Weiterführende Links:

DFG- Theoretical Foundations of Deep Learning”

Weiterführende Links:

Pressemitteilung GWK

nfdi- Nationale Forschungsdaten Infrastruktur

DFG- Deutsche Forschungsgemeinschaft

Hier geht es zur Anmeldung.

Weiterführende Links:

UBremen Research Alliance

nfdi- Nationale Forschungsdaten Infrastruktur

DFG - Deutsche Forschungsgemeinschaft, Infos zum Thema NFDI

NFDI4Earth - NFDI Konsortium Erdsystemforschung
Co-Sprecher: Prof. Dr. Stephan Frickenhaus (AWI)
Teilnehmer: Prof. Dr.Michal Kucera (Universität Bremen / MARUM); Prof. Dr. Vikram Unnithan (Jacobs University Bremen)

NFDI4DataScience - NFDI for Data Science and Artificial Intelligence
Teilnehmer: Prof. Dr. Frank-Oliver Glöckner (Jacobs University / AWI)

NFDI4Memory - The Consortium for the Historically Oriented Humanities
Teilnehmer*in: Prof. Dr. Sunhild Kleingärtner; Dr. Dennis Niewerth (Deutsches Schifffahrtsmuseum – Leibniz-Institut für Maritime Geschichte)

NFDI-neuro - NFDI Neuroscience
Co-Sprecher: Dr. Jan Klein (Fraunhofer MEVIS)

Außerdem wurden 12 unverbindliche Absichtserklärungen für eine Antragsstellung im nächsten Jahr eingereicht, davon drei mit Bremer Beteiligung:
 

NFDI4Phys - Nationale Forschungsdateninfrastruktur für disziplinäre und transdisziplinäre Physik

Sprecher: Prof. Dr. Hans-Günther Döbereiner (Universität Bremen)
Teilnehmer*innen: Prof. Dr. Uwe Engel (Universität Bremen); Prof. Dr. Rolf Drechsler (DSC); Dr. Lena Steinmann (DSC); Prof. Dr. Frank Kirchner (Universität Bremen)

NFDI4LifeUmbrella - Research data management infrastructure for life science
Co-Sprecher*in: Prof. Dr. Iris Pigeot (BIPS); Prof. Dr. Frank-Oliver Glöckner (MARUM / AWI)

InnoMatSafety - Consortium for the Safety of Innovative Materials
Co-Sprecher: Dr. Norbert Riefler (IWT)

In drei Ausschreibungsrunden werden insgesamt bis zu 30 Konsortien für einen Zeitraum von fünf Jahren gefördert. Dafür stehen bis zu 85 Millionen Euro pro Jahr zur Verfügung. Die Frist für die Einreichung des Antrags in dieser Runde ist der 30. September 2020, mit Förderbeginn zum 01. Oktober 2021.

In der letzten Ausschreibungsrunde wurden bereits neun Konsortien, davon vier mit Bremer Beteiligung, gefördert.. Mehr dazu finden Sie hier.

Weiterführende Links:

nfdi- Nationale Forschungsdaten Infrastruktur

DFG- Deutsche Forschungsgemeinschaft

Haben Sie Interesse am DSC Seed Grant?

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Information zum DSC Seed Grant

DSC Seed Grant Flyer

Ziel des interdisziplinären Projekts, das von Prof. Dr. Lars Hornuf und Dr. Ass. jur. Sonja Mangold (siehe Foto) durchgeführt wurde, war es, in wirtschafts- und rechtswissenschaftlicher Perspektive Risiken für den Datenschutz zu ermitteln, die durch das innovative digitale Geschäftsmodell von Crowdsourcing-Plattformen entstehen. Durch eine statistische Auswertung von Datenschutzerklärungen der Plattformunternehmen wurde erstmals erforscht, in welchem Umfang personenbezogene und hochsensible Daten von Crowdworker*Innen, Geschäftskund*innen und Website-Besucher*innen erhoben werden, wie diese Daten genutzt und inwieweit sie an Dritte (z.B. Behörden, andere Unternehmen) weitergegeben werden.

Die Studie hat gezeigt, dass Crowdsourcing-Portale in allen drei untersuchten Ländern (China, Deutschland, USA) ein breites Spektrum an personenbezogenen und sensiblen Daten sammeln und verarbeiten. Die Plattformen treffen teilweise proaktive Maßnahmen (z.B. Bestellung betrieblicher Datenschutzbeauftragter, Datenschutzzertifizierungen), um Datenschutz und Datensicherheit zu gewährleisten. Gemessen an rechtlichen Transparenzanforderungen ist die Informationspraxis der Plattformunternehmen zum Umgang mit personenbezogenen Daten jedoch häufig unzureichend. Hier könnten zivilgesellschaftliches Engagement und industrieweite Best-Practice-Standards helfen. Daneben müssen staatliche Akteur*innen auf nationaler und internationaler Ebene Flankierungen und Anreize schaffen, um eine angemessene, transparente Datenschutzpraxis am globalen Crowdsourcing- Markt herzustellen.

Die mit dem DSC Seed Grant geförderte Studie legt den Grundstein für weitere richtungsweisende Forschung und interdisziplinäre Forschungszusammenarbeit im Bereich Data Science an der Universität Bremen.

Förderempfänger*innen:

Prof. Dr. Lars Hornuf  (FB07 - Wirtschaftswissenschaften)

Dr. Sonja Mangold  (FB07 - Wirtschaftswissenschaften)

Förderzeitraum:

1. Dezember 2020 - 31. Januar 2021

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:

Christopher Metz
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Mit welchen Themen beschäftigen Sie sich zurzeit in Ihrer Forschung?

Meine hauptsächlichen Forschungsthemen sind die simultane statistische Inferenz und das multiple statistische Hypothesentesten, mit vielfältigen Anwendungen in den Lebens- und Wirtschaftswissenschaften.

Wie wichtig sind Daten für Ihre Forschung?

Statistische Verfahren müssen sich in der Anwendung auf reale Daten bewähren. Deswegen gehören Daten zu meiner Forschung unabdingbar dazu.

Welche Rolle spielt Data Science in Ihrer Forschung: Sehen Sie sich selber eher als Anwender*in, Methodenentwickler*in, Grundlageforschende*r oder vielleicht was ganz anderes?

Vorwiegend als Methodenentwickler.

Welche Data Science Verfahren und Technologien stehen bei Ihrer Forschung im Fokus oder könnten auch in Zukunft interessant werden?

Die Mathematische Statistik entwickelt und analysiert Verfahren für die statistische Analyse von Daten. Dabei kommen sowohl theoretische Konzepte der Wahrscheinlichkeitstheorie, der mathematischen Optimierung und anderer mathematischer Gebiete zum Einsatz als auch spezielle Softwarelösungen.

Was sind Ihre großen Herausforderungen im Umgang mit Daten?

Jeder reale Datensatz hat eine fachwissenschaftliche Konnotation. Daraus ergeben sich immer wieder spannende und fruchtbare Diskussionen mit Fachwissenschaftler*innen anderer Wissenschaftsdisziplinen. Dieser inhärent interdisziplinäre Aspekt der Statistikforschung ist Herausforderung und Bereicherung zugleich.

Und zum Abschluss, was ist Ihre persönliche Motivation beim Data Science Center mitzumachen?

Ich erwarte von meiner Mitarbeit im Data Science Center das Knüpfen von Kontakten zu Forscher*innen, die spannende Datensätze und damit verbundene Forschungsfragen haben, denen wir uns gemeinsam annehmen können.

Interview Partner:

Prof. Dr. Thorsten Dickhaus
Professor für Statistische Mathematik
FB 03 – Mathematik und Informatik
E-Mail: dickhausprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Thorsten Dickhaus’ DSC Profil

Thorsten Dickhaus im Data Science Forum (25.02.21)

Mit welchen Themen beschäftigen Sie sich zurzeit in Ihrer Forschung?

Ich forsche aktuell zu Fragen mit Bezug zu neuen Finanztechnologien, zum Datenschutz und zur Zukunft der Arbeit. Meine Schwerpunkthemen sind das Crowdfunding und Crowdworking. Ich untersuche aber auch Fragestellungen zur Daten-Philanthropie und der Plattformökonomie im Allgemeinen.

Wie wichtig sind Daten für Ihre Forschung?

In den Wirtschaftswissenschaften wurde schon immer empirisch geforscht. Die mathematische theoretische Forschung ist in den letzten Jahren weitgehend von der Bildfläche verschwunden. Der methodische Goldstandard sind derzeit großangelegte randomisierte kontrollierte Studien in der realen Welt. Wenn das nicht möglich ist, greifen Forscher*innen in der Regel auf bestehende Datensätze zurück und untersuchen diese mit den Methoden der Inferenzstatistik. Die Arbeit mit Daten ist unser tägliches Geschäft.

Welche Rolle spielt Data Science in Ihrer Forschung: Sehen Sie sich selber eher als Anwender*in, Methodenentwickler*in, Grundlageforschende*r oder vielleicht was ganz anderes?

Abhängig von der Fragestellung werden in den Wirtschaftswissenschaften bestehende Methoden angewendet oder auch neue Methoden entwickelt. Letzteres ist aber eher die Ausnahme. Grundlagenforschung findet statt, insbesondere weil wir uns mit dem Verhalten von Menschen beschäftigen und dieses in immer neuen Zusammenhängen neue grundlegende Fragen aufwirft. Zum Beispiel war die Interaktion zwischen Menschen und Maschinen im Arbeitstag oder die Finanzierung über Algorithmen vor wenigen Jahren noch kein Kernforschungsfeld in unserer Disziplin.

Was für Methoden nutzen Sie zurzeit zur Datenanalyse und welche Data Science Verfahren könnten in Zukunft für Sie interessant sein?

Abhängig von der Fragestellung kommen bei uns vor allem klassische Verfahren der Inferenzstatistik oder auch Klassifizierungsverfahren zum Einsatz. Letztere können Forschungsfragen beantworten oder nur Hilfsmittel sein, wenn etwa Daten aus dem Internet gesammelt wurden und diese zum Beispiel noch kodiert werden müssen.

Was sind Ihre großen Herausforderungen im Umgang mit Daten?

Vor allem für Nachwuchswissenschaftler*innen ist es wichtig, die empirischen Methoden nicht nur blind anzuwenden, sondern auch zu verstehen, welche Erkenntnisse aus den Ergebnissen gezogen werden können und welche nicht. Für alle ForscherInnen unserer Disziplin wird es zunehmend wichtiger, die richtigen Forschungsfragen zu stellen und nicht nur Datensätze mit Standardverfahren in der jeweiligen Statistiksoftware laufen zu lassen.

Und zum Abschluss, was ist Ihre persönliche Motivation beim Data Science Center mitzumachen?

Ich bin auf den wissenschaftlichen Diskurs gespannt. Wir haben viele sehr kluge Köpfe in anderen Fachbereichen und ich freue mich von anderen zu lernen und ggf. gemeinsame Forschungsideen zu entwickeln.

Interview Partner:

Prof. Dr. Lars Hornuf
Lehrstuhl für Betriebswirtschaftslehre, insbes. Finanzdienstleistungen und Finanztechnologie
FB 07 – Wirtschaftswissenschaft
E-Mail: hornufprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Lars Hornuf’s DSC Profil

Lars Hornuf in the Data Science Forum (11.03.21)

Förderempfängerin:

Dr. Lisa Schüler (Fachbereich 10 – Sprach- und Literaturwissenschaften, Universität Bremen)

Förderzeitraum:

1. April 2021- 30. November 2021
 

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Heute mit Anna Förster, Professorin für Nachhaltige Kommunikationsnetze am Fachbereich 1 – Physik und Elektrotechnik der Universität Bremen.

Mit welchen Themen beschäftigen Sie sich zurzeit in Ihrer Forschung?

Ich beschäftige mich derzeit mit einer Reihe miteinander verwandter Themen, die alle etwas damit zu tun haben, wie verschieden Arten von Netzwerktechnologien zur Erreichung der Nachhaltigen Entwicklungszielen beitragen können. Das können unterirdische Sensornetzwerke für die Landwirtschaft sein, ein Intelligenter Zaun zum Schutz von Herdentieren, opportunistische Netze für ländliche Regionen in Afrika, oder auch ein Internet der Dinge Ansatz für optimale Teefermentation. Wir entwickeln aber auch Ansätze für die Raumfahrt, vor allem für bemannte Missionen zum Mars und Mond. Solche Technologien helfen unter anderem auch der Erde, indem sie effizientere und sauberere Lösungen anbieten – da wären wir wieder bei den Nachhaltigen Entwicklungszielen.

Wie wichtig sind Daten für Ihre Forschung?

Ganz einfach: Netzwerke übertragen Daten. Es gibt aber noch viel mehr: in allen unseren Ansätzen benutzen wir zusätzlich zu den zu übertragenden Daten auch Umgebungsdaten. Dadurch entsteht auch so etwas Alltäglichem wie Netzwerke eine Art Spatial Cognition – ein Thema, das ich gemeinsam mit anderen Kollegen hier beim DSC, aber vor allem auch im Bremen Spatial Cognition Center bearbeite. Und weil Daten so wichtig sind, versuchen wir immer die von uns gesammelten Daten öffentlich zu machen, wie erst kürzlich mit einem Bilder-Datensatz von Teefermentationsprozessen.

Welche Rolle spielt Data Science in Ihrer Forschung? Sehen Sie sich selber eher als Anwender*in, Methodenentwickler*in, Grundlageforschende*r oder vielleicht was ganz anderes?

Data Science ist extrem wichtig für mich. Ich brauche verschiedene Methoden, um Sensordaten im Internet der Dinge zu verstehen und zu benutzen (z.B. zur selbstständigen Steuerung von Anlagen), um Daten effizienter und schneller zur transportieren (Netzwerk-Protokolle), aber auch um unsere Forschungsergebnisse zu interpretieren. Daher sehe ich mich als eine Mischung von allem: meistens benutzen wir wohletablierte Methoden, manchmal optimieren und passen wir sie an, und manchmal entwickeln wir ganz neue Ansätze.

Welche Data Science Verfahren und Technologien stehen bei Ihrer Forschung im Fokus oder könnten auch in Zukunft interessant werden?

Statistische und Information Gain Methoden sind sehr wichtig. In letzter Zeit werden auch Methoden der KI immer wichtiger.

Was sind Ihre großen Herausforderungen im Umgang mit Daten?

Speicherplatz und Verarbeitungszeit! Ein Beispiel: eine einzige Simulation unserer Opportunistischer Netzwerke braucht auf unseren Servern manchmal bis zu 4 Monaten und produziert mehrere Terabytes an Daten.

Und zum Abschluss, was ist Ihre persönliche Motivation beim Data Science Center mitzumachen?

Ich liebe interdisziplinäre Forschung – man lernt viel von den anderen Kolleg*innen, kann innovative Ansätze miteinander kombinieren und komplexe Probleme lösen. Außerdem hat sich das DSC der Nachwuchsförderung verschrieben, was ich für unsere wichtigste Aufgabe als Universität und auch als Forscher finde.

Interview Partnerin

Prof. Dr. Anna Förster
Professorin für Nachhaltige Kommunikationsnetze
FB 01 – Physik und Elektrotechnik
E-Mail: anna.foersterprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Anna Försters DSC Profil

Anna Förster im Data Science Forum (25.03.21)

Ich beschäftige mich in meiner Forschung viel mit dem Thema Zeit. Durch meinen Hintergrund in der Physik interessiert mich dabei einerseits die physikalische Zeit: Wie messen wir Zeit? Wie bestimmen wir Zeit in der Physik? Aber andererseits beschäftigen mich auch Fragen nach dem Erleben von Zeit, zum Beispiel bezogen auf Phänomene wie Langeweile oder auch Veränderungen, die wir gerade durch Corona erfahren. Der zweite große Bereich meiner Forschung ist die Philosophie der Einzelwissenschaften: Wie funktionieren Wissenschaften? Wie gewinnen wir Erkenntnisse? Bei diesen Fragen sind der Umgang mit und das Verständnis von Daten besonders wichtig. Hier interessiere ich mich für den Kontext der exakten Wissenschaften – also neben der Physik auch Mathematik und Informatik. Aber ich habe auch Projekte mit Kolleg*innen aus Pharmazie, Geschichte und Architektur.

Wie wichtig sind Daten für Ihre Forschung?

Philosophie ist eine Reflexionswissenschaft. Wir sind also im Wortsinn immer schon auf „Daten“, auf etwas Gegebenes oder Vorgegebenes, angewiesen. Philosoph*innen erheben selbst typischerweise keine empirischen Daten in ihrer Forschung; die Daten der Philosophie sind eigentlich Bücher und Texte.
Und dann gibt es eben konkrete Forschungsprojekte, bei denen ich mich mit philosophischen Fragen zu Daten und zum Umgang mit Daten beschäftige. Beispielweise haben wir gerade mit Kolleg*innen aus Zürich ein Projekt zum Thema „AI augmented architectural design“ gewonnen. Dabei geht es darum, inwiefern KI-Verfahren in Designprozessen eingesetzt werden können, um zum Beispiel Wände oder Fassaden mit bestimmten Eigenschaften zu gestalten. Damit verbunden sind in der Tat auch eine Reihe spannender philosophischer Fragen.

Welche Rolle spielt Data Science in Ihrer Forschung? Sehen Sie sich selber eher als Anwender*in, Methodenentwickler*in, Grundlageforschende*r oder vielleicht was ganz anderes?

Ich würde mich nicht als Grundlagenforscher im engeren Sinne beschreiben, aber im weiteren Sinne, da ich mich aus der Reflexion heraus mit grundsätzlichen Fragen beschäftige. So sind für mich bereits die unterschiedlichen Einschätzungen verschiedener Disziplinen und Forschungskontexte sehr interessant und aufschlussreich. Während eine Disziplin zum Beispiel durch die Weiterentwicklung bestehender Theorien geprägt ist, fokussiert eine andere vor allem auf konkrete und detaillierte Problemlösungen. Aber beide arbeiten hierbei datenintensiv und dies mit zum Teil ähnlichen, zum Teil unterschiedlichen Methoden. Außerdem spielen Daten bzw. Methoden der Datenanalyse auch eine wichtige Rolle zum Zusammenhang meiner Forschung zum Thema Zeit. Hier kommt man nämlich schnell zu Fragen nach dem Zusammenhang von zeitlichen Korrelationen und kausalen Abhängigkeiten – Stichwort „causal interference“. Auch im Kontext der COVID-19 Pandemie ist das ein hochaktuelles Thema – man denke etwa an die Diskussion um Impfstoffnebenwirkungen: Wie kann man hier beispielsweise von vereinzelten Thrombosefällen auf kausale Abhängigkeiten schließen?

Welche Data Science Aspekte und Technologien stehen bei Ihrer Forschung besonders im Fokus oder könnten auch in Zukunft interessant werden?

Bei der Frage, wie sich Erkenntnisprozesse ändern, interessiert mich beispielsweise, was auf dem Rechner oder dem Roboter sozusagen ausgelagert wird und was nicht. Außerdem interessiert mich, wann man Ergebnisse, die mithilfe von KI gewonnen werden, als genuin neu oder gar als kreativ bezeichnen würde. Oder auch die Frage nach dem Verhältnis von Automatisierung zu Personalisierung in Designprozessen – eine Frage, die sich nicht nur auf die Architektur beziehen lässt, sondern insbesondere auch auf drug design und personalisierte Medizin.
Und eine grundlegende Frage, die sich insgesamt stellt, ist die nach dem Verhältnis von Vorhersagen, die datenbasiert immer besser und erfolgreicher werden, und dem wissenschaftlichen Verständnis oder der Theoriebildung. Da gibt es Hoffnungen wie auch Sorgen: Die Vorhersagen werden zwar genauer, aber vernachlässigen wir nicht umgekehrt die wissenschaftlichen Einsichten oder Erklärungen? Oder erübrigt sich diese Sorge mit der erfolgreichen Implementierung? Wenn beispielsweise Neurowissenschaftler*innen morgen eine künstliche Retina bauen, die perfekt funktioniert, dann könnte man ja sagen, dass damit die Frage nach einer Theorie des Sehens hinfällig wird. Es sei ja „offensichtlich“ schon alles Wesentliche implementiert. Auf einen philosophischen Slogan gebracht: verum factum – wahr sei ohnehin nur das, was wir selbst geschaffen haben. – Oder doch nicht?

Was sind Ihre großen Herausforderungen im Umgang mit Daten?

Für mich ist die große Herausforderung, allgemein den Umgang mit Daten besser zu verstehen, insbesondere die Dynamiken und Erkenntnisprozesse, die dahinterstehen bzw. dadurch ermöglicht werden. Die Grundidee solch einer philosophischen Reflexion ist dabei folgende: Je besser ich etwas verstanden habe, desto besser bin ich auch vorbereitet auf das, was noch kommt. Ich habe zwar keine Eins-zu-eins-Lösung für alle Probleme, verstehe aber generell besser, wie mit Daten in verschiedenen Kontexten umgegangen wird und kann mich somit auch besser auf neue Situationen einstellen. Und selbstverständlich knüpfen sich an diese neuen Situationen auch viele praktische Fragen zum Umgang mit Daten an – also Fragen beispielsweise zu Datensicherheit, Datenschutz oder zu internationalen Vereinbarungen wie dem Nagoya Protokoll. Meiner Ansicht nach benötigen wir hier aber vor allem ein theoretisches Verständnis, um dann diese praktischen Fragen sinnvoll angehen zu können.

Und zum Abschluss, was ist Ihre persönliche Motivation beim Data Science Center mitzumachen?

Interdisziplinarität und Reflexion. Einerseits bin ich selbst sozusagen interdisziplinär großgeworden: seit dem ersten Semester habe ich Philosoph, Physik und Mathe studiert. Dementsprechend schätze ich interdisziplinäre Zentren und Querschnittsplattformen an der Uni sehr und freue mich über die Zusammenarbeit und den Austausch im Data Science Center. Und andererseits bin ich als Philosoph bzw. Reflexionswissenschaftler zu einem gewissen Grad von solchen Netzwerken abhängig. Der Austausch mit anderen Forschenden, die mit Daten arbeiten oder KI anwenden, ist ja eine inhaltliche Voraussetzung, um philosophisch relevante Aspekte überhaupt untersuchen zu können.
 

Interview Partner

Prof. Dr. Dr. Norman Sieroka
Professor für Theoretische Philosophie
FB 09 – Kulturwissenschaften
E-Mail: sierokaprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Norman Sierokas DSC Profil

AG Website

Norman Sieroka im Data Science Forum (08.04.21)
 

Haben Sie Interesse, unsere IT-Infrastruktur zu nutzen?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel.: +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Mehr Informationen zu unserer IT-Infrastruktur finden Sie hier.

What topics are you currently working on in your research?

Essentially issues that arise due to the intrinsic multimodality of human communication, including theoretical and methodological foundations. Communication apparently combines speech, written language, gesture, gaze, diagrams, drawings, photographs, moving images, and much much more. Often it works, but sometimes it doesn’t; and it is an increasing challenge for education to teach literacies that can cope with this diversity. Multimodality research then looks for general methods for understanding complex communicative forms wherever they might occur.

