Data Community Club

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Metadaten, Ontologien, Knowledge graphs, Management qualitativer Daten, Datenintegration.

Ich bin Ansprechpartnerin für Forschungsdatenmanagement an der SuUB, insbesondere für Fragen zur FAIRness von Daten und Metadaten. Meine Erfahrungen mit Forschungsdaten habe ich durch meine Mitarbeit beim Forschungsdatenzentrum Qualiservice seit 2012 gesammelt, wo ich unter anderem die Herausforderungen kennengelernt habe, mit denen Forschende bei der Verwaltung, Organisation und Publikation von Forschungsdaten konfrontiert sind. In diesem Zusammenhang habe ich gelernt, dass die Unterstützung der Forschenden bei der Erstellung von FAIR-Daten nicht nur am Ende des Forschungsprojekts oder zum Zeitpunkt der Veröffentlichung erfolgen sollte, sondern während des gesamten Datenlebenszyklus. Allgemeine Aspekte des interdisziplinären Metadatenmanagements und des wissenschaftlichen Publikationsprozesses, sowie die Vermittlung zwischen den Anforderungen der Forschungscommunity und den wissenschaftlichen Infrastrukturen, die Open Science vorantreiben (z.B. die Frage der Langzeitarchivierung und der persistenten Identifizierung wissenschaftlicher Publikationen), sind ebenfalls Teil meiner täglichen Arbeit.

Kontakt:
noemi.betancort@suub.uni-bremen.de

Webseite: Staats- und Universitätsbibliothek Bremen

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Prozesse der Datenerhebung, Metadaten.

Ich bin im BIPS für das Forschungsdatenmanagement in unterschiedlichen Studien zuständig. Zudem bin ich ein Teil der Datentransferstelle, welche die zentrale Anlaufstelle für Forschende ist, die BIPS-Forschungsdaten nutzen möchten.

Kontakt:
bruening@leibniz-bips.de

Webseite:  BIPS

Expertisen: Methoden der Datenanalyse, Methoden der Künstliche Intelligenz.

Ich bin Doktorand im Rahmen eines binationalen Promotionsprogramms mit der Universität Urbino in Italien und der Universität Bremen. Meine Forschung konzentriert sich auf die digitale Kluft in Unternehmen. Im Rahmen meiner Forschung analysiere ich Daten auf Unternehmensebene mit Hilfe fortgeschrittener quantitativer Techniken wie Faktorenanalyse und ökonometrischer Modellierung. Ich interessiere mich für das Management von Forschungsdaten, insbesondere für die Sammlung, Verarbeitung und Analyse von wirtschaftlichen und sozialen Daten, um Muster und Trends zu verstehen. Außerdem untersuche ich die Auswirkungen digitaler Technologien, ihre Verbreitung und Übernahme durch Unternehmen, wobei ich Theorie und empirische Analyse kombiniere. Mein Interesse an Anwendungen der künstlichen Intelligenz und des maschinellen Lernens für die Forschung ergänzt meine Arbeit, um zu verstehen, wie Daten gesellschaftliche und wirtschaftliche Herausforderungen angehen können.

Kontakt:
luiscarl@uni-bremen.de

Webseiten: LinkedIn

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Prozesse der Datenerhebung, Speicherung und Umgang von Forschungsdaten, Datenmanagementplan, Metadaten, Ontologien, Datenschutz, Datensicherheit und Kryptografie, Datenintegration, Methoden der Datenanalyse, Methoden der Künstliche Intelligenz, Hardware- und Systemarchitektur für Data Science.

In der Raumfahrtforschung ist es unsere Aufgabe, neue Technologien und Prozesse zu entwickeln und diese in Missionen zu erproben. Ein gut aufgesetztes Forschungsdatenmanagement hilft uns dabei, unsere Forschung schneller in die Praxis umzusetzen, aus unseren Fehlern zu lernenund unsereErgebnisse der Raumfahrt-Community sowie der Öffentlichkeit gut aufbereitet zugänglich zu machen.

Kontakt:
frank.dannemann@dlr.de

Webseiten: DLR

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Prozesse der Datenerhebung, Speicherung und Umgang von Forschungsdaten, Datenmanagementplan, Metadaten, Datenschutz, Management qualitativer Daten, Management großer Datenmengen, Datenintegration, Methoden der Künstliche Intelligenz, Hardware- und Systemarchitektur für Data Science, Ethische, rechtliche und soziale Aspekte (ELSA) beim Umgang mit und der Analyse von Forschungsdaten.

