TY - CHAP A1 - Kahlisch, Mareen A1 - Eilert, Eva T1 - Forschungsdatenmanagement an der Hochschule Düsseldorf: Eine Reflexion der FDM-Services auf Basis der Innovationstheorie [Poster] T2 - fdm.nrw | ForschungsDating 2025, 28.10.2025 Universität Duisburg-Essen N2 - Die Methoden und Maßnahmen im Umgang mit Forschungsdaten sind ebenso divers wie die Hochschultypen, Fachdisziplinen und Forschungsgruppen, in denen sie Anwendung finden sollen. Während einzelne Aspekte längst zur wissenschaftlichen (oder fachlichen) Norm gehören, sind andere noch in der Etablierung oder reines Zukunftsideal. Je nach Perspektive und Kontext ist Forschungsdatenmanagement (FDM) noch immer eine Innovation. Entsprechend divers ist auch das Serviceportfolio im Bereich FDM und bedarf einer regelmäßigen Reflexion und Anpassung. Forschungsdatenmanagement als Innovation zu denken, schafft die Möglichkeit, sich der Innovationstheorie zu bedienen und auf dieser Grundlage die Wirkkraft bestehender FDM-Services zu reflektieren und neue Ideen für (kooperative) Serviceangebote zu entwickeln. Auf dem Poster werden die FDM-Services der Hochschule Düsseldorf (HSD) vorgestellt und gleichzeitig reflektiert. Als theoretische Basis wird der Innovation-Decision-Process nach E. M. Rogers herangezogen, der bei der Frage nach der Verbreitung einer Innovation (Diffusionstheorie) das Individuum und dessen Entscheidung, eine Innovation zu übernehmen oder zu verwerfen, ins Zentrum stellt. Die fünf Prozessschritte, die Forschende bei der Entscheidung für oder gegen eine FDM-Maßnahme jeweils durchlaufen, werden in einem Kreislauf dargestellt und kurz erläutert und dazu FDM-Services der HSD vorgestellt, die dabei unterstützen, dass der jeweilige Prozessschritt erfolgreich durchlaufen werden kann. So wird insgesamt reflektiert, welche Services auf welche Weise auf eine nachhaltige Etablierung von FDM einzahlen. Abschließend werden neue Ideen vorgestellt, die aus der Reflexion entstanden sind und künftig Eingang in das Serviceportfolio der HSD finden sollen. KW - Forschungsdatenmanagement KW - Beratung KW - Hochschule Düsseldorf Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-57909 PB - Zenodo ER - TY - CHAP A1 - Eilert, Eva A1 - Reiter, Martin ED - Heuveline, Vincent ED - Kling, Philipp ED - Heuschkel, Florian ED - Habinger, Sophie G. ED - Krömer, Cora F. T1 - Challenge Accepted? Möglichkeiten und Grenzen eines NFDI-Serviceverzeichnisses am Beispiel des NFDI-N(HAW)igators T2 - E-Science-Tage 2025: Research Data Management: Challenges in a Changing World N2 - Die Konsortien der Nationale Forschungsdateninfrastruktur (NFDI) bieten eine Vielzahl von Services für das Forschungsdatenmanagement (FDM), die für Forschung, forschungsorientierte Lehre und Transfer an Hochschulen für angewandte Wissenschaften (HAW) von großer Bedeutung sind. Aufgrund institutioneller Besonderheiten stehen HAW jedoch vor spezifischen Herausforderungen bei der Implementierung von FDM-Strukturen. Ein zentraler Lösungsansatz ist die Entwicklung eines Serviceverzeichnisses, das eine gezielte Zuordnung der NFDI-Services zu den Fachbereichen und Bedarfen der Forschenden an HAW ermöglicht – der NFDI N(HAW)igator kann hierfür als beispielhafter Lösungsansatz dienen. Der Beitrag beleuchtet die Notwendigkeit einer klaren Service-Definition, die Bedeutung der Community-Beteiligung und die Herausforderungen bei der Aktualisierung und Pflege eines solchen Verzeichnisses. Es wird aufgezeigt, wie ein umfassendes Serviceverzeichnis zur effektiven Nutzung der NFDI-Angebote beitragen und die FDM Praxis an HAW stärken kann. KW - Nationale Forschungsdateninfrastruktur (NFDI) e.V. KW - Forschungsdatenmanagement KW - Fachhochschule KW - Beratung Y1 - 2025 U6 - https://doi.org/10.11588/heibooks.1652.c23924 SP - 184 EP - 196 PB - heiBOOKS CY - Heidelberg ER - TY - CHAP A1 - Deckert, Carsten A1 - Söhnitz, Stefanie ED - Kangaslampi, R. ED - Langie, G. ED - Järvinen, H.-M. ED - Nagy, B. T1 - Words Don't Come Easy to Me – Teaching Academic Writing to Engineering Students in the Age Of AI T2 - SEFI 53rd Annual Conference (SEFI 2025), Tampere, Finland, 15-18 September 2025 N2 - The competence of academic writing is currently still a central requirement for obtaining an academic degree. However, in teaching academic writing, lecturers have to deal with the two challenges of decreasing reading competence in young people and increasing use of artificial intelligence (AI) in reading and writing assignments. In engineering in particular, literacy understood as reading and writing competence is essential - whether for understanding complex tasks, analysing case studies or dealing