How important is data to your research?

Many of the methods that I draw on originate in linguistics, which has a long history of engaging with large bodies of (linguistic) data in the context of corpus linguistics. Nowadays it is usual for empirical linguistic studies to engage with large collections of text to determine properties of language through statistical methods, increasingly involving deep learning strategies. We are now trying to push this for multimodality data as well, which means doing the same, but across types of language (written, spoken), images, moving images, and all the other kinds of media that are deployed in communication. Increasing both scale and access to such mixed data is then central but challenging.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

Data science is fairly central, and increasingly so. Accessing and organizing diverse forms of communication at a larger scale requires methods and approaches to analysis that are core to data science. The work undertaken is then situated both as a user, in terms of drawing on the techniques and methods established, and as a developer when it comes to formulating and developing ways of organizing multimodally complex data. The move is to develop increasingly abstract annotations levels that enable us to advance from more directly measurable properties of data to interpretations.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

Primarily mixed methods, where maximal use can be made of less abstract algorithmic processes (automatic extraction of measurable properties) wherever possible on the one hand, including very specifically targeted processing strategies (shot-lengths in film, word-embeddings, particular kinds of sound recognition, colour-balance, eye-movements, etc.), and abstract characterisations in terms of narratives, argumentative strategies, persuasion, on the other.

What are your main challenges in dealing with data?

Getting at the meanings of patterns, rather than just finding patterns.
...and so trying to direct pattern-finding so what comes out is more easily relatable to meaningful practices.

And finally, what is your personal motivation for joining the Data Science Center?

There are many quite separate initiatives using data at scale and new methods are always being developed: one never knows which kinds of data the methods will be usable for. So it is going to be important to see just what techniques and data sets are emerging across individual projects. The DSC is a forum where that information can be made more visible.

Interview Partner

Prof. Dr. John Bateman
Professor für Anglistik / Angewandte Sprachwissenschaft
FB 10 – Sprach- und Literaturwissenschaften
E-Mail: batemanprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

John Bateman in the Data Science Forum (06.05.21)

Die Vergabe des dritten DSC Seed Grant ging an eine Pilotstudie zur Erforschung der automatisierten Identifizierung von komplexen Argumentationen mithilfe von Machine-Learning-Verfahren. Die Textkorpora enthalten hierbei Beiträge zum Internet-Policy-Diskurs sowohl auf IT-Blogs, als auch aus den Printmedien. Durch die Auswertung der hierbei entstehenden Daten soll ein Vergleich der Diskussionen, die in diesen beiden unterschiedlichen Sphären der Öffentlichkeit zu Fragen an der Schnittstelle von Technologie und Gesellschaft stattfinden, erstellt werden. Die erste Analyse befasst sich anhand des Diskurses zum Netzwerkdurchsetzungsgesetz (NetzDG) mit der Regulierung von Meinungsäußerung online. Auf technischer Ebene wird diese Forschung einen Einblick geben, wie durch aktuelle neuronale Transformer-Sprachmodelle eine automatisierte Erfassung komplexer Argumentationen im Deutschen ermöglicht werden kann.

Förderempfänger:

Dr. Jens Pohlmann (Fachbereich 9 – Kulturwissenschaften, ZeMKI – Zentrum für Medien-, Kommunikations- und Informationsforschung)
 

Förderzeitraum:

1. Juni 2021 - 31. Mai 2021
 

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

What topics are you currently working on in your research?

One of the major themes in our group is to try to understand signal routing in the brain. A typical neuron in the brain is connected to about 1000 other neurons. How can a neuron block incoming signals that are not relevant at the moment and preferentially process more important information? It seems that the dynamics of the interactions between groups of neurons play a crucial role in selective signal gating: a neuron that receives multiple inputs will rather process the inputs coming from sender neurons that are rhythmically active in a coherent manner with the receiver. We try to understand this rhythmic synchrony between sender and receiver in more detail: how is it controlled? How generalizable is it to different brain areas and different layers of the cortex? Can we manipulate it?

How important is data to your research?

Very important because we generate a lot!
We record the signals of single brain cells and large groups of them simultaneously. All of these are basically continuous electrical time series. Continuous for the duration of the session of course. We record such time series with high temporal and spatial resolution (up to 500 contact points). Because we record every day a few hours, we generate a few GB a day. Each day.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

I would describe myself definitely as a user. Or maybe not even a real user yet. In fact, we are so far applying rather classical inferential statistical methods to our data. This is partly related to the questions we are interested in in systems neuroscience: we want to know how the brain mechanistically implements the processes that we humans with a brain describe as cognitive processes. We want to understand how the brain “really” does it. When applying data science to neuroscience we often see interesting ideas develop about how the brain potentially might do it, but not how it is mechanistically implemented in the brain.
Another reason is that I am simply not trained in it. So it is great that the Data Science Center started with courses as well!

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

Since I focus on the visual system in my work there is an almost natural link to image processing, object recognition, eye gaze analyses, etc. We can for example present a lot of images and record the eye gaze signal or the brain signal simultaneously. Machine learning techniques can be applied to that data, for example to extract features in the brain signals that lead to recognition of the object.
I think that vice versa understanding the brain better can inspire data science. The brain is the ultimate data scientist, it continuously tries to extract useful knowledge from the information, the data, that it is given. Maybe understanding the brain better can help us towards explainable AI as well.

What are your main challenges in dealing with data?

The human brain consists of about 86 000 000 000 neurons, each connects to about 1000 others. Although it is definitely not possible yet to measure them all at the same time, even not in smaller animal models, the aim is to measure as many as possible to understand the processing in these dense networks better. The data that we thereby generate are impressively complex. At the end of the day, we have tens to thousands of simultaneously recorded time-series, each is a stream of the messages that one neuron sends to another. The statistics of these signals change over time. The strength of the activities spread over multiple orders of magnitude and their patterns vary. We need to multiply this by sessions, participants, etc. What we need are “data-neuroscientists” to develop the right tools to understand how all these neurons work together

And finally, what is your personal motivation for joining the Data Science Center?

I am actually interested in all the Data Science Center has to offer: we can really use some of your computing power, further I hope to get some adequate training in order to be able to apply data science tools in the future. And last but definitely not least: I am really looking forward to potentially fruitful collaborations with other groups at the university. I think we have interesting data to share and I am sure there are some people around that have know-how about different ways to analyze our data. Maybe we can even start a collaborative project a data-neuroscience one!

 

Interview Partnerin

Dr. Iris Grothe
AG Kognitive Neurophysiologie
FB 02 – Biologie / Chemie
E-Mail: grotheprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

AG Website

Iris Grothe im Data Science Forum (20.05.21)

I am working on a number of – applied and theoretical – projects on causal inference from observational (epidemiological) data where “time” plays a key role. For instance we are developing algorithms for causal discovery from cohort data, such as BIPS’ children’s cohort “IDEFICS/I.Family”; or we are advancing statistical methods to evaluate cancer screening programmes which have time-to-event outcomes; theoretical questions concern inference based on causally meaningful (as opposed to mathematically convenient) parameterisations of models.

How important is data to your research?

While part of my research focusses on investigating the theoretical properties of statistical methods, which does not in itself involve any data, I aim at considering and developing methods that are useful and targeted towards addressing practically relevant questions with real – and often in many ways imperfect – data.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

My research deals with (statistical) methods for analysing data – I would say that this is certainly a core element of data science. I develop methods for real & challenging applications in the context of epidemiological studies. In this work it quickly becomes clear that understanding where the data comes from, what its limitations are and to some extend understanding the domain of application is crucial.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

It will become more and more important to combine methods for causal inference (which was an early part of artificial intelligence in the 90s) with machine learning and related approaches. This will allow us to deal with large and heterogenous data, reduce reliance on parametric assumptions, as well as exploit and combine new sources of data.

What are your main challenges in dealing with data?

A key challenge when addressing a substantive research question using available real-world data are the many limitations and imperfections: observational data contains numerous sources of potential bias. Developing methods that overcome these problems is of paramount importance.

And finally, what is your personal motivation for joining the Data Science Center?

This is a highly interdisciplinary field and we can learn so much from each other!

Interview Partnerin

Prof. Dr. Vanessa Didelez
Professorin für Statistik mit dem Schwerpunkt Theorie und Methoden der Kausalitätsforschung
FB 03 – Mathematik und Informatik
Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPS
E-Mail: vdidelezprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Vanessa Didelez’ DSC Profil

Vanessa Didelez im Data Science Forum (03.06.21)

BIPS Website

What topics are you currently working on in your research?

I am currently working on a number of projects that examine the increasing importance of data and data science for decision- and meaning-making in education and the public sector. For example, in the public sector data science is used for prediction, pattern recognition, and scoring across a variety of domains such as social benefit fraud, social work, taxation, policing, job seeker training or immigration. In education, data science is used in educational data mining and learning analytics to predict learning outcomes and student retention. It is important to examine how systems based on data science are embedded in decision-making processes because they co-construct educational futures or the social realities that the public sector seeks to govern and administer.

How important is data to your research?

The increasing importance of data (or so-called datafication of social life) has fuelled utopian visions about societal progress featuring open and transparent societies that strengthen grassroots movements and democratic processes. At the same time, fears associated with increased surveillance and control as well as reinforced inequalities and systemic discrimination have emerged. Our research demonstrates that it is important to pay attention to the ways in which the data that decision-support systems use are produced, interpreted, used, and visualised.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

I am conducting basic and design-oriented research on the use and application of data science in different social domains. Therefore, I am not so much a user or method developer, but in the tradition of science and technology studies, a researcher who is interested in the ways in which data science is practiced, its imaginaries and the ways in which data science may be used to create more inclusive digital futures.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

In one of my next projects, we will use data science methods for participatory urban planning. Text summarisation, argumentation mining, machine translation or clustering will be used for structuring and organising textual input and proposals from citizens to make them available for further collaboration.

What are your main challenges in dealing with data?

My interest, also methodologically, is to research how data move between and across different organisations and contexts. For example, educational data that are produced in schools travel to school authorities, ministries, and may end up in international organisations that compare educational systems. Another example from my research is data on deforestation in the Amazon that is used by environmental NGOs but also different governments to determine funding or trade agreements. In order for these data to travel, they need to shape shift and transform, they need to be translated from one context to another. One methodological challenge in my research is to trace those “data journeys” and make them visible.

And finally, what is your personal motivation for joining the Data Science Center?

The Data Science Center offers the opportunity to examine and challenge some of the basic assumptions of and about data science across disciplinary boundaries and research foci.

Interview Partnerin

Dr. Juliane Jarke
Senior Researcher am Institut für Informationsmanagement Bremen (ifib)
FB 03 – Mathematik und Informatik
E-Mail: jarkeprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Juliane Jarkes DSC Profil

Juliane Jarke im Data Science Forum (17.06.21)

What topics are you currently working on in your research?

We focus on structure formation in living matter. We observe single cells of mouse fibroblasts during cell movement as well as the transport network dynamics of the slime mold Physarum polycephalum during foraging. The latter species has become famous in recent years for its problem solving capabilities despite lacking a brain. Physarum and other comparatively simple species, like Hydra or C. elegans, have ignited a new field called basal cognition. We study similarities in collective oscillation patterns in animal brains and the tubular network of Physarum with its peristaltic waves.

How important is data to your research?

As a biological physicist, I’m interested in new physical phenomena and principles of nature from cells to agents and populations or societies. Experimental data are the starting point of our scientific work. They feed our workflows which feedback via theoretical analysis and model building onto experimental design.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

I am speaker of the consortium NFDI4Phys. We develop innovative research data management and provide related services to our communities. Work in the National Research Data Infrastructure has fascinated me and fostered our research. My group members are using artificial intelligence methods in our daily research routines. It has been a rewarding process to align several domains of physics behind the common goal to make data FAIR.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

NFDI4Phys is concentrating on heterogenous data sets. The future standard of the data net will be FAIR digital objects which are kind of digital twins of objects in the real space. FDOs and canonical workflows of research will help us to get our jobs done in all disciplines. I am a member of the semantic working group of the international FAIR DO forum. The advent of Quantum Computing will boost Data Science enormously. However, we need to understand the physics of artificial intelligence and learn to use quantum computers. NFDI4phys has a particular focus in this respect.

What are your main challenges in dealing with data?

The main challenge is to do research data management (RDM) without being a burden to the researcher. RDM needs to become helpful to researchers at all stages of a particular project in order to be accepted by research groups.

And finally, what is your personal motivation for joining the Data Science Center?

It is the principle of Transdisciplinary Physics to engage in deep discussion with colleagues from other disciplines in order to learn their language. DSC Bremen is an ideal platform to foster scientific exchange. I’m most fascinated about the prospects of semantic analysis with AI methods. We will eliminate the qualitative by quantifying it with semantic metrics to boldly go where no own has gone before.

Interview Partner

Prof. Dr. Hans-Günther Döbereiner
Professor für Biologische Physik
FB 01 – Physik und Elektrotechnik
Sprecher NFDI4Phys
E-Mail: hgdprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Hans-Günther Döbereiners DSC Profil

Hans-Günther Döbereiner im Data Science Forum (01.07.21)

Förderempfänger*innen:

Dr. Marlis Reich (Fachbereich 02 – Biologie/Chemie)

Prof. Jan-Hendrik Hehemann (Fachbereich 02 – Biologie/Chemie)

Förderzeitraum:

1. Juli 2021 - 30. Juni 2022

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Zum fünften Mal konnte der DSC Seed Grant vergeben werden. In dem international eingebundenem Projekt wird unter der Leitung von Dr. Alice Lefebvre vom MARUM eine Bedform Analysis Toolbox (BAT) entwickelt. Die sogenannten Bedforms – also Wellen, Dünen, Sandwellen – sind allgegenwärtige Merkmale in sandigen Unterwasserumgebungen. Sie haben einen großen Einfluss auf unterschiedliche Prozessen, von kleinräumigen Turbulenzen und Sedimenttransporten bis hin zur großräumigen Küstengeomorphologie.

Die open source BCT wird die bisher verfügbaren Methoden zur Charakterisierung von Bedforms in einer einfach zu bedienenden Software kombinieren. In einer Kooperation aus internationalen Geowissenschaftler*innen und einem Data Scientist wird diese mithilfe von MATLAB in den nächsten Monaten erstellt werden. Damit wird nicht nur der Sedimentologie-Forschungsgemeinschaft selbst, sondern auch Fachfremden ermöglicht werden, große bathymetische Daten auf Bedforms zu untersuchen.

Förderempfängerin:

Dr. Alice Lefebvre (MARUM  – Zentrum für Marine Umweltwissenschaften)

Förderzeitraum:

1. Oktober 2021 bis 31. Januar 2022

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Förderempfänger:

Prof. Dr. Cornelius Puschmann (Fachbereich 9 – Kulturwissenschaften, ZeMKI – Zentrum für Medien-, Kommunikations- und Informationsforschung)

Prof. Dr. Andreas Breiter ( Fachbereich 3 – Mathematik und Informatik, Ifib – Institut für Informationsmanagement Bremen, ZeMKI – Zentrum für Medien-, Kommunikations- und Informationsforschung)

Patrick Zerrer (Fachbereich 9 – Kulturwissenschaften, ZeMKI – Zentrum für Medien-, Kommunikations- und Informationsforschung)

Dr. Philipp Krieter (Ifib – Institut für Informationsmanagement Bremen)

Förderzeitraum:

1. Oktober 2021 - 30. September 2022

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Möchten Sie mehr zu unseren Diensten erfahren oder haben Sie bereits konkrete Bedarfe?

Dann nehmen Sie gerne Kontakt mit uns auf:

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

DSC Infrastruktur

Förderempfänger:

Muhammad Hassan (Fachbereich 03 – Mathematik und Informatik)

In Zusammenarbeit mit Dr. Muhammad Naiman Jalil (United Arab Emirates University)

Förderzeitraum:

1. Oktober 2021 - 30. September 2022

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Haben Sie Interesse, bei uns eine Abschlußarbeit zu schreiben?

Dann melden Sie sich bei:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Die Hans Böckler Stiftung hat Prof. Dr. Lars Hornuf und Dr. Ass. jur. Sonja Mangold ein Drittmittelprojekt zum Thema „Plattformarbeit und Datenschutz: Marktakteure, Problemlagen, Regulierungsanforderungen national und international“ bewilligt. Das Vorhaben wird mit insgesamt mehr als 200.000 Euro gefördert. Die Laufzeit des Projekts, das in Kooperation mit dem Hugo Sinzheimer Institut für Arbeits- und Sozialrecht durchgeführt wird, beträgt 36 Monate. Im Rahmen des Projekts wird empirisch und rechtlich erforscht, wie mit Datenschutzfragen am Crowdworking- und Gig-Working-Markt in China, Deutschland und den USA umgegangen wird. Auf Basis der Befunde werden rechtspolitische Handlungsvorschläge zu Datenschutz bei Plattformarbeit entwickelt, die sich insbesondere an nationale und den europäischen Gesetzgeber richten.

Die Förderung eines Buchprojekts zur Analyse ausgewählter Datenschutzfragen bei Crowdsourcing- Geschäften durch den DSC Seed Grant Ende 2020 legte den Grundstein für das bewilligte Drittmittelvorhaben (lesen Sie mehr dazu »hier).

Wir gratulieren Lars Hornuf und Sonja Mangold und sind gespannt auf die Ergebnisse des Vorhabens!

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

In Ihrer Arbeit liefern die Autoren erste Ergebnisse zu Ihrer in einem vorangegangenen Artikel „Pick the Right Edge Device: Towards Power and Performance Estimation of CUDA-based CNNs on GPGPUs“ vorgestellten Methode (Wir berichteten »hier). Es ist Ihnen gelungen den Stromverbrauch mit einem absoluten Fehler von bis unter 1% vorauszusagen. Das beste Ergebnis erhielten Sie für eine RESNET Variation mit einem absoluten Fehler von 0,73%. Dem gegenüber steht das schlechteste Ergebnis mit einem absoluten Fehler von 15,75% für das Densenet201. Es ergibt sich ein durchschnittlicher absoluter Fehler von 8,3%. Die große Schwankung lässt sich auf ein nicht ausgewogenen Trainingsdatensatz zurückführen. Dieser enthält mehrere Variationen des RESNET als für das Densenet. Zur Verbesserung der Ergebnisse arbeiten die Autoren daran, den Trainingsdatensatz zu optimieren.

Zur Bestimmung des Stromverbrauchs trainierten sie ein einfaches Neuronales Netz. Als Eingabe erhält das Neuronale Netz die Instruktionen, die die GPGPU ausführt sowie wichtige Hardwarekomponenten der GPGPU. Die Ausgabe des Neuronalen Netzes ist der Stromverbrauch. Es wird angestrebt das fertige Model in eine Compiler Erweiterung zu integrieren, sodass System Designer zukünftig frühzeitig den Stromverbrauch von Künstlichen Neuronalen Netzen bestimmen können. Dadurch könnte der Auswahlprozess zukünftig effizienter, kostengünstiger sowie umweltfreundlicher gestaltet werden.

Die Arbeit ist in Kooperation mit der Arbeitsgruppe Cyber-Physical Systems des DFKI am Standort Bremen entstanden und wurde auf der International Conference on Hardware/Software Codesign and System Synthesis (CODES+ISSS) (esweek.org/codes-isss/) eingereicht und vorgestellt. Weitere Autoren sind Dr.-Ing. Mehran Goli (DFKI/Uni Bremen) und Prof. Rolf Drechsler (Uni Bremen/DFKI).

Über CODES+ISSS:

Die International Conference on Hardware/Software Codesign and System Synthesis (CODES+ISSS) ist die führende Veranstaltung im Bereich des Entwurfs auf Systemebene, des Hardware/Software-Codesigns, der Modellierung, Analyse und Implementierung moderner eingebetteter Systeme, Cyber-Physical Systems (CPS) und Internet-of-Things (IoT), von der Spezifikation und Optimierung auf Systemebene bis hin zur Systemsynthese von Hardware/Software-Implementierungen mit mehreren Prozessoren. Die Konferenz ist ein Forum, das akademische Forschung und industrielle Praxis für alle Aspekte im Zusammenhang mit dem Co-Design auf Systemebene und Hardware/Software zusammenbringt.

Fragen beantwortet:

Christopher Metz
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Paper Download

Förderempfänger:

Dr. Hendrik Heuer (Fachbereich 03 – Mathematik und Informatik)

Prof. Dr. Andreas Breiter (Fachbereich 03 – Mathematik und Informatik)

Förderzeitraum:

1. Januar 2022 - 31. Juli 2022

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

What topics are you currently working on in your research?

I am using quantum chemical atomistic simulations in order to understand catalytic reactions at surfaces, to predict promising new functional materials or to determine the atomic structure of new unknown compound.

How important is data to your research?

Data is very important in my field. First of all, a lot of calculations are needed e.g. when the catalytic mechanisms of a chemical reaction needs to be understand. These calculations will generate terabytes of output data. The benefit of the renewed interest in Machine Learning is that the community now starts to utilize this data in order to speed up calculations or make predictions in complementary research.
I am currently working on a new method, where we in cooperate experimental data to our quantum chemical calculations. For this project, we are dependent on experimental data from others.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

I am a mix of a user and a method developer. I want to answer questions that arise from some experimental findings. If a helpful code is already available, I am using this instead of spending time to develop something similar. Nevertheless, in most cases one has to modify an existing code in order to be able to use it probably. In addition, I am writing my own codes or parts of the code, if needed.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

Currently I am using and working on two different projects were we develop and use on-the-fly trained machine learning (ML) models to drastically speed up our quantum chemical calculations. Currently we are focusing on using a Gaussian Process but might use neural networks in the near future. In one project the ML model is used to speed up a global optimization in the framework of an evolutionary algorithm. In the second project we are using the ML model in order to speed up calculations of numerical second, third and fourth derivatives.

What are your main challenges in dealing with data?

Since I am mostly preparing the data myself, the main challenge is to have access to computational resources. A few hundred to a few thousand CPU cores are needed on a daily basis.
In addition, the in cooperated experimental data needs to have a high quality and “noise” needs to be avoided.

And finally, what is your personal motivation for joining the Data Science Center?

I am a quantum chemist/material scientist that had the opportunity to learn a little bit about machine learning. I am able to develop new codes, but of course a person who learned data science already as a student might have a deeper knowledge and complementary ideas of how an effective code could look like. Therefore, I was joining the Data Science Center in order to find potential cooperation partners that would be interested in starting research projects together.
 

Thank you very much for the insights into your research in this interview, Wilke!

