Felipe Rico ist Doktorand am Lehrstuhl für Fluiddynamik und erforscht das Potenzial von Wasserstoff als Alternative zu fossilen Brennstoffen in Verbrennungsmotoren. Für seine herausragende Datenorganisation mit Nextcloud und Coscine wurde er mit dem Data Champion Award ausgezeichnet. In unserem Interview berichtet Felipe von den datenbezogenen Herausforderungen in seiner Forschungsgruppe und den FDM-Strategien, mit denen sie diese bewältigt.

RDS: Zunächst einmal noch einmal herzlichen Glückwunsch zu deinem Data Champion Award! Lass uns darüber sprechen, wo du angefangen hast – mit welchen datenbezogenen Herausforderungen wart ihr in eurer Gruppe zu Beginn konfrontiert? Was hat dich dazu motiviert, dich mit Forschungsdatenmanagement und den entsprechenden Tools zu beschäftigen?

FR: Da kann aus eigener Erfahrung sprechen: Als ich mein Projekt begann, habe ich mich mit meinem Vorgänger in Verbindung gesetzt, unter anderem, um Daten auszutauschen. Da es sich jedoch um sehr große Datenmengen handelte, brauchte ich Dokumentation, um diese Daten zu verstehen und zu reproduzieren – das war eine enorme Herausforderung. Letztendlich musste ich tatsächlich vieles von Grund auf neu machen, z. B. viele ähnliche Daten neu erstellen und verarbeiten. Hoffentlich haben wir aus diesen Erfahrungen gelernt, und dank einer ordentlichen Dokumentation wird mein Nachfolger nicht alles noch einmal machen müssen.

RDS: Im Grunde bedeutete das Fehlen einer klaren Dokumentation, dass du nicht so viele Daten wiederverwenden konntest, wie du es gerne getan hättest?

FR: Genau.

RDS: Und wie dokumentierst du deine Daten jetzt? Wie hast du diese Erkenntnisse konkret in die Praxis umgesetzt?

FR: Beispielsweise generiert eines unserer Programme die Geometrie des Motors in einer virtuellen Umgebung. Dazu verwenden wir Python. Jede Version dieses Codes wird auf GitLab hochgeladen, um die Entwicklung zu dokumentieren. Außerdem achten wir entsprechend der guten Forschungspraxis darauf, immer einen Header mit Angaben zum Autor und einer kurzen Beschreibung zu erstellen und fügen Anweisungen zur Verwendung des Programms bei. Das hilft dem nächsten Nutzer sehr dabei, die Eingaben zu ändern, sie an neue Anforderungen anzupassen und das Programm wiederzuverwenden.

RDS: Deine Gruppe gehört zu den ersten, die FDM-Tools an eurem Institut systematisch eingeführt haben. Wie war diese Erfahrung für euch? War es eine Herausforderung? Habt ihr sie als Chance gesehen, etwas Neues zu probieren und alte Praktiken zu verbessern?

FR: Anfangs war FDM für uns eher eine uns auferlegte Anforderung – man erkennt die Vorteile nicht immer sofort. Als wir dann FDM-Tools und -Praktiken immer häufiger eingesetzt haben, wurden einige der Vorteile deutlich, insbesondere bei der Zusammenarbeit. Aber einige der versprochenen Vorteile haben sich in der Praxis noch nicht ausgezahlt – zum Beispiel die Archivierung von Daten mit Coscine. Wir wissen, dass Coscine in Zukunft äußerst hilfreich sein wird, um Daten wiederzufinden, die wir vor langer Zeit erstellt haben. Aber im Moment bedeutet es einfach, Zeit in die Archivierung und Organisation von allem zu investieren. Insgesamt ist es ein Entdeckungsprozess, der Schritt für Schritt voranschreitet.

RDS: Apropos Coscine – du hast den Data Champion Award speziell für deine Arbeit mit Coscine und Nextcloud erhalten. Wie integrierst du diese Tools in deine tägliche Forschungsarbeit?

FR: Nextcloud hat sich als hervorragende Kommunikationsbrücke zwischen verschiedenen Forschenden erwiesen. Immer wenn neue Studierende an ihrer Abschlussarbeit sitzen, lassen wir sie erstmal ein Konto bei Nextcloud einrichten. Auf diese Weise können wir ihren Fortschritt verfolgen, die Ergebnisse abrufen und ihre Daten ordnungsgemäß archivieren. Ich nutze Nextcloud außerdem täglich, um Daten, Paper und Ergebnisse mit Studierenden und meinen Kolleg:innen auszutauschen. Coscine ist, wie gesagt, eher eine langfristige Investition. Jedes Mal, wenn wir ein Paper oder einen Beitrag für eine Konferenz fertigstellen, nehmen wir uns die Zeit, das gesamte Material zu sortieren und es anschließend zur Archivierung auf Coscine hochzuladen.

RDS: Nextcloud wurde während deiner Forschung in dieser Gruppe eingeführt. Inwieweit das deine Arbeitsweise verändert?

