News-Artikel

Im interdisziplinären Masterstudiengang Neurosciences vermittelte das DSC Grundlagen zu Forschungsdatenmanagement und FAIR Data. Die Lehrveranstaltung zeigt, wie DataNord dazu beiträgt, Datenkompetenzen frühzeitig in die akademische Ausbildung zu integrieren.

Im Rahmen des Masterstudiengangs Neurosciences gestaltete das Data Science Center (DSC) am 07. April 2025 eine Lehreinheit zu Forschungsdatenmanagement und FAIR Data. Der Studiengang ist besonders interdisziplinär angelegt und wird gemeinsam von den Fachbereichen Physik / Elektrotechnik, Biologie / Chemie, Mathematik / Informatik sowie Human- und Gesundheitswissenschaften getragen.

Die Lehreinheit wurde von Annika Nolte, Data Scientist am DSC, im Rahmen des BMFTR-geförderten Datenkompetenzzentrums DataNord durchgeführt. Unter dem Titel „A Tale of FAIR Data – Or How to Gain Knowledge From Your Research Data“ erhielten die Studierenden einen praxisnahen Einstieg in zentrale Fragen datenintensiver Forschung: Was sind Forschungsdaten? Warum brauchen Daten Kontext? Wie lassen sich Daten sinnvoll organisieren, dokumentieren, speichern und nachnutzen? Und welche Rolle spielen die FAIR-Prinzipien für nachvollziehbare und verantwortungsvolle Forschung?

Datenkompetenz früh verankern

Gerade in einem interdisziplinären Studiengang wie Neurosciences arbeiten Studierende früh mit unterschiedlichen Datentypen, Methoden und fachlichen Perspektiven. Ein grundlegendes Verständnis von Forschungsdatenmanagement ist daher nicht nur für spätere Forschungsprojekte relevant, sondern bereits im Studium ein wichtiger Bestandteil guter wissenschaftlicher Praxis.

Die Lehreinheit verband kurze Inputs mit interaktiven Übungen und konkreten Beispielen aus datenintensiver Forschung. So konnten die Studierenden zentrale Konzepte wie den Forschungsdatenlebenszyklus, Metadaten, Datenmanagementpläne und FAIR Data direkt auf eigene Forschungs- und Studienkontexte übertragen.

Für das DSC und DataNord zeigt das Format exemplarisch, wie Datenkompetenzen niedrigschwellig und fachnah in die Lehre eingebunden werden können. Die am DSC entwickelten Materialien und Trainingskonzepte lassen sich flexibel an Zielgruppen und Studiengänge anpassen – von Promovierenden und Forschungsverbünden bis hin zu Studierenden am Beginn ihrer wissenschaftlichen Laufbahn.

Interesse an einem ähnlichen Format?

Wenn Sie Datenkompetenzen, Forschungsdatenmanagement oder Data Science stärker in Ihre Lehrveranstaltung, Ihr Modul oder Ihren Studiengang integrieren möchten, wenden Sie sich gerne an unsere Koordinatorin Dr. Lena Steinmann. Für weitere Inspirationen werfen Sie gern einen Blick in unser bisheriges Trainingsportfolio.