Der zweitägige Workshop „Data Stewardship goes Germany“ wurde 2022 von der FDM-AG der TU9 organisiert mit der primären Zielgruppe Data Stewards1. Bei dem Workshop stand nicht nur die Informationsvermittlung durch Vorträge, sondern vor allem die interaktive Arbeit und die Vernetzung der Teilnehmenden im Vordergrund. Neben den zwei Keynotes von der TU Delft und der Aalto University zu Data Stewardship-Konzepten gab es Beiträge zu den beiden Themenblöcken „Aufbau von FDM-Dienstleistungen” und „Technische Tools”. Die Interaktion und Vernetzung wurden durch Raum für Gespräche an Postern und in Pausen sowie durch die Barcamp-Methode gefördert. Auffällig war, dass Data Stewards sich oft als Einzelkämpfer:innen fühlen und viele Strukturen und Überlegungen parallel entwickelt und getätigt werden. Eine Nachnutzung bestehender Strukturen und Dienste ist aktuell noch wenig etabliert und vor allem auch wenig bekannt. Der Workshop stellt einen wichtigen Beitrag dar, um solche Lücken zu schließen und Awareness zur Nachnutzung von FDM-Strukturen und-Diensten zu schaffen. Außerdem wurde deutlich, dass es in Deutschland noch kein einheitliches Verständnis von Data Stewardship gibt und dass eine Unterstützung und Förderung von Data Stewards stark von der Universität bzw. den außeruniversitären Einrichtungen abhängt. Eine Vernetzung über verschiedene Einrichtungen fand bisher kaum statt, so dass der Workshop ein wichtiger Schritt in diese Richtung ist.

This practice paper provides an overview of the Research Data Management Organiser (RDMO) software for data management planning and the RDMO community. It covers the background and history of RDMO as a funded project, its current status as a consortium and an open source software and provides insights into the organisation of the vibrant RDMO community. Furthermore, we introduce RDMO from a software developer’s perspective and outline, in detail, the current work in the different sub-working groups committed to developing DMP templates and related guidance materials.

In order to develop a discipline-specific data management plan (DMP) template, it is important to obtain information from researchers. For a chemistry-specific template, NFDI4Chem conducted a series of interviews with 27 participants and used data from the RDA WG Discipline-specific Guidance for DMP online survey. The interviews showed that the implementation of research data management in everyday work is a big challenge. Key findings from the interview series highlight challenges in implementing FAIR principles, with a focus on “Findability” and “Reusability.” The importance of linking physical samples and data in chemistry is emphasised, with discussions on storage, archiving, and the use of tools like electronic lab notebooks and repositories. However, documentation methods, software tools, and naming conventions commonly used in chemical research are also addressed. Overall, the study underscores the need for improved resources and strategies to enhance data management practices in the field of chemistry. All the gathered information and examples will be used to develop a DMP template in line with chemistry-specific requirements. The results provide a comprehensive outlook on the future developments of research data management (RDM) in chemistry.

AbstractDamit der Übergang ins Zeitalter der digitalen Chemie gelingt, ist ein kultureller Wandel in der Community notwendig. Forschungsdaten entstehen zum Beispiel bei der Synthese von Substanzen, der Aufnahme von Spektren oder beim Anwenden quantenchemischer Methoden und müssen dokumentiert, archiviert und zur Nachnutzung verfügbar gemacht werden – doch wie behandeln Chemiker:innen ihre Forschungsdaten tatsächlich?

The Special Collection Data Management Planning across Disciplines and Infrastructures of the Data Science Journal consists of papers describing practical experiences, concepts, and future directions on the design and deployment of effective data management plans and associated tools. Papers contain practical examples on managing and sharing data, consider the integration of data management plans into infrastructures and reflect innovative research into new directions for disciplinary and cross-disciplinary data management planning.

Die Anforderungen an gutes und nachhaltiges Forschungsdatenmanagement steigen stetig, die Angebote, nicht zuletzt durch den Aufbau der NFDI, werden zahlreicher und auch die Forschungsförderer verlangen in der Antragsphase immer detailliertere Angaben. Um die Beratung der Forschenden bei der Antragstellung zu verbessern, haben sich die Mitglieder der Unterarbeitsgruppe „Datenmanagementpläne“ in der DINI/nestor AG Forschungsdaten mit Vertreter:innen der Forschungsförderer zu Hintergrundgesprächen getroffen. Die Ergebnisse der ersten Austauschrunden mit der Deutschen Forschungsgemeinschaft, dem Bundesministerium für Bildung und Forschung zusammen mit dem Projektträger Deutsches Luft- und Raumfahrtzentrum, Vertreter:innen der Generaldirektion der Europäischen Kommission, Research and Innovation zusammen mit der Kooperationsstelle EU der Wissenschaftsorganisationen sowie den Förderreferent:innen der VolkswagenStiftung werden im Artikel dargestellt und anschließend diskutiert.

