![\"Foto](\"https:\/\/blog.rwth-aachen.de\/forschungsdaten\/files\/2024\/04\/C-Schneider-Foto.jpg\")
<\/a>Quelle: Nordrhein-Westf\u00e4lische Akademie der Wissenschaften und der K\u00fcnste | Bettina Engel-Albustin 2022<\/p><\/div><\/p>\n
Dieser Beitrag ist Teil unserer Reihe \u201eData Champions an der RWTH\u201c. Data Champions sind Forschende oder Mitarbeitende, die sich im Bereich des Forschungsdatenmanagements (FDM) besonders hervorgetan haben und\/ oder Erfahrungen vorweisen, die f\u00fcr Kolleginnen und Kollegen wegweisend sind oder als Orientierungshilfe dienen k\u00f6nnen.<\/p>\n
Unsere erste Data Champion ist Prof. Dr. med. Carolin Victoria Schneider. Sie ist am Uniklinikum der RWTH t\u00e4tig und wurde von academics<\/a> zur Nachwuchswissenschaftlerin des Jahres 2023 gek\u00fcrt. Wir haben mit Frau Schneider \u00fcber ihren Bezug zum und ihr Interesse am Forschungsdatenmanagement gesprochen.<\/p>\n <\/p>\n <\/p>\n Frau Schneider, bitte stellen Sie sich kurz vor.<\/strong><\/span><\/p>\n Mein Name ist Carolin Schneider, geboren am 14. Juni 1995 in Neuss. Meine schulische Laufbahn begann am Erzbisch\u00f6flichen Gymnasium Marienberg in Neuss, wo ich im Juni 2013 mein Abitur absolvierte. Anschlie\u00dfend entschied ich mich f\u00fcr ein Medizinstudium an der RWTH Aachen, welches ich von September 2013 bis Dezember 2019 absolvierte. W\u00e4hrend meines Studiums erhielt ich das Peter Scriba Promotionsstipendium, welches meine Promotion in Medizin f\u00f6rderte. Diese schloss ich von Februar 2016 bis Oktober 2020 an der RWTH Aachen ab. Im Anschluss an mein Studium zog es mich in die USA, wo ich von Dezember 2019 bis Juni 2022 einen Postdoc-Forschungsaufenthalt an der University of Pennsylvania absolvierte. Diese Zeit wurde durch das Walter-Benjamin-Stipendium der Deutschen Forschungsgemeinschaft gef\u00f6rdert. Diese Erfahrung hat nicht nur meine wissenschaftlichen Kenntnisse, sondern auch meine interkulturellen Kompetenzen erweitert.<\/p>\n Seit dem 1. Juli 2022 bin ich als Forschungsgruppenleiterin und \u00c4rztin an der RWTH Aachen t\u00e4tig. Diese Position erm\u00f6glicht es mir, sowohl in der klinischen Praxis als auch in der Forschung t\u00e4tig zu sein, was mir sehr wichtig ist. Am 1. September 2023 habe ich die W1-Professur f\u00fcr Pr\u00e4vention und Genetik metabolischer Lebererkrankungen an der RWTH Aachen angetreten. Dar\u00fcber hinaus bin ich seit dem 1. Dezember 2023 eine au\u00dferordentliche Professorin f\u00fcr Translationale Medizin und Humangenetik an der University of Pennsylvania in Philadelphia, USA. Diese transatlantische Rolle erm\u00f6glicht es mir, in zwei hochkar\u00e4tigen akademischen Umfeldern Br\u00fccken zwischen Forschung und klinischer Anwendung zu schlagen und so zur Weiterentwicklung der medizinischen Wissenschaft beizutragen.<\/p>\n In welchem SFB arbeiten Sie? Was ist das genau?<\/span><\/strong><\/p>\n Ich leite ein Projekt im SFB CRC 1382<\/a> mit dem Schwerpunkt Darm-Leber-Achse. Mein spezifisches Forschungsprojekt in diesem SFB konzentriert sich auf die komplexe Interaktion zwischen Darm und Leber, die stark durch das Darmmikrobiom beeinflusst wird. Dieses Gleichgewicht kann durch \u00e4u\u00dfere und erbliche Einfl\u00fcsse gest\u00f6rt werden und zu Krankheiten f\u00fchren. Insbesondere die Ern\u00e4hrung wurde als wichtiger Regulator der Zusammensetzung des Mikrobioms identifiziert. Dennoch sind die mechanistischen Zusammenh\u00e4nge zwischen Ern\u00e4hrung, Lebergesundheit und Mikrobiom noch wenig erforscht. Wir werden gro\u00dfe