with technical documents such as the product requirements document. Against this background, it is crucial to develop strategies and discuss modern approaches to specifically promote students' reading and writing skills and thus create an essential basis for successful scientific work and problem-solving. This workshop aims to stimulate an interactive exchange and develop practical solutions in the three core areas strengthening reading competence, developing academic writing skills, and substituting for reading and writing assessments. KW - Literacy KW - Reading Competence KW - Writing Competence KW - Academic Writing KW - Critical Thinking Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-58627 SN - 978-2-87352-029-8 PB - SEFI CY - Tampere ER - TY - CHAP A1 - Boelter, Sarah A1 - Claas, Oliver A1 - Dähne, Judith A1 - Heuer, Jan-Ocko A1 - Kahlisch, Mareen A1 - Koch, Katharina A1 - Krüger, Frank A1 - Lazarescu, Roxana A1 - Lehmann, Sebastian B.C. A1 - Lubahn, Antje A1 - Pilch, Shanna A1 - Reichwald, Julian A1 - Reiter, Martin A1 - Schirilò, Darina A1 - Schimmer, Thomas M. A1 - Schmidt, Diana A1 - Schmitt, Kathrin A1 - Schreiber, Felix A1 - Schulz, Dörthe A1 - Stiller, Gabriele A1 - Werth, Robert A1 - Wolff, Ian T1 - The Role of Universities of Applied Sciences in the Development of a National Research Data Infrastructure: Situation and Potentials of Universities of Applied Sciences from the Perspective of the Network FDM@HAW [Manuskript und Präsentation] T2 - 2nd Conference on Research Data Infrastructure (CoRDI) , Aachen, Germany, 26-28 August 2025 (Session 6. Context) KW - Nationale Forschungsdateninfrastruktur (NFDI) e.V. KW - Angewandte Forschung KW - Forschungsdatenmanagement KW - Fachhochschule Y1 - 2025 UR - https://web.archive.org/web/20250829210115/https://www.nfdi.de/wp-content/uploads/2025/08/CoRDI-2025-Conference-Programme_final.pdf UR - https://nbn-resolving.org/urn:nbn:de:hbz:due62-opus-56313 U6 - https://doi.org/10.5281/zenodo.17055442 PB - Zenodo ER - TY - GEN A1 - Eden, Jan A1 - Molck, Thomas A1 - Wojciechowski, Manfred A1 - Albiez, Moritz A1 - Schulze-Föcking, Mareike A1 - Rother, Niklas A1 - Fleischmann, Moritz A1 - Schröder, Kay A1 - Uzunkol, Osmanbey A1 - Ruess, Martin A1 - Huldtgren, Alina A1 - Balz, Andreas A1 - Voigt, Christian A1 - Grathwohl, Dirk A1 - Mohren, Henning A1 - Geick, Christiane A1 - Russo, Kai A1 - Kober, Sabine ED - Vomberg, Edeltraud T1 - Digitalstrategie der Hochschule Düsseldorf N2 - Die digitale Transformation der Gesellschaft betrifft auch und in besonderem Maße Hochschulen, die Studierende auf eine digitale Gesellschaft vorbereiten, Digitalisierung zum Gegenstand von Forschung und Transfer machen und einen wesentlichen Beitrag zur kritischen Reflexion von Digitalität leisten. Vor diesem Hintergrund möchte die Hochschule Düsseldorf (HSD) Chancen ergreifen, die sich für unsere Mitglieder und Angehörigen und für Hochschule als Organisation ergeben. Gleichzeitig will die HSD Risiken vermeiden, die aus einer undifferenzierten Adaption technischer Möglichkeiten folgen. Zu den Risiken gehören die sozialen, politischen und ökologischen Effekte des flächendeckenden Einsatzes von Technologie. Im Zuge der Entwicklung der Digitalstrategie haben sich Mitglieder und Angehörige der HSD aus allen Statusgruppen intensiv mit den Chancen und Risiken der Digitalisierung auseinandergesetzt, um einen Beitrag zur erfolgreichen Gestaltung der digitalen Transformation an der HSD zu leisten. KW - Hochschule für angewandte Wissenschaften KW - Digitalisierung KW - Strategie KW - Hochschulforschung KW - Hochschullehre KW - Hochschulverwaltung KW - Digitalstrategie KW - Wissenschaftstransfer Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-56828 PB - Hochschule Düsseldorf CY - Düsseldorf ER - TY - CHAP A1 - Boelter, Sarah A1 - Claas, Oliver A1 - Dähne, Judith A1 - Heuer, Jan-Ocko A1 - Kahlisch, Mareen A1 - Koch, Katharina A1 - Krüger, Frank A1 - Lazarescu, Roxana A1 - Lubahn, Antje A1 - Reichwald, Julian A1 - Reiter, Martin A1 - Schilirò, Darina A1 - Schimmer, Thomas M. A1 - Schmidt, Diana A1 - Schmitt, Kathrin A1 - Schreiber, Felix A1 - Schulz, Dörthe A1 - Stiller, Gabriele A1 - Werth, Robert A1 - Ian, Wolff ED - Sure-Vetter, York ED - Groth, Paul T1 - The Role of Universities of Applied Sciences in the Development of a national Research Data Infrastructure T2 - 2nd Conference on Research Data Infrastructure (CoRDI) N2 - The presentation highlights the role of Universities of Applied Sciences (UAS) in research and their potential for the development of a National Research Data Infrastructure (NFDI). To address the growing need for structured