TY - CHAP A1 - Mertzen, Daniela A1 - Neuroth, Heike A1 - Schneemann, Carsten A1 - Woywod, Kathrin ED - Klein, Maike ED - Krupka, Daniel ED - Winter, Cornelia ED - Wolhgemut, Volker T1 - Zertifikatskurs „Forschungsdatenmanagement für Studierende“ der Landesinitiative für Forschungsdatenmanagement in Brandenburg T2 - Informatik 2023 N2 - Ein professionelles Forschungsdatenmanagement verbessert die Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten. Forschende können eine wachsende Zahl an Schulungs- und Qualifizierungsangeboten zum Forschungsdatenmanagement nutzen, um den professionellen Umgang mit Daten zu erlernen. Schulungsangebote richten sich meist an Promovierende, wissenschaftliches und forschungsunterstützendes Personal. Für Bachelor- und Masterstudierende gibt es kaum Angebote, obwohl Forschungsdaten häufig bereits im Rahmen von Abschlussprojekten und -arbeiten Grundlage ihrer Fragestellungen sind. Die Landesinitiative Forschungsdaten- management in Brandenburg (FDM-BB), ein Verbund der acht forschenden staatlichen Hochschulen Brandenburgs, entwickelte daher im Rahmen des Projekts IN-FDM-BB ein Konzept für einen Zertifikatskurs zum Forschungsdatenmanagement für Studierende. Der erste Zertifikatskurs wurde im März 2023 als einwöchige Online-Spring School mit 30 Studierenden und elf Dozierenden mit unterschiedlicher beruflicher Expertise (Forschung und Lehre, Forschungsservice, Bibliothek) durchgeführt und ist, je nach Prüfungsleistung, mit 2 bis 4 ECTS / Leistungspunkten anrechenbar. Der Artikel beschreibt organisatorische, formale, technische, didaktische und inhaltliche Aspekte des Zertifikatskonzepts und liefert einen ersten Erfahrungsbericht. KW - Forschungsdaten KW - Brandenburg KW - Datenmanagement KW - Zertifikat KW - Qualifikation Y1 - 2023 UR - https://dl.gi.de/handle/20.500.12116/42693 SN - 978-3-88579-731-9 U6 - https://doi.org/10.18420/inf2023_08 SN - 1617-5468 SP - 95 EP - 105 PB - Gesellschaft für Informatik e.V. CY - Bonn ER - TY - CHAP A1 - Neuroth, Heike T1 - Forschungsdaten T2 - Grundlagen der Informationswissenschaft KW - Informations- und Dokumentationswissenschaft KW - Forschungsdaten Y1 - 2023 SN - 978-3-11-076904-3 U6 - https://doi.org/10.1515/9783110769043-029 SP - 339 EP - 349 PB - DeGruyter CY - Berlin ER - TY - CHAP A1 - Blümm, Mirjam A1 - Burkart, Christine A1 - Chlastak, Maria A1 - Fritsch, Katharina A1 - Neuroth, Heike A1 - Schieberle, Andreas A1 - Schmunk, Stefan A1 - Werner, Stephanie T1 - Wie steht es um die Sichtbarkeit, Akzeptanz und Nutzung von Datenmanagementplänen an Fachhochschulen? T2 - INFORMATIK 2022 : Informatik in den Naturwissenschaften N2 - Datenmanagementpläne bilden die Grundlage für einen verantwortungsvollen Umgang mit Forschungsdaten. Gerade (Fach)Hochschulen der Angewandten Wissenschaften stellt dies jedoch vor große Herausforderungen, da sie bislang auf wenig etablierte Strukturen, Standards und Best Practices aus den für sie charakteristischen praxisrelevanten Disziplinen und Kooperationen zurückgreifen können. Das Projekt SAN-DMP will genau in diesem Spannungsfeld ansetzen um die Bedarfe unterschiedlicher Stakeholdergruppen in Bezug auf Datenmanagementpläne (DMP) zu untersuchen. Durch qualitative Methoden sollen evidenzbasierte Umsetzungsszenarien und Handlungsempfehlungen für das Forschungsdatenmanagement entstehen, die auf die substanziellen Bedürfnisse dieses Hochschultyps zugeschnitten sind. Die Expert:innen der verschiedenen Hochschulen und die Forschungscommunity werden schon im Forschungsprozess miteingebunden und die Ergebnisse werden offen publiziert, um die Diskussion und den Wissensaustausch (oder -transfer) anzuregen. Der vorliegende Artikel beschreibt Ausgangslage und methodisches Vorgehen des Projekts. KW - Forschungsdatenmanagement KW - Forschungsdaten KW - Datenmanagement KW - Datenmanagementplan KW - Digitalisierung