Multi-Omics-Datens\u00e4tze nutzen, um den Zusammenhang zwischen Ern\u00e4hrungs\u00e4nderungen und der Entwicklung von Lebererkrankungen zu untersuchen, von denen wir vermuten, dass sie durch Ver\u00e4nderungen im Darmmikrobiom ausgel\u00f6st werden. Diese umfassenden computergest\u00fctzten Studien werden wichtige Informationen \u00fcber die Beziehung zwischen N\u00e4hrstoffen, Mikrobiom, Lebererkrankungen und Stoffwechsel liefern und Daten f\u00fcr einen oder mehrere therapeutische Ans\u00e4tze liefern, um die Darm-Leber-Achse als therapeutisches Instrument zu nutzen.<\/p>\n Was ist Ihr Bezug zum Thema FDM? Wann sind Sie zum ersten Mal damit in Ber\u00fchrung gekommen?<\/strong><\/span><\/p>\n Mein Bezug zum Thema FDM entstand schon fr\u00fch in meiner wissenschaftlichen Laufbahn, insbesondere, als ich begann, mich intensiver mit dem Einsatz von Data Science Methoden und KI in der medizinischen Forschung zu besch\u00e4ftigen. W\u00e4hrend meiner Promotion an der RWTH Aachen kam ich zum ersten Mal direkt damit in Ber\u00fchrung, als ich begann, gro\u00dfe Datenmengen f\u00fcr meine Forschungsarbeit zu sammeln und zu analysieren. Diese Erfahrung vertiefte sich, w\u00e4hrend meines Postdoc-Aufenthalts an der University of Pennsylvania, wo ich Zugang zu noch gr\u00f6\u00dferen und vielf\u00e4ltigeren Datens\u00e4tzen hatte.<\/p>\n Die Notwendigkeit, gro\u00dfe und komplexe Datenmengen effizient zu verwalten, wurde schnell zu einem zentralen Aspekt meiner Arbeit. Dazu geh\u00f6rt das sorgf\u00e4ltige Sammeln, Aufbereiten und Analysieren von Daten aus unterschiedlichen Quellen. Dabei wurde mir bewusst, wie wichtig eine strukturierte und systematische Herangehensweise an diese Daten ist, um die Integrit\u00e4t der Forschung zu gew\u00e4hrleisten und reproduzierbare und valide Ergebnisse zu erzielen. Die interdisziplin\u00e4re Zusammenarbeit unterstrich die Bedeutung eines koh\u00e4renten Forschungsdatenmanagements f\u00fcr eine effiziente Kommunikation und Zusammenarbeit zwischen den Disziplinen. Ein wesentlicher Teil meines Engagements im Forschungsdatenmanagement ist auch die Ber\u00fccksichtigung ethischer \u00dcberlegungen und datenschutzrechtlicher Bestimmungen. Der Schutz der Privatsph\u00e4re der Patienten und die Sicherheit ihrer Daten sind f\u00fcr mich von h\u00f6chster Bedeutung. Dies erfordert eine st\u00e4ndige Auseinandersetzung mit ethischen Richtlinien und gesetzlichen Vorgaben, um sicherzustellen, dass alle Datenanalysen verantwortungsvoll und nach h\u00f6chsten Standards durchgef\u00fchrt werden.<\/p>\n Wieso ist es wichtig?<\/strong><\/span><\/p>\n Forschungsdatenmanagement ist aus mehreren Gr\u00fcnden von entscheidender Bedeutung: Ein strukturiertes und effizientes FDM sichert zun\u00e4chst die Qualit\u00e4t und Integrit\u00e4t der Forschungsergebnisse. Durch die systematische Sammlung, Speicherung und Analyse von Daten k\u00f6nnen Fehler reduziert und die Reproduzierbarkeit von Studienergebnissen verbessert werden. Dies ist besonders wichtig in einem Bereich, in dem Forschungsergebnisse direkte Auswirkungen auf klinische Entscheidungen und die Behandlung von Patienten haben k\u00f6nnen. Dar\u00fcber hinaus erm\u00f6glicht ein gut organisiertes Forschungsdatenmanagement den effizienten Einsatz von Ressourcen. In der medizinischen Forschung fallen h\u00e4ufig gro\u00dfe Datenmengen an, deren Sammlung und Analyse zeit- und kostenintensiv sein kann. Ein effektives Datenmanagement hilft, Doppelarbeit zu vermeiden, f\u00f6rdert die Wiederverwendung von Daten und