Interview Partner

Dr. Wilke Dononelli
Senior Postdoc @ Hybrid Materials and Interfaces AG
Early Career Investigator @ MAPEX
FB 04 – Produktionstechnik
E-Mail: widoprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Dr. Wilke Dononellis DSC Profil

Im Fachbereich 3 (Mathematik und Informatik) der Universität Bremen ist im Data Science Center zum nächstmöglichen Zeitpunkt – vorbehaltlich der Stellenfreigabe – befristet für die Dauer von 3 Jahren folgende Stelle zu besetzen:
 

Wissenschaftliche:r Mitarbeiter:in (w/m/d) im Data Science Center zum Thema “Vermessung der Wissenschaften”

 – Entgeltgruppe 13 TV-L (100%)

Die Befristung erfolgt nach § 2 Abs. 1 WissZeitVG (Wissenschaftszeitvertragsgesetz). Demnach können nur Bewerberinnen und Bewerber berücksichtigt werden, die noch in dem entsprechenden Umfang über Qualifizierungszeiten nach § 2 Abs. 1 WissZeitVG verfügen.

Das Data Science Center dient als Knotenpunkt für die datenintensive Wissenschaft an der Universität Bremen und bringt Forschende aus allen Disziplinen zusammen. Unser Ziel ist es, die Anwendung von zukunftsweisenden Data Science Verfahren insbesondere der Künstlichen Intelligenz in allen Wissenschaftsfeldern zu fördern, die Qualifizierung in der Breite voranzutreiben und die kooperative Forschung zu stärken, um so eine wertschöpfende Nutzung von Daten zu gewährleisten.

Stellenausschreibung

Angetrieben von der Digitalisierung und dadurch verfügbaren umfangreichen Daten zu wissenschaftlichen Aktivitäten ist die Wissenschaft selber zum empirischen Forschungsobjekt geworden, auch bekannt als die Querschnittsdisziplin “Science of Science”. Insbesondere wissenschaftliche Leistungen werden immer öfter Anhand von Kennzahlen bewertet, die sich aus der Anzahl von Veröffentlichungen und Zitationen bzw. daraus abgeleiteten autorenbezogenen Indikatoren (z.B. H-Index) sowie durch alternative Formen (AltMetrics) wie Pressemitteilungen, Posting auf sozialen Netzwerksystemen, Transferaktivitäten oder Forschungsprojekte ergeben. Diese Art der datenbasierten Bewertung vermittelt allerdings oftmals falsche Korrektheit, vernachlässigt fachspezifische Unterschiede und ist nicht von wissenschaftlichen Inhalten bestimmt. So können Fehlanreize entstehen (z.B. Quantität über Qualität) und damit Kreativität und Innovation im Forschungsprozess gehemmt werden.
Als Teil der ausgeschriebenen Stelle sollen die Funktionsweisen und Limitierungen unterschiedlicher empirischer Bewertungsformen im Wissenschaftssystem untersucht, verglichen und mit Hilfe neuartiger Algorithmen weiterentwickelt werden. Konkret sollen Zitationsdatenbanken (z.B. Web of Science, Scopus, Google Scholar) und weitere Datenbanken (Fördermittel, Medienkommunikation) im Sinne einer bibliometrischen bzw. szientometrische Analyse betrachtet, analysiert und visualisiert werden.

Mit der Stelle sind die folgenden Aufgaben verbunden:

• Ausarbeitung neuer Data Science Ansätze zur automatischen Vermessung wissenschaftlicher Leistungen
• Untersuchung und Evaluierung der gängigen datenbasierten Kennzahlen bzw. Bewertungssysteme im Wissenschaftssystem
• Entwicklung und Implementierung innovativer Methoden zur Extraktion, Integration und Analyse von Datenkollektionen aus unterschiedlichen Datenbanken Entwicklung von Data Science Techniken (z.B. Maschinelles Lernen, Deep Learning) zur automatisierten Ermittlung und Visualisierung leistungsrelevanter Kriterien
• Mitarbeit im interdisziplinären Data Science Center (z.B. methodische Unterstützung unserer Mitglieder)
• Eigenverantwortliches und engagiertes Arbeiten in enger Kooperation mit internen und externen Partner:innen
• Mitwirkung an der Einwerbung von Forschungsprojekten

Die Möglichkeit zur wissenschaftlichen Qualifikation im Rahmen einer Promotion ist gegeben.

Erforderliches Profil

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master, Uni-Diplom) im Bereich Informatik, Sozialwissenschaften mit Schwerpunkt “Computational Social Science” oder einen vergleichbaren Abschluss
• Erfahrungen im Umgang mit Datenbanken sowie mit der Extraktion und Integration von Daten
• Fundierte Kenntnisse in Methoden der Datenanalyse bzw. im Bereich Data Science (z.B. Maschinelles Lernen, Deep Learning)
• Interesse an aktuellen Entwicklungen im Wissenschaftssystem und der datenintensiven Forschung
• Sehr gute Englischkenntnisse
• Gute bis sehr gute Programmierkenntnisse (C/C++, Python, etc.)
• Bereitschaft und Fähigkeit, sich schnell und umfassend in neue Zusammenhänge einzuarbeiten
• Interesse an interdisziplinärer Zusammenarbeit und Fähigkeit zur Teamarbeit

Wir bieten Ihnen die Möglichkeit, im Bereich der sehr innovativen und zukunftsorientierten Querschnittsdisziplin Data Science zu arbeiten. Das Aufgabenspektrum ist vielseitig, die Arbeitsatmosphäre offen und es besteht die Möglichkeit, regelmäßig an Fort- und Weiterbildungen teilzunehmen. Die Stelle ist eingebettet in das interdisziplinäre und sehr dynamische Umfeld des Data Science Centers und erlaubt somit eine gute Vernetzung, auch mit Forschenden von anderen Fachgebieten und Einrichtungen. Im Data Science Center wird der fachliche und persönliche Austausch sehr wertgeschätzt. Bei uns arbeiten Sie in einem spannenden und familienfreundlichen Umfeld (u.a. Kita und Krippenplätze direkt vor Ort) mit flexiblen Arbeitszeiten. Sie erhalten einen modern ausgestatteten Arbeitsplatz. Mobile Arbeitsformen sind möglich.

Allgemeine Hinweise

Die Universität Bremen strebt eine Erhöhung des Anteils von Frauen im Wissenschaftsbereich an und fordert deshalb Frauen nachdrücklich auf, sich zu bewerben. Schwerbehinderte Bewerber:innen werden bei im Wesentlichen gleicher fachlicher und persönlicher Eignung bevorzugt. Bewerbungen von Menschen mit einem Migrationshintergrund sind willkommen.

Rückfragen an den Sprecher des Data Science Centers:

Prof. Dr. Rolf Drechsler
Tel:0421-218-63932
E-Mail: drechslerprotect me ?!uni-bremenprotect me ?!.de

Senden Sie Ihre aussagekräftigen und vollständigen Bewerbungsunterlagen (Motivationsschreiben, Lebenslauf, Zeugnisse, Referenzen, etc.) unter Angabe der Kennziffer A279/21 bis zum 10.12.2021 an

Universität Bremen
Fachbereich 3 Informatik/Mathematik
Prof. Dr. Rolf Drechsler
Bibliothekstraße 5
28359 Bremen

oder elektronisch in einer Datei im PDF-Format an: drechslerprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

What topics are you currently working on in your research?

I’m a computer scientist working at the intersection of machine learning and human-computer interaction. In my dissertation, I provide a socio-technical perspective on ML-based curation systems like YouTube’s recommendation system. My thesis examines how users and practitioners make sense of such ML systems. In the thesis, I provide actionable insights on how ML-based curation systems can and should be explained and audited. As a Postdoc, I now examine how algorithmic regimes shape science. I also develop tools against disinformation and leverage ML techniques to help people with disabilities.

How important is data to your research?

For me, machine learning is a novel programming paradigm in which decisions are inferred from data. In almost all of my work, I either study or apply such machine learning. Therefore, data is central to my research. In an upcoming paper, we will even argue why data-based automation is a much more precise term than machine learning because neither the term machine nor the term learning really captures how ML algorithms leverage data to infer decision rules.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

I see myself primarily as an HCI researcher. As the title of my dissertation “Users & Machine Learning-based Curation Systems” illustrates, I investigate the whole socio-technical system. On the technical side, this includes input data, ML algorithms, inferred models, and output data. On the social side, I study providers of data, ML practitioners, auditors, the organizations that operate a system as well as the primary, secondary, and tertiary users of a system. I’m inspired by Adrian Mackenzie’s wonderful book “Machine Learners – Archeology of a Data Practice”.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

In the past, I have been primarily interested in supervised machine learning. Before I started my doctoral studies in Bremen, I worked as a deep learning researcher in Amsterdam. Thanks to a grant awarded by the Data Science Center, I will be able to apply data science techniques to automatically recognize text in images and to summarize this text for people with disabilities. I am also interested in using these techniques to help people recognize misinformation and fake news. I do not necessarily think that such tasks can be fully automated, but I think better tools to search and analyze text are needed.

What are your main challenges in dealing with data?

The biggest problem is finding enough time for all my ideas. Apart from that, obtaining high-quality labeled data is a big challenge.

And finally, what is your personal motivation for joining the Data Science Center?

I had the pleasure of working closely with my colleagues in the CRC 1342 on WeSIS, the Welfare State Information System. Our goal is to empower social scientists to use machine learning and other data science techniques to their advantage. During that time, I saw how much exciting work in this space is already happening in Bremen. The Data Science Center is the place where all these researchers come together to discuss data science and machine learning.

Mehr zu Hendrik Heuers Tätigkeiten erfahren Sie am 02.12.2021 in seinem Beitrag „A Socio-Technical Perspective on the Potentials and Perils of Machine Learning“ im Data Science Forum.
 

Interview Partner

Interviewpartner:
Dr. Hendrik Heuer
Postdoc @ Information Management AG & ifib
FB 03 – Mathematik und Informatik
ZeMKI Mitglied
E-Mail: hheuerprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Dr. Hendrik Heuers DSC Profil

Dr. Hendrik Heuer im Data Science Forum (02.12.21)

What topics are you currently working on in your research?

I am working on social networks of adolescents in school classes, in particular on the integration of immigrants into these networks, and on social cohesion and social milieus. Another focus is on global networks of migration and student mobility, and diffusion of education policy. Moreover, I work on juvenile delinquency, adolescents’ gender role orientations, residential relocations of families and residential segregation, and on global educational inequalities

How important is data to your research?

Data is crucial for my research.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

I am still wondering what “Data Science” actually means. Is it limited to Bayesian approaches and machine learning? Or does it also include the standard approach to quantitative analysis in the social sciences? Does it include generalised regression, cross-sectional and longitudinal, as well as econometrics? If so, then data science is at the core of my work.
Anyway, I am definitely a user.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

I use longitudinal methods for network analysis, event history analysis (= hazard models), panel regression, multilevel analysis (= mixed models), but also models for causal inference for observational data, such as propensity score matching. In my field, sociology, “computational social science” is rapidly growing, but again, this label is rather vague. But methods of text analysis, such as topic modelling, will certainly become more important also in my work.

What are your main challenges in dealing with data?

I currently do some time-consuming analyses, e.g. a Bayesian model for network evolution over time. Maybe the Data Science Center can provide a better hardware infrastructure to reduce computation time.

And finally, what is your personal motivation for joining the Data Science Center?

It is interesting to see which methods people from other disciplines apply. Hopefully, there will be some dissemination of knowledge, e.g. by workshops on methods we are interested in.


Mehr zu Michaels Tätigkeiten erfahren Sie am 16.12.2021 in seinem Beitrag „Global cultures and the world-wide gender gap in education – Fuzzy clusters and multilevel data structures“ im Data Science Forum.

Interview Partner

Prof. Dr. Michael Windzio
Professor für Soziologie, Schwerpunkt Migration und Stadtforschung
FB 08 – Soziologie
Leiter der Abteilung „Methodenforschung“ am SOCIUM
E-Mail: mwindzioprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Prof. Dr. Michael Windzios DSC Profil

Prof. Dr. Michael Windzio im Data Science Forum (16.12.21)

Förderempfängerin:

Dr. Juliane Jarke (Fachbereich 03 – Mathematik und Informatik)

Förderzeitraum:

08. Dezember 2021 bis 24. Juni 2022
 

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Förderempfänger:

Dr. Tim Ziemer (Fachbereich 3 – Mathematik und Informatik; Bremen Spatial Cognition Center (BSCC))
 

Förderzeitraum:

1. April 2022 - 31. Oktober 2022

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Diese Forschung ist eine gemeinsame Arbeit mit der AGRA-Gruppe des Fachbereichs 3, sowie dem Data Science Center. Sie wurde als Bachelorarbeit an der Universität Bremen eingereicht.

Wir gratulieren Herrn Franzen zu seinem bestandenen Kolloquium und wünschen ihm im beruflichen und privaten weiterhin viel Erfolg.

Haben Sie Interesse, bei uns eine Abschlußarbeit zu schreiben?
 

Dann melden Sie sich bei:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links

• Paper Download
• Wiki-Seite des DINI/nestor workshop

Als Teil des Data Science Centers unterstützen Sie Forschende der Universität Bremen und in der U Bremen Research Alliance beim Forschungsdatenmanagement unter Berücksichtigung der FAIR-Prinzipien (Link zur ganzen Ausschreibung ). Zu besetzen sind drei Stellen als Data Stewards (m/w/d; 13 TV-L, 100%) befristet für die Dauer von drei Jahren, die eng zusammenarbeiten und jeweils im Schwerpunkt die folgenden Forschungsbereiche unterstützen:

• (1) Natur- und Ingenieurswissenschaften
• (2) Sozial- und Geisteswissenschaften
• (3) Gesundheits- und Meereswissenschaften

Aus Ihrer Bewerbung sollte deutlich hervorgehen, welches der drei Themenfelder am besten zu Ihren Interessen und Kompetenzen passt.

Die Möglichkeit zum Erwerb wissenschaftlicher Kompetenzen in den Bereichen Projektmanagement, Wissenschaftsmanagement und Datenmanagement ist gegeben.

Wenn Sie Lust haben, als Teil eines interdisziplinären Teams an zukunftsorientierten und innovativen Themen mitzuarbeiten und die Datenkultur von Morgen aktiv mitzugestalten, dann bewerben Sie sich hier bis zum 16.02.2022.

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

What topics are you currently working on in your research?

I am interested in building data science and machine learning systems. One major challenges is to pick the right device for applying trained AI models. It becomes critical in the areas of edge computing and IoT (Internet of Things) were tight power and performance constrains exists.
Furthermore, I am also interested in the topic of High-Performance Computing (HPC) systems for training such algorithms. I always try to improve the infrastructure of the Data Science Center. However, in my PhD research I am focusing more in the power and performance estimation on edge and IoT devices than on the High-Performance Computing for training.

How important is data to your research?

In general data is very important for me because I am using most time machine learning methods. Unfortunately, there are no public research data I can use. Hence, I need to create my own training data. This is often a time intensive process. I am looking forward to the development of open data and FAIR research data management to solve this kind of issues.

What role does data science play in your research? Do you see yourself more as a user, a method developer, a basic researcher, or perhaps something completely different?

Most time I am using machine learning methods which are a subclass of data science techniques. So, I would say data science is important to my research. Moreover, I am working on hardware and IT architectures for data science/ML. I would call myself more of a Data/System Engineer who builds infrastructures and supportive platforms for data scientists.

Which data science methods and technologies are in the focus of your research or could also become interesting in the future?

Currently, I am focusing on power and performance estimation for neural networks on different devices. This makes  – obviously  – neural networks important to me. Moreover, I am applying methods like regressions or clustering methods on my data. This makes algorithms like K-Means, K-Nearest Neighbors and many more also important.

What are your main challenges in dealing with data?

My main challenge is to get the data. Due to the fact, that there are no available public data I need to execute benchmarks on different devices and create my own data. This is time and cost intensive. We do not have all devices available and it is not manageable to buy a device only for this purpose.
Another challenge is to get the data into a good shape and find the important features for training. We can collect dozens of attributes during our benchmarks but do not know which have a high impact to our output.

And finally, what is your personal motivation for joining the Data Science Center?

I applied for the role at the Data Science Center because I saw the opportunity to build a whole new platform and infrastructure for researchers. In my former job, I have always told people we need a group of experts to handle infrastructure and services for data science/AI applications for other researchers who are not into computer science. Since this is one of the things we do at DSC, I am very happy to be a part of it for almost two years now!
Furthermore, the DSC offers the opportunity to work on my PhD thesis which was not that easily possible at my former job.
I am looking forward to work in interesting and highly innovative projects at the DSC with all the different researcher of the Uni Bremen.


You can learn more about Christopher’s activities and the DSC infrastructure in his talk “Do you pick the right device for data science?“ in the Data Science Forum on 13.01.2022.

Interview Partner

Christopher Metz, M.Sc.
Wissenschaftlicher Mitarbeiter am DSC
FB 03 – Mathematik und Informatik
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Christophers DSC Profil

Christopher Metz im Data Science Forum (13.01.22)

Förderempfänger:

Prof. Dr. Christian Katzenbach (Fachbereich 9 – Kulturwissenschaften, ZeMKI – Zentrum für Medien-, Kommunikations- und Informationsforschung)

Dr. Dennis Redeker (Fachbereich 9 – Kulturwissenschaften, ZeMKI – Zentrum für Medien-, Kommunikations- und Informationsforschung)

Förderzeitraum:

1. Februar 2022 - 31. Januar 2023

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Zu deinen Aufgaben gehören:

Das Aufgabenspektrum ist vielseitig und umfasst unter anderem folgende Bereiche:

• Pflege der Website des DSC und der dazugehörigen Datenbank
• Unterstützung bei der Content-Entwicklung für Social Media (insb. Twitter)
• Aufgaben im Bereich Veranstaltungsmanagement und Marketing
• Wissenschaftskommunikation (z.B. Verfassen von Newsartikeln zu aktuellen Data Science Themen)

Wir bieten:

• Die Möglichkeit für kreatives Arbeiten und Raum für eigene Ideen
• Einblicke in die Arbeit eines interdisziplinären Instituts (Wissenschaftsmanagement)
• Die Möglichkeit neue Kompetenzen im Feld der Wissenschaftskommunikation zu erlangen
• Einblicke in die Technologie-Forschung an der Universität Bremen
• Die Möglichkeit neue Fähigkeiten im Bereich des Website-Managements zu erlernen (z.B. auch den Umgang mit PHP und SQL-Datenbanken)
• Flexibles Arbeiten: Home-Office und Arbeiten auf dem Campus im MZH sind möglich

Wir wünschen uns von Dir:

• Interesse an neuen Technologien z.B. im Bereich der künstlichen Intelligenz
• Webaffinität
• Kreativität und eine schnelle Auffassungsgabe
• Interesse am Schreiben
• Textsicherheit (gerne nachgewiesen durch vorherige Arbeiten ist aber kein Muss)
• Sehr gute Sprachkenntnisse in Deutsch und Englisch

Bewirb Dich!

Wenn du Interesse hast, bewirb Dich bis zum 18. März 2022. Die Arbeitszeit beträgt nach Absprache bis zu 37 Std. im Monat. Bitte richte deine Bewerbung in einer PDF-Datei mit kurzem Anschreiben (inkl. Interesse an Stelle, ggf. Hinweise auf konkrete Erfahrungen) und Lebenslauf per E-Mail an die Koordinatorin des DSC Lena Steinmann (lena.steinmannprotect me ?!uni-bremenprotect me ?!.de).

Wir freuen uns auf deine Bewerbung!

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Über DDECS:

Das International Symposium on Design and Diagnostics of Electronic Circuits and Systems (DDECS) bietet ein Forum für den Gedankenaustausch, die Diskussion von Forschungsergebnissen und die Präsentation praktischer Anwendungen in den Bereichen Entwurf, Test und Diagnose von mikroelektronischen digitalen, analogen und Mixed-Signal-Schaltungen und -Systemen.

Fragen beantwortet:

Christopher Metz
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Förderempfängerin:

Dr. Helen Seitzer
Fachbereich 8 – Sozialwissenschaften
SOCIUM – Forschungszentrum Ungleichheit und Sozialpolitik
seitzerprotect me ?!uni-bremenprotect me ?!.de

Förderzeitraum:

1. Juni 2022 - 31. Dezember 2022

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

• Einrichtung von virtuellen Maschinen für Data Science Projekte
• Einrichtung, Wartung und Erweiterung unser High-Performance Infrastruktur
• Unterstützung bei der Weiterentwicklung unserer IT-Infrastruktur
• First-Level Support für unsere IT
• Entwicklung von Tutorials für die Nutzung der High-Performance Infrastruktur

Wir bieten:

• Die Möglichkeit für kreatives Arbeiten und Raum für eigene Ideen
• Einblicke in die Arbeit eines interdisziplinären Instituts
• Einblicke in Hochleistungsrechner und Verbundrechnen (Cluster Computing)
• Einblicke in die Technologie-Forschung an der Universität Bremen
• Die Möglichkeit neue Fähigkeiten im Bereich Systemadministration, -planung und -verwaltung zu sammeln.

Wir wünschen uns von Dir:

• Interesse an neuen Technologien z.B. im Bereich der künstlichen Intelligenz
• Erste Erfahrung in der Installation von Betriebssystemen und Software
• Eine schnelle Auffassungsgabe
• Sehr gute Sprachkenntnisse in Deutsch und Englisch

Bewirb Dich!

Wenn du Interesse hast, bewirb Dich jetzt! Die Arbeitszeit beträgt nach Absprache bis zu 37 Std. im Monat. Bitte richte deine Bewerbung in einer PDF-Datei mit kurzem Anschreiben (inkl. Interesse an Stelle, ggf. Hinweise auf konkrete Erfahrungen) und Lebenslauf per E-Mail an Christopher Metz (cmetzprotect me ?!uni-bremenprotect me ?!.de).

Wir freuen uns auf deine Bewerbung!

Kontakt

Fragen beantwortet:
Christopher Metz
+49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Link zur Ausschreibung

Wissenschaftlich-Technische:r Angestellte:r (w/m/d) als Software-Entwickler:in

– Entgeltgruppe 13 TV-L (Vollzeit) unbefristet zu besetzen.

Die Universität Bremen beabsichtigt, den Anteil von Frauen zu erhöhen und bittet deshalb Frauen ausdrücklich, sich zu bewerben.

Stellenbeschreibung

Die Entwicklung von Software zur Unterstützung des wissenschaftlichen Forschungsprozesses sowie zur langfristigen Bereitstellung von Forschungsdaten ist eine zentrale Aufgabe an der Universität Bremen. Die Stelle ist zunächst dem SFB 1342 (Globale Entwicklungsdynamiken von Sozialpolitik) zugeordnet, um dort federführend das Global Welfare State Information System (WeSIS) weiterzuentwickeln. Dort wurde in den letzten vier Jahren ein webbasiertes Informationssystem konzipiert und entwickelt, das Forscher:innen (w/m/d) aus der Sozialpolitik unterstützt, ihre Datensammlung und Datenanalyse zu organisieren. Der aktuelle Prototyp ist auf deren Bedürfnisse zugeschnitten und soll 2024 öffentlich zugänglich gemacht werden und nachhaltig der wissenschaftlichen Gemeinschaft zur Verfügung stehen. Auf der Grundlage der ermittelten Designanforderungen wurde zudem Algorithmen entwickelt, die Forscher:innen (w/m/d) bei der automatischen Datenvalidierung, -speicherung, -exploration und -weitergabe unterstützen (socialpolicydynamics.de/projekte/informationsinfrastrukturprojekt).

