• Überblick
  • Ausgangslage
  • Ziele

ÜBERBLICK

Laufzeit: Jänner 2020 bis Dezember 2022
Projektleitung: TU Graz

Dieses Projekt trägt zur Stärkung des Wissenstransfers zwischen Universitäten, Wirtschaft und Gesellschaft bei und unterstützt die nachhaltige Implementierung der European Open Science Cloud (EOSC). Dabei spielt die Implementierung der FAIR Prinzipien („findable“, „accessible“, „interoperable“ und „re-usable“) eine große Rolle. Sichergestellt wird ihre Einhaltung (1) durch ein integriertes Forschungsdatenmanagement (FDM), das auf disziplinenspezifische und generische Bedürfnisse der Forschungsgruppen abstimmt, (2) durch Aufbau und Entwicklung von Next-Generation Repositorien für Forschungsdaten, Code und andere Forschungsoutcomes und (3) durch die Entwicklung von Training und Support Services für ein effizientes Forschungsdatenmanagement. Damit bildet „FAIR Data Austria“ im Bereich FDM komplementäre Bausteine für die Projekte „Austrian DataLab and Services“ und „RIS Synergy“.

Für ein effizientes, den FAIR-Prinzipien entsprechendes Forschungsdatenmanagement ist es essenziell, den gesamten Lebenszyklus der Forschungsdaten – von der Generierung bis zur Archivierung – mit Fachwissen und den dazugehörigen Tools zu unterstützen. Dies kann nicht isoliert erfolgen. Das Projekt fördert die Zusammenarbeit zwischen österreichischen Universitäten bei der Entwicklung kohärenter und solider Dienste für Forschungsdaten. Dadurch sichern sich österreichische Universitäten ihre Rolle in der internationalen Forschungslandschaft.

AUSGANGSLAGE

In der Vienna Declaration on the European Open Science Cloud (2018) wird die EOSC eng mit den FAIR (Findability-Accessibility-Interoperability-Reusability) Datenprinzipien verknüpft, um dauerhaft einen einfachen, effizienten und disziplinenübergreifenden Zugriff auf Forschungsdaten, deren Speicherung, Wiederauffindung, -verwendung und Weiterverarbeitung zu gewährleisten. Dieses Projekt ermöglicht die nachhaltige Implementierung der EOSC in Österreich durch die Entwicklung von innovativen, FAIR-konformen Tools zur Planung und Archivierung von Daten sowie der benötigten Support Services.

Durch die Implementierung der FAIR Prinzipien ergibt sich folgender Nutzen:

  • Professionell entwickelte Forschungsdatenmanagement (FDM)-Plattformen und Tools unterstützen Forschende bei der Ablage, Analyse und Veröffentlichung von Daten
  • Forschende bekommen Anerkennung für die Veröffentlichung (DOI) ihrer Forschungsdaten und können von öffentlichen Daten anderer Forschenden profitieren
  • Das Teilen der Daten auch “gescheiterter” Experimente spart Zeit und Geld
  • FördergeberInnen setzen nachhaltige Data Stewardship Programme voraus, die im Rahmen dieses Projekts entwickelt werden
  • Data Science Community bekommt Zugang zu großen Datenmengen für ihre explorativen Analysen

Für effizientes, den FAIR-Prinzipien entsprechendes FDM ist es essenziell, dass der gesamte Lebenszyklus der Forschungsdaten (von der Generierung bis zur Archivierung) durch Prozesse strukturiert und gut organisiert ist. Um Forschende an Universitäten bestmöglich zu unterstützen, müssen somit diverse Organisationseinheiten in den Prozess miteinbezogen werden. 

Um eine bestmögliche Integration im Forschungsalltag sicherzustellen, ist dieser Prozess so aufzusetzen, dass Betroffene zu Beteiligten werden und sich proaktiv in den Prozess einbringen. Die Implementierung von FDM an den Hochschulen ist strukturiert zu gestalten. Die digitale Transformation bildet daher einen Schwerpunkt in den Digitalisierungsstrategien der beteiligten Universitäten, wobei der Mensch im Zentrum steht. Dies wird durch den Transformationsprozess und innovative Trainings sowie unterstützende Maßnahmen nachhaltig sichergestellt (z.B. Digital University Hub -  Cluster „Programmierplattform/Digitale Verwaltung) .