KW - Schlüsselqualifikation Y1 - 2022 SN - 978-3-88579-720-3 U6 - https://doi.org/10.18420/inf2022_115 SN - 1617-5468 SP - 1353 EP - 1357 PB - Gesellschaft für Informatik e.V. CY - Bonn ER - TY - CHAP A1 - Neuroth, Heike A1 - Straka, Janine A1 - Schneemann, Carsten A1 - Mertzen, Daniela T1 - Kooperativer Aufbau und nachhaltiger Betrieb der Landesinitiative für Forschungsdatenmanagement in Brandenburg (FDM-BB) T2 - INFORMATIK 2022 : Informatik in den Naturwissenschaften N2 - Die Landesinitiative Forschungsdatenmanagement in Brandenburg (FDM-BB), ein Verbund der acht forschenden staatlichen Hochschulen Brandenburgs, verfolgt seit 2019 das Ziel, nachhaltiges Forschungsdatenmanagement in Brandenburg zu institutionalisieren. Dazu wurde zu Projektbeginn eine Umfeldanalyse regionaler und (inter-)nationaler Forschungsdaten-Initiativen und Projekte sowie eine Bedarfserhebung zum Forschungsdatenmanagement an den einzelnen Hochschulen durchgeführt. Basierend auf diesen umfassenden Vorarbeiten konkretisierte die Landesinitiative Handlungs- und Implementierungsempfehlungen für das FDM in Brandenburg. Zur Verankerung eines institutionalisierten und nachhaltigen Forschungsdatenmanagements in Brandenburg ist ein Projektantrag gestellt worden, der eine anteilige Förderung durch BMBF und MWFK vorsieht. Innerhalb der Projektlaufzeit sollen, koordiniert durch die Landesinitiative FDM-BB, insbesondere lokale FDM-Kompetenzen an den einzelnen Hochschulen aufgebaut und verstetigt sowie kooperative FDM-Dienstleistungen und IT-Dienste bereitgestellt werden. KW - FDM-BB KW - Forschungsdatenmanagement KW - Landesinitiative KW - Forschungsdaten KW - Brandenburg KW - Institutionalisierung Y1 - 2022 SN - 978-3-88579-720-3 U6 - https://doi.org/10.18420/inf2022_113 SN - 1617-5468 SP - 1329 EP - 1340 PB - Gesellschaft für Informatik e.V. CY - Bonn ER - TY - CHAP A1 - Rothfritz, Laura A1 - Petras, Vivien A1 - Kindling, Maxi A1 - Neuroth, Heike ED - Putnings, Markus ED - Neuroth, Heike ED - Neumann, Janna T1 - Aus- und Weiterbildung für das Forschungsdatenmanagement in Deutschland T2 - Praxishandbuch Forschungsdatenmanagement N2 - Der vorliegende Beitrag gibt einen Überblick über Aus- und Weiterbildungsmöglichkeiten im Bereich des wissenschaftlichen Forschungsdatenmanagements (FDM) in Deutschland. Sowohl internationale als auch nationale Koordinierungsmaßnahmen für das FDM wie die European Open Science Cloud und die Nationale Forschungsdateninfrastruktur erfordern gut qualifiziertes Personal. Jedoch befinden sich sowohl Rollen- als auch Berufsbilder noch in der Entwicklung und es besteht die Herausforderung, Kompetenzbereiche entsprechend zu definieren. Grundlage für ein gutes FDM ist ein hohes Maß an Datenkompetenz (Data Literacy), die zu einem kritischen und lösungsorientierten Umgang befähigt. Hierzu werden beispielsweise vom Stifterverband Projekte für Qualifizierungsmaßnahmen gefördert. Kompetenzbereiche und entsprechende Profile werden auf internationaler Ebene ausgearbeitet - in Deutschland gibt es bislang keine klaren Bezeichnungen und Kompetenzanforderungen. Bestehende Qualifizierungsmaßnahmen lassen sich in grundständige und weiterbildende Studiengänge sowie in Fort- und Weiterbildungen wie Workshops oder Lehrgänge unterteilen. Innerhalb von Studiengängen werden bislang vorwiegend im Bereich der Informationswissenschaft Fähigkeiten vermittelt. Insbesondere für fachspezifische Qualifizierungsmaßnahmen bieten sich Fort- und Weiterbildungen an. An dieser Stelle ist die exakte Definition der Zielgruppe von Qualifizierungsansätzen sowie die daraus abgeleiteten benötigten Kenntnisse weiterhin eine große Herausforderung. Eine gemeinsame Qualifizierungsstrategie fehlt bislang in Deutschland. Zukünftig könnten neben der Ausarbeitung von Rollen- und Kompetenzbereichen sowie Berufsbezeichnungen und Karrierewegen auch gemeinsam