Das Projekt im SFB 1342 ist zunächst bis 2025 organisiert, eine Verlängerung mit dem Schwerpunkt auf den Forschungstransfer und die Öffentlichkeitsarbeit ist bis 2029 geplant. Danach wird die Stelle in den zentralen IT-Dienstleistungsbereich der Universität Bremen übergehen.

Ihre Aufgaben

Ihre Aufgabe wird es sein, das bestehende webbasierte Informationssystem zu testen, zu verbessern und zu erweitern. Dabei steht der anvisierte Launch in 2024 im Vordergrund. Zudem werden sie neue Systemfunktionen für Datenanalyse und Visualisierung gemeinsam mit Nutzer:innen (w/m/d) entwickeln und implementieren.

UNSER ANGEBOT: Sie arbeiten zusammen mit einem in einem interdisziplinären Team aus Wissenschaftler:innen (w/m/d) und Techniker:innen (w/m/d) und stimmen sich regelmäßig und eng mit den leitenden Professor:innen (w/m/d) ab. Sie arbeiten an einem Zukunftsthema für die wissenschaftlichen Dienstleistungen kooperativ mit Software-Entwickler:innen (w/m/d) aus anderen Fachbereichen und dem Data Science Center. Dabei haben Sie Kontakt zu diversen Forschungsthemen aus der Sozialpolitik und der Informatik.

Erforderliches Profil

Sie verfügen über ein abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder vergleichbarer Abschluss) vorzugsweise der Fachrichtung Informatik, Wirtschaftsinformatik oder einen Abschluss in anderen Fächern mit nachgewiesener Expertise in der Entwicklung webbasierter Software.

Sie bringen Erfahrung in der Web-Entwicklung mit HTML, CSS, JavaScript sowie Erfahrung mit relationalen Datenbanksystemen (PostgreSQL oder vergleichbar) mit. Sie verfügen über Erfahrungen im Bereich Datenanalyse oder Informationsvisualisierung. Wichtig sind außerdem Kenntnisse in der agilen Softwareentwicklung sowie Englische Sprachkenntnisse (CEF Level C1). Darüber hinaus verfügen Sie über Kenntnisse in der partizipativen Softwareentwicklung.

Neben der Fähigkeit zur konstruktiven teamorientierten Arbeit legen Sie einen besonderen Wert auf eine starke Nutzer:innenorientierung. Sie arbeiten eigenständig, strukturiert und problemlösungsorientiert. Darüber hinaus bringen Sie kommunikative Kompetenzen sowie die Fähigkeit zum konzeptionellen und analytischen Denken mit.

Allgemeine Hinweise

Neben der Fähigkeit zur konstruktiven teamorientierten Arbeit legen Sie einen besonderen Wert auf eine starke Nutzer:innenorientierung. Sie arbeiten eigenständig, strukturiert und problemlösungsorientiert. Darüber hinaus bringen Sie kommunikative Kompetenzen sowie die Fähigkeit zum konzeptionellen und analytischen Denken mit.

Wir bieten unseren Mitarbeitenden ein hohes Maß an Vereinbarkeit von Beruf und Familie. Schwerbehinderten Bewerber:innen (w/m/d) wird bei im Wesentlichen gleicher fachlicher und persönlicher Eignung der Vorrang gegeben.

Bewerbungen von Menschen mit einem Migrationshintergrund werden begrüßt.

Für Rückfragen steht Ihnen Prof. Dr. Andreas Breiter unter der Rufnummer +49 421-218 56571 gerne zur Verfügung.

Bewerbungen sind bis zum 17.05.2022 unter Angabe der Kennziffer A126/22 zu richten an:

Universität Bremen
Dezernat 2 – Personalangelegenheiten
Postfach 33 04 40
28334 Bremen

Wir bitten Sie, uns von Ihren Bewerbungsunterlagen nur Kopien (keine Mappen) einzureichen, da wir sie nicht zurücksenden können.

Kontakt

Prof. Dr. Andreas Breiter
+49 (421) 218 - 56571
E-Mail: abreiterprotect me ?!uni-bremenprotect me ?!.de

Wir freuen uns sehr, Julian in unserem Team begrüßen zu dürfen und gemeinsam die Zukunft des Datenmanagements an der U Bremen zu gestalten!

Alle Termine

12-12:30 Uhr via Zoom, 12-13 Uhr auf Campus

• 09.06.2022 | Dr. Martin Blenkle (Staats- und Universitätsbibliothek)
  Bibliothekar:innen lesen gar nicht den ganzen Tag über! FDM in der Staats- und Universitätsbibliothek Bremen
• 16.06.2022 | Dr. Björn-Oliver Schmidt (Referat 12, U Bremen)
  Wohin mit meinen Daten? FDM an der Universität Bremen – Unterstützungsangebote und Rahmenbedingungen
• 23.06.2022 | Dr. Nils Düpont (SOCIUM & SFB 1342)
  Getting Social Scientists Onboard – Co-Creating an Information System (and Doing RDM) in the CRC 1342 “Global Dynamics of Social Policy”
• 14.07.2022 | Dr. Julian Lilkendey, Heike Thöricht, Dr. Sandra Zänkert (Data Stewards, DSC)
  What can a data steward do for you? Discipline-specific RDM support and training

Warum eine FDM Special Edition?

FDM ist für alle datenintensiv Forschenden wichtig, denn FAIRe Daten bildet die Grundlage für Data Science. Auch fordern immer mehr Forschungsförderer konkrete Angaben zum Datenmanagement bei der Beantragung von Drittmitteln. Die DFG hat ihre Anforderungen hierzu beispielweise erst kürzlich konkretisiert und macht Angaben zum Umgang mit Forschungsdaten in Verbund- und Einzelanträgen nun verpflichtend (siehe Meldung vom 14. März ). Eine nachhaltige FDM-Strategie ist somit entscheidend für den Erfolg von Anträgen und Forschungsprojekten und die Universität Bremen bietet unterschiedliche Unterstützungsangebote.

Wo und wann?

Das lunch-and-learn Event wird in hybrider Form im MZH (12-13 Uhr) und via Zoom (12-12:30 Uhr) stattfinden. Es wird einen 20-minütigen Impuls-Beitrag mit anschließender Möglichkeit für Fragen und Diskussionen. Vor Ort haben wir eine extra halbe Stunde für den persönlichen Austausch zu dem Vortrag, allgemeinen Data Science Aspekten oder unseren Services eingeplant. Wenn Sie vor Ort dabei sein möchten, schreiben Sie uns einfach eine kurze E-MAIL für die bessere Planung. Wir freuen uns auf spannende Gespräche!

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Data Science Forum


 

Wir freuen uns sehr, Sandra in unserem Team begrüßen zu dürfen und gemeinsam die Zukunft des Datenmanagements an der Universität Bremen zu gestalten!
 

Kontakt

Dr. Sandra Zänkert
Data Steward
Tel. +49 (421) 218 - 63957
E-Mail: sandra.zaenkertprotect me ?!uni-bremenprotect me ?!.de

Hier geht es zu Sandras Profil

Haben Sie Interesse, bei uns eine Abschlußarbeit zu schreiben?
 

Dann melden Sie sich bei:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Wir freuen uns sehr, Heike in unserem Team begrüßen zu dürfen und gemeinsam die Zukunft des Datenmanagements an der Universität Bremen zu gestalten!

Kontakt:

Dipl.-Soz. Heike Thöricht
Data Steward
E-mail: thoerichprotect me ?!uni-bremenprotect me ?!.de

Hier geht es zu  Heikes Profil

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Internetseite der Data Power Konferenz

Auf dem Programm stand dieses Jahr ebenfalls ein Vortrag des DSC Sprechers Prof. Dr. Rolf Drechsler. Im Rahmen des „Kreative Kritzeleien“-Workshops für Fortgeschrittene hielt er am 11. August einen wissenschaftlichen Vortrag zum Mitzeichnen. Dabei sprach er über das Thema „Daten sind überall! Doch wie können wir daraus Wissen generieren?“. Inspiriert von Rolf Drechslers Vortrag fertigten die Teilnehmer*innen des Workshops anschließend Sketchnotes zum Thema Datenwissenschaften an. Bei sogenannten Sketchnotes handelt es sich um visuelle Notizen, die Wörter und Bilder kombinieren. Folglich ermöglichen sie es, komplizierte Sachverhalte einfach darzustellen und schnell erfassbar zu machen. Somit entstanden im Rahmen des Workshops kreative Sketchnotes, die einen interessanten und anschaulichen Einblick in das komplexe Themenfeld der Data Science gewähren (siehe Foto).

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Internetseite des Open Science Festivals

Über den MLCAD Workshop:

Der Workshop konzentrierte sich auf maschinelles Lernen (ML) für alle Aspekte des CAD und des Designs elektronischer Systeme. Der Workshop wurde sowohl von der ACM Special Interest Group on Design Automation (SIGDA) als auch vom IEEE Council on Electronic Design Automation (CEDA) gesponsert. Das Workshop-Programm umfasste neben technischen Präsentationen auch Keynote-Beiträge.
 

Fragen beantworrtet:

Christopher Metz
Research Associate
+49 (421) 218 - 63942
cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link Paper
Link MLCAD Workshop

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail:

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

• Git for Dummies | 15. Feb. 2023** bereits ausgebucht **
  Sie erhalten einen einfachen Einstieg in die Nutzung von Git. (in englischer Sprache)
   
• Introduction to Research Data Management for Social Scientists | 16. Feb. 2023
  Wir besprechen die Grundlagen des Forschungsdatenmanagements (z.B. Lebenszyklus von Forschungsdaten, Datenmanagementplanung, FAIR-Prinzipien) - und wie und warum es für die Förderung, für Ihre Projektmitglieder und für Sie selbst relevant ist. (in englischer Sprache)
   
• In Love With Data – A Coffee and Cake Get-Together of the Data Steward Network Bremen | 16. Feb. 2023
  Jeder der sich für Daten und Datenmanagement interessiert ist herzlich zu diesem Social-Event mit Kaffee und Kuchen eingeladen! (in deutscher und englischer Sprache)

Interessieren Sie sich für andere Datenthemen? Es gibt viele Workshops, Coffee Lectures, Diskussionsrunden und mehr, die von anderen Einrichtungen während dieser Woche angeboten werden. Schauen Sie sich die entsprechenden Websites auf der rechten Seite an oder folgen Sie #LoveData23 in den sozialen Medien.

Förderempfängerin

Prof. Dr. Wiebke Schulz (Fachbereich 8 – Sozialwissenschaften)

Förderzeitraum

1. März 2023 - 30. Juni 2023

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Internetseite E-Science Tage

Das DSC freut sich darauf, Sie beim Event begrüßen zu dürfen!

Weiterführende Links:

Internetseite Workshop

Anmeldung zum Workshop

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de
 

Förderempfänger:

Dipl.-Ing. Jens Dede (Fachbereich 01 – Physik/Elektrotechnik, ComNets)

Förderzeitraum:

09. Mai 2023 - 17. Mai 2023

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:

Christopher Metz
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link Paper

Link PAISE 2023 Workshop

• Unterstützung beim Aufbau der Hardware-Infrastruktur des DSC
• Administration von Linux Servern, virtuellen Maschinen, Storage Systemen
• Einrichtung von Konzepten aus dem Bereich Rechenzentrum/High Performance Computing
• Unterstützung bei der Implementierung von Machine-Learning-Techniken
• First-Level Support für Nutzer*innen der Infrastruktur des DSC
• Unterstützung bei der Planung und dem Einkauf von Hardware
• Dokumentation

Wir wünschen uns von Dir:

• Student*in ab 2. Fachsemester Bachelor der Informatik, technischen Informatik, Wirtschaftsinformatik oder vergleichbar
• Kenntnisse im Umgang mit Linux Betriebssystemen sind wünschenswert
• Kenntnisse von verteilten Systemen sind von Vorteil, jedoch nicht zwingend notwendig
• Netzwerk und Routing Kenntnisse
• Programmierkenntnisse in Python, C++, Lua oder einer anderen Programmiersprache
• Bereitschaft sich neue Technologien anzueignen
• Strukturiertes und zuverlässiges Arbeiten

Bewirb Dich!

Wenn du Interesse hast, bewirb Dich jetzt! Die Arbeitszeit beträgt nach Absprache bis zu 40 Std. im Monat. Eine langfristige Zusammenarbeit ist angestrebt. Bitte richte deine Bewerbung in einer PDF-Datei mit kurzem Anschreiben (inkl. Interesse an Stelle, ggf. Hinweise auf konkrete Erfahrungen) und Lebenslauf per E-Mail an Christopher Metz (cmetzprotect me ?!uni-bremenprotect me ?!.de).

Wir freuen uns auf deine Bewerbung!

Fragen beantwortet:

Christopher Metz
Tel. +49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link zur Ausschreibung

Förderempfänger

Dr. Dennis Redeker (Fachbereich 09 – ZeMKI, Zentrum für Medien-, Kommunikations- und Informationsforschung)

Förderzeitraum

01. Juni 2023 bis 30. November 2023

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Förderempfängerinnen:

Dr. Katharina Burgdorf (Fachbereich 08 – Sozialwissenschaften, SOCIUM)
Prof. Dr. Annelies Blom (Fachbereich 08 – Sozialwissenschaften, SOCIUM)

Förderzeitraum

20. November 2023 bis 21. November 2023

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Wir gratulieren Sonja Mangold und Lars Hornuf zu ihrer Buchveröffentlichung!

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link zur Publikation
DSC Seed Grant
DSC Seed Grant Flyer

Fragen beantwortet:

Sana Hassan Imam
Wissenschaftliche Mitarbeiterin
Tel. +49 (421) 218-63954
E-Mail: sanahassan@uni-bremen.de

Weiterführende Links:

UCAI 2023 Website
Link Paper

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Website EHPS Konferenz 2023

Fragen beantwortet:

Christopher Metz
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218 - 63942
cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link Paper

Link Website FDL 2023

Wir gratulieren dem gesamten Team zum Gewinn des Best Paper Awards!

Fragen beantwortet:

Christopher Metz
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link Paper

Link Website FDL 2023

Mehr Informationen zum anstehenden Workshop Data Stewardship Goes Germany und dessen Programm finden Sie »hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Internetseite Workshop

Vielen Dank an alle Teilnehmenden des Workshops, die mit ihren Beiträgen einen spannenden Austausch und lebhafte Diskussionen ermöglicht haben!

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Conference Proceedings

Website Informatik 2023

Förderempfänger:

Dr. Jens Pohlmann (Fachbereich 09 – ZeMKI)

Förderzeitraum:

01. Oktober 2023 - 31. Dezember 2023

Haben Sie Interesse am DSC Seed Grant?
 

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

„Unsere Vision besteht darin, die starke Bremer Expertise im Bereich der Datenwissenschaften zu einem Datenkompetenzzentrum mit Leuchtturm-Charakter auszubauen, das auch als Modell für andere Regionen Deutschlands dienen kann“, sagt der Leiter des Projekts der Universität Bremen, Professor Rolf Drechsler, einer der drei Sprecher:innen des Vorhabens. Das Ziel des interdisziplinären Datenkompetenzzentrums für die Region Bremen (DataNord) sei es, einen Ort zum datenwissenschaftlichen Lernen, Forschen und Vernetzen für Forscherinnen und Forscher der Region zu schaffen, unabhängig von Institutions- oder Disziplingrenzen. Professor Frank Oliver Glöckner, Sprecher der Initiative am Alfred-Wegener-Institut Helmholtz-Zentrum für Polar- und Meeresforschung (AWI), fügt hinzu: „Die Digitalisierung schreitet stetig voran und die Menge an verfügbaren Daten ist enorm. Doch letztendlich sind Daten erst dann nützlich, wenn sie analysiert und in Wissen transformiert werden können. Mit DataNord erhalten Forschende die dafür notwendigen Fertigkeiten.“

DataNord bietet Forschenden aller Karrierestufen Angebote zur Steigerung ihrer Fähigkeiten im Umgang mit Daten. Dazu gehören Trainings, Hackathons, Beratungsdienste sowie Möglichkeiten zum Netzwerken und fachlichen Austausch. Auch Forschungsaktivitäten mit Fokus auf Datenkompetenzvermittlung werden als Teil der DataNord „Research Academy“ durchgeführt. Das Bundesministerium für Bildung und Forschung (BMBF) fördert den Aufbau des Zentrums mit insgesamt 3,5 Millionen Euro. Davon entfallen über zwei Millionen Euro an die Universität als Verbundkoordinatorin.

Kompetenzzentrum als Leuchtturm und Modell auch für andere Regionen

Professor Michal Kucera, Konrektor für Forschung und Transfer der Universität Bremen, ergänzt: „DataNord ist eine wegweisende Initiative, die die Datenkompetenz in der Region Bremen stärken und die Zusammenarbeit zwischen verschiedenen wissenschaftlichen Disziplinen fördern wird. Sie ist aus einer langen und erfolgreichen Tradition der Zusammenarbeit der Forschungseinrichtungen und Hochschulen am Standort Bremen gewachsen. So wird es uns gelingen, allen Forschenden der Region eine breite Palette von Angeboten machen zu können, um ihre Forschung und Fähigkeiten im Umgang mit Daten weiterzuentwickeln.“ Professorin Iris Pigeot, Direktorin des Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPS und eine der Sprecher:innen, betont: „Mit DataNord wird ein Kulturwandel bei der Nutzung von Forschungsdaten gefördert und so auch die Grundlage für die Entstehung von datenbasierten Erkenntnissen und Innovationen gestärkt.“

Bei der Kompetenzvermittlung wird der gesamte Lebenszyklus der Forschungsdaten mitgedacht: von der Erhebung und dem Management der Daten über die Analyse bis hin zum kritischen Hinterfragen und Bewerten von Hypothesen, Datengrundlagen und Ergebnissen unter Berücksichtigung von ethischen, rechtlichen und sozialen Aspekten. Dr. Lena Steinmann, die den Projektantrag an der Universität Bremen koordiniert hat, betont: „Ich bin davon überzeugt, dass die Stärkung der Datenkompetenz eine entscheidende Rolle für den wissenschaftlichen Fortschritt spielt, und DataNord wird eine wichtige Rolle einnehmen, Forschenden dabei zu helfen, ihre Daten noch besser zu nutzen.“

Der Verbund von DataNord deckt eine breite Palette von Profilbereichen ab, darunter Umwelt- und Meereswissenschaften, Sozialwissenschaften, Material- und Ingenieurswissenschaften, Gesundheitswissenschaften und Geisteswissenschaften. Dieser breite Ansatz spiegelt die vielfältige Forschungslandschaft in Bremen wider und stellt sicher, dass Forschende aus verschiedenen Disziplinen von den Angeboten des Datenkompetenzzentrums profitieren können.

Wer an DataNord beteiligt ist

Das Vorhaben ist aus der Zusammenarbeit in der U Bremen Research Alliance (UBRA) – dem 2016 gegründeten Kooperationsnetzwerk der Universität Bremen und zwölf außeruniversitären Forschungsinstituten – entstanden. Die Leitung des UBRA-Leitprojekts „Forschungsdatenmanagement und Data Science“, bestehend aus Prof. Dr. Frank Oliver Glöckner (MARUM/Universität Bremen & AWI), Prof. Dr. Rolf Drechsler und Prof. Dr. Iris Pigeot (BIPS), fungiert auch als Sprechergruppe für DataNord und hat das Projekt angetrieben. Die Koordination von DataNord wird in Zusammenarbeit von Dr. Lena Steinmann und Dr. Tanja Hörner durchgeführt.

Weitere finanzierte Projektpartner sind das Alfred-Wegener-Institut Helmholtz-Zentrum für Polar- und Meeresforschung (AWI), das Leibniz-Institut für Präventionsforschung und Epidemiologie - BIPS, das Deutsche Forschungszentrum für Künstliche Intelligenz Bremen (DFKI), das Institut für Informationsmanagement Bremen GmbH (ifib) und die U Bremen Research Alliance e.V. Neben den anderen UBRA-Einrichtungen sind außerdem die Hochschule Bremen, die Staats- und Universitätsbibliothek, das BIBA - Bremer Institut für Produktion und Logistik GmbH sowie NFDI-Konsortien und Infrastrukturzentren beteiligt. Die Verbundkoordination liegt an der Universität Bremen.

Über DataNord

DataNord konnte sich in zwei Förderphasen mit über 70 eingereichten Anträgen durchsetzen. Die erste fünfmonatige Phase diente der Konzeption. Für die dreijährige Umsetzungsphase wird DataNord vom Bundesministerium für Bildung und Forschung mit insgesamt über 3,5 Millionen Euro gefördert. Davon entfallen mehr als zwei Millionen Euro auf die Universität Bremen.

Fragen beantwortet:
 

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link zur Pressemitteilung

Link zur BMBF Ausschreibung

Neue Technologien und Pädagogik erforschen

AI4Ed ist nicht nur ein Projekt, sondern eine Vision zur Neugestaltung der Bildung durch die Einbeziehung von Spitzentechnologien, insbesondere künstlicher Intelligenz (KI), und innovativen pädagogischen Ansätzen. Das Treffen in Lissabon war ein Beleg für diese Vision und konzentrierte sich auf die Entwicklung von Werkzeugen, Methoden und Bewertungssystemen, die auf die sich entwickelnde Bildungsrealität reagieren.

Hauptthemen der 2-tägigen Veranstaltung:
 

• Einführung des ersten Anwendungsfalls am IMH Campus: Der Höhepunkt des Treffens war die Initiierung des ersten Anwendungsfalls am IMH Campus. Die Partner diskutierten aktiv über die Datengenerierung für das Training und legten damit den Grundstein für den Aufbau von KI-Modellen in der Zukunft. Während die IMH die Führung übernommen hat, stehen andere bereits in den Startlöchern und bereiten sich auf die bevorstehende transformative Reise vor.
• Kompetenzaufbau für Lehrkräfte und Studierende: In Anerkennung der zentralen Rolle von Lehrenden und Lernenden in der KI-gestützten Bildungslandschaft befasste sich das Treffen mit dem entscheidenden Thema des Aufbaus von Kompetenzen. Die Partner konzentrierten sich auf die Ausarbeitung von Schulungsmodulen, die ein breites Spektrum von Themen abdecken, darunter Künstliche Intelligenz, Ethik, Projekt-Kennzahlen, KI-Modelle, Datenmanagement und aktiver Unterricht. Diese Module sollen Lehrenden und Studierenden das Wissen und die Fähigkeiten vermitteln, die sie benötigen, um die Zukunft der Bildung nahtlos zu meistern.

