Kollaborationen

Wir haben Forschungsgruppen erfolgreich vernetzt und Kooperationen angestoßen.

Hintergrund: Zu Projektbeginn haben wir uns gefragt: „Was gibt es in Sachsen schon für Angebote zu Datenkompetenzen?“ So entstand die Idee, alle Angebote zu sammeln und auf einer interaktiven Karte sichtbar zu machen. Unsere Recherche zeigt daraufhin, dass andere Ansätze zur Sichtbarmachung in der Regel mit hohem Aufwand verbunden waren – so mussten Informationen aus diversen Datenquellen z.B. regelmäßig händisch erfasst und eingepflegt werden.

Lösung: Come2Data brachte eigene Ansätze zur automatisierten Datenerfassung ein und arbeitete mit Partnern aus NFDI4Earth, NFDI4Energy, SaxFDM und anderen Initiativen. Auf der Love Data Week 2025 führten wir einen gemeinsamen Workshop durch, kurz darauf folgte ein Posterbeitrag auf der CoRDI 2025.

Ergebnis: Unsere Zusammenarbeit hat die Come2Data Landkarte hervorgebracht – eine interaktive Karte, die Angebote zu Datenkompetenzen in Sachsen sichtbar und somit leicht auffindbar macht; außerdem zeigt sie auf, wie Kooperation und technische Ansätze zusammenwirken, um FAIRness in der Wissenschaft zu stärken.

Handreichungen

Verständliche Leitfäden erleichtern den Durchblick bei komplizierten Datenfragen.

Anfrage: Beim Thema Lizenzen blicken Viele nicht durch: „Unter welcher Lizenz soll ich diesen Datensatz veröffentlichen? Mache ich damit auch nichts falsch?“ In einem konkreten Fall fragte sich eine Forschende, ob die bloße Kennzeichnung eines Datensatzes durch eine Creative-Commons-Lizenz ausreicht, um eine rechtssichere Nutzungsgrundlage ihrer Arbeit zu schaffen; ferner war ihr nicht klar, ob Materialkennwerte und Forschungsdaten an und für sich urheberrechtlich geschützt sein können.

Lösung: Come2Data erstellte und übermittelte zwei Handreichungen (Links ergänzen): eine zur „Lizenzierung von Forschungsdaten“ und eine weitere zum „Urheberrecht an Arbeitsergebnissen“. Darin erläutert wurden die rechtlichen Grundlagen und praktischen Kriterien für ihren konkreten Anwendungsfall.

Ergebnis: Dieser Fall zeigt, dass Handreichungen essenziell sind, um schnell Klarheit zu schaffen. Gerade beim rechtlichen Umgang mit Forschungsdaten – ein Thema mit oft komplizierten Fragestellungen – dienen Handreichungen als übersichtliche und praxisnahe Orientierung für Forschende.

Expertenvermittlung

Bei speziellen Herausforderungen stellen wir den Kontakt zu Fachleuten her.

Anfrage: Eine Doktorandin benötigte Unterstützung bei der Durchführung einer bibliometrischen Analyse.

Lösung: Come2Data leitete die Anfrage an das Team „SLUB Bibliometrie“ weiter, das über die notwendige Expertise verfügt.

Ergebnis: Durch die Vermittlung erhielt die Doktorandin Zugang zu spezialisierter Fachkompetenz und eine Anlaufstelle für die weitere Bearbeitung ihres Anliegens.

Kurse & Workshops

Praxisnahe Trainings stärken die Datenkompetenz von Studierenden und Lehrenden.

Anfrage: Im Rahmen der Schlüsselkompetenzwoche 2025 an der TU Dresden wurde Come2Data für den Workshop „Hilfe, wo sind meine Daten? – Daten sicher ablegen, organisieren und wiederfinden“ angefragt.

Lösung: Come2Data führte den Workshop durch. Darin vermittelt wurden Ziele, Vorteile sowie grundlegende Methoden des Forschungsdatenmanagements.

Ergebnis: Anhand klarer Prinzipien, veranschaulicht durch praxisnahe Beispiele, erlernten die Teilnehmenden die Grundlagen des Forschungsdatenmanagements und gewannen Klarheit darüber, wie strukturierte Datenablage und einfache Ordnungsregeln den Arbeitsalltag erleichtern, indem sie einem Zeit und Frust ersparen.

Unterstützung in der Lehre

Wir entwickeln Materialien und Konzepte, die Datenkompetenz in den Unterricht integrieren.

Anfrage: Es bestand der Bedarf, Webscraping und Datenharmonisierung im Kontext der empirischen Sozialforschung in die Lehre zu integrieren und geeignete Schulungsangebote zu identifizieren.

Lösung: Come2Data entwickelte eine Workshop-Reihe zur „Nutzung von Python für die Daten- und Textanalyse/Natural Language Processing (NLP) in den Sozialwissenschaften“. Vermittelt wurden Grundlagen in Python, der Einsatz relevanter Bibliotheken, Methoden der Text- und Datenanalyse sowie Anwendungen von KI und Machine Learning. Ergänzend wurde ein Handbuch veröffentlicht.

Ergebnis: Lehrende und Lernende erhielten praxisnahe Materialien und Trainings, die den Einsatz moderner Methoden der Datenanalyse in der Lehre erleichtern und nachhaltige Kompetenzen fördern.