unterst\u00fctzt damit eine wirtschaftlichere Forschung. Ein weiterer wichtiger Aspekt ist die F\u00f6rderung der Zusammenarbeit und des Wissensaustauschs innerhalb der wissenschaftlichen Gemeinschaft (\u201eOpen Science\u201c). Durch die Einhaltung von Standards im Forschungsdatenmanagement k\u00f6nnen Daten leichter ausgetauscht und zug\u00e4nglich gemacht werden, was die Zusammenarbeit zwischen Forschenden verschiedener Disziplinen erleichtert. Dies ist besonders wichtig in der interdisziplin\u00e4ren Forschung, die f\u00fcr das Verst\u00e4ndnis komplexer medizinischer Bedingungen und die Entwicklung neuer Therapien erforderlich ist. Schlie\u00dflich spielen der Schutz der Privatsph\u00e4re und die Datensicherheit eine zentrale Rolle. In der medizinischen Forschung werden h\u00e4ufig sensible personenbezogene Daten erhoben. Ein verantwortungsvolles Forschungsdatenmanagement stellt sicher, dass diese Daten sicher aufbewahrt, verarbeitet und nur unter Einhaltung ethischer Richtlinien und gesetzlicher Vorschriften verwendet werden. Damit wird nicht nur die Privatsph\u00e4re von Patienten und Studienteilnehmern gesch\u00fctzt, sondern auch das Vertrauen der \u00d6ffentlichkeit in die medizinische Forschung erhalten.<\/p>\n Wie organisieren Sie Ihre Daten?<\/strong><\/span><\/p>\n Die Organisation meiner Forschungsdaten nimmt einen zentralen Stellenwert in meiner wissenschaftlichen Arbeit ein und folgt einem methodisch durchdachten Ansatz, der sich von der Planung \u00fcber die Speicherung bis hin zur Analyse und schlie\u00dflich der m\u00f6glichen Weitergabe der Daten erstreckt. \u00a0Sobald die Daten gesammelt oder erworben sind, werden sie strukturiert und in Systemen gespeichert, die eine sichere und langfristige Aufbewahrung gew\u00e4hrleisten. Dabei kommen Datenbanksysteme zum Einsatz, die nicht nur eine effiziente Speicherung und Abfrage erm\u00f6glichen, sondern auch den Schutz der Daten vor unberechtigtem Zugriff gew\u00e4hrleisten. \u00a0Der Datenanalyse geht eine sorgf\u00e4ltige Datenbereinigung voraus. F\u00fcr die Analyse selbst verwende ich eine Vielzahl von Data Science Methoden, die je nach Forschungsfrage und Dateneigenschaften variieren k\u00f6nnen. Diese Methoden reichen von statistischen Analysen bis hin zu komplexen maschinellen Lernverfahren.<\/p>\n Welche Infrastruktur(-elemente) nutzen Sie?<\/strong><\/span><\/p>\n Der SFB stellt uns sehr n\u00fctzliche Werkzeuge zur Verf\u00fcgung, die die Zusammenarbeit und die Datenanalyse auch innerhalb des SFB erleichtern. Eines dieser Tools ist der SharePoint, welchen wir f\u00fcr die Speicherung und den Austausch bestimmter Datens\u00e4tze verwenden. SharePoint erm\u00f6glicht es unserem Team, effizient zusammenzuarbeiten und Dokumente und Informationen sicher auszutauschen. F\u00fcr rechenintensive Aufgaben und die Verarbeitung gro\u00dfer Datenmengen nutzen wir den Cluster der RWTH Aachen. Diese Ressource ist besonders wertvoll f\u00fcr die Durchf\u00fchrung von Data Science Analysen und Simulationen, da sie uns die n\u00f6tige Rechenleistung zur Verf\u00fcgung stellt, um komplexe Berechnungen effizient durchzuf\u00fchren, wenn dies mit der Datensicherheit des Datensatzes vereinbar ist. Die Bereitstellung unseres Codes erfolgt \u00fcber GitHub. Um unsere Forschungsdaten zu organisieren und zu verwalten, verwenden wir, wo immer m\u00f6glich, die FDM-Plattform Coscine<\/a>. Coscine bietet eine umfassende L\u00f6sung f\u00fcr das Management von Forschungsdaten, die es uns erm\u00f6glicht, Daten systematisch zu katalogisieren, zu speichern und f\u00fcr die Zusammenarbeit innerhalb unseres Teams, innerhalb des SFB und mit anderen Partnern bereitzustellen.