Aus vorherigen Tätigkeiten in Forschung und FDM in den Sozialwissenschaften (u.a. an der Universität Bremen am SOCIUM und beim FDZ Qualiservice & KonsortSWD) bringe ich weiterhin ein großes Interesse an den dort diskutierten FDM-Themen mit (z.B. ethische, rechtliche und soziale Aspekte des FDM). Da ich derzeit mit meinen Kolleg:innen das FDM der Hochschule Bremen ausbaue, interessiere ich mich außerdem für innovative Ideen und Ansätze zur Entwicklung eines institutionellen FDM-Portfolios unter den spezifischen Forschungs- und FDM-Bedingungen an HAWen (Hochschulen für Angewandte Wissenschaften), zum Beispiel durch kooperativ entwickelte und dezentral verteilte FDM-Angebote. Und generell bin ich sehr daran interessiert, wie FDM an verschiedenen Wissenschaftseinrichtungen „funktioniert“ und freue mich über ein Arbeitsfeld, das so breit ist wie die Forschung selbst.

Kontakt:
jan-ocko.heuer@hs-bremen.de

Webseite:  HSB, ORCID

Expertisen: Data Science, Maschinelles Lernen, Künstliche Intelligenz, Bioinformatik, Geo Data Sciene.

Dr. Sonja Hänzelmann ist als Head of Data Science am Alfred-Wegener-Institut (AWI) tätig. Ihr Fokus liegt auf Datenanalysen in verschiedenen wissenschaftlichen Disziplinen, insbesondere in der Bioinformatik, maschinellem Lernen und Data Science. Ihre Arbeitsgruppe legt großen Wert auf interdisziplinäre Ansätze und arbeitet eng mit Geolog:innen, Biolog:innen und anderen Datenwissenschaftler:innen zusammen, um innovative Lösungen für komplexe Fragestellungen zu entwickeln. Ihr starkes Interesse an der Weiterentwicklung von Analysemethoden spiegelt sich in diesen Kooperationen wider. Zusätzlich unterstützt ihre Gruppe Wissenschaftler:innen im Datenmanagement, insbesondere bei der automatisierten Erfassung und Speicherung von Daten im Rahmen des O2A Frameworks. Darüber hinaus bietet die Abteilung Kurse an, um Interessierte in den Bereichen Bioinformatik, maschinelles Lernen und Data Science zu schulen.

Dr. Sonja Hänzelmann ist bekannt für Gene Set Variation Analysis GSVA, eine Methode zur unüberwachten Analyse von Genexpressionsdaten, die es ermöglicht, die Aktivität von Gen-Sets in einzelnen Proben zu bewerten.

In den letzten Jahren arbeitete sie an verschiedenen Projekten, die sich mit komplexen Krankheiten wie Glioblastom und Amyotropher Lateralsklerose (ALS) befassten. Ihre Forschung umfasste die Analyse von Patientendaten mittels maschinellen Lernens, um neue Therapieansätze zu entwickeln. Ein bedeutendes Projekt war die Entwicklung eines „genetischen Fingerabdrucks“ für Glioblastome, der dazu beitrug, den Verlauf der Krankheit besser vorherzusagen und gezielte Behandlungen zu ermöglichen (Publikation). Ein weiteres Forschungsprojekt befasste sich mit der Untersuchung molekularer Unterschiede zwischen Geschlechtern sowie die Umnutzung eines Krebsmedikaments auf ALS (Publikation). In ihrer Arbeit nutzte sie fortschrittliche Datenanalysemethoden, um große Datensätze zu verarbeiten und Muster zu identifizieren, die für die Entwicklung neuer therapeutischer Strategien entscheidend waren.

Kontakt:
sonja.haenzelmann@awi.de

Webseite:  ORCID, LinkdIn, Google Scholar

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Prozesse der Datenerhebung, Speicherung und Umgang von Forschungsdaten, Datenmanagementplan, Datenschutz, Datensicherheit und Kryptografie, Management großer Datenmengen, Datenintegration, Methoden der Datenanalyse, Methoden der Künstliche Intelligenz. Höchstleistungsrechnen, Hardware- und Systemarchitektur für Data Science, Ethische, rechtliche und soziale Aspekte (ELSA) beim Umgang mit und der Analyse von Forschungsdaten.

