Ziele

• Integration von Diensten zur Unterstützung von Forschungsdatenmanagement in NFDI über verschiedene Disziplinen, Datentypen, vorhandene Infrastrukturen
• Basisdienste, die NFDI-weit nutzbar sind
• transparenter und qualitätsgesicherter bottom-up Prozess in drei Stufen für die Etablierung eines Basisdienstes, eingebettet in die NFDI-Sektionen
• Vernetzung mit der europäischen Infrastrukturlandschaft (insbesondere EOSC)

Projekte

IAM4NFDI – Identity & Access Management

IAM4NFDI befasst sich mit der Verbindung und Erweiterung bestehender und neu entstehender Systeme für das Identitäts- und Zugriffsmanagement (IAM) in einer Weise, die es Forscher:innen aus verschiedenen Bereichen und Institutionen ermöglicht, so einfach wie möglich auf digitale Ressourcen innerhalb der NFDI zuzugreifen, einschließlich des Zugangs zu und des Austauschs mit externen Infrastrukturen und Ressourcen wie der European Open Science Cloud (EOSC). Ein dezentrales, föderiertes IAM ist erforderlich. Auf diese Weise können Nutzer:innen aus ca. 400 deutschen Forschungs- und Hochschuleinrichtungen sowie ca. 5000 Heimatorganisationen weltweit – Tendenz steigend – auf Dienste und Ressourcen zugreifen, die von der NFDI Community Authentication & Authorisation Infrastructure (AAI) bereitgestellt werden.

Mehr Informationen (auf Englisch)

TS4NFDI – Terminology Services

Terminology Services 4 NFDI (TS4NFDI) ist ein bereichsübergreifender Dienst für die Bereitstellung, Kuratierung, Entwicklung, Harmonisierung und Zuordnung von Terminologien. Er zielt darauf ab, die Konsensbildung und Interoperabilität von Diensten zwischen verschiedenen Disziplinen zu erleichtern, um eine gemeinsame Wissensdarstellung und einen gemeinsamen Wissensentwicklungsrahmen zu schaffen. Der Dienst zielt auf die Integration und Konvergenz individueller Lösungen in eine standardisierte, interoperable und nachhaltige Service-Suite mit Service Wrapper, API Gateway, Mapping Service und wiederverwendbaren GUI Widgets.

Mehr Informationen (auf Englisch)

PID4NFDI – Persistent Identifier Service

Persistente Identifikatoren (PIDs) sind für das FAIR-Forschungsdatenmanagement von zentraler Bedeutung. Unterschiedliche Disziplinen und unterschiedliche Ressourcen führen jedoch zu unterschiedlichen Anforderungen, und die verschiedenen NFDI-Konsortien haben einen unterschiedlichen Reifegrad bei der Implementierung von PID. PID4NFDI wird ein Arbeitsprogramm entwerfen, um einen NFDI-Basisdienst auf etablierten PID-Infrastrukturen aufzubauen.

Mehr Informationen (auf Englisch)

Jupyter4NFDI – A central Jupyter Hub

Die Anwendung Jupyter-Notebooks wird für verschiedene Aufgaben im Umgang mit Forschungsdaten verwendet, z. B. für die Datenanalyse und -visualisierung, statistische Modellierung, Machine Learning und Deep Learning.

Die weit verbreitete Nutzung von Jupyter-Notebooks in allen wissenschaftlichen Disziplinen unterstreicht ihre grundlegende Bedeutung in der aktuellen Forschungspraxis. Ihr Einsatz in verschiedenen NFDI-Konsortien erfolgt derzeit über einzelne JupyterHubs, was zu Zugangsbarrieren zu Rechen- und Datenressourcen führt. Nur einige der Dienste sind weithin verfügbar, viele sind unzugänglich. Mit Jupyter4NFDI soll ein zentralisierter Dienst angeboten werden. Der Zugang soll vereinfacht und die Benutzerfreundlichkeit deutlich verbessert werden. Um den Zugriff auf den zentralen Dienst und externe Ressourcen zu regeln, wird IAM4NFDI integriert.