Unser DSC Data Steward Heike Thöricht unterstützte das Treffen mit ihrem Fachwissen und trug somit dazu bei, die Daten des AI4Ed Projekts FAIR zu machen. Während des 2-tägigen Events präsentierte Heike einen Ansatz für die Entwicklung einer Lerneinheit zum Thema „Datenformate“ und „Datenmanagementpläne“ für das Arbeitspaket 4 des Projekts (mehr Infos zu den APs finden Sie hier). Darüber hinaus wies Heike während des Meetings auf die Wichtigkeit hin, den Data Management Plan regelmäßig zu updaten und zeigte die Möglichkeiten von Zenodo als Repositorium auf, um Forschungsdaten sowie weitere wichtige Ergebnisse (bspw. erstellte Lernmaterialien) FAIR zu machen.
 

Blick nach vorn: Zukünftige Schritte
 

• Weiterentwicklung der Use Cases: Aufbauend auf dem Erfolg des IMH-Campus-Anwendungsfalls arbeiten die Partner aktiv an der Weiterentwicklung anderer Anwendungsfälle. Diese Initiativen zielen darauf ab, die praktischen Anwendungen von KI in verschiedenen Bildungsbereichen zu demonstrieren.
• Kontinuierlicher Kapazitätsaufbau: Die Ausarbeitung von Schulungsmodulen ist ein fortlaufender Prozess, der sicherstellen soll, dass Lehrkräfte und Schüler gut auf die transformative Wirkung von KI vorbereitet sind. Die Module sind so konzipiert, dass sie nicht nur Wissen vermitteln, sondern auch ethische Überlegungen in die KI-Ausbildung einfließen lassen.
• Kollaboration und Wissensaustausch: Der Geist der Zusammenarbeit und des Wissensaustauschs steht im Vordergrund des AI4Ed-Ansatzes. Die Partner arbeiten aktiv zusammen, um Erkenntnisse, Herausforderungen und bewährte Praktiken auszutauschen und so eine dynamische Gemeinschaft zu fördern, die sich dem gemeinsamen Ziel verschrieben hat, die Bildung neu zu gestalten.

Das Engagement von AI4Ed für Innovation, Zusammenarbeit und die Integration von künstlicher Intelligenz und pädagogischen Fortschritten stellt die Weichen für eine Zukunft, in der Bildung nicht nur ein Prozess ist, sondern eine dynamische, anpassungsfähige und inklusive Erfahrung.

Benötigen Sie ebenfalls Hilfe bei einem Projekt? Dann kontaktieren Sie gerne DSC Data Steward Heike Thöricht. Als Data Steward für Sozial- und Geisteswissenschaften unterstützt sie Wissenschaftler*innen im Umgang mit Forschungsdaten entlang des gesamten Forschungsdatenkreislaufs und berät zu Themen wie den FAIR-Prinzipien, Datenmanagementplänen, nachhaltiger Datenspeicherung und Veröffentlichung.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Website AI4Ed Projekt

Förderempfänger*innen:

Prof. Dr. Hendrik Heuer (Fachbereich 03 – Mathematik und Informatik)
Prof. Dr. Stephanie Geise (Fachbereich 08 – ZeMKI)
Dr. Daria Dergacheva (Fachbereich 08 – ZeMKI)

Förderzeitraum:

01. Oktober 2023 - 31. März 2024

Haben Sie Interesse am DSC Seed Grant?
 

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Wir laden Sie herzlich dazu ein, den 6. Workshop on Parallel AI and Systems for the Edge (PAISE) zu besuchen und mit an den Diskussionen und Aktivitäten teilzunehmen!
 

Fragen beantwortet:

Christopher Metz
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218 - 63942
E-Mail: cmetzprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link PAISE 2023
Link PAISE 2024
Link IPDPS 2024

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Tagungsband
Artikel DSC
Website E-Science-Tage 2023

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Link zur Pressemitteilung

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Newsartikel Workshop INFORMATIK 2023
Website Informatik 2024
Nächster Community-Workshop
Link E-Mail-Liste

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

UBRA Artikel Data Train Kick-off 2024

Data Train - UBRA Website

Mehr zu Data Nord

Wir bieten:

• Einen sicheren Job, der gut mit dem Studium vereinbar ist
• Arbeit in einem interdisziplinären, engagierten Team
• Eine spannende Arbeitsumgebung mit vielseitigen Aufgaben
• Möglichkeit zur Entwicklung von Kompetenzen in Wissenschaftskommunikation und -management
• Flexibles Arbeiten: Home-Office und Arbeiten auf dem Campus sind möglich

Diese Aufgaben erwarten Dich:

• Unterstützung der Projekt-Koordination: Du wirst aktiv in die Erstellung von Statistiken, Recherchen und die Kommunikation mit Projektpartnern eingebunden.
• Mitwirkung bei Data-Literacy-Trainings: Hilf uns dabei, Trainings zu gestalten und Trainingsmaterialien zu erstellen.
• Events und Marketing: Du bekommst die Möglichkeit, spannende Aufgaben im Bereich Veranstaltungsmanagement und Marketing zu übernehmen.
• Website-Pflege: Übernimm die Verantwortung für unsere Website, um sicherzustellen, dass alle Informationen stets aktuell und ansprechend präsentiert werden.
• Wissenschaftskommunikation: Verfasse informative Newsartikel zu aktuellen Data-Science-Themen und den spannenden Aktivitäten von DataNord.
• Citizen-Science-Projekt:: Arbeite an dem Projekt „Guardians of the Hedgehogs“ zur Igelzählung durch u. A. die Erstellung von Info-Materialien und Kommunikation mit den Citizen Scientists.

Wir suchen mehrere studentische Mitarbeiter*innen für die genannten Aufgaben. Gibt in deinem Motivationsschreiben bitte an, welche Aufgabenbereiche dich besonders interessieren und zu deinen Kompetenzen passen.

Du passt zu uns, wenn du Folgendes mitbringst:

• Kreativität und eine schnelle Auffassungsgabe
• Spaß an Teamarbeit
• Zuverlässigkeit und Selbstständigkeit
• Gute kommunikative Fähigkeiten
• Fundierte MS-Office Kenntnisse
• Sehr gute Sprachkenntnisse in Deutsch und Englisch
• Vorteilhaft sind Kenntnisse in Typo-3 und Adobe Software wie Illustrator

Bewirb Dich!

Wenn du Interesse hast, bewirb Dich bis zum 30. April 2024. Bitte sende deine Bewerbung in einer PDF-Datei mit kurzem Motivationsschreiben (inkl. Interesse an Stelle, ggf. Hinweise auf konkrete Erfahrungen) und tabellarischem Lebenslauf per E-Mail an die Koordinatorin des DSC: Lena Steinmann (lena.steinmannprotect me ?!uni-bremenprotect me ?!.de). Telefonische Rückfragen sind unter 0421 218 63941 möglich.
 

Wir freuen uns auf deine Bewerbung!

 

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de
 

Weiterführende Links:

Link zur Ausschreibung

Im Rahmen dieses DSC Seed Grant Projekts werden verschiedene Kooperationen mit Wissenschaftler*innen am Data Science Institute der Columbia University sowie weiteren Institutionen in New York City etabliert. Ziel ist es, zukünftig gemeinsam im Feld der Learning-Augmented Algorithmen zu forschen. Um die internationale Zusammenarbeit zu initiieren, wird DSC Seed Grant Empfängerin Prof. Dr. Nicole Megow diesen Sommer für drei Monate als Adjunct Senior Research Scientist das Data Science Institute in New York besuchen. Darüber hinaus sollen Kollaborationen mit der Cornell Tech und der NYU (New York University) aufgebaut werden.

Wissenschaftlich ist eine Zusammenarbeit zum Thema Algorithmen unter Unsicherheit und theoretische Analyse von Methoden zur Entscheidungsfindung unter Unsicherheit geplant. Der besondere Fokus soll auf Modellen und Analysen jenseits der traditionellen Worst-Case Analyse liegen, insbesondere auf dem neuen Modell des Learning-Augmented Algorithm Designs. Dieses Modell, auch bekannt als Algorithms with Predictions, ist ein recht neuer Ansatz, fehlerbehaftete Vorhersagen, wie z.B. maschinell-gelernte Vorhersagen, in die Entwicklung von Algorithmen zu integrieren und dennoch beweisbare Gütegarantien zu erzielen.

Langfristig zielt der Aufenthalt in New York darauf ab, nachhaltige Kooperationen mit renommierten Wissenschaflter*innen verschiedener Institutionen zu etablieren. Dies soll ebenfalls den Weg für zukünftige Postdoc-Besuche und Studentenaustausche ebnen. Darüber hinaus eröffnet der Seed Grant die Möglichkeit, Beziehungen zwischen dem Data Science Institute der Columbia University und dem Data Science Center der Universität Bremen aufzubauen.
 

Förderempfängerin:

Prof. Dr. Nicole Megow (Fachbereich 3 – Mathematik und Informatik)

Förderzeitraum:

April 2024 - Juli 2024
 

Haben Sie Interesse am DSC Seed Grant?
 

Fragen beantwortet:
Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Infos zum DSC Seed Grant

DSC Seed Grant Flyer

Fragen beantwortet:

Sana Hassan Imam
Promovierende
Tel. +49 (421) 218 - 63954
E-Mail: sanahassanprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Paper Download
Link to the Conference

Fragen beantwortet:

Heike Thöricht
DSC Data Steward
Tel. +49 (421) 218 - 63939
E-Mail: heike.thoerichtprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Website AI4Ed Projekt

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Mehr zu Data Nord: www.bremen-research.de/datanord

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Haben Sie Fragen zu dieser Veröffentlichung?

Dr. Susanne de Vogel
Data-Science-Support
Tel. +49 (421) 218 - 63938
E-Mail: devogelprotect me ?!uni-bremenprotect me ?!.de

Further Links:

Link zur Publikation

Förderempfänger:

Prof. Dr. Andreas Breiter (Fachbereich 3 – Mathematik und Informatik)

Förderzeitraum:

September 2024 - Oktober 2024

Haben Sie Interesse am DSC Seed Grant?

Dr. Lena Steinmann
DSC Koordinatorin
Tel.+49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

DSC Seed Grant
DSC Seed Grant Flyer

Bisherige Roadshow Termine:

• 30.10.2024 | 13:00 - 14:00 Uhr | Fachbereich 02 - Biologie / Chemie (Gruppenleiter:innen Runde)
• 04.11.2024 | 12:00 - 13:00 | Fachbereich 07 - Wirtschaftswissenschaften (Mittagsdialog)
• 19.11.2024 | 12:00 - 13:30 Uhr | Institut für Umweltphysik (Seminar Ocean, Ice and Atmosphere )
• 18.12.2024 | 10:30 - 11:30 Uhr | Fachbereich 11 - Gesundheitswissenschaften (Fachbereichsrat)
• 21.01.2025 | 09:30 - 10:30 Uhr | MARUM Café
• 22.01.2025 | 16:15 - 17:00 Uhr | ZeMKI Forschungskolloquium
• 06.02.2025 | nachmittags | SOCIUM Jahrestagung 2025

DataNord Kontaktpersonen

Sprecher:innen:

• Prof. Dr. Rolf Drechsler
• Prof. Dr. Frank Oliver Glöckner
• Prof. Dr. Iris Pigeot
• Prof. Dr. Uta Bohnebeck

Koordinatorinnen:

• Dr. Tanja Hörner
• Dr. Lena Steinmann

Ihr wollt die DataNord Roadshow an euer Institut holen? Dann meldet euch bei uns!

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links

Mehr Infos zum DataNord BMBF-Projekt am DSC
DataNord Website
Infos zur BMBF Ausschreibung

Das DSC dankt allen Teilnehmenden für die spannenden Diskussionen und Beiträge!

Weiterführende Links:

Website GI Data Science Workshop
Link zum Tagungsband
Link zu unserem Artikel

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Die Konferenzreise soll außerdem dazu dienen, mit den Forschungsgruppen führender indischer Institute (IIT Gandhinagar, IIT Bombay und IIIT Bangalore) über aktuelle Forschungserkenntnisse zu diskutieren. Somit soll der Wissensaustausch an der Schnittstelle von In-Memory-Computing und Approximate Circuits gefördert werden. Die Paper-Präsentationen sowie daran anschließende Diskussionen werden außerdem die Möglichkeit bieten, sich zu vernetzen und mit Forschenden aus Wissenschaft und Industrie in den Austausch zu kommen. Ziel ist es, durch die Identifikation gemeinsamer, sich ergänzender Forschungsbereiche, langfristige, internationale Partnerschaften aufzubauen und so den Grundstein für zukünftige institutsübergreifende Projekte zu legen.

Förderempfänger:

Dr. Chandan Kumar Jha (Fachbereich 3 – Mathematik und Informatik)

Förderzeitraum:

14.12.2024-09.01.2025

Haben Sie Interesse am DSC Seed Grant?

Mehr Infos zum DSC Seed Grant finden Sie hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel.: +49 (421) 218 - 63941
E-Maill: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

FAIR Data – verständlich und alltagsnah erklärt

Am 29. Dezember gab Sarah Büker, Data Scientist im DataNord-Projekt am Data Science Center (DSC) der Universität Bremen, einen zweistündigen Einsteigerworkshop rund um FAIR Data, Metadaten, Datenmanagementpläne und den Forschungsdatenlebenszyklus.

Mit viel Praxisbezug und Humor richtete sich der Workshop mit dem Titel „FAIR enough? Handling Research Data like a Pro“ an alle, die zwar regelmäßig mit Daten arbeiten, aber beim Thema Datenorganisation eher auf „final_v2_REALLY_FINAL.csv“ setzen. Ziel war es, zu vermitteln:

• Was FAIR wirklich bedeutet (spoiler: ja, es ist ein Akronym, und nein, es ist keine Wunschvorstellung)
• Warum Dokumentation & Metadaten für jede Forschung wichtig sind – unabhängig von Fachgebiet oder Karrierestufe
• Wie ein realistisches Datenmanagement aussieht, das nicht erst „morgen“ passiert
• Wo man Unterstützung findet, wenn Datenchaos überhandnimmt

Ob man täglich mit Daten arbeitet oder ihnen nur gelegentlich begegnet – das Workshopformat bot einen niedrigschwelligen Einstieg und griff typische Stolpersteine aus der Praxis auf, besonders aus den Natur- und Lebenswissenschaften.

Darüber organisierte und leitete Sarah die Diskussionsrunde „How to Thrive in Chaos“, in der über 250 Teilnehmende offen über Herausforderungen, Stärken und Strategien im Arbeitsalltag neurodiverser Forschender – insbesondere mit ADHS – diskutierten.

DSC stärkt Datenkompetenzen – auch über den Wissenschaftsstandort hinaus

Der Beitrag von Sarah Büker zeigte einmal mehr, wie das DSC mit seinem DataNord Projekt Forschungsdatenkompetenzen über klassische Hochschulstrukturen hinaus fördern. Durch das Mitwirken am 38C3 wurde dieses Wissen in interdisziplinäre Communities, Labs, Hackspaces und die digitale Zivilgesellschaft getragen – also dorthin, wo Daten in kreativen, experimentellen und alltäglichen Kontexten eine große Rolle spielen, Prinzipien wie FAIR Data jedoch wenig präsent sind. Damit leistet das DSC einen Beitrag zur Stärkung der Datenkompetenz in der Gesellschaft.

Weiterführende Links:

38. Chaos Communication Congress (38C3)
DataNord

Inhaltliche Fragen beantwortet:

Sarah Büker
Data Science Support | Umwelt- und Meereswissenschaften
Tel. +49 (421) 218 - 59855
E-Mail: sbueker@uni-bremen.de

Anhand des BMFTR-geförderten Projekts „DataNord“ zeigte sie, wie ein interdisziplinäres Datenkompetenzzentrum für die Region Bremen Forschende bei der Umsetzung der FAIR Prinzipien und Open Data Praktiken unterstützt – und welche Bausteine am DSC dabei ineinandergreifen: Trainingsangebote, individuelle Beratungen sowie Vernetzungsformate, die den Austausch zwischen Disziplinen und Rollen fördern.

Kollaborativ lernen mit dem COLLAB Game

Im zweiten Teil leitete Susanne einen interaktiven Workshop zu FAIR-Prinzipien und Open Data, für den sie das an der Universität Kiel entwickelte COLLAB Game nutzte. Diese innovative Methode ist darauf ausgelegt, unterschiedliche fachliche Hintergründe, Rollen und Arbeitslogiken in interdisziplinären Teams sichtbar zu machen und Kommunikation sowie Zusammenarbeit zu verbessern.

Für den Einsatz im YUFE-Programm wurde das Collab Game inhaltlich auf Open Data und Open-Science-Praktiken angepasst. Ziel war es, spielerisch über unterschiedliche Support- und Beratungspraktiken an den Partnerhochschulen ins Gespräch zu kommen: Welche Unterstützungsangebote funktionieren gut? Welchen typischen Herausforderungen begegnen Forschende im Hinblick auf Ressourcen, Rollenklärungen, Datenpublikation oder rechtlichen Rahmenbedingungen? Und welche Lösungen haben sich an den Partnerhochschulen in der Praxis bewährt?

Die Teilnehmenden arbeiteten in Kleingruppen auf digitalen Boards und diskutierten anhand von Reflexions-, Diskussions- und Aktionskarten zentrale Fragen rund um Datenorganisation, Dokumentation, Nachnutzbarkeit, Rollenverteilungen und praktische Hürden bei der Unterstützung von Forschenden im Bereich FAIR und Open Data.

Das spielerische Format machte unterschiedliche Perspektiven schnell sichtbar und half dabei, typische Spannungsfelder offen zu besprechen – etwa zwischen dem Wunsch nach Offenheit und Anforderungen an Datenschutz, Ressourcen oder institutionelle Rahmenbedingungen. Gleichzeitig entstand Raum für den Austausch konkreter Erfahrungen aus den jeweiligen Einrichtungen und für die Frage, welche Support-Angebote an den eigenen Hochschulen fehlen, gut funktionieren oder weiterentwickelt werden sollten.

Erkenntnisse für Open Data in der Praxis

Der Workshoptag zeigte, wie interaktive, niedrigschwellige Formate dabei unterstützen können, komplexe Themen wie Open Data und FAIR-Prinzipien nicht nur zu erklären, sondern gemeinsam zu diskutieren und in praktische Handlungsoptionen zu übersetzen. Für das DSC war die Mitgestaltung eine wertvolle Gelegenheit, Erfahrungen aus DataNord in einen europäischen Kontext einzubringen und Impulse aus dem YUFE-Netzwerk für die eigene Beratungs- und Trainingspraxis mitzunehmen.

Weiterführende Links:

YUFE
COLLAB GAME
www.datanord-bremen.de

Inhaltliche Fragen beantwortet:

Dr. Susanne de Vogel
DSC Data Scientist
+49 (421) 218 - 63938
devogelprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:

Nele Fuchs
Data Scientist für die Digital Humanities
Tel. +49 (421) 218 - 59853
E-Mail: n.fuchsprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Book of Abstracts
Poster: Daten als Brücke
Website DHd Konferenz 2025

Fragen beantwortet

Dr. Maryam Movahedifar
DSC Data Scientist
Tel. +49 (421) 218 - 59854
E-Mail: movahedmprotect me ?!uni-bremenprotect me ?!.de

Weitführende Links:

Website German Probability and Statistics Days (GPSD) 2025

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Internetseite E-Science Tage
Link zum Abstract & Slides auf Zenodo
(DOI: 10.5281/zenodo.15118351)

• Die Diskussionen rund um ein gemeinsames Positionspapier werden in einer kleinen Arbeitsgruppe fortgeführt. Ziel ist es, zentrale Anliegen, Bedarfe und Potenziale der Data Science / Digital Science Community zu bündeln und sichtbar zu machen.
• Auch ein organisatorischer Rahmen zur langfristigen Zusammenarbeit – etwa in Form eines Vereins – wird derzeit weitergedacht.
• Künftig sollen regelmäßige Präsenztreffen den Community-Austausch stärken:
  • 📍 Herbst 2025: Halbtages-Workshop am 16. September im Rahmen der INFORMATIK 2025 in Potsdam (Vormittag) (Hier Beitrag einreichen)
  • 📍 Frühjahr 2026: Community-Treffen in Bielefeld, organisiert von Kolleg:innen des BiCDaS

Wir freuen uns sehr über das Engagement in der Community – und laden alle herzlich ein, sich in die weiteren Schritte einzubringen!

➡️ Wer mitdiskutieren, mitgestalten oder sich aktiv beteiligen möchte, kann sich jederzeit gerne bei Lena Steinmann melden.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Call for Papers | INFORMATIK 2025 Workshop
Vorherige Vernetzungsevents
Abonniere E-Mail-Liste der DS-Community

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel.: +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

DataNord Website
We The (Social) Media-Projekt

Förderempfänger*innen:

Dr. Gerrit Liedtke (Fachbereich 07 – Wirtschaftswissenschaft)
Emmanuel Opoku (Fachbereich 07 – Wirtschaftswissenschaft)
Thomas J. Walker (Concordia University – Montreal, Canada)

Förderzeitraum:

Mai 2025 - Januar 2026

Haben Sie Interesse am DSC Seed Grant?

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:

Annika Nolte, M.Sc.
Data Science Support
Meeres- und Umweltwissenschaften
Tel. +49 (421) 218 - 59856
E-Mail: anolteprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Abstract (DOI: 10.5194/egusphere-egu25-11877)
Data Science OER Guide: Geosciences (GitHub)

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

DataNord Website

Das gesamte Team des DSC freut sich sehr über die erfolgreiche Verteidigung und gratuliert Dr. Sana Hassan Imam!

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Diese Zahlen sind von Relevanz im Kontext der Rauchprävention, da an Tabakverkaufsstellen nach wie vor für Tabakprodukte geworben werden darf. Somit gibt die Anzahl an Verkaufsstellen auch Auskunft darüber, inwiefern Kinder und Jugendliche auf ihrem Schulweg direkt mit Tabakmarketing konfrontiert werden. Die Ergebnisse der Studie deuten darauf hin, dass die Präsenz von Tabakwerbung sowie die Platzierung von Tabakprodukten neben Alltagswaren (wie z.B. Süßigkeiten an der Kasse) zu einer Normalisierung des Rauchens für Kinder und Jugendliche beiträgt.

Mit zum Team der Bremer Forschenden gehörten ebenfalls DSC Data Scientists Annika Nolte und Dr. Susanne de Vogel, welche bei der Studie mitwirkten, indem sie die Entwicklung der generellen Methode sowie des R-Workflows unterstützten. Die Programmiersprache R wurde verwendet, um die Entfernungen zwischen Elementen städtischer Infrastruktur zu berechnen. Da keine offiziellen Daten zu Tabakverkaufs­stellen von Behörden vorliegen, wurden die Geo-Koordinaten und Adressen der Standorte aus Online-Kartendiensten (Google Maps) extrahiert und mit der Lage von Schulen in Bremen in Beziehung gesetzt.