research data management (RDM) at UASs, the FDM@HAW network has emerged as a potential connector between NFDI and UAS landscape. It aims to raise awareness of NFDI services across a diverse UAS network, and articulate UAS-specific requirements back to NFDI. In doing so, it strengthens mutual integration and fosters targeted support. With over 200 institutions [1], UASs constitute a significant part of the German science system. Traditionally focused on teaching, UASs have become drivers of applied research and regional innovation. Their contributions to education and research make them essential actors in shaping RDM in Germany. Research at UASs benefits business, science, and society. In many federal states, the right to award doctorates further reinforces their research activities. Strengthening RDM competencies is important to ensure that valuable research data from UAS meet the FAIR principles. Furthermore, employers benefit from graduates equipped with strong data literacy. Despite their potential, UASs remain underrepresented in the NFDI (and partly in the RDM community). Low participation in NFDI consortia and limited association membership indicate a broader lack of engagement, largely due to low awareness of NFDI among UAS researchers and administrations [2, p.42] [3, p.6]. The NFDI structure report 2024 addresses this gap and calls for broader contact to UASs [4, p.27]. Structural challenges limit UAS engagement in RDM and the NFDI, including high teaching loads, minor resources, and partnerships prioritizing data protection over openness or commercial interests. In response, many UASs have implemented strategic networking in research, teaching, and infrastructure to overcome resource limitations. This approach also drives the development of RDM structures, often via projects or state-level initiatives. The Federal Ministry of Education and Research supports 14 projects [5] through its funding guideline for RDM at UASs. This initiative led to the establishment of the FDM@HAW network in 2023, connecting these projects. Since its formation, the network has engaged in continuous exchange on RDM development and contributed to events such as Love Data Week, the FORTRAMA conference [6], Volkswagen Foundation's Digital Skills in Science Week [7] and E-Science-Tage [8]. These activities have helped sharpen the network's focus, identify shared priorities and integrate new members. Members contribute ideas, tools and services developed in RDM projects or collaborations - such as the "NFDI Survival Kit" [9] and the "NFDI-N(HAW)igator" [10] - to promote RDM awareness and inform about NFDI on a national scale. In line with NFDI's mission to "improv[e] the possibilities for using data for science and society" [11], FDM@HAW seeks to disseminate knowledge of and strengthen competence in delving into these possibilities. The network provides valuable support to activate a target group that has largely been untapped. Close cooperation between NFDI and FDM@HAW will then contribute to the successful development of a nationwide RDM ecosystem. In the presentation, proposals for cooperation will be outlined. (The references [1]-[11] are given in the PDF abstract according to the template). KW - Nationale Forschungsdateninfrastruktur (NFDI) e.V. KW - Angewandte Forschung KW - Forschungsdatenmanagement KW - Fachhochschule Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-56313 UR - https://web.archive.org/web/20250829210115/https://www.nfdi.de/wp-content/uploads/2025/08/CoRDI-2025-Conference-Programme_final.pdf PB - Zenodo ER - TY - CHAP A1 - Kahlisch, Mareen T1 - Forschungsdatenmanagement entlang des "Innovation-Decision-Process" nach E. M. Rogers [Poster] T2 - VW-Themenwoche "Digitale Kompetenzen in der Wissenschaft", Workshop "Forschungsdatenmanagement mit geringen Ressourcen", Xplanatorium, Schloss Herrenhausen, Hannover, 2. Dezember 2024 N2 - Forschungsdatenmanagement und FDM-Maßnahmen als Innovation zu denken, schafft die Möglichkeit, sich der Innovationstheorie zu bedienen und auf dieser Grundlage die Wirkkraft bestehender FDM-Services zu reflektieren und neue Ideen für (kooperative) Serviceangebote zu entwickeln. Hier werden die FDM-Services der HSD BIB auf Basis des „Innovation-Decision-Process“ nach E. M. Rogers reflektiert. Die fünf Prozessschritte, die Forschende bei der Entscheidung für oder gegen eine FDM-Maßnahme jeweils durchlaufen, werden kurz erläutert und dazu FDM-Services der Hochschule Düsseldorf (HSD) vorgestellt, die dabei unterstützen, dass der jeweilige Prozessschritt erfolgreich durchlaufen werden kann. So wird insgesamt reflektiert, welche