Mehr Informationen (auf Englisch)

DMP4NFDI – Data Management Plans

Unter dem Namen DMP4NFDI entsteht ein neuer Basisdienst für NFDI-weite Datenmanagementpläne (DMP) und Softwaremanagementpläne (SMP. Der Service umfasst das Hosting des Open-Source-DMP-Tools Research Data Management Organiser (RDMO) an zentraler Stelle, die Koordination und Unterstützung bei der Erstellung von Vorlagen und der inhaltlichen Standardisierung sowie Beratung und Schulungen für die DMP-verantwortlichen Mitglieder der Konsortien. Diese Maßnahmen zielen darauf ab, disziplinspezifische DMP-Vorlagen in standardisierten, maschinenlesbaren und interoperablen Formaten zu erstellen und die Kommunikation zwischen den verschiedenen am FDM-Prozess beteiligten Stakeholdern und Diensten, sowie Prozesse wie Datenerfassung und -validierung zu unterstützen und zu verbessern. Die Initialisierungsphase umfasst die Einbeziehung von Konsortien als Early Adopters. Der resultierende Dienst maximiert die Vorteile einer weit verbreiteten Einführung und Nutzung von DMPs für das gesamte Forschungsdaten-Ökosystem von NFDI, indem er die Interoperabilität und Integration von DMPs unter Nutzung von RDMO zentral koordiniert.

Mehr Informationen (auf Englisch)

KGI4NFDI – Knowledge Graph Infrastructure

Wissensgraphen (Knowledge graphs, KG) sind ein wichtiges und leistungsfähiges semantisches Netzwerk und ein Werkzeug für Interoperabilität in der Forschung. Während bereits mehrere Konsortien ihre eigenen KG-Lösungen entwickeln, fehlt eine zentrale und wiederverwendbare KG-Infrastruktur (KGI). Dieser Basisdienst wird Komponenten einer solchen KGI bereitstellen. Dazu gehören ein KG-Registry, das Informationen zu allen von NFDI-Konsortien und ihren Forschungsgemeinschaften beigetragenen KGs aggregiert, sowie ein Dienst zur Erleichterung des Zugangs zu diesen KG. Zudem zielt der Basisdienst darauf ab, Forschungsgemeinschaften zu ermächtigen, KGs zu erstellen, indem er die nötigen Technologien und Fachkenntnisse für dezentrale KG-Instanzen auf Basis von Standards und erprobten Ansätzen bereitstellt. Der Basisservice wird internationale KG-Initiativen wie diejenigen der European Open Science Cloud (EOSC) ergänzen.

Mehr Informationen (auf Englisch)

nfdi.software

nfdi.software zielt darauf ab, einen zentralen Marktplatz zu schaffen, um den Zugang zu NFDI-Forschungssoftware zu verbessern und den Bedürfnissen verschiedener wissenschaftlicher Disziplinen nach nachhaltiger Nutzung und Entwicklung von Forschungssoftware gerecht zu werden.

Mehr Informationen (auf Englisch)

 RDMTraining4NFDI

RDMTraining4NFDI bietet allen NFDI-Konsortien Schulungen zu den im Bereich Forschungsdatenmanagement (RDM) erforderlichen Kenntnissen und Fähigkeiten an. Die Trainings umfassen Daten, Software und Machine-Learning-Modelle und richten sich an die Mitarbeitenden der Konsortien, wie z.B. Data Stewards und Trainer, sowie an Forschende in den jeweiligen Communities. Das Hauptziel dieses Dienstes ist die Entwicklung einer modularen Sammlung grundlegender FDM-Schulungsmaterialien sowie dokumentierter, bewährter Schulungsformate und -methoden. 

Mehr Informationen (auf Englisch)