Research data form the basis of projects and at the same time represent potential resources for future research. The increasing requirements of funding institutions regarding data accessibility, transparency, and reusability demand detailed documentation in proposals and data management plans from researchers. Specialized service centers have been established at universities and non-university institutions, some of which offer research data management (RDM) training in very diverse forms. However, this generic offering is often not sufficiently discipline-speific and requires adaptation to the subject and institutional context. Therefore, the DFG (German Research Foundation) supports subject-specific consortia such as NFDI4Health, which promote discipline-specific competence building in RDM. This article describes the adaptation of the RDM offering at the Rheinisch-Westfälische Technische Hochschule (RWTH) to medical requirements and the collaboration of the RWTH Aachen University Library with central entities at RWTH as well as external institutions such as the German National Library of Medicine (ZB MED).

This is the data set for a series of interviews in chemistry on data management (plans) and presents interim results. A more detailed analysis and description can be found in the paper "Road to a Chemistry-specific Data Management Plan" submitted to Data Science Journal (2022-12-15). The interview series will continue in 2023 and final results will be published later in 2023. The aim of the conducted interview series is the enrichment of the online survey data from the RDA WG Discipline-specific Guidance for DMP and in a second step the development of a chemistry-specific data management plan template. For this purpose, the current status of data management as well as information about the workflows in the various chemical disciplines were requested in a personal interview with 22 participants so far. All the gathered information and examples will be used to develop a DMP template or guide in line with chemistry-specific requirements. The results provide a comprehensive outlook on the future developments of RDM in chemistry. Possible strategies for implementation are also discussed.

Datenmanagementpläne werden zunehmend als wichtiges Element der guten wissenschaftlichen Praxis verstanden und bei der Beantragung von Fördermitteln eingefordert. Die Workshopreihe „Datenmanagementpläne in der Forschung – von Grundlagen zu Grundfragen“ hatte zum Ziel, die unterschiedlichen Perspektiven auf Datenmanagementpläne zu beleuchten und einen Austausch zwischen allen am Thema Beteiligten zu ermöglichen. Hierzu wurde im ersten Workshop zunächst ein gemeinsames Verständnis für Definition und Inhalte eines Datenmanagementplans geschaffen. In den zwei folgenden Veranstaltungen wurden die Perspektiven der Forschungsförderer und der Forschenden diverser Fachbereiche beleuchtet. Die abschließende vierte Veranstaltung stellte verschiedene Tools zur Erstellung von Datenmanagementplänen vor. Der vorliegende Artikel informiert über Inhalte und Ergebnisse der vier Workshops und gibt einen Ausblick auf zukünftige Entwicklungen.

Mit der Entwicklung des neuen Berufsfeldes Data Steward zeichnet sich in den letzten Jahren eine vielversprechende Möglichkeit ab, die häufig reklamierte Lücke zwischen zentralen, meist generischen Services für das Forschungsdatenmanagement (FDM) und den zum Teil sehr speziellen Anforderungen der einzelnen Forschungsdisziplinen zu schließen. Die Entwicklung hin zu eigenen Data Steward-Stellen ist bisher an den TU9-Universitäten vor allem in großangelegten (Verbund-)Projekten zu beobachten. Um eine Zerfaserung und Parallelstrukturen zu vermeiden, ist eine institutionelle FDM-Gesamtstrategie wichtig, die die zentralen FDM-Teams mit den fachspezifischen Data Stewards verbindet. Anhand von Praxisbeispielen aus den TU9-Universitäten werden in diesem Beitrag Handlungsfelder für Technische Universitäten im Bereich der Data Stewards identifiziert und Potenziale für eine kooperative Herangehensweise aufgezeigt

Dataset from the Online Survey of the Research Data Alliance's Discipline-Specific Guidance for Data Management Plans Working Group.The data was collected from November 8, 2021 to January 14, 2022. The survey was divided into the following areas after a brief introduction on "Purpose of this survey" and "Use of the information you provide." Demographics Data Description and Collection Data Documentation & Quality Data Archiving, Publishing & Sharing After the Project Guidelines, Principles & Best Practices Follow-up interviews and group discussions The analysis of the online survey was focused on the four areas: Natural Sciences, Life Sciences, Humanities & Social Sciences, and Engineering. The results of the evaluation will be presented in a separate publication. In addition to the data, the variables and values are also published here. The online survey questions can be accessed here: https://doi.org/10.5281/zenodo.7443373 A more detailed analysis and description can be found in the paper "Discipline-specific Aspects in Data Management Planning" submitted to Data Science Journal (2022-12-15).