Services auf welche Weise auf eine nachhaltige Etablierung von FDM einzahlen. Dieses Poster wurde im Rahmen der VW-Themenwoche "Digitale Kompetenzen in der Wissenschaft" im Workshop "FDM mit geringen Ressourcen. Kompetenzaufbau durch Vernetzung von Hochschulen für angewandte Wissenschaften" am 02. Dezember 2024 vorgestellt. KW - Forschungsdatenmanagement KW - Angewandte Forschung KW - Fachhochschule Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-56320 PB - Zenodo ER - TY - GEN A1 - Eilert, Eva T1 - Research Data Lifecycle N2 - A data lifecycle serves as a framework for structured data management. It covers the entire data flow from planning and generation to storage and provision. Measures for structured data management can be taken at all stages of the data lifecycle in order to use data efficiently, ensure its quality and guarantee its long-term availability. This diagram visualizes the research data lifecycle, which is divided into three main areas: planning and repurposing, generation and processing, and storage and provision. Each area comprises specific tasks and processes for handling data. The first phase, “Planning and Repurposing”, contains two key elements. The first is the planning of the research project, in which the objectives, methods and resources are defined. Secondly, it involves researching and reusing existing data in order to assess its usefulness and potential for the project at hand. The second phase, “Generation and processing”, consists of three elements, which are mapped in a separate circular process. First, data is collected and recorded, either through experimental studies, surveys or other methods. The transition from the first phase to the second phase takes place via this element, as this is where the basic generation of own data within the research begins. Secondly, the collected data is stored and organized to ensure its integrity and availability. Thirdly, the relevant information is processed, analyzed and selected. The transition from the second phase to the third phase takes place from this element, as the knowledge gained is prepared for further storage and provision. Overall, the second phase forms a continuous cycle. The third phase “Storage and Provision” consists of three elements. Firstly, the research results are published, be it in scientific journals, repositories or other relevant publication venues. Secondly, the data is archived to ensure its long-term availability and integrity. Thirdly, access to the research results is created, for example through selective access for certain user groups or increased visibility. KW - Forschungsdatenmanagement Y1 - 2025 U6 - https://doi.org/10.5281/zenodo.14752723 N1 - German version available under: https://doi.org/10.5281/zenodo.8087764 This graphic was created as part of the project module of the certificate course Research Data Management 2022/2023 (a cooperative course of the Landesinitiative für Forschungsdatenmanagement NRW - fdm.nrw, ZB MED - Informationszentrum Lebenswissenschaften and ZBIW). The graphic is available in 3 formats (PNG, SVG, AI) - colors, contours and lettering can be customized depending on the file format. PB - Zenodo ET - v1 ER - TY - GEN A1 - Eilert, Eva A1 - Reiter, Martin T1 - NFDI-N(HAW)igator N2 - Die Konsortien der Nationalen Forschungsdateninfrastruktur (NFDI) (https://www.nfdi.de/konsortien/) haben die Bereitstellung von Services und Infrastrukturen, die einem wissenschaftsgeleiteten und fachspezifisch ausgerichteten Umgang mit Forschungsdaten den Weg bereiten, zum Ziel. Um diese Angebote passgenau vermitteln zu können, ist für die individuelle Beratung zum Forschungsdatenmanagement (FDM) eine Kursbestimmung zwischen den angebotenen Leistungen der NFDI-Konsortien und den spezifischen Bedarfen der Forschenden erforderlich: Welches Konsortium bietet welche Leistungen für welchen Fachbereich und welche Datentypen? Die Beantwortung dieser Frage ist mit Hürden verbunden, da 1. nur vereinzelt explizite Übersichten der Serviceangebote einzelner Konsortien vorliegen, 2. keine die DFG-Wissenschaftsbereiche spezifizierende Feingliederung zur fachsystematischen Zuordnung besteht und 3. interdisziplinäre Zuordnungsmöglichkeiten nicht abgebildet werden. Mit der vorliegenden Orientierungshilfe wird nun prototypisch eine Lösungsmöglichkeit skizziert. Unter folgendem Link finden Sie die aktuellste Version des NFDI-N(HAW)igators: https://app.conceptboard.com/board/n8ur-rpq3-tx1f-q20d-kfb5 KW - Forschungsdatenmanagement Y1 - 2024 UR - https://app.conceptboard.com/board/n8ur-rpq3-tx1f-q20d-kfb5 U6 - https://doi.org/10.5281/zenodo.13973397 CY - Düsseldorf