Veranstaltungskalender

(Die (Hochschul-)Bildung in Deutschland ist sehr föderal organisiert, d.h. jedes der sechzehn Bundesländer hat sein eigenes Bildungssystem. Dies hat Auswirkungen darauf, wie Forschungsdatenmanagement (FDM) in Deutschland organisiert und vorangetrieben wird – neben der Nationalen Forschungsdateninfrastruktur (NFDI) gibt es eine Reihe von Initiativen der Bundesländer, um FDM zu organisieren und zu fördern. Sophie Habinger, Projektkoordinatorin von bwFDM, der baden-württembergischen Landesinitiative für Forschungsdatenmanagement, wird in diesem Meet-up einen Überblick geben, welche Landesinitiativen es gibt und wie sie sich in die deutsche FDM-Landschaft einfügen. Anschließend wird sie am Beispiel von bwFDM die Agenda und die Angebote dieser Initiative vorstellen

In many areas of modern scientific practice, it is crucial to document information precisely and in a machine-readable format and to search through it efficiently. This lecture provides a fundamental introduction to two essential tools that can significantly ease these tasks: Markdown and Regular Expressions. The second part of the course is dedicated to Regular Expressions. This powerful tool allows you to find and, if necessary, manipulate specific patterns within any string of characters. Regular Expressions are applied in various fields, from simple keyword searches to complex analysis and processing of data sequences. You will learn the basic syntax of Regular Expressions, enabling you to efficiently search for specific strings and automatically modify texts. For researchers who need to analyze large amounts of data or process complex texts, Regular Expressions are an indispensable tool.

In dieser Online-Veranstaltung lernen Sie die Merkmale offener Bildungsmaterialien kennen und diskutieren deren Chancen und Herausforderungen. Besonderes Augenmerk liegt auf dem Urheberrecht und der offenen Lizenzierung. In interaktiven Übungen erfahren Sie, wie Sie offen lizenzierte Inhalte in Ihre Bildungsangebote einbinden können und was bei der Erstellung eigener OER zu beachten ist. Gemeinsam nehmen wir hierbei auch grundlegende Einsatzmöglichkeiten generativer KI in den Blick.

In diesem Vortrag werden die im AI Act definierten Rollen vorgestellt und hinsichtlich ihrer Relevanz für Forschende eingeordnet. Weiterhin wird auf die Einteilung von KI-Systemen in verschiedene Risikokategorien eingegangen und deren potenziellen Auswirkungen auf die Forschung an KI-Systemen diskutiert.  

Tibor Simko, Computing Engineer at CERN, talks about building open and reproducible data analysis services at CERN.

Gemeinsame Erarbeitung von Rahmenbedingungen zur Verbesserung der sektorenübergreifenden Zusammenarbeit beim Data Sharing. Im Mittelpunkt des Workshops stehen u. a. Fragen nach der Gestaltung des technischen und rechtlichen Rahmens, der Datensicherheit, Urheber- und Datenschutz gewährleistet, der Entwicklung von auf Gegenseitigkeit beruhenden Datenaustausch- und Datennutzungsmodellen, der Sicherung der Datensouveränität und
danach, wie ein Mehrwert für beide Seiten generiert werden kann. Die Klärung dieser und weiterer Fragen soll die Grundlage für eine künftige Ausschreibung der DFG bilden, mit der weitere Impulse gesetzt und zeitlich befristete Forschungsdatenkooperationen ermöglicht werden sollen. Darüber hinaus bietet der Workshop die Gelegenheit für eine Vernetzung von Wissenschaftler*innen und Wirtschaftsunternehmen zum Zweck gemeinsamer Kooperationen.

Adopters and implementers of FAIR enabling solutions, tools, methodologies and practices will do a showcase in a marketplace-like settled area. You will have the chance to go around stands, coffee tables and poster areas, stop at those that grab your attention and ask all your questions to those who already “did it”. You’ll get demonstrations of the FAIRCORE4EOSC components, you’ll listen to stories of implementation of the FAIR techniques in real research scenarios from the teams who received support from the FAIR-IMPACT support programme, and you’ll meet FAIR Champions, FAIR ambassadors, interoperability experts and practitioners.