Die Studie liefert erstmals Daten zu Tabakverkaufsstellen in Schulumfeldern einer gesamten deutschen Stadt und füllt damit eine wichtige Forschungslücke.  Die Ergebnisse könnten als Grundlage für weitergehende Präventionsmaßnahmen genutzt werden.  Zum Vergleich wurden dieselben Analysen zu Tabakverkaufsstellen in Hamburg durchgeführt. Die dort erhobenen Daten werden gerade ausgewertet. Die Forschenden planen, die Ergebnisse anschließend zusammenzutragen und zur Veröffentlichung einzureichen. Der in der Studie entwickelte methodische Ansatz und R-Workflow sollen außerdem in einem weiteren Projekt angewendet werden, um den Zusammenhang zwischen der Verfügbarkeit von Bezugsquellen von Nahrungsmitteln und dem Ernährungsverhalten von Studienteilnehmenden zu untersuchen.

Weiterführende Links:

Pressemitteilung der Uni Bremen

Fragen beantworten:

Annika Nolte
DSC Data Scientist
Tel. +49 (421) 218 59856
E-Mail: anolteprotect me ?!uni-bremenprotect me ?!.de

Dr. Susanne de Vogel
DSC Data Scientist
Tel. +49 (421) 218 63938
E-Mail: devogelprotect me ?!uni-bremenprotect me ?!.de

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

Mehr Infos zu DataNord 
Rückblick zum TdF 2025

Wir heißen Timo und Hannes herzlich willkommen und freuen uns auf die gemeinsame Zusammenarbeit am DSC!

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
+49 (421) 218 - 63941
lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

DataNord Website
DataTrain Website

• HealthyPlanet - Lead: Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPS
• MRI4All - Co-lead: Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) & Universität Bremen
• SmartReps - Lead: Alfred-Wegener-Institut (AWI)
• SynData - Lead: Universität Bremen
• WeTheSocialMedia - Lead: Institut für Informationsmanagement Bremen (ifib)

Im Rahmen des diesjährigen Summer Meetings kamen Mitarbeitende aller involvierten Institutionen zusammen, um sich ihre Projektarbeit gegenseitig vorzustellen. Darüber hinaus wurde das DataTrain Programm der U Bremen Research Alliance (UBRA) sowie das Training- und Help Desk-Angebot des Data Science Centers (DSC) präsentiert.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Weiterführende Links:

DataNord Projekt
Research Academy

Die “Summer School for Women in Political Methodology“ bietet Schulungen und Mentoring, mit einem besonderen Fokus auf Politik- und Sozialwissenschaftlerinnen in frühen Karrierephasen. Sie gibt Teilnehmerinnen die Möglichkeit, Fähigkeiten in der Anwendung computerbasierter Methoden zu erlernen und auszubauen. Darüber hinaus fördert sie den Aufbau von Kontakten und Netzwerken unter Frauen in der Wissenschaft. Die Summer School ist Teil einer langfristigen Initiative, die darauf abzielt, die Ausbildung und Karrieren von Frauen in der quantitativen Forschung nachhaltig zu fördern.

Dieses Jahr findet die Summer School an der Universität Bremen statt. Das siebentägige Programm umfasst Trainings in verschiedenen computerbasierten Methoden, wie z.B. Web Scraping oder Large Language Models (LLMs). Ebenfalls mit auf der Agenda steht ein betreuter Hackathon, der es den Teilnehmerinnen ermöglicht, an einem eigenen Projekt zu arbeiten. Die Summer School wird von etablierten Expertinnen aus den Sozial- und Politikwissenschaften durchgeführt. Somit bietet sie ein unterstützendes und kooperatives Lernumfeld, das die Vernetzung von aufstrebenden und etablierten Wissenschaftlerinnen fördert.

Darüber hinaus werden die Teilnehmerinnen international rekrutiert und stammen von verschiedenen europäischen Hochschulen. Somit trägt die Summer School ebenfalls zum internationalen Austausch und zur Kooperation bei.

Förderempfängerinnen:

Prof. Dr. Sophia Hunger (FB 08 – Sozialwissenschaften, SOCIUM)
Sophia Roppertz (FB 08 – Sozialwissenschaften, SOCIUM)

Förderzeitraum:

Juli 2025

Haben Sie Interesse am DSC Seed Grant?

Mehr Infos zum DSC Seed Grant finden Sie hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

In ihrem Posterbeitrag „Empowering Data Literacy for Survey Researchers: Insights from the Interdisciplinary Help-Desk of the Data Competence Center ‘DataNord’“ zeigte Susanne, wie das DSC Forschende dabei unterstützt, die zunehmende Komplexität moderner Umfrageforschung zu bewältigen. Dazu gehören die Integration von Data-Science-Methoden, der Umgang mit neuen Datentypen wie Social-Media- oder Verwaltungsdaten, die Berücksichtigung von ethisch-rechtlich-sozialen Aspekten (ELSA) sowie die Förderung von kritischem Denken im Umgang mit Daten.

Der Beitrag stellte Trainings, individuelle Beratungen und Networking-Angebote vor, die dazu beitragen, die Datenkompetenz von Survey-Forschenden disziplinübergreifend zu stärken. Eine besondere Stärke des Help-Desks ist dabei seine interdisziplinäre Zusammensetzung. Durch die Verbindung von Expertise aus Sozialwissenschaften, Statistik, Naturwissenschaften und Geisteswissenschaften kann das DSC unterschiedliche Perspektiven zusammenführen:

• Für Sozialwissenschaftler*innen bietet der Help-Desk Schulungen und Beratungen, um den Umgang mit komplexen Datenquellen zu verbessern, Methoden aus dem Bereich Data Science zu lernen und Ansätze aus anderen Disziplinen zu integrieren.
• Für Forschende außerhalb der Sozialwissenschaften stellt das DSC Unterstützung bei der Konzeption und Durchführung von Befragungen bereit – insbesondere für diejenigen, die bislang keine Kenntnisse im Bereich Survey Methodology haben.

Das auf der ESRA präsentierte Poster ist zum Download verfügbar auf Zenodo: Empowering Data Literacy for Survey Researchers. Mit Beispielen und Best Practices aus dem DataNord Help-Desk unterstrich der Beitrag die Bedeutung von Datenkompetenz als Kernkompetenz für heutige Survey-Forschende – von Einsteiger*innen bis zu erfahrenen Praktiker*innen. Weitere Informationen zur Konferenz finden sich auf der ESRA 2025 Website.

Die Beteiligung des DSC an der ESRA 2025 zeigt, wie zentral Datenkompetenz inzwischen für die internationale Survey-Forschung ist. Mit seinem interdisziplinären Ansatz verbindet das DSC methodische, sozialwissenschaftliche und datenwissenschaftliche Perspektiven und adressiert damit konkrete Herausforderungen moderner Umfrageforschung. Der Austausch mit der internationalen Fachcommunity liefert zugleich wertvolle Impulse, die direkt in die Weiterentwicklung der Beratungs- und Qualifizierungsangebote des DSC und des DataNord-Projekts einfließen.
 

Weiterführende Links:

Mehr zur ESRA 2025
Link zum Poster auf Zenodo

Inhaltliche Fragen beantwortet:

Dr. Susanne de Vogel
DSC Data Scientist
Tel. +49 (421) 218 63938
E-Mail: devogelprotect me ?!uni-bremenprotect me ?!.de

Worum geht es bei der PACE Challenge?

Die PACE Challenge stellt Aufgaben, die (für Computer) besonders aufwendig zu lösen sind, weil viele mögliche Lösungen geprüft oder sinnvoll ausgewählt werden müssen. 2025 standen zwei Problemtypen im Mittelpunkt: Dominating Set und Hitting Set.

Die Teams entwickelten dafür eigene algorithmische Lösungsansätze („Solver“) und traten damit gegeneinander an. Bewertet wird zum Beispiel, ob das Programm korrekte Lösungen liefert, wie gut diese Lösungen sind, und wie effizient das Verfahren arbeitet.

Die Challenge schafft somit eine Plattform, auf der weltweit Forschende ihre Ansätze vergleichen, verbessern und offen zugänglich machen. Damit trägt sie dazu bei, dass theoretische Forschung schneller in der Praxis ankommt – zum Beispiel in der Datenanalyse, Netzwerktechnik oder bei KI-Anwendungen.

Das DSC stellt die technische Infrastruktur bereit

Damit alle Solver unter identischen und verlässlichen Bedingungen getestet werden konnten, stellte das DSC die technische Infrastruktur bereit, auf der die Docker-basierte Testumgebung lief. Entwickelt wurde sie von Dr. Mario Grobler; DSC-Kollege Nils Leusmann unterstützte ihn bei der Anpassung und dem Betrieb der Umgebung auf unserer Infrastruktur. Dieses Setup war zentral für einen fairen und reproduzierbaren Wettbewerb – und verdeutlicht, wie wichtig die technische Expertise des DSC für komplexe wissenschaftliche Formate am Standort Bremen ist. 

Die Beteiligung des DSC zeigt, wie erfolgreich die Universität Bremen Forschung und technische Expertise verbindet. Das DSC-Team trug dazu bei, dass ein internationaler Wettbewerb wie PACE technisch reibungslos durchgeführt wird – und macht so die Bremer Informatik sichtbar im globalen Wettbewerb. Gleichzeitig unterstreicht die Zusammenarbeit zwischen der Arbeitsgruppe Theoretische Informatik und dem DSC, wie wichtig gut abgestimmte Kooperationen innerhalb der Universität sind, um anspruchsvolle wissenschaftliche Veranstaltungen erfolgreich umzusetzen.

Seit August 2025 stehen die diesjährigen Gewinner:innen fest (Mehr Informationen finden Sie hier).

Wenn Sie Unterstützung bei der Umsetzung eines ähnlichen Formats benötigen, sprechen Sie uns gerne an.

Weiterführende Links:

https://pacechallenge.org/2025/
AG Theoretische Informatik
Mehr zu unserer DSC-IT

Allgemeine Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmann@uni-bremen.de

Technische Fragen beantwortet:

Nils Leusmann
Wissenschaftlicher Mitarbeiter
Tel. +49 (421) 218-63953
E-Mail: leusmann@uni-bremen.de

Der inhaltliche Fokus des ersten DiscussDataLabs wird auf dem Thema „Challenges of Data Collection, Re-use, and Analysis: Public Opinion, Political Debates, and Protests in the Context of the Russo-Ukrainian War“ liegen. Das Event richtet sich an Sozialwissenschaftler*innen aus Osteuropa, dem Kaukasus und Zentralasien sowie an Nachwuchswissenschaftler*innen, die zu diesen Regionen forschen.

Das DiscussDataLab zielt darauf ab, den Teilnehmenden (Promovierenden, Postdocs sowie Masterstudierenden in der Endphase) die theoretischen und praktischen Grundlagen des Forschungsdatenmanagements zu vermitteln. Der Theorieteil des Workshops wird durch renommierte Wissenschaftler*innen vermittelt, die zu den genannten Regionen forschen und Einblicke in ihre Data-Science-Methoden und Datensätze geben werden. Unter Anleitung des Discuss Data-Teams sowie einiger Kurator*innen sollen die Teilnehmenden anschließend in praktischen Workshop-Sessions ihre eigenen Forschungsdaten aufbereiten.

Ziel ist es, dass die Teilnehmenden ihre Datensätze nach dem Workshop entsprechend den FAIR-Prinzipien auf der Plattform DiscussData oder anderen Repositorien veröffentlichen können. Durch das Vermitteln datenwissenschaftlicher Kenntnisse an Nachwuchswissenschaftler*innen soll der Workshop somit zur nachhaltigen Etablierung von Standards guter wissenschaftlicher Praxis im Umgang mit Forschungsdaten beitragen.

Förderempfänger:

Dr. Eduard Klein (Forschungsstelle Osteuropa an der Universität Bremen)

Förderzeitraum:

25.08.2025-27.08.2025

Haben Sie Interesse am DSC Seed Grant?

Mehr Infos zum DSC Seed Grant finden Sie hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Die Konferenz bietet Nachwuchswissenschaftler*innen die Möglichkeit, sich über neue Forschungser­­gebnisse zu informieren und auf Augenhöhe über aktuelle Entwicklungen in den Meereswissenschaften zu diskutieren. Darüber hinaus können Studierende und Promovierende das mehrtägige Event nutzen, um erste Konferenzerfahrungen zu sammeln und sich ein internationales Netzwerk aufzubauen. So brachte die ICYMARE 2024 bspw. Teilnehmende aus über 30 Ländern zusammen.

Das Konferenzprogramm umfasst verschiedene Formate, die sich mit aktuellen Ergebnissen und Projekten aus allen Bereichen der Meeresforschung auseinandersetzen – von mariner Ökologie, Biodiversität und Ozeanographie bis hin zu Klimaschutz, nachhaltiger Meeresnutzung und Governance. Mit der Verleihung des DSC Seed Grants sollen dieses Jahr verschiedene Workshops sowie eine Postersession unterstützt werden, die Teilnehmenden ermöglichen, Erfahrungen im Umgang mit Forschungsdaten und deren Präsentation zu sammeln.

Förderempfänger:

Dr. Simon Jungblut (Naturwissenschaftlicher Verein zu Bremen & Marine Zoologie, Universität Bremen)

Förderzeitraum:

08.09.2025-11.09.2025

Haben Sie Interesse am DSC Seed Grant?

Mehr Infos zum DSC Seed Grant finden Sie hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Das Data Science Center (DSC) unterstützte die Konferenz als Sponsor im Rahmen eines DSC Seed Grants (mehr Infos dazu hier). Für das DSC ist die ICYMARE ein zentraler Ort, um Datenkompetenzen früh im wissenschaftlichen Werdegang zu adressieren: Nachwuchsforschende arbeiten zunehmend mit komplexen, datenintensiven Methoden, verfügen jedoch häufig noch nicht über eine systematische Ausbildung zum Umgang mit Forschungsdaten. Durch seine Beteiligung macht das DSC datenbezogene Themen sichtbar und vermittelt sie praxisnah und fachkontextbezogen. Gleichzeitig liefert der direkte Austausch mit Early-Career Scientists wertvolle Einblicke in konkrete Bedarfe und Herausforderungen, die unmittelbar in die Weiterentwicklung unserer Beratungs-, Trainings- und Unterstützungsangebote einfließen.

Das DSC war auch inhaltlich Teil des Programms:
DSC-Koordinatorin Dr. Lena Steinmann hielt eine Keynote zum Thema „Recognizing Your Data Skills: How to Expand Your Career Horizons as a Marine Scientist“ und zeigte auf, wie Datenkompetenzen Karrierewege in den Meereswissenschaften erweitern können.
Darüber hinaus präsentierte Nils Leusmann, wissenschaftlicher Mitarbeiter am DSC im Rahmen des BMFTR Projekts „INDIFUN-AI”, in der Postersession seinen Beitrag „A semi-automatic image clustering pipeline to support taxonomic plankton classification“.
Sarah Büker, Data Scientist in unserem BMFTR-geförderten Projekt „DataNord”, organisierte erstmals den Data Corner, ein offenes Austauschformat, in dem Teilnehmende informell über Daten, Code, Workflows und praktische Herausforderungen im Forschungsalltag ins Gespräch kamen. Aufgrund der positiven Resonanz soll die Data Corner auch künftig Teil des ICYMARE-Programms bleiben. Zudem moderierte sie einen Roundtable zum Thema Neurodivergence in Science, der Raum für persönlichen Austausch und Diskussion bot. 

Warum das wichtig ist

Die ICYMARE zeigt eindrucksvoll, wie wichtig niedrigschwellige, community-getragene Formate für den wissenschaftlichen Nachwuchs sind. Das Engagement des DSC unterstreicht den Anspruch, Datenkompetenzen nicht nur zentral, sondern auch domänenspezifisch und praxisnah zu fördern.

Wir freuen uns bereits auf die ICYMARE 2026, die vom 7.–11. September 2026 in Bremen stattfinden wird.

Weiterführende Links:

Website der ICYMARE
Book of Abstracts

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Gemeinsam mit Kolja Briedis und Gesche Brandt hat Susanne de Vogel das Kapitel „Prä-Docs und Promotion” verfasst. Der Beitrag bietet einen fundierten Überblick über zentrale Themen rund um die Promotionsphase, darunter Zugangswege zur Promotion, unterschiedliche Promotionsformen, Debatten um Befristung und Beschäftigungsbedingungen (#ichbinhanna), Qualitätssicherung, Promotionsabbrüche, Vereinbarkeit von Wissenschaft und Familie sowie Fragen der Internationalisierung.

Das Kapitel fasst den aktuellen Forschungsstand zu diesen Themenfeldern zusammen und zeigt zugleich offene Fragen und zukünftige Forschungsperspektiven auf. Damit richtet es sich nicht nur an die Hochschulforschung selbst, sondern auch an Promovierende, Hochschulentwickler:innen und Akteur:innen daer Wissenschaftspolitik.

Das NomosHandbuch Hochschulforschung wurde von Peer Pasternack, Gabi Reinmann und Christian Schneijderberg herausgegeben und vereint 60 Beiträge von 81 Autor:innen. Statt eines klassischen Sammelbands bietet das Werk systematische, kompakte Übersichten zum Stand der Forschung in Bereichen wie Forschung, Lehre, Studium, Wissenstransfer und Hochschulen als Organisationen. Der Band erscheint als Printausgabe und vollständig Open Access, gefördert durch FIS Bildung.

Mit ihrer Mitwirkung bringt Susanne de Vogel ihre langjährige Expertise zu Qualifizierungsbedingungen in der Wissenschaft in ein zentrales Referenzwerk der Hochschulforschung ein – und stärkt zugleich die Sichtbarkeit des DSC in hochschul- und wissenschaftspolitisch relevanten Diskursen.

Weiterführende Links:

Zum Handbuch (Open Access): doi.org/10.5771/9783748943334  

Inhaltiche Fragen beantworten:

Dr. Susanne de Vogel
DSC Data Scientist für Sozialwissenschaften
Tel. +49 (421) 218 63938
E-Mail: devogel@uni-bremen.de

Teil des Programms war ebenfalls der Data-Science-Community Workshop „Aktuelle Entwicklungen und Perspektiven (an Hochschulen) im Bereich Data Science“, der dieses Jahr bereits in die dritte Runde ging. Das Event wurde vom Data Science Center (Prof. Dr. Rolf Drechsler & Dr. Lena Steinmann), sowie dem Digital Science Center der Christian-Albrechts-Universität zu Kiel (Prof. Dr. Dirk Nowotka & Dr. Helen Pfuhl) organisiert.

Der Workshop zielt darauf ab, Vertreter*innen unterschiedlichster Data-Science-Initiativen zusammenzubringen, um die überregionale Vernetzung weiter voranzutreiben und gemeinsam relevante Schwerpunkte und Perspektiven für die Community zu entwickeln. Durch den Austausch über aktuelle Herausforderungen, Best Practices, strategische Ansätze und Potenziale für zukünftige Zusammenarbeit, ermöglicht der Workshop eine nachhaltige Weiterentwicklung der Community.

Das halbtägige Workshop-Programm umfasste eine Postersession sowie verschiedene Talks aus der Data-Science-Community. Teil der Postersession war unter anderem der Beitrag “Training, Consultation, and More – Services from the Data Science Center”, der von DSC Data Scientist Dr. Maryam Movahedifar vorgestellt wurde – Hier geht's zu der dazugehörigen Publikation - Movahedifar et al. (2025). Darüber hinaus erfolgte beim diesjährigen Workshop die Präsentation des ersten aus der Data-Science-Community erarbeiteten Positionspapiers. Abschließend wurde außerdem die Gründung des Data & Digital Science Community (DaDiSC) Vereins beschlossen. Teil des Vorstandsteams sind Prof. Dr. Dirk Nowotka (Universität zu Kiel), Prof. Dr. Rolf Drechsler (Universität Bremen) und Dr. Martin Semmann (Universität Hamburg).

Mehr Informationen zur INFORMATIK 2025 sowie dem Konferenzbeitrag des Data Science Centers finden Sie im digital veröffentlichten Tagungsband der Konferenz. Das nächste INFORMATIK Festival wird im September 2026 an der TU Dresden stattfinden. Mehr Infos dazu gibt es hier.

Weiterführende Links:

Website INFORMATIK 2025
Programm Community Workshop 2025
Website DaDiSC  - Data & Digital Science Community Verein
Link zum Tagungsband der INFORMATIK 2025
Link zum Workshop Rahmenartikel (Steinmann et al., 2025)

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Das Programm bot eine Mischung aus Fachvorträgen, praxisnahen Übungen und Austauschformaten und deckte Themen von Raumfahrtexploration über Luft- und Raumfahrttechnik bis hin zu interdisziplinären Anwendungen der Space Science ab.

FAIR Data zum Anfassen: Workshop des DSC

Das Data Science Center (DSC) war durch Sarah Büker und Annika Nolte als Teil des DataNord Projektteams vertreten. Sie führten einen vierstündigen interaktiven Workshop mit dem Titel „Cosmic Bricks: Making Space Science Data FAIR with LEGO®“ durch.

Im Workshop lernten die Teilnehmenden spielerisch, was die FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) bedeuten und warum nachhaltiges Forschungsdatenmanagement gerade in der Raumfahrtforschung und den Naturwissenschaften eine zentrale Rolle spielt. Internationale Kooperationen, langfristige Missionen und große Mengen an Beobachtungs- und Simulationsdaten machen FAIR Data zu einer wichtigen Grundlage für transparente, reproduzierbare und anschlussfähige Forschung.

Anhand von LEGO®-Modellen – etwa Raketen oder Mondfahrzeugen – wurden abstrakte Konzepte wie Dokumentation, Metadaten und Wiederverwendbarkeit greifbar gemacht. Vorkenntnisse im Datenmanagement waren nicht erforderlich; der Workshop richtete sich bewusst an Studierende am Anfang ihrer wissenschaftlichen Laufbahn.

Datenkompetenz früh stärken

Mit dem Workshop zeigte das DSC, wie sich Datenkompetenzen frühzeitig, zielgruppengerecht und niederschwellig in unterschiedliche Bildungsformate integrieren lassen. Gerade für Studierende der hier relevanten Disziplinen ist ein grundlegendes Verständnis von Forschungsdatenmanagement ein wichtiger Baustein für spätere wissenschaftliche und industrielle Tätigkeiten. 

Mit der Beteiligung an der PIP Summer School unterstreicht das DSC seinen Anspruch, Datenkompetenzen bereits frühzeitig in der akademischen Ausbildung zu verankern. Formate wie dieser Workshop zeigen, wie wichtig das interdisziplinäre Datenkompetenzteam des BMFTR-geförderten Projekts DataNord ist: Auf Basis erprobter Konzepte, umfangreicher Erfahrung und fachlicher Breite können innovative Trainingsangebote kurzfristig umgesetzt, zielgruppengerecht angepasst und nachhaltig nachgenutzt werden. So trägt das DSC maßgeblich dazu bei, das Forschungs- und Bildungsumfeld an der Universität Bremen wirkungsvoll mit zentralen Datenkompetenzen auszustatten.

