wir mit Akteur*innen ins Gespräch kommen, die bereits eine nachhaltige, faire und kollektive Finanzierung von Open Access unterstützen und ermöglichen.

The community at CAT has a long history of thinking about how to instigate radical change in complex environments. We’re looking forward to learning more about the history and future of CAT, and thinking about where the interests of our communities overlap and where we might be able to collaborate.

Our goal is to facilitate the development of open research practices explicitly geared to serve the public interest, which involves interrogating what may constitute that ‘public interest’ to different audiences and in different locations around the world. A central element for our discussions will be the development of a Munich Manifesto for Equitable Open Research, detailing ways to utilise open research to foster reliable, responsible, and equitable forms of inquiry. A draft text of the manifesto will be circulated two weeks before the conference to all participants, and one session of the conference will be dedicated to discussing and finalising the declaration and its possible signatories.

More infos are yet to come.

The conference focuses on theoretical or empirical contributions for these topics: New and experimental Developments in AI - (AI-driven) Entrepreneurship and AI-driven Business Models and Strategies - AI in Business Administration and Processes, e.g., Finance, Accounting, Controlling, Human Resources, Marketing, Production, Supply Chain Management, Quality and Sustainability Management - GenAI, explainable AI and Decision-making; Risk and Opportunities of AI-Agents - Ethics, Regulation and Policy of AI- Digital Transformation of Skills and Jobs - Infrastructure, Energy and Finance supply and AI Competitiveness - Micro- and Macroeconomic framework: Competition, Productivity and Markets.

Die 10|KSWD wird einen interdisziplinären und offenen Dialog zur Weiterentwicklung der Forschungsdateninfrastruktur fördern und gemeinsame Perspektiven für eine verantwortungsbewusste Nutzung sensibler Daten eröffnen. Neben nationalen Herausforderungen werden auch Fragen des europäischen und internationalen Datenaustauschs in den Blick genommen. Im Mittelpunkt stehen Fragen rund um die Infrastruktur zur Forschung mit Daten und deren Bedeutung für Wissenschaft, Politik und Gesellschaft. Fundierte, aktuelle und verlässliche Daten sind die Voraussetzung, um gesellschaftliche und wirtschaftliche Entwicklungen zu verstehen und zu gestalten.

This course focuses on quantitative empirical accounting research, covering theoretical, methodological and technical aspects of this research program. It also introduces students to the concepts of Open Science. In terms of applications, it concentrates on financial and other related disclosure issues but also touches on some managerial and auditing topics. After this course, participants should have a clear understanding about the theoretical foundations of quantitative empirical accounting research, know the methodological approaches to and common pitfalls of empirical research designs, have become familiar with a collaborative open science workflow using R/Python/Stata and Github, know how to execute empirical archival studies, including the usability and inter-operability of different data sources and, based on their own research proposal, have received constructive feedback on how to design and execute a viable study in the area of quantitative empirical accounting research.

First part, online: 01.09.24, 04.09.26, 08.09.26, 11.09.26
Second part, in person (Berlin): September 16 - 18, 2026 

Die E-Science-Tage sind eine interdisziplinäre Konferenzreihe rund um die Themen Forschungsdatenmanagement und Open Science – mit vielseitigen Angeboten für den fachlichen Austausch zwischen Wissenschaft und Technik.
Notieren Sie sich den Termin schon jetzt in Ihrem Kalender - mehr Informationen folgen in Kürze!