Veranstaltungsprogramm

Die Zeiten, in denen Plattformdaten für Wissenschaftler:innen verhältnismäßig frei verfügbar waren, gehören schon lange der Vergangenheit an. Stattdessen zeichnen Forschende mit Konzepten wie „Post-API Age“ (Freelon, 2018) oder „APIcalypse“ (Bruns, 2019) mittlerweile ein nahezu fatalistisches Bild, was den Zugang zu Plattformdaten angeht. Doch insbesondere europäische Wissenschaftler:innen haben Grund zur Hoffnung, denn einige der als Teil der „Digital Decade“ verabschiedeten Gesetzespakete versprechen, freiwillige Zugeständnisse der Plattformen mit rechtlichen Verpflichtungen zur Bereitstellung von Daten abzulösen.

Zugleich zeigen sich bei der praktischen Umsetzung und der fortlaufenden Weiterentwicklung von Datenschutzgrundverordnung (DSGVO), Digital Services Act (DSA) und Digital Markets Act (DMA) erhebliche Herausforderungen. Vor diesem Hintergrund diskutiert der Vortrag, welche Handlungsspielräume die Forschungsdaten-Community nutzen kann, um bestehende Probleme zu adressieren und die regulatorischen Neuerungen so auszugestalten, dass sie ihr volles Potential für den Zugang zu Plattformdaten entfalten.

Data Literacy ist eine entscheidende Qualifikation in der Wissenschaft und Grundlage für die nachvollziehbare, saubere, forschungsethisch verantwortliche Arbeit mit Daten. Das Bundesinstitut für Berufsbildung (BIBB) erhebt und stellt diese Daten zur Verfügung; zudem wertet es Daten anderer Institutionen sekundär aus. Entsprechend wichtig ist es im Institut die Datenkompetenz der Mitarbeitenden zu stärken. Dazu hat sich das BIBB in seiner Nachwuchsförderung das Ziel gesetzt, Daten- und Methodenkompetenz gezielt zu vermitteln und zu stärken. Dies gilt für alle forscherisch tätigen Mitarbeitenden, aber besonders für NachwuchswissenschftlerInnen im Rahmen des Graduiertenförderprogramms des BIBB als auch für die Fachangestellten für Markt- und Sozialforschung, die im BIBB ausgebildet werden. Dabei bedeutet Data Literacy für das BIBB, dass Promovierende und Auszubildende nicht nur in (v.a. quantitativen) Erhebungs- und Auswertungsmethoden geschult werden, sondern auch in der Lage sind, diese kritisch zu reflektieren, planvoll nach passenden Sekundärdaten zu suchen, die Zuverlässigkeit von Datenquellen zu beurteilen und Daten zielgerichtet aufzubereiten. Im Pecha-Kucha-Vortrag soll vorgestellt werden, wie diese Kompetenzen im BIBB durch interne Seminare, individuelle Beratung und Betreuung und externe Weiterbildungsangebote gezielt vermittelt werden, um ein qualitativ hochwertiges wissenschaftliches Niveau in Forschung und bei Beratung von Politik und Praxis gewährleisten zu können.

Die Sportwissenschaft verarbeitet eine Vielzahl komplexer und sensibler Daten – von biomechanischen Messungen bis hin zu gesundheitsbezogenen Parametern. Ihre ausgeprägte Interdisziplinarität macht sie zu einem idealen Beispiel für die Herausforderungen und Chancen im FDM. Besonders der Umgang mit sensiblen Daten, etwa von Kindern oder klinischen Populationen, erfordert hohen Schutz, während gleichzeitig der Druck steigt, Daten gemäß den FAIR-Prinzipien offen zugänglich zu machen.

Eine Befragung von 122 Forschenden im Jahr 2023 zeigte ein heterogenes Bild: Während einige etablierte Praktiken zur Dokumentation und Speicherung nutzen, bestehen große Unsicherheiten beim datenschutzkonformen Umgang mit sensiblen Daten und bei der Verwendung standardisierter Metadaten oder Repositorien.

Diese Daten sind nicht nur für die Sportwissenschaft relevant, sondern auch für angrenzende Disziplinen wie die Bildungs-, Gesundheits-, Wirtschafts- und Sozialwissenschaft. Anhand von Erfahrungen aus dem Aufbau eines Research Data Center (RDC) Motor Performance im Rahmen von KonsortSWD sowie eines Use Cases zu sensiblen Daten im Leibniz-Wissenschaftscampus DiTraRe zeigt der Beitrag, wie durch das Setzen gemeinsamer Standards und die enge Verzahnung von Expertise aus Informatik, Recht und Ethik tragfähige interdisziplinäre Strukturen entstehen können. Die Sportwissenschaft dient dabei als Modell, wie nachhaltige Lösungen im FDM auch über Fachgrenzen hinweg entwickelt werden können.