Eine umfassende Dokumentation trägt zur Nachnutzbarkeit von Forschungsdaten bei. Lernen Sie, wie effektives und qualitativ hochwertiges Dokumentieren geschickt in den Forschungsalltag integriert werden kann.

Nach einer inhaltlichen Einführung durch das Projektteam, referieren Expert:innen zu konkreten Handlungsoptionen hierzu. Anschließend erarbeiten wir in Kleingruppen handhabbare Lösungen für das Publikations- und Kostenmonitoring im Kontext institutioneller Repositorien. Die Ergebnisse des Forums werden durch das Projektteam in Form einer Handreichung dokumentiert. Insgesamt werden so die Entwicklung von Best Practices im Bereich der Informationsinfrastrukturen auf nationaler Ebene unterstützt und die Vernetzung der Open-Access-Professionals gefördert.

The theme of RDAP Summit 2025 is Evolutions in Data Services: Forging Resiliency. We encourage proposals that explore concepts such as technical, human, and organizational durability and flexibility in response to challenges and changes in research and data service needs.

Our next topic will be “Artificial Intelligence and Open Science”. More information will follow.

In this workshop we will identify what impact is (and isn’t), the different types of impact and the potential ‘reach and significance’ of your research. You will reflect on how well prepared you are to create and capture impact and look at the important role played by your stakeholders. You will leave the session having made a good start on your Impact Map, which will provide a useful guide for you as your research evolves.

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. Save the Date!

Uta Wehn, Associate Professor of Water Innovation Studies at IHE Delft Institute for Water Education, The Netherlands, talks about Citizen Science.

Im interaktiven Workshop werden die vielfältigen Möglichkeiten erkundet, wie Künstliche Intelligenz die Welt der Open Educational Resources (OER) transformiert und deutlich erleichtern kann. Dieser Workshop richtet sich an Hochschullehrende, die ihre Lehrmaterialien auf innovative Weise gestalten möchten. Die Teilnehmenden erfahren, wie KI dabei helfen kann, OER effektiver zu gestalten und den Arbeitsaufwand zu reduzieren. Von rechtlichen Fragestellungen bis hin zur praktischen Anwendung verschiedener Tools werden relevante Themen praxisnah beleuchtet. Dieser Workshop bietet die Gelegenheit, Bildungsinhalte mit neuen, innovativen Methoden zu gestalten und zugleich sicher entlang rechtlicher Aspekte handeln zu können.

In this workshop we will delve into the core of reproducible science and its transformative potential for science. The workshop begins with two keynoteson reproducibility, one byAltuna Akalin(MDC – Software reproducibility of data processing and machine learning in the era of AI) and the other byFrieder Paulus(Lübeck University – Contextualization of reproducibility in the organization of academic work) – both of which will also be livestreamed, to make them easily accessible for researchers from all Helmholtz Centers. Following the keynotes, attendees can choose one oftwo hands-on workshopsthat will equip them with the tools and insights needed to make reproducibility a cornerstone of their scientific endeavors.

The course exposes participants to recent developments in the field of machine learning (ML) and discusses their ramifications for business and economics. ML comprises theories, concepts, and algorithms to extract patterns from observational data. The prevalence of data (“big data”) has led to a surge in the interest in ML to leverage existing data assets for improved decision-making and business process optimization. Concepts such as business analytics, data science, and artificial intelligence are omnipresent in decision-makers’ mindset and ground, to a large extent, on ML. Familiarizing course participants with these concepts and enabling them to apply cutting-edge ML algorithms to real-world decision problems in management, policy development, and research is the overarching objective of the course. 

Lonni Besançon, Assistant Professor of Visualization at Linköping University, talks about self correcting in science.

This session will cover why it’s useful to use surveys for impact evaluation, when you shouldn’t use surveys for evaluation, how to develop a “good” survey question and response options, avoiding common pitfalls in survey design, using open-ended questions in your survey, using online surveys and pilot testing your survey. The presentation will last around 35 minutes and there will be additional time for questions at the end.