ER - TY - GEN A1 - Buch, Susanne A1 - Claas, Oliver A1 - Eilert, Eva A1 - Fliegner, Angelika A1 - Raatz, Philip A1 - Reiter, Martin A1 - Sauther-Patrascu, Katharina Sofie A1 - Schick, Elena A1 - Slowig, Benjamin T1 - Fragen? Antworten! FDM-FAQ - Die Wissensbasis der FDMScout:innen N2 - Know-how im Forschungsdatenmanagement (FDM) aufzubauen und zu erhalten, ist eine grundlegende, stetig an Bedeutung zunehmende Aufgabe an Hochschulen für angewandte Wissenschaften (HAW) (vgl. Buch et al. 2023). Dieses Know-how kommt Mitarbeitenden der FDM-Servicestellen einer Hochschule ebenso zugute wie Forschenden selbst: Es versetzt FDM-Personal in die Lage, Forschende zielführend zu beraten, zu schulen und ihnen adäquate Tools und Services zu vermitteln; Forschenden werden konkrete Lösungswege für (neuartige) praktische Herausforderungen in Forschungsvorhaben aufgezeigt. Beide Gruppen werden weiterhin befähigt, hochschulinterne und -übergreifende Diskurse und Initiativen zum FDM mitzugestalten. Auf diese Weise trägt FDM-Know-how dazu bei, anforderungsgerechte und gewinnbringende Rahmenbedingungen für Forschung an HAW zu schaffen. Im gemeinsamen Handlungsfeld "Information und Sensibilisierung" haben es sich die Projektverbünde der Förderlinie FDMScouts.nrw zur Aufgabe gemacht, das gewonnene Handlungswissen in Form einer FDM-Wissensbasis strukturiert und frei zugänglich zu bewahren (vgl. Eilert/Slowig 2022), um die Weitergabe der gesammelten Erfahrungen auch über die Förderlaufzeit hinaus zu ermöglichen und vor allem andere HAW beim Aufbau von Know-how in den FDM-Servicestellen zu befähigen. Zweck der nun vorliegenden Wissensbasis ist es, den Zielgruppen der Beschäftigten in FDM-Servicestellen und der Forschenden den Einstieg ins Forschungsdatenmanagement zu erleichtern – gerade in Anbetracht der Tatsache, dass sich FDM-Strukturen an HAW vielfach noch in der Aufbau- oder Konsolidierungsphase befinden. Sie trägt dementsprechend solche Aspekte zusammen, die sich erfahrungsgemäß als besonders relevant erweisen: Was ist zwecks Orientierung im weitreichenden Feld FDM von besonderer Wichtigkeit (Begriffe, Einstiegsseiten, Umsetzungstipps etc.)? Welche Ressourcen und Anlaufstellen sind zentral? Welche Fragen stellen sich für Forschende und FDM-Personal immer wieder? FDM-Wissen aufzubauen und zu vermitteln bedeutet, diese und ähnliche Fragen zu beantworten. In diesem Sinn dient das Format der Frequently Asked Questions als grundlegende Organisationsmethode der vorliegenden Wissensbasis. Als Verknüpfung häufig gestellter Fragen mit kompakten Antworten stellen die FAQs niedrigschwellig Wissen bereit und tragen im Idealfall durch ihre Interaktionsorientierung zur Gestaltung konkreter Kommunikationssituationen (Beratungsgespräche, Schulungen) bei. Als Einstiegspunkte dienen die einzelnen Phasen des Forschungsdatenlebenszyklus und die Fragen, die sie regelmäßig aufwerfen. Darunter finden Forschende und FDM-Servicepersonal Antworten, Informationen und Links, die Orientierung bieten und Umsetzungsschritte benennen. Als GitHub-Repository realisiert, ist die Möglichkeit zur dezentralen Aktualisierung und Erweiterung gegeben. Insgesamt leistet die Wissensbasis einen Beitrag zur Dokumentation der Arbeit der FDMScouts.nrw-Verbünde und soll die nachhaltige Verankerung von FDM an HAW unterstützen. KW - FDM KW - Forschungsdatenmanagement KW - Wissensbasis KW - FAQ Y1 - 2024 UR - https://fdmscouts-nrw.github.io/Wissensbasis/ U6 - https://doi.org/10.5281/zenodo.12760388 N1 - Is supplement to Software: https://github.com/FDMScouts-nrw/Wissensbasis/tree/v1.0 (URL) PB - Zenodo, GitHub ER - TY - THES A1 - Söhnitz, Stefanie T1 - Entwicklung eines prototypischen digitalen Workflows, der einen qualitätsgesicherten Publikationsprozess auf Basis von definierten Qualitätskriterien für Publikationen nachweist N2 - Hintergrund: Durch die Digitalisierung hat sich die Art des Publizierens verändert. Es ergeben sich neue Publikationswege und -formen. Eine Reflexion der traditionellen Ansichten über Publikationen und die Sicherung der Qualität ist erforderlich. Damit ergibt sich die Intension der Arbeit: Gegenwärtige Qualitätskriterien zu erfassen, zu analysieren und neuartige Möglichkeiten aufzuzeigen. Methoden: Die theoretische Basis für den Stand der Forschung erfolgt durch eine repräsentative Literaturrecherche. Die Extraktion der Qualitätskriterien basiert auf einer selektiven Quellenauswahl. Ergänzend werden sechs Expert:innen anhand eines halbstrukturiertem Interviewleitfadens befragt. Die extrahierten Erkenntnisse aus der Analyse fließen in einen Wissensgraph und liefern Ansätze für eine Qualitätssicherung. Die