TUM an Mathematical Research Data Initiative beteiligt

Nationale Forschungsdateninfrastruktur für Mathematik

1. September 2021
Grafik: Durch die Nationale Forschungsdateninfrastruktur vernetzt verschiedenste Daten aus Universitäten und Forschungsorganisationen.

In Deutschland managen Universitäten und Forschungsorganisationen (Research Performing Organisations (RPO)) ihre Daten unterschiedlich. Die Nationale Forschungsdateninfrastruktur (NFDI) will die bestehenden Services vernetzen.

Daten aus der Forschung einfacher zugänglich machen und effektiver teilen. Mit diesem Ziel fördern Bund und Länder den Aufbau einer nationalen Forschungsdateninfrastruktur (NFDI) mit bisher 19 Konsortien für verschiedene Forschungsbereiche.

Im Oktober 2021 startet die Förderung für die Mathematical Research Data Initiative (MaRDI). Mit Professor Mathias Drton von der Fakultät für Mathematik ist auch die Tech­nische Universität München (TUM) beteiligt. Er ist Co-Sprecher und leitet gemeinsam mit Professor Bernd Bischl von der Ludwig-Maximilians-Universität München den Arbeitsbereich Statistik und Maschinelles Lernen.

FAIR-Prinzip: Forschungsdaten für alle

Viele Daten aus der Forschung stehen nur lokal, projektbezogen und oft nur auf Zeit zur Verfügung. Die NFDI will die wertvollen Datenbestände für das gesamte deutsche Wissen­schafts­system systematisch erschließen, vernetzen und nachhaltig nutzbar machen.

Für eine transparente und effiziente Forschung gelten die FAIR-Prinzipen: findable, accessible, interoperable, re-usable. Das heißt die Forschungsdaten sollen leicht auffindbar, zugänglich, verknüpfbar und wiederverwendbar sein. Die Konsortien entwickeln dazu auf verschiedene Wissenschaftsdisziplinen zugeschnittene Strategien.

Mathematik-Konsortium MaRDI

MaRDI-Logo

Mathematische Forschungsdaten sind hoch komplex, umfangreich und vielfältig – ob es Datenbanken für Funktionen, Objekte, Modelle oder Algorithmen sind. Zudem sind sie in der Wissenschaft weit verbreitet, denn Mathematik spielt in der interdisziplinären Forschung eine wichtige Rolle.

Die Mathematical Research Data Initiative hat das Ziel, für sämtliche mathematische Forschungs­daten Standards einzuführen, die eine Zertifizierung ermöglichen. Dazu entwickelt MaRDI zunächst standardisierte Datenformate, Anwendungs­programmier­schnitt­stellen (APIs) und Abfragesprachen. Schließlich will die Initiative die proto­typischen Dienste ausbauen und eine Infrastruktur schaffen, die es allen Wissen­schafts­bereichen ermöglicht, mathematische Forschungsdaten zu sichern, zu erschließen und zu nutzen.

Arbeitsbereich Statistik und Maschinelles Lernen

Forschende im Bereich Statistik und maschinelles Lernen entwickeln Methoden, um Daten zu analysieren. Diese Methoden ermöglichen Vorhersagen, erleichtern Ent­scheidungen oder zeigen Strukturen auf, die einem wissenschaftlichen Phänomen zugrunde liegen.

Ein Hauptziel des Arbeitsbereiches Statistik und Maschinelles Lernen ist es, sicher­zu­stellen, dass die Schlussfolgerungen aus wissenschaftlichen Studien auch in unab­hängigen Replikations­studien Bestand haben. Im Prozess der Methoden­entwicklung spielen mathematische Theorie und experimentelle Simulationen zusammen. Die Forschungs­daten reichen von Literatur, statistischen Modellen und Algorithmen über Benchmark-Datensätze bis hin zu Software.

Der Arbeitsbereich plant, Bibliotheken mit kuratierten Datensätzen einzurichten, die mit Software, Forschungsliteratur und zugehörigen statistischen Analysen verbunden sind. Zudem wird er Arbeitsabläufe und eine Demonstrations­plattform schaffen, um Methoden durch empirische Analysen und Simulations­studien zu bewerten, vergleichen und abzustimmen. Schließlich will der Arbeits­bereich Statistik und Maschinelles Lernen mit Zeitschriften-Partnern kooperieren und Standards für die Qualitäts­kontrolle und Reproduzier­barkeit numerischer Experimente im Publikations­prozess etablieren.

Beteiligte an der Mathematical Research Data Initiative

Das Konsortium MaRDI wird ab Oktober 2021 über einen Zeitraum von 5 Jahren geför­dert. Der Entscheidung zugrunde liegt die positive Bewertung des Projektantrages durch eine Experten­gruppe im Rahmen eines umfassenden Begutachtungs­verfahrens der Deutschen Forschungs­gemeinschaft (DFG).

Das Berliner Weierstraß-Institut für Angewandte Analysis und Stochastik (WIAS) koor­diniert MaRDI. Der Initiative gehören derzeit weitere 23 Partner wie Universitäten und Forschungsinstitute, wissenschaftliche Infrastruktureinrichtungen, Exzellenzcluster sowie die Deutsche Mathematiker-Vereinigung (DMV) und die European Mathematical Society (EMS) an. Details finden Sie auf der MaRDI-Website.