Im Arbeitsgebiet »Forschungsdatenmanagement« entwickeln wir Routinen für ein Management von Forschungs- und Entwicklungsdaten nach dem FAIR-Prinzip. FAIR steht für Findable, Accessible, Interoperable und Reusable. Unser Ziel ist es, Forschungs- und Entwicklungsdaten mithilfe aussagekräftiger Metadaten und einem konsistenten Vokabular maschinen- und menschenlesbar zu beschreiben, sicher abzulegen und intelligent zu verknüpfen.
Unser erster Schritt ist die Datenkuration, bei der wir sicherstellen, dass alle gesammelten Daten korrekt und vollständig erfasst und katalogisiert werden. Durch die Digitalisierung unserer Laborprozesse erreichen wir eine umfassende digitale Beschreibung, die die Auffindbarkeit (Findable) der Daten gewährleistet.
Die Zugänglichkeit (Accessible) unserer Daten ist uns besonders wichtig. Wir erstellen Datenplattformen und binden diese an Datenräume an, um einen einfachen und sicheren Zugriff auf die Daten mit entsprechendem Rechtemanagement zu ermöglichen. Dabei setzen wir die geltenden Forschungsdaten-Policies, beispielsweise von der DFG oder der EU, um und sorgen für die Sicherheit der Daten.
Ein weiterer wichtiger Aspekt unserer Arbeit ist die Interoperabilität (Interoperable) der Daten. Durch den Einsatz von Standards und Ontologien gewährleisten wir eine semantisch konsistente Beschreibung von Prozessen und Modellen. Dies schließt die Beschreibung der Metadaten mit ein. Somit können wir Daten aus verschiedenen Quellen miteinander verknüpfen und verarbeiten (Linked Data).
Schließlich streben wir an, dass unsere Daten wiederverwendbar (Reusable) sind. Wir sichern die Datenqualität und -integrität und bereiten die Daten so auf und dokumentieren sie, dass sie von anderen Forschenden problemlos genutzt werden können.