Haben Sie Interesse an einem Workshop dieser Art? Sprechen Sie uns gerne an. Eine Übersicht unseres Workshopportfolios finden Sie hier.

Weiterführende Links:

DataNord
PIP Summer School

Fragen beantwortet:

Dr. Lena Steinmann
Koordinatorin Data Science Center & „DataNord“
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Die Nationale Forschungsdateninfrastruktur (NFDI) vernetzt Fachcommunities in Deutschland, um Forschungsdaten langfristig auffindbar, interoperabel und nachnutzbar zu machen. Das Joint Plenary bot hierfür einen wichtigen Rahmen, um Synergien zwischen den beteiligten Konsortien zu stärken.

Das Data Science Center (DSC) beteiligte sich im Rahmen des BMFTR-geförderten Projekts „Interdisziplinäres Datenkompetenzzentrum für die Region Bremen – DataNord“ mit einem interaktiven Workshop. 

Unter dem Titel „From Data to Interactive Maps: Visualization Workflows with Geospatial Data from PANGAEA“ stellten Sarah und Annika Python-basierte Workflows zur Verarbeitung und Visualisierung von Geodaten vor. Dabei lernten die Teilnehmenden den API-basierten Zugriff auf Forschungsdaten des PANGAEA Data Publisher for Earth & Environmental Science kennen. Der Workshop bot die Möglichkeit, den gesamten Prozess von Datenzugang und -aufbereitung bis hin zu interaktiven Karten mit Python nachzuvollziehen. 

Die Materialien sind öffentlich zugänglich auf GitHub.

Weiterführende Informationen zu all unseren Projekten finden Sie hier.

Weiterführende Links:

DataNord Projekt
NFDI4Earth
NFDI4Biodiversity

Inhaltliche Fragen beantwortet:

Annika Nolte
Data Science Support | Umwelt- und Meereswissenschaften
Tel. +49 (421) 218 - 59856
E-Mail: anolteprotect me ?!uni-bremenprotect me ?!.de

Mit dem Data Journalist in Residence Fellowship (Okt.-Dez. 2025), soll die Expertise von Datenjournalist*innen über das Datenkompetenzzentrum DataNord an Forschende herangetragen werden. In den kommenden drei Monaten wird Data Journalist Serafin Arhelger im Rahmen des DataNord-Teilprojekts des Data Science Centers tätig sein, um Forschenden praxisnahe Kompetenzen in der Kommunikation rund um datenbasierte Forschung zu vermitteln. Serafin Arhelger arbeitet seit vielen Jahren im Feld des Datenjournalismus und bereitet seit August 2022 im Team von NDR Data öffentliche Datensätze so auf, dass sie für die Allgemeinheit nachvollziehbar sind. Mehr über Serafin Arhelger und seine Arbeit als Data Journalist finden Sie hier.

Während seines Residence Fellowships bei DataNord wird Serafin Arhelger verschiedene Formate nutzen, um zu zeigen, welche Aufbereitung nötig ist, um Forschungsdaten und Studien sowohl für Fachpublikationen als auch für eine breite Öffentlichkeit nutzbar zu machen. Geplant sind u.a. ein interaktiver Lernworkshop zu Methoden des Datenjournalismus, sowie eine Data Story über seine Arbeit als Datenjournalist (mehr dazu hier). Darüber hinaus wird Serafin Arhelger während seines Residence Fellowships eine „Sprechstunde“ für individuelle Beratung anbieten. Mehr Infos zu den verschiedenen Angeboten gibt es in Kürze hier.

Wir wünschen Serafin Arhelger eine anregende und spannende Zeit im Rahmen seines Fellowships bei DataNord und freuen uns auf seine Beiträge zum Thema Datenjournalismus.

Weiterführende Links:

Interview mit Serafin Arhelger
Data Story über die Arbeit als Data Journalist (20. Oktober 2025, 15-16 Uhr)

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Das Projekt zielt unter anderem darauf ab, eine Typologie zu entwickeln, indem ein ausführlicher Überblick über relevante digitale Plattformen erstellt wird. Um dies zu erreichen, entwickelt das Projektteam einen strukturierten Datenbankkatalog, in dem kontrollierte Vokabulare und relationale Metadaten die systematische Kategorisierung, Klassifizierung und Evaluierung der steigenden Anzahl digitaler Quellen ermöglichen. Dies soll dazu beitragen, die wachsende Anzahl von Plattformen sowohl für das Team als auch für Forschende, die künftig mit den Daten arbeiten, überschaubarer und handhabbar zu machen.

Der DSC Seed Grant unterstützt die Entwicklung eines interaktiven webbasierten Forschungskatalogs, der auf SQL-Datenbankinfrastruktur aufbaut. Mittels einer Technologie, die Webanwendungen direkt aus SQL-Abfragen generiert, entsteht ein interaktives Portal, in dem Forschende das Netzwerk durch dynamische Visualisierungen erkunden können: geografische Karten zeigen Migrationsbewegungen von Autor*innen durch romanisch-sprachige Regionen, Netzwerkdiagramme enthüllen Plattformkooperationen, und temporale Analysen veranschaulichen thematische Entwicklungen. Die relationale Datenbankstruktur ermöglicht komplexe Abfragen wie die Identifikation von Autor*innen, die mehrere Plattformen verbinden, die Nachverfolgung von Themen-Kookkurrenzen oder die Analyse sprachlicher Diversität über geografische Regionen hinweg. Das System macht komplexe Diaspora-Netzwerkanalysen über eine intuitive Weboberfläche zugänglich, ohne dass die Forschenden Programmierkenntnisse benötigen.

Folglich trägt das Projekt nicht nur zur Förderung des Einsatzes SQL-basierter Methoden in der geisteswissenschaftlichen Forschung bei, sondern legt auch den Grundstein für zukünftige interdisziplinäre Projekte, die datenwissenschaftliche Methoden und Forschung in den Digital Humanities zusammenführen.

Förderempfängerinnen:

Prof. Dr. Julia Borst (FB 10 - Sprach- und Literaturwissenschaften)
Liam Hurwitz (FB 03 - Mathematik/Informatik)

Förderzeitraum:

01. Oktober 2025 – 31. Dezember 2025
 

Haben Sie Interesse am DSC Seed Grant?

Mehr Infos zum DSC Seed Grant finden Sie hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

INDIFUN-AI ist ein interdisziplinäres Verbundprojekt, das in Zusammenarbeit verschiedener Institutionen und unter dem Lead des AWI durchgeführt wird. Im Rahmen des Teilprojekts der Universität Bremen, wird am Data Science Center (DSC) an der Entwicklung eines automatisierten Indikatorensystems gearbeitet, das Veränderungen in der Biodiversität zuverlässig erkennt. Mehr Infos zum Teilprojekt finden Sie hier.

Im Rahmen des diesjährigen Projektmeetings kamen Vertreter*innen der geförderten Projektpartner zusammen, um sich über neue Entwicklungen auszutauschen und die Zusammenarbeit zwischen den beteiligten Institutionen zu stärken. Beiträge zu den verschiedenen Teilprojekten schafften dabei die Grundlage für gemeinsame Diskussionen über aktuelle und zukünftige Projektaktivitäten.

Das Teilprojekt der Universität Bremen wurde durch Dr. Lena Steinmann (DSC Koordinatorin), Nils Leusmann (DSC) und Christina Plump (Universität Bremen, DFKI) vertreten, wobei Nils Leusmann und Christina Plump einen Überblick über die aktuellen Aktivitäten des DSC im Rahmen des INDIFUN-AI Projekts gaben. DSC Data Scientist Sarah Büker nahm ebenfalls am Meeting teil, um ihre Expertise im Bereich Datenmanagement mit einzubringen. So wurde im Rahmen des Projektmeetings auch gemeinsam an der Erstellung eines Data Management Plans gearbeitet.

Alle Projektpartner:
Alfred-Wegener-Institut (AWI) (koordinierende Einrichtung)
Universität Bremen
Carl-von-Ossietzky Universität
GEOMAR Helmholtz Zentrum für Ozeanforschung Kiel
Leibniz-Zentrum für Marine Tropenforschung (ZMT)
AquaEcology GmbH & Co. KG

Weiterführende Links:

Projektseite INDIFUN-AI 
Mehr zum Teilprojekt des DSC gibt es hier

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Worum geht es im Beitrag?

Der Beitrag zeigt, dass gesellschaftliche Herausforderungen wie Desinformation, algorithmische Diskriminierung („algorithmic bias“) oder Online-Hassrede eng mit digitalen Strukturen und Datenpraktiken verbunden sind. Um diese Phänomene wissenschaftlich zu untersuchen und gesellschaftlich darauf zu reagieren, benötigen Sozialwissenschaftler:innen zunehmend umfassende Datenkompetenzen – ein Bereich, in dem vielerorts noch erhebliche Lücken bestehen.

Wie DataNord diese Lücke schließt

Hier setzt das Data Science Center (DSC) mit seinen Angeboten im Rahmen des BMFTR-geförderten Projekts DataNord an. Als Kernkomponente des regionalen Datenkompetenzzentrums unterstützt es Forschende mit:

• Bedarfsgerechten Trainings zu Datenmanagement, Datenanalyse und kritischer Reflexion
• Individuellen Beratung zu Datenerhebungs- und Analyseprozessen
• Vernetzungsangeboten für interdisziplinären Austausch

Im DSC ist Dr. Susanne de Vogel die Ansprechperson für Sozialwissenschaftler:innen: Sie berät, schult und begleitet Forschende des gesamten DataNord-Verbunds und trägt damit wesentlich zum Aufbau datenbezogener Kompetenzen in der Region bei.

Eine zentrale Rolle spielt zudem die DataNord Research Academy, in der Methoden- und Fachexpert:innen aus fünf kooperativen Projekten zusammenarbeiten. Sie verbindet datenwissenschaftliche Ansätze mit disziplinärer Expertise, fördert fortgeschrittene Datenkompetenzen und verankert diese nachhaltig in Forschungsprozessen – ein wichtiger Schritt hin zu einer zukunftsorientierten Datenkultur.

Beispielprojekt: „We the (Social) Media“

Am Projekt „We the (Social) Media“, das als Teil der Research Academy am Institut für Informationsmanagement Bremen GmbH (ifib) von Ricarda Luther unter dem Lead von Prof. Dr. Andreas Breiter umgesetzt wird, zeigt der Beitrag exemplarisch, wie partizipative und dateninformierte Forschung eingesetzt werden kann, um Online-Hassrede besser zu verstehen.
Gemeinsam mit von Online-Hassrede betroffenen Aktivist:innen aus der Zivilgesellschaft entwickelt das Projekt nutzer:innenzentrierte Moderationswerkzeuge – ein Ansatz, der soziologisches Wissen mit datenwissenschaftlichen Methoden verbindet. Neben dem Team am ifib sind hier auch Prof. Dr. Stephanie Geise (ZeMKI, Universität Bremen), Prof. Dr. Sebastian Haunss (SOCIUM, Universität Bremen) sowie Prof. Dr. Hendrik Heuer (Center for Advanced Internet Studies) als Partner involviert.

Warum ist das wichtig?

Digitale Daten prägen zunehmend, wie wir Forschung betreiben und gesellschaftliche Probleme verstehen. Gleichzeitig sind Kenntnisse über Datenqualität, Methoden, Ethik und kritisches Denken ungleich verteilt. Der Beitrag macht deutlich, wie das DSC und DataNord dabei helfen, diese Lücke zu schließen – und damit sowohl Forschende als auch betroffene Communities stärken, digitale Entwicklungen aktiv und verantwortungsvoll mitzugestalten.

Aufgrund einer kurzfristigen Erkrankung konnte die Präsentation vor Ort nicht stattfinden – Poster und Abstract wurden jedoch auf Zenodo veröffentlicht: https://zenodo.org/records/17142514

Weiterführende Links:

DSC Beratungsangebote
DataNord Website
DataNord Research Academy
We The (Social) Media

Inhaltiche Fragen beantworten:

Dr. Susanne de Vogel
DSC Data Scientist für Sozialwissenschaften
Tel. +49 (421) 218 63938
E-Mail: devogel@uni-bremen.de

Fachliche Fragen beantwortet:

Dr. Lena Steinmann
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmann@uni-bremen.de

Am 22. Oktober 2025 richtete das Team des Data Science Center (DSC) der Universität Bremen das Treffen des Data Community Club aus – diesmal im interaktiven World-Café-Format. Rund um das Schwerpunktthema Data Analytics kamen Forschende, Data Professionals und Interessierte zusammen, um sich in wechselnden Gesprächsrunden auszutauschen und voneinander zu lernen. 

Der Data Community Club bringt Daten-Expert:innen und -Enthusiast:innen aller Disziplinen zusammen und schafft eine Plattform für den Austausch zu Forschungsdatenmanagement, Data Science und verwandten Themen. In regelmäßigen Treffen werden praktische Ansätze und Lösungsstrategien geteilt, mit dem Ziel, Datenkompetenzen nachhaltig in die Workflows des gesamten Datenlebenszyklus zu integrieren.

Im Mittelpunkt des Herbsttreffens standen fünf thematische Tische, die jeweils von ausgewiesenen Expert:innen der U Bremen Research Alliance geleitet und von Moderator:innen aus dem DSC-Team begleitet wurden:

• Machine Learning
  Expertinnen: Dr. Sonja Hänzelmann & Dr. Susana Simancas Giraldo (AWI); Moderation: Annika Nolte
• Responsible Use of AI
  Experte: Dr. Max Westphal (Fraunhofer MEVIS); Moderation: Sarah Büker
• Generative AI
  Expertin: Floriann Deepika Louis (AWI); Moderation: Dr. Susanne de Vogel
• Statistical Methods
  Experte: Dr. Martin Scharpenberg (KKSB, Universität Bremen); Moderation: Dr. Maryam Movahedifar
• Natural Language Processing
  Expertin: Johanna Rockstroh (Digital Media Lab, Universität Bremen); Moderation: Dr. Lena Steinmann

Die Teilnehmenden diskutierten in zwei 30-minütigen Runden zu Herausforderungen, Anwendungserfahrungen, Chancen und möglichen nächsten gemeinsamen Schritten. Die wichtigsten Erkenntnisse wurden zum Abschluss im Plenum zusammengetragen und boten wertvolle Impulse für die weitere Arbeit in der Daten-Community. 

Das World Café bot damit einen offenen Rahmen, um Expertise zu teilen, kollegial voneinander zu lernen und neue Impulse für die Forschungs- und Datenpraxis zu setzen.

Wenn Sie an der Universität Bremen oder einem anderen DataNord Partnerinstitut (siehe hier ganz unten) tätig sind und Unterstützung bei der Ausrichtung ähnlicher Formate rund um Data Science, Data Analytics, AI oder Datenmanagement wünschen, sprechen Sie uns gerne an – unser Team unterstützt Sie dabei.

Weiterführende Links:

DataNord
Data Community Club

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmann@uni-bremen.de

Der vollständige Tagungsband der E-Science-Tage 2025 mit allen Beiträgen ist im Buchhandel erhältlich und kann online hier abgerufen werden. Unseren Artikel finden Sie hier.

Weiterführende Links:

News-Artikel  E-Science-Tage 2025
Link zum Tagungsband

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Umfangreiche 3D-Modelle von Erdgashydrat-Systemen werden derzeit nur am MARUM (Zentrum für Marine Umweltwissenschaften der Universität Bremen) entwickelt und erfordern leistungsstarke Rechenressourcen sowie große Mengen digitaler Daten. Die Modellsimulationen und Ergebnisse leisten einen wichtigen Beitrag zur Gashydratforschung und liefern einzigartige Einblicke in großräumige Methanmigrationsmuster im marinen Untergrund sowie in Permafrost-Regionen.

Das Baffin Bay-Modell soll dazu dienen, numerische Simulationen der Beckenentwicklung und der Entstehung von Kohlenwasserstoffen, ihrer Migration und ihrer Speicherung in Form von Gashydrat durchzuführen. Somit lassen sich Vorhersagen über die Lage wichtiger Kohlenwasserstoffvorkommen und Austrittsstellen treffen. Diese Vorhersagen ermöglichen wiederum die Entwicklung einer effizienteren Probenahmestrategie für eine anstehende Forschungsfahrt der Maria S. Merian in das Baffin Bay-Gebiet (BaffinGAS, August-September 2026).

Förderempfängerin:

Dr. Ewa Burwicz-Galerne (MARUM – Zentrum für Marine Umweltwissenschaften)

Förderzeitraum:

November-Dezember 2025
 

Haben Sie Interesse am DSC Seed Grant?

Mehr Infos zum DSC Seed Grant finden Sie hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Ziel des Formats war es, die Teilnehmenden mit zentralen Konzepten, Anforderungen und Good Practices des Forschungsdatenmanagements (FDM) vertraut zu machen – von der strukturierten Organisation von Daten bis hin zu Fragen der Nachnutzung. Im Mittelpunkt stand dabei die Frage, was verantwortungsvoller Umgang mit Forschungsdaten in der Praxis bedeutet und wie sich Forschungsprojekte dadurch transparenter und effizienter gestalten lassen.

Von FDM-Grundlagen bis KI-gestützten Workflows

Nele Fuchs, Data Scientist im DataNord-Projekt, hat den Workshop gemeinsam mit Michaela Rizzolli von Qualiservice konzipiert und umgesetzt. Neben der Einführung in grundlegende Aspekte des FDM gestaltete Nele insbesondere den zweiten Schwerpunkt zu Datensicherheit, Datenspeicherung und FDM im Kontext von KI-Systemen. Ergänzt wurde dies durch Einblicke in den Einsatz von KI in der Forschung, die besonderen Herausforderungen qualitativer Daten sowie Möglichkeiten zur Archivierung und Wiederverwendung.

Der Workshop verband theoretische Grundlagen mit konkreten Anwendungsbeispielen und bot Raum für Austausch zu individuellen Fragestellungen aus den Promotionsprojekten der Teilnehmenden.

Datenkompetenz als Schlüssel für gute wissenschaftliche Praxis

Gerade für Promovierende, die zunehmend mit digitalen, qualitativen oder KI-gestützten Methoden arbeiten, ist ein solides Verständnis von Daten-Praktiken ein zentraler Baustein guter wissenschaftlicher Praxis. Der Workshop zeigte, wie wichtig es ist, FDM nicht abstrakt zu vermitteln, sondern direkt an reale Forschungsszenarien anzubinden.

Mit solchen Formaten bringt das DSC datenwissenschaftliche Expertise gezielt in die Qualifizierung des wissenschaftlichen Nachwuchses ein. Gleichzeitig fließen die diskutierten Bedarfe und Herausforderungen unmittelbar in die Weiterentwicklung der Beratungs- und Trainingsangebote des DSC und von DataNord ein – ein wichtiger Rückkopplungseffekt zwischen Forschungspraxis und datenbezogener Unterstützung.

Interesse an einem Workshop für Ihre Promovierenden?

Wenn Sie Fragen rund um Daten, Forschungsdatenmanagement oder Data Science haben oder ein ähnliches Format für Promovierende Ihrer Graduiertenschule oder Ihres Fachbereichs wünschen, wenden Sie sich gerne an unsere Koordinatorin Dr. Lena Steinmann. Für weitere Inspirationen werfen Sie gern einen Blick in unser bisheriges Trainingsportfolio.

Weiterführende Links:

DataNord

Inhaltliche Fragen beantwortet:

Nele Fuchs
DSC Data Scientist
Tel. +49 (421) 218 59853
E-Mail: n.fuchs@uni-bremen.de

Das „Positionspapier zur Zukunft der Data- und Digital Science-Community“ wurde vonseiten der Universität Bremen von Rolf Drechsler, Professor für Rechnerarchitektur sowie Sprecher und Mitbegründer des Data Science Centers an der Universität, und Lena Steinmann, Koordinatorin des Data Science Centers, mitverfasst und unterzeichnet. Außerdem wird aktuell der überregionale Verein „Data & Digital Science Community e.V. (DaDiSC)“ unter Koordination der Universität Bremen und Christian-Albrechts-Universität zu Kiel gegründet. Damit entsteht erstmals eine vernetzte Stimme für datenwissenschaftliche Forschung im gesamten deutschsprachigen Raum.

Forschung mit großen Datenmengen – ein fächerübergreifendes Phänomen

Forschung mit großen Datenmengen ist heute in vielen Wissenschaftsdisziplinen üblich – nicht nur in Statistik oder Informatik, sondern auch in Fächern wie Sprach- und Kulturwissenschaften oder Geschichte. Grund dafür ist nicht zuletzt, dass durch moderne Technologien und Digitalisierung mehr und mehr Daten digital verfügbar sind, zum Beispiel Mobilfunk- und Standortdaten, Open-Government-Daten von Städten oder Daten aus Gesundheitsapps.

Die Forschenden fordern daher eine verlässliche, langfristige Ausstattung für zentrale Einrichtungen wie Data- und Digital-Science-Zentren, um datenintensive und digital gestützte Forschung nachhaltig zu stärken. Aktuell ist häufig noch eine projektbasierte Finanzierung üblich, wie etwa bei den elf Datenkompetenzzentren, die vom Bundesministerium für Forschung, Technologie und Raumfahrt gefördert werden.

Data und Digital Science müssen nach Ansicht der Forschenden explizit in Forschungs-, Digital- und Innovationsstrategien von Bund und Ländern berücksichtigt und mit langfristigen Förderlinien unterstützt werden.

Stärkerer Fokus auf Digital und Data Science in Forschung und Lehre

Ergänzt werden sollen diese politischen Rahmenbedingungen durch einen stärkeren Fokus auf Digital und Data Science in Forschung und Lehre. Dazu gehört etwa eine gute Ausstattung von Zentren für Digital und Data Science. Dies ermögliche, so die Forschenden, nicht nur Data- und Digital-Science-Services für Forschende an den jeweiligen Standorten, etwa in Form von Beratungen und Unterstützung zu Datenmanagement und Datenanalyse. Auch die Kollaboration zwischen Zentren an verschiedenen Standorten werde so leichter möglich.

Auch in der Lehre sollte Data und Digital Literacy, also die Fähigkeit, mit großen Datenmengen umzugehen, laut Ansicht der Forschenden breit gefördert werden. Der kompetente Umgang mit Daten sollte fachübergreifend in verschiedenen Studiengängen gelehrt werden; hierfür bräuchten auch die Lehrenden didaktische und fachliche Unterstützung. Technische und nicht-technische Disziplinen müssten hier zusammenarbeiten.

Data und Digital Science an der Universität Bremen

An der Universität Bremen existiert seit 2019 mit dem Data Science Center (DSC) ein interdisziplinäres Institut für die datenbasierte Forschung.Hier werden die datenbezogenen Kompetenzen und Aktivitäten der Universität Bremen gebündelt und gezielt weiterentwickelt. Das DSC vernetzt Forschende über Fächergrenzen hinweg, stärkt ihre Datenkompetenz und schafft die Voraussetzungen für nachhaltige, datenbasierte Forschung in allen wissenschaftlichen Bereichen.

