Kritische und weiterführende Perspektiven auf die Lernzielmatrix (LZM) zum Forschungsdatenmanagement (FDM). LZM als Fundament datenwissenschaftlicher Kompetenz?

Diese Publikation umfasst das Poster sowie die Posterpitch-Folien zum Thema "Kritische und weiterführende Perspektiven auf die Lernzielmatrix (LZM) zum Forschungsdatenmanagement (FDM). LZM als Fundament datenwissenschaftlicher Kompetenz?" 

Das Poster wurde auf dem Data-Science-Community Workshop "Aktuelle Entwicklungen und Perspektiven (an Hochschulen) im Bereich Data Science" im Rahmen des Informatik-Festivals 2025 präsentiert.

 

Digitale Technologien verändern die Forschungspraxis grundlegend. Data Science und Digital Science stellen neue Kompetenzanforderungen an den Umgang mit Forschungsdaten. Die Lernzielmatrix zum Forschungsdatenmanagemen (FDM) bietet in diesem Kontext ein solides Fundament und vermittelt bereits zahlreiche grundlegende Kenntnisse und Fähigkeiten. Gleichzeitig ist die Lernzielmatrix darauf ausgelegt, kontinuierlich in Hinblick auf neue Anforderungen erweitert zu werden. Prinzipien wie FAIR und Konzepte wie Linked Open Data etwa machen zusätzliche Kompetenzen im Semantic Web unverzichtbar, insbesondere im Umgang mit Ontologien.

Das Poster skizziert exemplarisch am Themenfeld "Ontologien" methodische Ansätze zur systematischen Identifikation relevanter Anforderungen und entsprechender Entwicklungsfelder (Bottom-up-Themenanalyse und Top-down-Konzeptanalyse mit FAIR/LOD-Mapping) und gibt Impulse für eine gezielte Erweiterung der Lernzielmatrix entlang des Forschungsdatenlebenszyklus.

SODa: Dieses Projekt mit dem Förderkennzeichen 16DKZ2016B wurde durch das Bundesministerium für Bildung und Forschung (BMBF) und NextGenerationEU (NGEU) gefördert.