FDM-Schulungsprogramm für Forschende

Beschreibung

This introductory training presents best practices for getting started with eLabFTW. Participants will learn about planning, organization, responsibilities, helpful resource blocks and conventions, as well as practical recommendations based on experience.

Lernziele

After completing this training session, participants will be able to:

• identify key considerations when planning the use of eLabFTW
• understand how responsibilities can be organized and clarified
• apply helpful resource blocks and conventions for structured documentation
• recognize common risks and use practical recommendations when getting started with eLabFTW.

Hinweise

Diese Schulung wird im Rahmen des Tags der Forschungsdaten 2026 angeboten.

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Beschreibung

This introductory training provides an overview of the eLabFTW API and its potential uses for importing, exporting, and automating data. Participants will learn the basics of API requests, explore useful tools, and see a practical example of importing resources into eLabFTW.

Lernziele

After completing this training session, participants will be able to:

• explain the basic concept and purpose of an API
• identify potential use cases for the eLabFTW API
• identify the components and information required to create an API request
• navigate the eLabFTW API documentation
• use open-source API clients to explore and send API requests
• understand how scripts can be used to automate data exchange with eLabFTW, using the import of resources as an example.

Hinweise

Diese Schulung wird im Rahmen des Tags der Forschungsdaten 2026 angeboten.

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Lernziele

• Preregistration: Learn when preregistration is useful, address common misconceptions, and discover how it can increase transparency from the very beginning of a project.
• Open Data & Materials: Explore how to prepare and share research outputs responsibly, choose appropriate repositories, and apply FAIR principles and licences.
• Open Code: Learn why analysis code is an important research output and how version control and software licences contribute to transparent and reproducible research.

Hinweise

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Lernziele

Sie lernen

• was Metadaten eigentlich sind und wo Sie für Ihren Fachbereich sinnvolle Metadatenschemata suchen können.
• welche Dokumentationsarten es gibt.
• warum es sich auf lange Sicht lohnt, Zeit für eine strukturierte Dokumentation zu investieren.

Hinweise

Grundlegendes Wissen zum Forschungsdatenmanagement wird für die Teilnahme vorausgesetzt.

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Lernziele

In diesem 2-stündigen Online-Workshop lernen Sie

• woran Sie erkennen, dass der Fördermittelgeber Aussagen zum Umgang mit Forschungsdaten verlangt.
• anhand von Checklisten und Templates, welche Informationen in einen Datenmanagementplan gehören.
• das Tool RDMO (Research Data Management Organizer) kennen, mit dessen Hilfe Sie DMPs anfertigen können.
• zu guter Letzt, warum es sich lohnt einen DMP anzufertigen – auch wenn der Fördermittelgeber das nicht verlangt. Damit die geschilderten Situationen nicht mehr eintreffen.

Hinweise

Grundlegendes Wissen zum Forschungsdatenmanagement wird für die Teilnahme vorausgesetzt.

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Beschreibung

Coscine is a research data management platform for your research project. This is where your data becomes FAIR (Findable, Accessible, Interoperable, Reusable) – thanks to structured storage with metadata management, collaborative working, and long-term storage together with the automatic assignment of persistent identifiers. Coscine integrates the S3-compatible object storage DataStorage.nrw and enables linking of other data sources to display all project-relevant research data at a glance. In collaborative projects, researchers from different institutions can work together on their data in Coscine. In the workshop, we will give you a hands-on introduction to Coscine.

Lernziele

By the end of the workshop, participants will be able to:

• explain the basic functionalities of Coscine and how they support FAIR data management.
• identify and select the adequate resource type (web, S3, linked data, or GitLab) for their data.
• create projects and resources in Coscine, store data, and describe data with metadata.
• share their projects in Coscine, manage roles and rights of project members, and set the read-only mode for long-term storage.

Hinweise

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Lernziele

• Vorstellung von GitLab mit dem Fokus Projektmanagement
• Ticket/Issue Organisation über Labels, Issue boards und Meilensteine
• Rollen- und Rechtemanagement
• Wiki als Wissensbasis

Hinweise

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Beschreibung

Would you like to document your work with the statistical software R more comprehensibly and clearly? R Notebooks offer an easy way to summarize your code, explanations and results in one document and share it with other people, regardless of their R knowledge. In this hands-on workshop, we will guide you through your first steps with R Notebooks on the way to reproducible analyses in R.

Lernziele

By the end of the workshop, participants will be able to:

• explain the features and concept of R Notebooks and understand their structure.
• generate a sharable document that summarizes R code, explanations, and results.
• format their code documentation using Markdown and YAML for a clear presentation.
• make their analysis in R reproducible through a comprehensive documentation.