abgestimmte Qualifizierungsangebote, beispielsweise durch Qualifizierungsallianzen dazu beitragen, das Forschungsdatenmanagement systematisch und nachhaltig im deutschen Wissenschaftsbetrieb zu verankern. KW - Forschungsdaten KW - Weiterbildung KW - Qualifizierung Y1 - 2021 SN - 978-3-11-065780-7 U6 - https://doi.org/10.1515/9783110657807-015 SP - 255 EP - 276 PB - De Gruyter CY - Berlin ER - TY - CHAP A1 - Neuroth, Heike A1 - Petras, Vivien A1 - Schnaitter, Hannes A1 - Seltmann, Melanie A1 - Walter, Paul ED - Eibl, Maximilian T1 - Das QUADRIGA-Datenkompetenzframework als Basis für die Entwicklung von Lehr- und Lernressourcen T2 - Datenströme und Kulturoasen - Die Informationswissenschaft als Bindeglied zwischen den Informationswelten : Proceedings des 18. internationalen Symposiums für Informationswissenschaft (ISI 2025) N2 - Um die Entwicklung von Lern- und Lehrressourcen zur Datenkompetenz für seine Zielgruppen und Fachdomänen wissenschaftlich zu begleiten, setzt das Datenkompetenzzentrum QUADRIGA auf ein Datenkompetenzframework. Das Framework hilft dabei, die entwickelten Lern- und Lehrressourcen nach den entsprechenden Kompetenzen zu kategorisieren, die dort besonders gebildet werden. Diese werden im Projekt in einer grafischen Oberfläche visualisiert und auf Kompetenzebene zugänglich gemacht. Durch das Framework kann das Kompetenzzentrum Lücken im Bildungsangebot identifizieren, d. h. Kompetenzen oder Kompetenzaspekte zeigen, die durch existierende Lernangebote noch nicht abgedeckt sind. Das QUADRIGA-Datenkompetenzframework wurde von in der Forschungsliteratur beschriebenen Datenkompetenzframeworks für QUADRIGA angepasst. In diesem Beitrag beschreiben wir zunächst die Zielstellung von Datenkompetenzzentren, bevor wir spezifisch auf QUADRIGA und das dafür entwickelte Kompetenzframework eingehen. Das Framework wird in der Projektlaufzeit überprüft und validiert. Wir stellen die initiale Version des Frameworks vor, bevor wir die Anpassungen und die vorerst finale Version des QUADRIGA-Datenkompetenzframeworks beschreiben. KW - Datenkompetenz KW - Datenmanagement KW - Forschungsdatenmanagement KW - Open educational Resources Y1 - 2025 SN - 978-3-86488-207-4 U6 - https://doi.org/10.5281/zenodo.14925620 SN - 0938-8710 SP - 316 EP - 331 PB - Verlag Werner Hülsbusch CY - Boizenburg ER - TY - JOUR A1 - Higi, Leonard A1 - Schröder, Tobias A1 - Weidner, Silke A1 - Neuroth, Heike T1 - Taking stock of urban data governance in German small towns JF - Data & Policy N2 - As data are becoming increasingly important resources for municipal administrations in the context of urban development, formalization of urban data governance (DG) is considered a prerequisite to systematic municipal data practice for the common good. Unlike for larger cities, it is unclear how common such formalized DG is in rural districts and small towns. We therefore mapped the current status quo in small municipalities in Germany as a case exemplifying the broader phenomenon. We systematically searched online for policy documents on DG in all metropolitan regions, all rural districts, and a quota sample of nearly a sixth of all German small towns. We then performed content analysis of the identified documents along predefined categories of urban development. Results show that hardly any small towns dispose of relevant policy documents. Rural districts are somewhat more active in formally defining DG. Identified policy documents tend to address mostly economic activities, social infrastructure, and demography, whereas Housing and Urban design and public space are among the least mentioned categories of urban development. KW - Deutschland KW - Gemeindeverwaltung KW - Kleinstadt KW - Nachhaltigkeit KW - Stadtplanung Y1 - 2026 U6 - https://doi.org/10.1017/dap.2025.10051 SN - 2632-3249 VL - 8 PB - Cambridge University Press CY - Cambridge ER -