Die stetige Verbesserung des Datenzugang für die Forschung zeigt meist nicht die Hürden auf, denen Forschungsdatenzentren begegnen, um dieses Ziel zu erreichen. Insbesondere Forschungsdatenzentren, die an Behörden angegliedert sind, können nur in einem rechtlich verbindlichen und behördlich strukturierten „Korsett“ innovativ sein. Innovativ im Sinne von Digitalisierung und Bürokratie(abbau) scheinen unvereinbar für diese Forschungsdatenzentren. Das liebste Ausfüllformat ist ein PDF und Datennutzungsanträge orientieren sich an der Behördensprache. Das Interesse an diesen Daten reißt dennoch nicht ab, denn Forschende wissen, wer einen schnellen Datenzugang will, der faxt. In einem Pecha Kucha Vortrag stellen wir uns den Herausforderungen der Zeit oder wann ChatGPT vor verschlossener Tür steht.

Die Vielfalt sozialwissenschaftlicher Daten wächst und damit die Herausforderung, deren Qualität für die Validität und Integrität von Forschungsergebnisse zu beurteilen und zu sichern. Doch wie lässt sich die Prüfung von Datenqualität als Schlüsselqualifikation effizient und praxisnah vermitteln?

Das Kompetenzzentrum Datenqualität in den Sozialwissenschaften (KODAQS), ein Verbundprojekt von GESIS, der Universität Mannheim sowie der LMU München, bietet Forschenden aller Erfahrungsstufen bedarfsorientierte Unterstützungsangebote zur Beurteilung und Analyse der Qualität sozialwissenschaftlicher Daten. Die KODAQS Academy und die KODAQS Toolbox stellen Forschenden Angebote mit einem Fokus auf Umfragedaten, digitale Verhaltensdaten sowie auf die Verknüpfung dieser Daten miteinander und mit weiteren Daten (z. B. Geodaten) zur Verfügung.

Die KODAQS Academy bietet ein sechsmonatiges Zertifizierungsprogramm. Durch digitale und hybride Lernangebote werden die Teilnehmenden befähigt, sozialwissenschaftliche Daten qualitätsgesichert zu verarbeiten und zu analysieren.

Parallel dazu stellt die KODAQS Toolbox ein niederschwelliges Wissensvermittlungsangebot dar. Sie stellt Analysecode zur Berechnung zentraler Qualitätsindikatoren bereit, flankiert von Lern- und Beratungsangeboten.

In diesem Beitrag stellen wir das Zusammenspiel von KODAQS Academy und Toolbox vor und evaluieren Erfolgsfaktoren und Herausforderungen bei der Vermittlung von Datenkompetenzen im Bereich Datenqualität.

Das Innovationspotenzial der Wissenschaft kann für die gesamte Gesellschaft nur ausgeschöpft werden, wenn auch Menschen mit Behinderungen besser berücksichtigt werden. Um dieses Potenzial voll zu entfalten, bedarf es gesellschaftlicher Anstrengungen und Investitionen in eine Forschungs- und Informationsinfrastruktur – Data4Society –, die Inklusion aller Menschen von Anfang an konsequent mitdenkt und umsetzt.

Das bedeutet, dass Menschen mit Behinderungen gleichwertig vollumfänglich wissenschaftliche Inhalte erstellen und verarbeiten können müssen. Das schließt auch die Nutzbarkeit der notwendigen Tools, technischen Infrastrukturen und insbesondere einen barrierearmen Zugang zu Daten mit ein, sodass Menschen mit Behinderungen selbstständig mit Daten arbeiten und zum wissenschaftlichen Erkenntnisgewinn beitragen können.

Das FDM leistet durch Organisation, Dokumentation und Sicherung von Forschungsdaten einen personenunabhängigen Beitrag zur langfristigen Nutzung wissenschaftlicher Erkenntnisse. Im Lichte der FAIR-Prinzipien sollte hier Barrierefreiheit konsequent weitergedacht werden, sodass die Nutzungsoptionen möglichst breit gestaltet werden.

Im Vortrag zeigt, warum Barrierefreiheit im FDM relevant ist und gibt praktische Tipps zur Verbesserung in allen Phasen des Forschungsdatenlebenszyklus. Es werden Vorteile für die sozialwissenschaftliche Forschung, FDZen und Forschende aufgezeigt.

Die Autoren engagieren sich in der Gruppe GO UNITE! AG Inklusion im Forschungsdatenmanagement.