Das Themenspektrum und das Aufgabengebiet von Data Stewards sind mitunter sehr unterschiedlich. Je nach zugeordneter Institution bzw. Fachgebiet unterstützen sie Forschende bei verschiedenen und doch sehr deutlich formulierten Problemen. Am Beispiel des Data Stewards des Sonderforschungsbereichs 1382 „Darm-Leber Achse“ (SFB 1382) werden seine Aufgaben skizziert und aufgezeigt, wie eine Unterstützung im Forschungsdatenmanagement konkret aussehen kann. Durch eine Gegenüberstellung der Aufgabenbereiche anderer Data Stewards der RWTH Aachen University wird es zwar weiter ausgeführt, aber noch längst nicht komplettiert. Neben dem Aufgabenspektrum wird auch kurz das Kompetenzspektrum beleuchtet, so dass ein Eindruck über die heterogenen Anforderungen an Data Stewards und deren Einsatzgebiete vermittelt wird. Dieser Artikel führt den Beitrag Data Stewards at RWTH Aachen University – New structures and tasks fort[1], welcher auf dem DINI/Nestor-Workshop „Data Stewardship im Forschungsdaten-management“ (16.11.2020) gehalten wurde fort und baut auf der Publikation Data Stewards an der RWTH Aachen University – Aufbau eines flexiblen Netzwerks[2] auf. [1] Hausen, Daniela, Lukas Bossert. 2020. „Data Stewards at RWTH Aachen University – New structures and tasks”. https://kups.ub.uni-koeln.de/29550/9/01_DINI_WS_Data%20Stewardship_Hausen_Bossert.pdf (letzter Zugriff: 2021-02-22). [2] Hausen, Daniela, Jessica Rosenberg, Ute Trautwein-Bruns, und Annett Schwarz. 2020. „Data Stewards an Der RWTH Aachen University – Aufbau Eines Flexiblen Netzwerks“. Bausteine Forschungsdatenmanagement, Nr. 2 (November). German:20-28. https://doi.org/10.17192/bfdm.2020.2.8278.

Auf einem virtuellen Metadatenworkshop diskutierten Vertreterinnen und Vertreter von 17 verschiedenen NFDI-Konsortien Konzepte zur Interoperabilität von Metadaten in Bezug auf inhaltliche Überschneidungen, Herangehensweisen zur Metadatenmodellierung, technische Aspekte und Infrastruktur bis hin zu organisatorischen Aspekten und Zusammenarbeit. Die vertretenen Konsortien möchten auch in Zukunft eng im Bereich Metadaten zusammenarbeiten und Standards schaffen, die es Forschenden in der Zukunft möglich machen, ihre Forschungsergebnisse gleichzeitig spezifisch und interoperabel zu beschreiben. Die Dynamik der Formierung der Nationalen Forschungsdateninfrastruktur (NFDI) soll für Einigung über allgemein bedeutsame Fragen der Metadatierung genutzt werden. Zudem sollen mit Unterstützung des NFDI-Direktorats Strukturen zur gemeinsamen Standardisierungsarbeit geschaffen und international vernetzt werden.

Masgebliche Ziele, die zentrale Forschungsdatenmanagement (FDM)-Akteure an den Hochschulen und Forschungseinrichtungen verfolgen, sind FDM in die Breite zu tragen und dauerhaft ein gutes Datenmanagement zu etablieren. Der hier verfolgte Ansatz zum Erreichen dieser Ziele ist die Etablierung von Data Stewards bzw. Data Stewardship. Als Unterstutzung fur die Forschenden bei der Entwicklung, Optimierung und Umsetzung von effizientem und FAIRem FDM haben Data Stewards das Potential, eine Schlusselfunktion einzunehmen, den Kosten-Nutzen-Faktor fur die Forschenden zu verbessern und die Etablierung von FDM in den Einrichtungen voranzubringen. In diesem Beitrag wird die Umsetzung des Themas Data Steward(ship) an der RWTH Aachen University vorgestellt. Ausgehend von Beispielen anderer Universitaten und einem theoretischen Konzept werden die stark variierenden Aufgaben der Data Stewards sowie die dynamische Entwicklung des Konzepts insgesamt aufgezeigt. Im Ergebnis ruckt ein sich an der RWTH Aachen University bildendes Netzwerk von FDM-Akteuren als wichtiges Kommunikations- und Strukturelement in das Zentrum des Losungsansatzes.

Diese Sammlung enthalt die PDFs der Vortragsfolien, der Mural-Boards und des Programms des 11. DINI/nestor Workshop Data Stewardship im Forschungsdatenmanagement.