Als zentrale Anlaufstelle bietet das DSC umfangreiche Services für Forschende, darunter Beratungsangebote, Schulungen, finanzielle Unterstützung und Rechenressourcen, und steht als Partner in datenbasierten Forschungsvorhaben zur Seite. Am DSC ist auch das Datenkompetenzzentrum DataNord angesiedelt, das die Universität gemeinsam mit anderen Bremer Partnerinstitutionen umsetzt und zu dessen Sprecher:innen Rolf Drechsler gehört. Seit 2023 wird es mit über 3,5 Millionen Euro vom Bundesministerium für Forschung, Technologie und Raumfahrt gefördert.

Weiterführende Links:

Link zur PM der Uni Bremen: Pressemitteilung

Link zum Positionspapier: https://zenodo.org/records/17475528

Verein „Data & Digital Science Community e.V. (DaDiSC): https://dadisc.org/ (noch im Aufbau)

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
E-Mail: lena.steinmann@uni-bremen.de

NFDI4DataScience  arbeitet daran, eine nationale Forschungsdateninfrastruktur für die Data-Science- und KI-Community aufzubauen. Im Mittelpunkt steht die Unterstützung des gesamten Forschungsdatenlebenszyklus – von der Erhebung über Analyse und Publikation bis hin zu Archivierung und Wiederverwendung. Ziel ist es, Transparenz, Reproduzierbarkeit und Fairness in datengetriebenen Forschungsprozessen zu stärken und digitale Artefakte wie Code, Modelle und Daten besser miteinander zu verknüpfen.

Der Beitrag von DataNord setzte einen wichtigen Akzent für die stärkere Vernetzung zwischen der NFDI-Community und den regionalen Datenkompetenzzentren – ein Thema, das angesichts zunehmend komplexer datengetriebener Forschung immer mehr an Bedeutung gewinnt.

Das DataNord-Dachprojekt ist am Data Science Center (DSC) der Universität Bremen angesiedelt, das zugleich die Verbundkoordination übernimmt. Im Rahmen des DSC-Teilprojekts werden zentrale Angebote in den Bereichen Lernen, Forschen und Vernetzen geschaffen. Dafür wurde ein Team aus Data Scienstists etabliert, das insbesondere Trainings und Beratungsangebote für Forschende aller Karrierestufen und Disziplinen bietet. Außerdem werden die Forschungsvorhaben MRI4All und SynData im Rahmen der Research Academy umgesetzt. Mit diesen angewandten Vorhaben werden Datenkompetenzen tiefgreifend im Forschungsprozess verankert. 

Hier erfahren Sie mehr zu all unseren Forschunsgprojekten. 

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de

Seit Oktober ist das Data Science Center (DSC) durch Nele Fuchs im AIQM-Netzwerk vertreten und unterstützt die Aktivitäten der Forschenden fachlich im Rahmen des BMFTR-geförderten Datenkompetenzzentrums DataNord. Beim Netzwerktreffen am 26. November brachte sie einen inhaltlichen Impuls zur kontroversen Debatte innerhalb der qualitativen Forschungscommunity über Chancen, Grenzen und Risiken von KI in der Forschung ein.

Ziel des Netzwerks ist es, gemeinsam Kompetenzen für einen verantwortungsvollen Umgang mit KI aufzubauen, voneinander zu lernen und eine fundierte Wissensbasis zu schaffen. Die Ergebnisse sollen über offene Formate wie Workshops, Lesekreise und Publikationen auch an weitere Forschende innerhalb und außerhalb der Universität Bremen weitergegeben werden.

Wie sich das DSC einbringt

Der Einsatz von KI in der qualitativen Forschung wirft grundlegende Fragen auf – etwa zu Methodentransparenz, Datenschutz, Bias, wissenschaftlicher Nachvollziehbarkeit oder zum Ressourcenverbrauch. Gleichzeitig fehlen vielen Forschenden die technischen und datenwissenschaftlichen Kompetenzen, um KI-gestützte Werkzeuge sicher und reflektiert einzusetzen. 
Hier bringt das DSC im Rahmen des DataNord-Projekts eine wichtige, übergreifende datenwissenschaftliche Perspektive in das AIQM-Netzwerk ein. Mit Nele als Data Scientist für die Digital Humanities fließen Erfahrungen aus Beratung, Training und der Zusammenarbeit mit verschiedensten Forschungsprojekten ein. Gleichzeitig profitiert auch das DSC vom direkten Austausch: Fragestellungen und Herausforderungen aus dem Netzwerk fließen unmittelbar in die Weiterentwicklung von Beratungs- und Qualifizierungsangeboten ein. So entsteht ein enger Rückkopplungseffekt zwischen Forschungspraxis und datenwissenschaftlicher Unterstützung.

Diese Rolle zeigte sich auch im Data Snack „Beyond ChatGPT: AI Systems for Qualitative Research“ am 4. Dezember 2025, den das DSC ausrichtete. Nele stellte dort konkrete KI-gestützte Werkzeuge für qualitative Forschung vor und hat diese kritisch eingeordnet. Auch das AIQM-Netzwerk wurde einem breiteren Forschungspublikum vorgestellt und konnte sich so weitervernetzen.

Das AIQM-Netzwerk steht allen offen, die sich für qualitative Forschung und KI interessieren. Neue Mitglieder sind herzlich willkommen und können ihr Interesse an einer Mitgliedschaft über dieses Formular bekunden (Ansprechperson: Veronika Graceva).

Weiterführende Links:

ifib Blogartikel zum Netzwerk

Inhaltliche Fragen beantwortet:

Nele Fuchs
Data Scientist für die Digital Humanities
Tel. +49 (421) 218 - 59853
E-Mail: n.fuchs@uni-bremen.de

Am 27. November war das Data Science Center (DSC) der Universität Bremen durch Sarah Büker vertreten. In einem zweistündigen, praxisorientierten Workshop gab sie eine Einführung in das Galaxy-Projekt, eine offene Plattform für reproduzierbare Datenanalyse mit Fokus auf Lebens- und Umweltwissenschaften.

In dem Workshop addressierte sie:

• was Galaxy ist und warum die Plattform für Forschende mit Sammlungsdaten relevant ist,
• wie sich Datenanalysen mit Galaxy FAIR und transparent gestalten lassen,
• wie sich Datenanalysen und Visualisierungen ohne Programmierkenntnisse durchführen lassen,
• und wie Teilnehmende erste eigene Analysen durchführen und weitere Trainingsressourcen nutzen können.

Für den Workshop kamen Materialien aus der Galaxy Training Network-Community sowie der European Galaxy Server-Infrastruktur zum Einsatz. Die Teilnehmenden kamen aus ganz unterschiedlichen Fachbereichen, waren jedoch durch ihre Arbeit mit musealen und wissenschaftlichen Sammlungen verbunden – entsprechend lebhaft und engagiert fiel der Austausch aus.

Der Beitrag des DSC zeigte, wie wichtig vernetztes Arbeiten zwischen DataNord, WiNoDa und den NFDI-Strukturen ist – und wie gut diese Zusammenarbeit bereits funktioniert. Zugleich wurde deutlich, welche zentrale Rolle das Datenkompetenz-Team am DSC spielt: Es sorgt dafür, dass der Standort Bremen in nationalen Initiativen sichtbar vertreten ist und wirksam zur Weiterentwicklung gemeinsamer Datenkompetenzen beitragen kann.

Weiterführende Links:

https://winoda.de/event/winter-school-de/

Mehr zu Galaxy:
https://usegalaxy.eu/
https://gxy.io/GTN:T00187

Inhaltliche Fragen beantwortet:

Sarah Büker
Data Science Support | Umwelt- und Meereswissenschaften
Tel. +49 (421) 218 - 59855
E-Mail: sbueker@uni-bremen.de

Im Mittelpunkt stand diesmal die Frage, wie FDM inklusiver gestaltet werden kann – insbesondere mit Blick auf neurodivergente Forschende, deren Bedürfnisse in bestehenden Strategien und Leitlinien häufig kaum berücksichtigt werden – obwohl sie einen bedeutenden Teil der Forschungscommunity ausmachen.

Workshop: „Inclusion and Research Data Management“

Am 28. Dezember gestaltete Sarah Büker,, Data Scientist im BMFTR-geförderten Projekt DataNord, einen 80-minütigen interaktiven Workshop, bestehend aus einer kurzen Einführung und mehreren Diskussionsrunden. Ausgangspunkt war die Beobachtung, dass FDM zwar zunehmend durch Konzepte wie FAIR Data, Datenmanagementpläne oder ELSA-Aspekte strukturiert wird – gleichzeitig aber selten reflektiert wird, für wen diese Strategien eigentlich praktikabel sind.

Gemeinsam mit Teilnehmenden aus unterschiedlichen Disziplinen und Karrierestufen diskutierte der Workshop Fragen wie:

• Sind bestehende FDM-Strategien inklusiv gestaltet?
• Wo erzeugen institutionelle Vorgaben zusätzliche Hürden?
• Was brauchen Forschende konkret, um Datenmanagement realistisch umsetzen zu können?

Die Diskussionen machten deutlich, dass viele Schwierigkeiten im Umgang mit Forschungsdaten nicht individuell, sondern strukturell bedingt sind. Ein zentrales Ergebnis des Workshops war daher der Wunsch nach mehr Offenheit im Umgang mit Herausforderungen, Unsicherheiten und Fehlern – als Voraussetzung dafür, voneinander zu lernen und nachhaltige Lösungen zu entwickeln.

Anschluss an „How to Thrive in Chaos“

Darüber hinaus knüpfte Sarah Büker mit einem Talk „How to Thrive in Chaos, Part II“ an die sehr erfolgreiche Diskussionsrunde des Vorjahres an, an der über 250 Personen teilgenommen hatten. Auch hier stand der Arbeitsalltag neurodivergenter Forschender im Fokus – mit Raum für Austausch über Strategien, Belastungen und Stärken jenseits klassischer Leistungsnarrative.

Warum das wichtig ist

Die Beiträge auf dem 39C3 zeigen, dass FDM nicht nur eine technische oder organisatorische Frage ist, sondern auch eine soziale und kulturelle Dimension hat. Gerade in offenen, interdisziplinären Kontexten wie dem Chaos Communication Congress wird sichtbar, wie stark Fragen von Datenpraxis, Digitalisierung und Inklusion miteinander verwoben sind.

Für das DSC ist die Beteiligung am 39C3 daher ein wichtiger Bestandteil des Wissenstransfers: Die Diskussionen liefern wertvolle Impulse für die Weiterentwicklung inklusiver Beratungs- und Qualifizierungsangebote im Rahmen des BMFTR-geförderten Projekts DataNord. Gleichzeitig trägt das DSC dazu bei, Sensibilität für (inklusive) Datenpraktiken in forschungsnahen, technischen und zivilgesellschaftlichen Kontexten zu stärken – über klassische Hochschulstrukturen hinaus.

Weiterführende Links:

39. Chaos Communication Congress (39C3)
DataNord

Inhaltliche Fragen beantwortet:

Sarah Büker
Data Science Support | Umwelt- und Meereswissenschaften
Tel. +49 (421) 218 - 59855
E-Mail: sbueker@uni-bremen.de

Der 90-minütige Workshop stellte konkrete Lösungen vor, mit denen sich gesprochene Inhalte automatisiert transkribieren lassen. Im Fokus standen dabei das Open-Weight-Modell Whisper sowie die Open-Source-Software NoScribe, die Whisper im Hintergrund nutzt und eine benutzerfreundliche Oberfläche für die Transkription bereitstellt.

Besondere Herausforderung: mathematische Formeln

Ein Schwerpunkt lag auf einer Fragestellung, die in der mathematikdidaktischen Forschung relevant ist: der Transkription mathematischer Formeln. Gesprochene Formelausdrücke werden von klassischen Transkriptionssystemen häufig als Fließtext ausgegeben, was je nach Auswertungsziel Einschränkungen mit sich bringen kann.

Annika Nolte und Nele Fuchs stellten hierfür eine erweiterte Lösung vor, bei der nach der automatischen Transkription ein zusätzliches, spezialisiertes Sprachmodell eingesetzt wird. Dieses übersetzt erkannte Formeln gezielt in mathematische Notation, sodass sie nicht als ausgeschriebene Wörter, sondern in der passenden Symbolsprache dargestellt werden. Auf diese Weise lassen sich auch mathematische Inhalte strukturiert und auswertbar dokumentieren.

Datenkompetenz in der Fachdidaktik stärken

Der Workshop zeigte exemplarisch, wie datenbezogene Werkzeuge fachspezifisch angepasst und in bestehende Forschungsprozesse integriert werden können. Gerade in qualitativen Studien mit Audioaufzeichnungen – etwa Interviews, Unterrichtsbeobachtungen oder Reflexionsgesprächen – kann automatisierte Transkription erhebliche Zeitressourcen sparen und die Nachvollziehbarkeit der Daten verbessern.

Für das DSC ist die Zusammenarbeit mit Facharbeitsgruppen wie der AG Didaktik der Mathematik ein wichtiger Bestandteil der datenbezogenen Unterstützung in der Breite der Disziplinen. Durch solche Formate werden Datenkompetenzen nicht abstrakt, sondern unmittelbar im jeweiligen Forschungskontext vermittelt. 

Interesse an einem Workshop für Ihre Arbeitsgruppe oder Ihr Institut?

Wenn Sie Fragen rund um Daten, Forschungsdatenmanagement oder Data Science haben oder ein ähnliches Format für Ihre Arbeitsgruppe oder Ihr Institut wünschen, wenden Sie sich gerne an unsere Koordinatorin Dr. Lena Steinmann. Für weitere Inspirationen werfen Sie gern einen Blick in unser bisheriges Trainingsportfolio.

Inhaltliche Fragen beantwortet:

Nele Fuchs
DSC Data Scientist
Tel. +49 (421) 218 59853
E-Mail: n.fuchsprotect me ?!uni-bremenprotect me ?!.de

Annika Nolte
DSC Data Scientist
Tel. +49 (421) 218 59856
E-Mail:anolteprotect me ?!uni-bremenprotect me ?!.de

Die Studie soll dazu dienen, die Mehrsprachigkeit an zwei japanischen Universitäten – der öffentlichen Kyoto Universität und der privaten Doshisha-Universität – zu quantifizieren. Das datenbasierte Projekt stellt eine erneut aufkeimende Anwendung von LL-Konzepten in der Erforschung von minorisierten Sprachen in Ostasien dar, mit Japan als einer überwiegend einsprachigen Gesellschaft. Ziel der Studie ist es, die subtile Präsenz von minorisierten Sprachen an zwei öffentlichen Institutionen zu erfassen, um Mechanismen der Minorisierung und de facto Sprachpolitik (inoffiziellen und alltäglichen Sprachgebrauchs) zu identifizieren.

Während seines Aufenthalts in Japan wird Leon Grausam mit zwei lokalen Forscher*innen zusammen­arbeiten, um Daten auf den Universitätsgeländen zu sammeln und zu analysieren. Die Datenerhebung wird mit Hilfe des Open-Source-Tools „Lingscape“ erfolgen. Dieses ermöglicht es, sprachliche Zeichen im öffentlichen Raum fotografisch zu dokumentieren. Dabei sollen alle Arten von Sprachfragmenten erfasst werden – von offiziellen Beschilderungen bis hin zu inoffiziellen Zeichen wie z. B. Aufklebern oder Flyern.

Hauptziel ist es, ein umfassendes Verständnis der Sprachgemeinschaften im universitären Umfeld zu erlangen und zu untersuchen, wie verschiedene Akteur*innen an den Universitäten Sprache nutzen, um die LL zu gestalten. Das Forschungsteam plant außerdem, die Daten nach Abschluss des Projekts zu veröffentli­chen, um sie für alle frei zugänglich und nutzbar zu machen.

Des Weiteren soll das Vorhaben als Pilotprojekt für eine größer angelegte Studie verschiedener öffentlicher Einrichtungen in ganz Japan fungieren. Der Seed Grant soll auch als Anschubfinanzierung für einen Drittmittelantrag an die Japan Society for the Promotion of Science (JSPS) dienen. Darüber hinaus ist die Umsetzung eines Projekts mit ähnlicher Methodik an deutschen Universitäten geplant, beginnend mit der Universität Bremen.

Förderempfänger:

Leon Grausam, M.A.  (FB 10 – Sprach- und Literaturwissenschaften)

Förderzeitraum:

02. März 2026 – 28. April 2026

Haben Sie Interesse am DSC Seed Grant?

Mehr Infos zum DSC Seed Grant finden Sie hier.

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de
 

Vor diesem Hintergrund geben die beiden DataNord-Teammitglieder den Workshop „Vom Audio zum Text: Automatisierte Transkriptionen mit Whisper“, der sich an Forschende und Multiplikator:innen richtet, die qualitative Audiodaten effizient in ihre Workflows einbinden möchten.

Automatisierte Transkription als Einstieg in datenintensive Digital Humanities Forschung

Interviews sind in vielen Bereichen der Digital Humanities – etwa in Oral History, Linguistik oder Ethnografie – eine zentrale Datenquelle. Gleichzeitig ist deren manuelle Transkription extrem zeitaufwendig. Im Workshop lernen die Teilnehmenden, wie sich dieser Prozess mit dem Open-Weight-Spracherkennungsmodell Whisper deutlich beschleunigen lässt.

Whisper ermöglicht die Erstellung erster Transkriptentwürfe, die anschließend manuell überprüft und ergänzt werden. Ein besonderer Fokus liegt dabei auf dem verantwortungsvollen Einsatz solcher KI-Tools in der Forschung: von Datenschutzfragen über Hardwareanforderungen (CPU vs. GPU) bis hin zu Qualitätsgrenzen automatisierter Transkripte.

In einer Hands-on-Session erproben die Teilnehmenden Whisper praktisch anhand bereitgestellter Audiodateien oder eigener Materialien. Gemeinsam reflektieren sie, welche Auswirkungen automatische Transkriptionen auf das Quellenmaterial haben – insbesondere dann, wenn große Datenmengen nicht vollständig manuell geprüft werden können – und welche Konsequenzen sich daraus für weitere (teil-)automatisierte Analysen ergeben.

Offene Lehrmaterialien für nachhaltige Datenkompetenz

Das didaktische Konzept sowie die begleitenden Jupyter-Notebooks stehen als Open Educational Resources (OER) auf Zenodo zur Verfügung und können von Multiplikator:innen in eigenen Lehr- und Weiterbildungsformaten nachgenutzt werden. Entwickelt wurden diese Materialien im Rahmen des BMFTR-geförderten Projekts DataNord.

Damit leistet das DSC einen konkreten Beitrag zur Stärkung datenwissenschaftlicher Kompetenzen in den Geisteswissenschaften: nicht abstrakt, sondern direkt an realen Forschungspraktiken orientiert – von der Datenaufbereitung über KI-gestützte Workflows bis hin zu Fragen der Reproduzierbarkeit.

DataNord und das DSC: Datenkompetenz für die Humanities

Der Workshop steht exemplarisch für den Ansatz von DataNord und dem DSC, Datenkompetenzen fachnah und interdisziplinär zu vermitteln. Gerade in den Digital Humanities, wo Text, Audio, Bilder und algorithmische Methoden zunehmend zusammenkommen, braucht es niedrigschwellige Zugänge zu Data Science, Forschungsdatenmanagement und KI.

Durch Formate wie dieses bringt das DSC datenwissenschaftliche Expertise gezielt in die geisteswissenschaftliche Forschung ein – und schafft zugleich Räume für Austausch über methodische, technische und ethische Fragen datenintensiver Forschung.

Additional links:

Book of Abstract (With DSC article: Fuchs, N., Nolte, A., Steinmann, L., Drechsler, R., 2026. Vom Audio zum Text: Automatisierte Transkriptionen mit Whisper. pp. 79-81)
https://zenodo.org/records/18693970 (OER Resource From Audio to Text: Automated Transcriptions with Whisper – An Open Educational Resource)
DataNord

If you have any questions, please contact:

Nele Fuchs
DSC Data Scientist | Humanities
Tel. +49 (421) 218 59853
E-Mail: n.fuchsprotect me ?!uni-bremenprotect me ?!.de

Annika Nolte
DSC Data Scientist | Environmental and Marine Sciences
Tel. +49 (421) 218 59856
E-Mail:anolteprotect me ?!uni-bremenprotect me ?!.de

Der RatSWD berät die Bundesregierung und die Regierungen der Länder in Fragen der Weiterentwicklung und Verbesserung der Forschungsdateninfrastruktur für die empirischen Sozial-, Verhaltens- und Wirtschaftswissenschaften. Er ist Teil des Konsortiums „KonsortSWD“ in der Nationalen Forschungsdateninfrastruktur (NFDI). 

Strukturen für datenintensive Forschung stärken

DaDiSC ist aus einem Bottom-up-Prozess entstanden und vernetzt Data- und Digital-Science-Zentren sowie entsprechende Initiativen. Ziel ist es, Methodenexpertise, Anwendungserfahrung und Kompetenzentwicklung überregional zu bündeln, den Austausch zu fördern und Zusammenarbeit zu ermöglichen.

Datenintensive Forschung und KI-gestützte Methoden entwickeln sich dynamisch. Gleichzeitig fehlen vielerorts nachhaltige Strukturen, verlässliche Karrierewege und dauerhaft institutionalisierte Kompetenzangebote. Expertise geht verloren, Projekte starten isoliert, und Innovationspotenziale bleiben ungenutzt.

Data- und Digital-Science-Einrichtungen schaffen hier Kontinuität: Sie verbinden Infrastruktur, Methodenentwicklung, Anwendung und Kompetenzaufbau – und tragen dazu bei, datengetriebene Forschung langfristig abzusichern.

Im Austausch mit dem RatSWD wurde die Initiative vorgestellt und insbesondere im Kontext der Sozial- und Wirtschaftswissenschaften diskutiert.

Der Beitrag des DSC

Mit seinem Engagement in DaDiSC bringt das DSC die Perspektive strukturell verankerter Data- und Digital-Science-Zentren in den bundesweiten Dialog ein. Ziel ist es, datenwissenschaftliche Methoden systematisch in die Fachdisziplinen zu tragen und nachhaltige Kompetenzstrukturen aufzubauen.

Das kürzlich veröffentlichte Positionspapier der Community – zu dem es bereits einen eigenen Beitrag auf unserer Website gibt – bildet eine wichtige Grundlage für diesen Austausch und formuliert zentrale Handlungsbedarfe für Forschung, Lehre und Infrastruktur.

Wir bedanken uns beim RatSWD für den konstruktiven Dialog und die Möglichkeit, die Perspektive der Data-&-Digital-Science-Community in diese strategische Diskussion einzubringen.

Weiterführende Links:

Website der Data & Digital Science Community (DaDiSC): https://dadisc.org
Positionspapier der Community (Zenodo): https://zenodo.org/records/17475528

Fragen beantwortet:

Dr. Lena Steinmann
DSC Koordinatorin
Tel. +49 (421) 218 - 63941
E-Mail: lena.steinmannprotect me ?!uni-bremenprotect me ?!.de