News-Artikel

Auf dem Research Software Engineering Event RSE Day 2026 in Hamburg präsentierte Nils Leusmann in einem Beitrag das Open-Source Data-Science Tool EvoAl. Die Software bietet Forschenden mittels innovativer formaler Sprache einen nutzerfreundlichen Ansatz zur Ausarbeitung von Datenmanagementplänen.

Der RSE Day 2026

Am 25. Juni 2026 lud das Hub of Computing & Data Science (HCDS) in Hamburg zum RSE Day 2026 ein. Das eintägige Event ermöglicht es Wissenschaftler:innen und Softwareentwickler:innen aus dem Bereich des Research Software Engineering, Ideen auszutauschen, Netzwerke aufzubauen und aktuelle Entwicklungen in der Rolle von Software in Wissenschaft zu diskutieren. Mit dem Ziel, die RSE Community in Hamburg und Umgebung zu stärken und Kollaborationen über Institutionen hinweg zu fördern, nahm auch das DSC, vertreten durch Nils Leusmann, an dem Event teil. Darüber hinaus trug das DSC mittels eines Poster Beitrags und Lightning Talks zum wissenschaftlichen Austausch bei.

Der Beitrag des DSC

Unter dem Titel „EvoAl - A formal description of research projects and their life cycle“ entwickelten Nils Leusmann, Dr. Bernhard Berger, Dr. Lena Steinmann und Prof. Dr. Rolf Drechsler einen zukunftsorientierten Ansatz zur Darstellung von Forschungsprojekten via Datenmanagementplänen.

Trotz der weithin anerkannten Bedeutung von Datenmanagementplänen für die Reproduzierbarkeit von Studien, bleibt die Erstellung eines solchen Plans oft ein aufwendiger Prozess: Jedes Projekt bringt seine eigenen Herausforderungen mit sich, welche in der Erstellung berücksichtigt werden müssen. Darüber hinaus sind einepräzise Beschreibung und Speicherung der Daten erforderlich, um die stete Nachvollziehbarkeit dieser Daten auch für Personen außerhalb des Projekts oder der Domäne zu gewährleisten.

EvoAI als Unterstützung für Datenmanagementpläne

Hier setzt das Open Source Data-Science Tool EvoAl an und verknüpft mittels innovativen, domänenspezifischen Sprachen (DSLs) Daten und Datenmanagementplan miteinander. Die unterschiedlichen Sprachen ermöglichen es Experten, ihre Daten und den experimentellen Aufbau in einer formalisierten und eindeutigen Sprache darzustellen. Diese Darstellung kann direkt vom Programm benutzt und abgearbeitet werden. So können Nutzer:innen schnell einsehen, wovon das Projekt handelt, welche Daten aufgenommen wurden und wie diese im Laufe des Projekts genutzt wurden.

Ein weiterer Vorteil der DSL ist die klare Trennung von Daten und Algorithmus. Hierbei entstehen selbst bei Änderungen der Datenstruktur stabile Modelle. So kann EvoAl Forschende nicht nur bei der Implementierung von Machine Learning und Optimierungs-Algorithmen unterstützen, sondern auch bei der Erstellung strukturierter, nachvollziehbarer Datenmanagementpläne.