Modellierung einer Anwendung wird auf Basis des Standards BPMN 2.0 umgesetzt. Ergebnisse: Es wird ein Qualitätskriterien-Index erstellt, der zur Ausweisung von Qualitätsmerkmalen für Publikationen führt. Diese bilden die Wissensbasis für eine Web-Anwendung. Der darin enthaltene prototypische Workflow leitet die:den Autor:in durch Kriterien. Als Ergebnis werden die Publikationen mit Qualitätsmerkmalen angereichert. Diese Arbeit liefert das theoretische Konzept für die Anwendung. Es beinhaltet ein Mockup und eine erste prototypische Umsetzung. Dies bietet die Basis für eine bedarfsorientierte, reale Entwicklung. Schlussfolgerungen: Eine reale, technische Umsetzung ist mit entsprechenden Ressourcen realisierbar. Vorab wird empfohlen, die ermittelten Qualitätskriterien mit einer Nutzer:innengruppe zu reflektieren bspw. in Form einer qualitativen Erhebung. Diese liefert Hypothesen und fördert die Akzeptanz für die Ausweisung von Qualität. Das Ergebnis behandelt keine fachdisziplin-spezifischen Aspekte. Erfolgt dies, wird es zu einer Erweiterung der Anwendung führen. Ebenfalls sollte die Usability der Anwendung getestet werden, bevor die reale Umsetzung erfolgt. Das erstellte Konzept, ein Mockup und der Prototyp liefern die Ausgangslage für die Entwicklung. KW - Qualitätssicherung KW - wissenschaftliche Literatur KW - Open Science Y1 - 2023 PB - Technische Hochschule Wildau CY - Wildau ER - TY - BOOK A1 - Kahlisch, Mareen T1 - Ästhetik des Chaos. Beobachtungen zur Struktur der Narration in Luigi Pirandellos 'Novelle per un anno' N2 - Der Chaos-Begriff ist für Pirandello nicht nur identitätsbestimmend, sondern wird auch mit seinem Novellenwerk in Verbindung gebracht, denn die ‚Novelle per un anno‘ scheinen sich jeder Bestimmung konkreter Ordnungsmuster zu widersetzen. Die vorliegende Studie befasst sich mit der bisher noch nicht eingehend erforschten Frage danach, welche Strukturprinzipien den ‚Novelle per un anno‘ zugrunde liegen. Über klassisch-narratologische Textanalysen ausgewählter Novellen hinaus wird eine medienhistorische Perspektive eingenommen. Dies erlaubt Aussagen über den Einfluss des jeweiligen Publikationsmediums auf die Konstitution der Texte und die Gattung Novelle sowie eine Deutung der z.T. intensiven Umschriften der Novellen. So zeigt sich, dass sich die Novellen innerhalb der Sammlung zueinander verhalten und über Themen, Motive und narrative Strukturen, aber auch über ihren medienhistorischen Kontext netzartig miteinander verbunden sind. Die Texte werden buchstäblich in die ‚Novelle per un anno‘ und damit einhergehend in eine Ästhetik des Chaos ‚eingeschrieben‘. KW - Italienische Literatur KW - Gattungsgeschichte KW - Mediengeschichte KW - Corriere della Sera KW - Ästhetik Y1 - 2023 SN - 978-3-8253-9513-1 N1 - Die Arbeit wurde zuvor als Dissertation an der Universität Klagenfurt eingereicht (2022) und für den Druck redaktionell überarbeitet. SP - 345 PB - Carl-Winter-Universitätsverlag CY - Heidelberg ET - 1. Aufl. ER - TY - GEN A1 - Buch, Susanne A1 - Claas, Oliver A1 - Eilert, Eva A1 - Fliegner, Angelika A1 - Raatz, Philip A1 - Reiter, Martin A1 - Sauther-Patrascu, Katharina A1 - Schick, Elena T1 - Generalisierte FDM-Aufgaben an HAW sowie Erfahrungen in der hochschulübergreifenden Zusammenarbeit und Integration NRW- und bundesweiter Angebote: Die Perspektive der FDMScout*innen N2 - Forschungsdatenmanagement (FDM) nimmt in Wissenschaftsinstitutionen und Scientific Communities einen immer größeren Stellenwert ein. Hochschulen für angewandte Wissenschaften (HAW) sehen sich mithin der Aufgabe gegenübergestellt, Rahmenbedingungen für ein gelingendes FDM in Forschungsvorhaben zu schaffen. Die vorliegende Grafik hat zum Ziel, die Ausgestaltung dieser Rahmenbedingungen zu befördern, indem sie – mit Blick auf die operative Ebene – die Bedarfe der Forschenden mit FDM-Dienstleistungen zusammenbringt sowie Wechselwirkungen visualisiert. Auf diese Weise soll sie die Komplexität des Handlungsfelds FDM veranschaulichen und zugleich als Handreichung zur Ausgestaltung adäquater FDM-Ressourcen und -Prozesse für die Zielgruppe der Forschenden dienen. Die Zusammenstellung basiert auf den generalisierten Erfahrungen, die zwischen 2020 und 2023 von den in der Förderlinie „FDMScouts.nrw“ finanzierten Projektverbünden in vier gemeinsamen Handlungsfeldern (Netzwerkarbeit, Information und Sensibilisierung, Koordination, Beratung) gesammelt wurden. Die zehn beteiligten Hochschulen arbeiteten in fünf Verbünden an Strukturen und Prozessen für eine nachhaltige Etablierung des Forschungsdatenmanagements vor Ort. Dabei berücksichtigt die Grafik überregionale Serviceangebote und