Hinweise

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Beschreibung

Forschungsdaten leisten einen wichtigen Beitrag zu qualitativ hochwertiger Forschung und ein adäquater Umgang mit diesen ist Teil der guten wissenschaftlichen Praxis. Eine frühzeitige Planung des Datenmanagements trägt dazu bei, einen bestmöglichen Umgang mit Forschungsdaten, die während des gesamten Forschungsprozesses entstehen, umzusetzen. Dabei hilft die Erstellung eines sogenannten Datenmanagementplans (DMP), ein Dokument, das mittlerweile auch von zahlreichen Forschungsförderern verlangt wird. Ein solcher DMP umfasst strukturierte Angaben u. a. zur Erhebung, zur Dokumentation, zur gemeinsamen Nutzung, zur Veröffentlichung und zur Archivierung von Daten sowie urheber- und datenschutzrechtliche Aspekte. Auch in nicht-drittmittelgeförderter Forschung, z. B. in Promotionsvorhaben sowie in Projektkooperationen, ist ein DMP gewinnbringend, denn er klärt wichtige organisatorische und technische Aspekte sowie Besonderheiten im Datenlebenszyklus und hilft Forschenden den Überblick bei der Verwaltung ihrer Forschungsdaten zu behalten.

Lernziele

Die Teilnehmenden…

• entwickeln ein Verständnis der Motivation und der Ziele eines DMP
• erlangen Kenntnis der Anforderungen von Forschungsförderern an das Datenmanagement
• lernen die Inhalte eines DMP in einer praktischen Übung kennen, indem sie Elemente eines DMP zuordnen und analysieren
• erhalten einen Überblick über technische Hilfsmittel und verfügbare Vorlagen für die Erstellung eines DMP

Hinweise

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Beschreibung

In diesem Workshop lernen Forschende, die selbst mit personenbezogenen qualitativen Forschungsdaten arbeiten und bereits über Vorkenntnisse im Forschungsdatenmanagement (FDM) verfügen, wie sie ihre Daten entlang der FAIR-Prinzipien gestalten und dokumentieren können. Im Fokus stehen die besonderen Anforderungen qualitativer Forschung sowie konkrete Dokumentationspraktiken und deren Beitrag zur Umsetzung der FAIR-Prinzipien. Anhand von Praxisbeispielen und Umsetzungsideen wird gezeigt, wie Forschungsdaten nachvollziehbar, auffindbar, zugänglich und nachnutzbar gestaltet werden können. Dabei werden auch verschiedene Möglichkeiten der Dokumentation, etwa durch Codebücher, vorgestellt. Ziel ist es, vorhandene FDM-Kenntnisse zu vertiefen und konkrete Ansätze für die Umsetzung der FAIR-Prinzipien in der eigenen Forschung zu vermitteln.

Lernziele

Nach Abschluss der Veranstaltung können die Teilnehmenden…

• die FAIR-Prinzipien auf qualitative personenbezogene Forschungsdaten übertragen und deren Bedeutung für die Dokumentation und Nachnutzbarkeit einschätzen
• zentrale Anforderungen an die Dokumentation qualitativer Forschungsdaten identifizieren und diese auf die eigene Forschungspraxis beziehen
• geeignete Dokumentationspraktiken und -instrumente anwenden
• konkrete Maßnahmen zur Verbesserung der Auffindbarkeit, Zugänglichkeit, Nachvollziehbarkeit und Nachnutzbarkeit der eigenen qualitativen Forschungsdaten identifizieren

Hinweise

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen

Beschreibung

Diese Veranstaltung gibt eine Einführung in die Programmiersprache Python und erste Anwendungen für Ihre Forschungsdaten. Wir werden uns damit beschäftigen, tabellarische Daten zu laden, auszuwerten, Ergebnisse grafisch darzustellen und als Text- oder Excel-Dateien zu speichern. Es werden keine Python-Kenntnisse vorausgesetzt; insbesondere Python-Anfänger sind herzlich willkommen.

Lernziele

Nach Abschluss der Veranstaltung können die Teilnehmenden…

• die grundlegenden Konzepte der Programmiersprache Python anwenden, insbesondere Variablen, Zuweisungen und die Ausgabe von Daten.
• tabellarische Daten mit Pandas verarbeiten, indem sie Daten laden, speichern, auswerten und gezielt modifizieren.
• Diagramme mit Pandas erstellen, um tabellarische Daten geeignet zu visualisieren und Ergebnisse anschaulich darzustellen.

Hinweise

Über den Anmeldebutton unten rechts gelangen Sie zur Veranstaltungsseite mit weiterführenden Informationen zur Schulung.

Anbietende Institutionen