FAIR-Prinzipien | Library Essentials

Open-Research-Plattformen im Praxistest

von Erwin König | 18. November 2025

In ihrem Beitrag in der Fachzeitschrift „Journal of Librarianship and Information Science" untersuchen die Autor:innen Whitney Thompson und Angela Murillo die Benutzerfreundlichkeit und Funktionalität von vier zentralen Open-Research-Plattformen: Zenodo, Figshare, OSF und Authorea. Ziel ihrer Analyse ist es, die Eignung dieser Systeme für die Veröffentlichung unterschiedlichster Forschungsoutputs sowie für die Zusammenarbeit in interdisziplinären, institutionenübergreifenden Projekten zu...

Ein dezentrales Fundament für Open Science: Warum Forschungsdaten neue Infrastrukturen brauchen

von Erwin König | 18. November 2025

Der kontinuierliche und verlässliche offene Zugang (Open Access) zu kuratierten biologischen Daten ist zentral für wissenschaftlichen Fortschritt und Reproduzierbarkeit. Doch das heute dominierende, stark zentralisierte Infrastruktursystem birgt erhebliche Risiken: Es ist anfällig für technische Ausfälle, Cyberangriffe, politische Unsicherheiten und Finanzierungsprobleme. Ein solcher Ausfall kann die Forschung weltweit lähmen und die Integrität wertvoller Daten gefährden. Angesichts...

FAIRer Datenaustausch in der Wissenschaft: Warum der Weg noch steinig ist

von Erwin König | 11. Mai 2025

Die gemeinsame Nutzung von Forschungsdaten gilt als Schlüssel für Transparenz, Reproduzierbarkeit und wissenschaftlichen Fortschritt. Doch trotz klarer Leitlinien bleibt die Umsetzung in der Praxis herausfordernd. Warum fällt es Forscher:innen nach wie vor schwer, ihre Daten offen und nach FAIR-Prinzipien bereitzustellen? Ein Artikel analysiert aktuelle Entwicklungen, identifiziert zentrale Hürden und zeigt, welche Ansätze den Wandel hin zu einem besseren Datenmanagement fördern können....

Transparente Daten für vertrauenswürdiges maschinelles Lernen: Wie wissenschaftliche Dokumentation den ML-Standard verbessern kann

von Erwin König | 15. März 2025

Transparente und verantwortungsbewusste Nutzung von Machine-Learning-(ML)-Systemen hängt maßgeblich von der Qualität und Transparenz der zugrundeliegenden Trainingsdaten ab. Während in vielen wissenschaftlichen Disziplinen die Publikation von Data Papers (Veröffentlichung von dokumentierten Datensätzen in einem Data Journal) längst etabliert ist, stellt sich die Frage, ob diese Standards den Anforderungen der ML-Community und regulatorischen Vorgaben gerecht werden. Eine aktuelle Studie...

E-Science-Tage 2023

von Erwin König | 30. Januar 2023

Vom 1. bis 3. März 2023 finden in Heidelberg die E-Science-Tage 2023 als Präsenzveranstaltung statt. Die E-Science-Tage werden vom Projekt bw2FDM unter Beteiligung des Karlsruher Instituts für Technologie, der Universität Konstanz und der Universität Heidelberg veranstaltet. Das diesjährige Konferenzmotto lautet „Empower Your Research – Preserve Your Data”. Bei den E-Science-Tagen dreht sich alles rund um die Themen Forschungsdatenmanagement und Open Science. Im Mittelpunkt der diesjährigen...