Schadensdetektion in Verbundwerkstoffen, insbesondere Faser-
Metall-Laminaten, unter Einsatz von Künstlicher Intelligenz

Kontakt:
sanjeev@uni-bremen.de

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Speicherung und Umgang von Forschungsdaten, Datenmanagementplan, Metadaten, Datenschutz.

DMP Erstellung, Aufbereitung von personenbezogenen Daten damit eine Nachnutzung möglich ist, Repositorien für diese Daten, Suchstrategien zu verfügbaren international Datensätze

Kontakt:
reineke@uni-bremen.de

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Prozesse der Datenerhebung, Speicherung und Umgang von Forschungsdaten, Metadaten, Datenschutz.

Kontakt:
areineke@leibniz-bips.de

Webseite:  BIPS

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Elektronische Laborbücher (ELN), Prozesse der Datenerhebung, Speicherung und Umgang von Forschungsdaten, Datenmanagementplan, Metadaten, Ontologien, Knowledge graphs, Management großer Datenmengen, Methoden der Datenanalyse, Methoden der Künstliche Intelligenz, Höchstleistungsrechnen.

Im Rahmen der Aufgaben eines „Data Stewards“ fallen in der AG Gesing die Pflege und Wartung des elektronischen Laborbuches sowie die Erstellung und Umsetzung von Data Management Plänen und die Einrichtung und Wartung automatisierter Backup und Datenverteilungslösungen von Messplatzrechnern auf zentrale Speicher und Arbeitsplatzrechner. In den Bereich datenwissenschaftlicher Anwendungen fallen Arbeiten zur automatisierten Datenbewertung von z.B. Röntgenbeugungsdaten in temperaturabhängigen Experimenten (Autokorrelationsmethode) oder die Bewertung der Datenqualität für in-house total-scattering Beugungsexperimente. Grundprinzipien des Forschungsdatenmanagements und der digitalen Messdatenerfassung und  -verabeitung vermittele ich in der Vorlesung „Introduction to Data Analysis“ (2 SWS plus 2 SWS Übung) im Studiengang „Master Materials Chemistry and Mineralogy“ (FB05).

Kontakt:
lrobben@uni-bremen.de

Webseite:  Universität Bremen, ORCID

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Prozesse der Datenerhebung, Speicherung und Umgang von Forschungsdaten, Datenmanagementplan, Metadaten, Datenschutz, Management qualitativer Daten, Management großer Datenmengen, Ethische, rechtliche und soziale Aspekte (ELSA) beim Umgang mit und der Analyse von Forschungsdaten.

Ich unterstütze Forschende der Hochschule Bremen im Bereich Forschungsdatenmanagement (FDM) durch individuelle Beratung und praxisorientierte Schulungen. Mein Ziel ist es, nachhaltige Lösungen für den gesamten Datenlebenszyklus anzubieten und Forschende für die Herausforderungen und Anforderungen von FDM zu sensibilisieren.

Im Projekt FDM@HSB bin ich verantwortlich für die Bereiche „Beratung und Service“ sowie „Information und Kompetenzaufbau“. In meiner früheren Tätigkeit als wissenschaftliche Mitarbeiterin habe ich mich intensiv mit „Open Governance“ und „Open Data“ beschäftigt. Diese Erfahrungen haben mir wertvolle Einblicke in die Herausforderungen und den Unterstützungsbedarf von Forschenden in diesem Bereich gegeben.

Kontakt:
indra.smith@hs-bremen.de

Webseite:  Indra Smith - HSB Hochschule Bremen

Expertisen: Allgemeine Themen des Forschungsdatenmanagements, Prozesse der Datenerhebung, Speicherung und Umgang von Forschungsdaten, Datenmanagementplan, Metadaten, Hardware- und Systemarchitektur für Data Science.

Mein Hauptinteresse gilt Software-Tools für das Forschungsdatenmanagement, insbesondere für Langzeitarchivierung, Organisation und Visualisierung von Forschungsdaten. Darüber hinaus arbeite ich an einem standardisierten Katalog für Metadaten, der für jede Weltraummission anwendbar ist, um die Zusammenarbeit zwischen Instituten zu erleichtern und die Effizienz zu steigern. Aus ingenieurstechnischer Sicht interessiere ich mich für die Automatisierung von Prozessen im Zusammenhang mit dem Forschungsdatenmanagement, wie z. B. die automatisierte Datenverarbeitung und Hochladen in ein FDM-Ökosystem.

Kontakt:
finn.welzmueller@dlr.de