Datenintensive Disziplinen brauchen effizientes Forschungsdatenmanagement. Dies schließt die effiziente Nutzung unterschiedlicher Infrastrukturen und Methoden ein und stellt einen Beitrag zum wissenschaftlichen Fortschritt dar (Beitrag Hochschule 4.0). Hier werden generische Infrastrukturen entwickelt und durch Piloten mit Lead Communities mit disziplinspezifischen Anforderungen (z.B. Workflows, verwendete Tools, spezifische Standards für Metadaten) ergänzt.

Es gilt einen sichtbaren nationalen Entwicklungsschub zu ermöglichen und nachhaltig zu etablieren (Öffnung von wissenschaftlichen Prozessen). Außerdem stärkt und nutzt dieses Projekt die Verbindungen zu führenden assoziierten internationalen PartnerInnen (CERN, EOSCHub, EOSC-Pillar, EOSC Secretariat, RDA, GO-FAIR, OpenAIRE, FAIRsFAIR, EUA, Open Science MOOC, COAR). Dadurch wird gewährleistet, dass neueste Erkenntnisse in das Projekt eingebunden und die Ergebnisse für die internationale Community sichtbar werden. 

Für das generelle FDM basierend auf den FAIR-Prinzipien werden (I) Schritte für den gesamten FDM Prozess definiert, (II) Rollen für institutionelle Organisationseinheiten (z.B. Bibliotheken, Forschungsservices, IT-Services) verteilt, (III) FAIRification von bestehenden Repositorien, Services und Aufbau von neuen FAIRen Infrastrukturen betrieben und (IV) Training, Support- und Anreizsysteme für FAIRes Datenmanagement und Open Science über Data Stewards angeboten, um den Forschungsprozess über den gesamten Lebenszyklus der Daten zu begleiten. 

Das disziplinspezifische FDM unterstützt österreichische Universitäten dabei, profilbildende und strukturentwickelnde Maßnahmen einzuführen und zu stabilisieren. Hierbei werden (I) disziplinspezifische Anforderungen in Lead Communities analysiert, (II) Pilotstudien mit Forschenden durchgeführt, (III) Services zur Unterstützung des Forschungsprozesses eingeführt, (IV) IT-Lösungen für disziplinspezifisches FDM geschaffen und (V) Training und Support für die Einschulung in IT-Lösungen durch Data Stewards angeboten.

Zugleich muss auch e-accessibility berücksichtigt werden. Daten, die den FAIR-Prinzipien entsprechen, müssen allen, auch Personen mit unterschiedlichen Beeinträchtigungen, zugänglich sein. Dies impliziert barrierefreien Zugang zu Repositorien, barrierefreie Metadaten und barrierefreie Inhalte.

Damit bildet ‘FAIR Data Austria’ im Bereich FDM komplementäre Bausteine für 'higher-level' Analyse-Tools und Services, die im Projekt ‚Austrian Data Lab and Services‘ entwickelt werden.

ZIELE

  • Etablierung von Prozessen und Definition von Aufgaben für Organisationseinheiten, um FDM über den gesamten Lebenszyklus der Daten zu unterstützen
  • Integriertes FDM abgestimmt auf disziplinspezifische und generelle Bedürfnisse der Forschungsgruppen
  • Aufbau und Entwicklung von Repositorien für Forschungsdaten, Code und Datenbanken
  • Entwicklung von Training und Support Services für effizientes FDM (Aufbau und Erweiterung digitaler Skills)
  • Entwicklung von Anreiz- und Belohnungssystemen
  • Stärkung von FDM an österreichischen Universitäten durch Bündelung der Aktivitäten und Sichtbarkeit
  • Tools für sensible Daten
  • Barrierefreiheit der entwickelten Tools und Services