<\/p>\n Ein zentrales Element unseres Forschungsdatenmanagements ist aber der Datenmanagementplan, der eine detaillierte Beschreibung der Ma\u00dfnahmen zur Datenspeicherung, -sicherung, -weitergabe und -archivierung enth\u00e4lt. Dieser Plan stellt sicher, dass alle Aspekte des Datenmanagements systematisch angegangen werden und die Einhaltung ethischer und datenschutzrechtlicher Bestimmungen gew\u00e4hrleistet ist.<\/p>\n Worauf m\u00fcssen Sie bei der Handhabung der Daten achten? <\/strong><\/span><\/p>\n Um diesen Herausforderungen verschiedener externer und interner Datens\u00e4tze gerecht zu werden, setzen wir auf eine Kombination aus internen und externen Ressourcen sowie spezialisierten Tools, die sowohl die Sicherheit als auch die Effizienz unserer Forschungsprozesse gew\u00e4hrleisten. Zum Beispiel die Nutzung der Lifelines-Kohorte in unserem Projekt stellt besondere Anforderungen an das Datenmanagement, insbesondere an die Speicherung und Verarbeitung der Daten. Die Daten der Lifelines-Kohorte werden auf Servern der Kohorte gespeichert und k\u00f6nnen nicht heruntergeladen werden. Diese Situation zwingt uns auch, unsere Forschungsprozesse anzupassen. Wir m\u00fcssen unsere Analysen sorgf\u00e4ltig planen und durchf\u00fchren, da der Zugang zu den Daten auch zeitlich eingeschr\u00e4nkt ist. Dies erfordert eine genaue Planung unserer Forschungsaktivit\u00e4ten und m\u00f6glicherweise die Entwicklung neuer Datenanalysestrategien, die speziell auf die Infrastruktur der Lifelines-Kohorte zugeschnitten sind.<\/p>\n Werden Sie beim Datenmanagement unterst\u00fctzt oder haben Sie Kontakt zu bzw. Erfahrungen mit Data Stewards?<\/strong><\/span><\/p>\n Bei meiner Arbeit profitiere ich sehr von der Zusammenarbeit mit den Data Stewards. Sie helfen mir dabei, effektive Datenmanagementstrategien zu entwickeln, die den Anforderungen meiner spezifischen Forschungsprojekte entsprechen. Die Data Stewards unterst\u00fctzen mich unter anderem bei der Strukturierung und Organisation meiner Daten, bei der Auswahl geeigneter Tools und Plattformen f\u00fcr die Datenspeicherung und -analyse sowie bei der Sicherstellung der Nachvollziehbarkeit, Zug\u00e4nglichkeit und Interoperabilit\u00e4t aller Forschungsdaten.<\/p>\n Was w\u00fcnschen Sie sich f\u00fcr die Zukunft? Welchen Ratschlag k\u00f6nnen Sie anderen geben?<\/strong><\/span><\/p>\n F\u00fcr die Zukunft w\u00fcnsche ich mir, dass das Bewusstsein f\u00fcr die Bedeutung eines strukturierten und proaktiven Forschungsdatenmanagements in der wissenschaftlichen Gemeinschaft weiterw\u00e4chst. Es ist wichtig, dass Forschende das Datenmanagement von Beginn ihrer Projekte an als integralen Bestandteil der Forschungsplanung betrachten. Ein gut durchdachter Datenmanagementplan ist nicht nur Voraussetzung f\u00fcr die Einhaltung von F\u00f6rderrichtlinien und gesetzlichen Vorgaben, sondern bildet auch die Grundlage f\u00fcr qualitativ hochwertige, nachvollziehbare und nachnutzbare Forschungsergebnisse.<\/p>\n Mein zentraler Rat an andere Forscherinnen und Forscher, insbesondere an diejenigen, die am Anfang ihrer wissenschaftlichen Karriere stehen, lautet: Erstellt fr\u00fchzeitig einen Datenmanagementplan! Ein solcher Plan hilft nicht nur, den \u00dcberblick \u00fcber die gesammelten Daten zu behalten und deren Qualit\u00e4t zu sichern, sondern erleichtert auch die Zusammenarbeit im Team und mit externen Partnern.<\/p>\n