MaMoDaR: Management Molekularer Daten im Research Data Life Cycle

• Antragstellerinnen / Antragsteller: Privatdozent Dr. Linus Grabenhenrich, seit 12/2020; Professorin Dr. Heike Neuroth
• Fachliche Zuordnung: Bioinformatik und Theoretische Biologie ; Epidemiologie und Medizinische Biometrie/Statistik ; Parasitologie und Biologie der Erreger tropischer Infektionskrankheiten ; Virologie
• Förderung: Förderung von 2018 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 416783714

Ziel unseres Vorhabens MaMoDaR ist die Entwicklung, Dokumentation und Veröffentlichung eines nachnutzbaren Konzepts sowie einer integrativen Software-Lösung, die den Umgang mit Forschungsdaten optimiert. Dies wird durch die Integration von bestehenden Lösungen für Datenmanagementpläne wie RDMO sowie Repositorien wie GenBank und eine niedrigschwellige Benutzerführung erreicht. Dank der direkten Unterstützung eines auf öffentlichen Repositorien basierenden Publikationsworkflows fördert die Lösung eine strukturierte Veröffentlichung wissenschaftlicher Daten im Sinne von Open Science. Durch die somit erhöhte Datenverfügbarkeit wird der nationale wie auch internationale wissenschaftliche Austausch vereinfacht. Die im Rahmen dieses Projektes produzierten Konzepte und Softwarelösungen werden öffentlich verfügbar sein. Während der Projektlaufzeit wird eine Nutzercommunity aufgebaut, die schon im ersten Schritt dem One-Health-Ansatz folgt und Institutionen aus den Domänen Mensch / Tier / Umwelt umfasst. Die in MaMoDaR generierten Ergebnisse können insbesondere hierarchisch organisierten Forschungsinstituten mittlerer Größe als Blaupause für effizientes Forschungsdatenmanagement dienen. MaMoDar umfasst die Entwicklung, Testung, Evaluation, Dokumentation und Verfügbarmachung von folgenden Punkten- Um es Endnutzern zu ermöglichen, direkt aus ihrer gewohnten Benutzeroberfläche Einzeldateien mit den Metadaten von Projekten zu verknüpfen, wird eine nutzerfreundliche Software-Lösung entwickelt. Um die Akzeptanz von Forschungsdatenmanagement zu erhöhen, liegt ein Schwerpunkt hier auf der intuitiven Bedienung und der Vermeidung der Mehrfacherfassung von Daten.- Um auch für Datenproduzenten einen sichtbaren Mehrwert in der Nutzung von Forschungsdatenmanagement-Lösungen zu liefern und damit zur Akzeptanz-Steigerung beizutragen, werden Such-, Import-, und Export-Funktionen für (Meta)Daten bereitgestellt.- Um einen verbindlichen Umgang und damit auch eine leichte Kategorisierung und Analyse von Forschungsdaten zu erlangen, werden Standard Operating Procedures (SOPs) für den gesamten Ablauf eines Projektes vom Datenmanagementplan bis hin zur Datenpublikation zur Verfügung gestellt. - Um Forschungsdatenmanagement als Steuerungsinstrument zu nutzen, werden regelbasierte Entscheidungskriterien entwickelt. Diese erlauben es, strategische IT-Entscheidungen (bspw. Speicherwachstum), rechtliche Zuordnungen (wie zum Beispiel Datenschutz oder patentrechtliche Abwägung) und den Umgang mit sensiblen Daten im Sinne von Dual Use direkt aus dem Forschungsdatenmanagement abzuleiten. Damit wird ein zusätzlicher Mehrwert aus dem Einsatz von Forschungsdatenmanagement über die Nachnutzung von Daten hinaus generiert.

• DFG-Verfahren: Forschungsdaten und Software (Wiss. Literaturversorgung und Informationssysteme)
• Beteiligte Einrichtung: Freie Universität Berlin; Fachbereich Mathematik und Informatik; Institut für Bioinformatik; Max Rubner-Institut; Bundesforschungsinstitut für Ernährung und Lebensmittel; Stiftung Tierärztliche Hochschule Hannover
• Ehemaliger Antragsteller: Professor Dr. Bernhard Renard, bis 12/2020