Institutionen für den Bereich FDM, wie sie bis zum Zeitpunkt der Veröffentlichung zur Verfügung standen. KW - Forschungsdaten KW - FDM KW - Forschungsdatenmanagement Y1 - 2023 U6 - https://doi.org/10.5281/zenodo.7886667 PB - Zenodo ER - TY - GEN A1 - Eilert, Eva T1 - Datenlebenszyklus N2 - Ein Datenlebenszyklus dient als Rahmen für das strukturierte Datenmanagement. Er umfasst den gesamten Datenfluss von der Planung über die Erzeugung bis hin zur Aufbewahrung und Bereitstellung. An allen Stationen des Datenlebenszyklus können Maßnahmen für ein strukturiertes Datenmanagement getroffen werden, um Daten effizient zu nutzen, ihre Qualität sicherzustellen und ihre Langzeitverfügbarkeit zu gewährleisten. Die vorliegende Grafik visualisiert den Datenlebenszyklus, der sich aus drei Hauptbereichen zusammensetzt: Planung und Nachnutzung, Erzeugung und Bearbeitung sowie Aufbewahrung und Bereitstellung. Jeder Bereich umfasst spezifische Aufgaben und Prozesse im Umgang mit Daten. Die erste Phase „Planung und Nachnutzung“ beinhaltet zwei wesentliche Elemente. Als Erstes erfolgt die Planung des Forschungsvorhabens, bei der die Ziele, Methoden und Ressourcen definiert werden. Als Zweites umfasst sie die Recherche und Wiederverwendung bereits vorhandener Daten, um deren Nutzen und Potenzial für das vorliegende Projekt einzuschätzen. Die zweite Phase „Erzeugung und Bearbeitung“ besteht aus drei Elementen, die in einem eigenen zirkulären Ablauf abgebildet sind. Als Erstes werden Daten erhoben und erfasst, entweder durch experimentelle Studien, Umfragen oder andere Methoden. Der Übergang von der ersten Phase zur zweiten Phase erfolgt über dieses Element, da hier die grundlegende Generierung eigener Daten innerhalb der Forschung beginnt. Als Zweites werden die gesammelten Daten gespeichert und organisiert, um ihre Integrität und Verfügbarkeit zu gewährleisten. Als Drittes erfolgt die Verarbeitung, Analyse und Auswahl der relevanten Informationen. Der Übergang von der zweiten Phase zur dritten Phase erfolgt aus diesem Element, da die gewonnenen Erkenntnisse für die weitere Aufbewahrung und Bereitstellung vorbereitet werden. Insgesamt bildet die zweite Phase einen kontinuierlichen Kreislauf. Die dritte Phase „Aufbewahrung und Bereitstellung“ besteht aus drei Elementen. Als Erstes erfolgt die Publikation der Forschungsergebnisse, sei es in wissenschaftlichen Zeitschriften, Repositorien oder anderen relevanten Publikationsorten. Als Zweites werden die Daten archiviert, um ihre Langzeitverfügbarkeit und -integrität zu gewährleisten. Als Drittes wird Zugang zu den Forschungsergebnissen geschaffen, beispielsweise über eine gezielte Freigabe für bestimmte Nutzergruppen oder Erhöhung der Sichtbarkeit. KW - Forschungsdaten KW - FDM KW - Forschungsdatenmanagement Y1 - 2023 U6 - https://doi.org/10.5281/zenodo.8087764 N1 - Diese Grafik entstand im Rahmen des Projektmoduls des Zertifikatskurses Forschungsdatenmanagement 2022/2023 (Ein kooperatives Angebot der Landesinitiative für Forschungsdatenmanagement NRW - fdm.nrw, ZB MED - Infor­mationszentrum Lebens­wissen­schaften und ZBIW; https://www.th-koeln.de/weiterbildung/zertifikatskurs-forschungsdatenmanagement_82048.php). Die Grafik steht in 3 Formaten zur Verfügung (PNG, SVG, AI) - Farben, Konturen und Beschriftung sind je nach Dateiformat individualisierbar. PB - Zenodo ER - TY - GEN A1 - Buch, Susanne A1 - Claas, Oliver A1 - Eilert, Eva A1 - Fliegner, Angelika A1 - Raatz, Philip A1 - Reiter, Martin A1 - Schick, Elena A1 - Slowig, Benjamin T1 - Hochschulübergreifende Zusammenarbeit gestalten: FDMScouts.nrw N2 - Im Rahmen des 55. Jour Fixe FDM der Landesinitiative fdm.nrw gaben die Mitglieder der Förderlinie FDMScouts.nrw einen Einblick in ihre Zusammenarbeit und stellten die Ergebnisse ihrer bisherigen Arbeit vor. Ziel der Förderlinie ist es, bedarfsgerechte Möglichkeiten zu schaffen, das Thema FDM sowohl strategisch als auch operativ nachhaltig an Hochschulen für angewandte Wissenschaften in NRW zu verankern. 10 Hochschulen in 5 Verbünden arbeiten seit 2020 gemeinsam an Diensten und Angeboten. Koordiniert werden die Aktivitäten von der Landesinitiative fdm.nrw. Die Originalpräsentation ist über Conceptboard einsehbar: https://app.conceptboard.com/board/c87t-okqh-6utn-74xg-n182 KW - Forschungsdatenmanagement Y1 - 2022 U6 - https://doi.org/10.5281/zenodo.7100472 PB - Zenodo ER - TY - GEN A1 - Buch, Susanne A1 - Eilert, Eva A1 - Fliegner, Angelika T1 - Forschungsdatenmanagement entlang des Datenlebenszyklus N2 - Forschungsdatenmanagement (FDM) nimmt im Forschungsalltag der Hochschulen für angewandte Wissenschaften (HAW) eine zunehmende größere Rolle ein und stellt an viele Forschende bisher unbekannte Anforderungen. So gilt es ein FAIRes und nachhaltiges Datenmanagement im Sinne des Kodex „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ der DFG zu betreiben – für sich selbst, für die eigene Forschungsgruppe und für die Forschungsgemeinschaft. In dieser Veranstaltung anlässlich des Tags der Forschungsdaten in NRW am 15.11.2022 wurden die wesentlichen Grundzüge des Forschungsdatenmanagements anhand des Forschungsdatenlebenszyklus nähergebracht und Praxisbeispiele und nützliche Links vorgestellt.   Die Originalpräsentation ist über Conceptboard einsehbar: https://app.conceptboard.com/board/pd16-f504-imy3-hrz6-gtxu KW - Forschungsdatenmanagement KW - FAIR KW - Datenlebenszyklus Y1 - 2022 UR - https://app.conceptboard.com/board/pd16-f504-imy3-hrz6-gtxu U6 - https://doi.org/10.5281/zenodo.7379975 PB - Zenodo ER - TY - GEN A1 - Söhnitz, Stefanie A1 - Eilert, Eva T1 - Verwendung von Bildern in wissenschaftlichen Arbeiten N2 - Abbildungen sind klassische Bestandteile einer wissenschaftlichen Arbeit. Ob Datenvisualisierung, Fotografie oder Konzeptdarstellung - die Typen von Abbildungen variieren stark. Ebenso variantenreich ist die Art und Weise, wie Abbildungen in wissenschaftliche Arbeiten eingebunden werden können. Dieses Infoblatt bietet Hilfestellungen zum Zitatrecht und Urheberrecht sowie der Nachnutzung von lizenzierten Inhalten. Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-38680 CY - Düsseldorf ER - TY - CHAP A1 - Eilert, Eva A1 - Slowig, Benjamin T1 - Handlungsfelder der Förderlinie FDMScouts.nrw - Forschungsdatenmanagement an Hochschulen für angewandte Wissenschaften N2 - Forschungsdatenmanagement (FDM) umfasst alle Aktivitäten, die mit der Planung, Erhebung, Aufbereitung, Speicherung, Archivierung und Veröffentlichung von Forschungsdaten verbunden sind. Hierbei sind sowohl generische als auch fachspezifische Aspekte zu berücksichtigen; außerdem müssen rechtliche und technische Gesichtspunkte beachtet werden. Dies erfordert ein umfangreiches Serviceportfolio – von Information und Sensibilisierung über Beratung und Koordination bis hin zu IT-Infrastrukturen. Mit der Förderlinie FDMScouts.nrw unterstützen das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen und die Digitale Hochschule NRW (DH.NRW) im Rahmen der landesweiten Digitalisierungsoffensive fünf Hochschulverbünde bei der nachhaltigen Verankerung des Themas FDM auf strategischer und operativer Ebene. Dabei werden sie inhaltlich und organisatorisch von der Landesinitiative fdm.nrw begleitet. Die hieraus resultierenden Impulse für den bedarfsgerechten Auf- und Ausbau von Kontaktstellen, Kompetenzen und Kapazitäten zum FDM sollen über die Verbünde hinaus auch anderen interessierten Hochschulen für angewandte Wissenschaften (HAW) und Fachhochschulen (FH) zugutekommen. Das vorliegende Poster zeigt die Handlungsfelder und die einzelnen Aktivitäten, die im Rahmen der Förderlinie FDMScouts.nrw im ersten Förderjahr bereits begonnen bzw. umgesetzt wurden. Dieses Poster wurde in vergleichbarer Form auf der Jahrestagung der Digitalen Hochschule NRW am 14. und 15. September 2021 präsentiert. KW - Forschungsdatenmanagement KW - FDMScouts.nrw KW - Poster Y1 - 2022 UR - https://doi.org/10.5281/zenodo.6497585 N1 - Communities: Förderlinie FDMScouts.nrw - Forschungsdatenmanagement an Hochschulen für angewandte Wissenschaften Landesinitiative für Forschungsdatenmanagement - fdm.nrw Das vorliegende Poster zeigt die Handlungsfelder und die einzelnen Aktivitäten, die im Rahmen der Förderlinie FDMScouts.nrw im ersten Förderjahr bereits begonnen bzw. umgesetzt wurden. Dieses Poster wurde in vergleichbarer Form auf der Jahrestagung der Digitalen Hochschule NRW am 14. und 15. September 2021 präsentiert. VL - Version 1 PB - Zenodo ER - TY - GEN A1 - Söhnitz, Stefanie A1 - Eilert, Eva T1 - Open Science - Route planen und los? T2 - ProLibris KW - Open Access KW - Forschungsdatenmanagement Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:due62-opus-35412 N1 - Erlaubnis für die digitale Zweitveröffentlichung vom Verlag erhalten. VL - 26 IS - 4 SP - 152 EP - 156 PB - Verband der Bibliotheken des Landes NRW, vbnw ER - TY - CHAP A1 - Söhnitz, Stefanie T1 - Import in OPUS T2 - OPUS 4-Workshop fand im Rahmen des 109. Deutschen Bibliothekartages in Bremen am 15. Juni 2021 N2 - Import von Daten nach OPUS 4 unter Nutzung der SWORD-Schnittstelle am Praxisbeispiel der Hochschule Düsseldorf. KW - Citavi KW - Curl KW - Import KW - Sword KW - OPUS 4 Y1 - 2021 UR - https://nbn-resolving.org/urn:nbn:de:0290-opus4-177447 PB - Hochschule Düsseldorf CY - Düsseldorf ER -