FR: Es hat viel verändert. Die Einführung erfolgte mitten in meiner Forschungsarbeit, und ich kann die Verbesserungen im Vergleich zu vor zwei Jahren deutlich sehen. Die Zusammenarbeit verläuft jetzt viel reibungsloser.

RDS: Könntest du ein Beispiel dafür nennen?

FR: Um Daten auszutauschen, haben wir früher hauptsächlich E-Mails genutzt – natürlich war die Kapazität der E-Mails dabei das erste Hindernis. Wenn die Dateien größer als 20 Megabyte waren, konnten wir sie nicht mehr versenden. Wir haben versucht, auf Alternativen wie Microsoft Teams umzusteigen, aber dort fehlten uns eine klare Verzeichnisstruktur und Zugriffskontrolle. Mit Nextcloud war es einfach, neue Nutzer anzulegen, Bereiche freizugeben und alles hierarchisch zu organisieren – verschiedene Ordner, verschiedene Dateien. Der Client selbst ist sehr nützlich; ich habe ihn auf meinem Laptop, auf meinem Arbeitsplatzrechner im Büro und auch auf meinem Arbeitsplatzrechner zu Hause. Das ist sehr praktisch.

RDS: Deine Forschung ist sehr kooperativ. Wie funktioniert FDM als Gemeinschaftsarbeit für dich?

FR: Wir haben eine FDM-Expertin für die Gruppe, Sheeba Babuswamy, die ihr Wissen mit uns teilt. FDM muss erlernt werden, und alle Forschenden sind unterschiedlich – zum Beispiel fällt es mir vielleicht leichter, FDM-Strategien anzuwenden, weil ich immer gerne die Kontrolle über meine Daten habe, weil ich ordentlich und gut organisiert sein möchte. Aber in der Gruppe gibt es unterschiedliche Persönlichkeiten und Prioritäten. Ich denke, wir sollten FDM als einen Lernprozess betrachten, den wir an die verschiedenen Forschende anpassen müssen. Ich glaube nicht, dass es eine allgemeingültige Lösung gibt.

RDS: Nicht jede Forschungsgruppe hat eine eigene Datenmanagerin wie Sheeba. Hast du das Gefühl, dass diese Position für deine Gruppe hilfreich war?

FR: Natürlich! Es macht die Arbeit um einiges einfacher, wenn jemand über das nötige Fachwissen verfügt und Zeit hat, sich intensiv mit FDM zu beschäftigen. Wenn eine Gruppe Ressourcen extra dafür bereitstellen kann, FDM-Lösungen zu erarbeiten, erzielen wir viel bessere Ergebnisse, als wenn wir diese Aufgaben an alle einzelnen Forschenden delegieren würden. Wir wären dann auf verschiedene Aufgaben verteilt, und das wäre bei weitem nicht so effizient.

RDS: Eine von Sheebas Initiativen bestand darin, sich an uns, das RDS-Team, zu wenden, um einen Workshop zum Datenaufräumen für eure Gruppe zu halten, in dem Praktiken zur Datenorganisation für gemeinsame und individuelle Dateiablage besprochen werden sollten.

FR: Ja, dieser Workshop gab uns die Gelegenheit, die richtigen Fragen zu stellen: Wie sollten wir eine Ordnerstruktur erstellen? Sollte das eine persönliche oder eine gemeinsame Entscheidung sein? Wie sollten wir Metadaten erstellen? Welche Art von Metadaten ist wichtig? Wie können wir ein besseres Metadatenprofil für Coscine entwickeln? Uns wurde klar, dass es viele Unbekannte gibt, für die wir Lösungen finden müssen. Ich denke, es wäre hilfreich, diesen Workshop zu einer wiederkehrenden Veranstaltung zu machen, damit wir diese Fragen nicht aus den Augen verlieren und bessere Lösungen finden können.

RDS: Vielen Dank für das Feedback! Wie siehst du die Situation allgemein in deinem Fachgebiet – glaubst du, dass das Bewusstsein für die Notwendigkeit des Forschungsdatenmanagements wächst?

FR: Ja, auf jeden Fall. Ich bin überzeugt, dass wir in Zukunft bessere Lösungen für das FDM brauchen werden und dass das Bewusstsein dafür wächst. Das merkt man, wenn man auf Konferenzen geht – dort wird viel darüber gesprochen, wie man Daten austauscht, welche Werkzeuge uns zur Verfügung stehen, wie man Daten archiviert, wie man Metadaten erstellt und so weiter. Das hat exponentiell zugenommen. Ich vermute, das ist eine direkte Folge des exponentiellen Wachstums der verfügbaren Informationen: Je mehr Informationen wir haben, desto mehr Klassifizierung und Verwaltung benötigen wir – nicht nur in der Forschung, sondern auch in der Industrie. Es hat sich bewährt, Daten, Bestände, Produkte und so weiter sorgfältig zu klassifizieren. Deshalb denke ich, dass wir FDM stärker ins Studium integrieren müssen. Ich hoffe, dass es in fünf Jahren FDM-Vorlesungen und -Workshops auf Bachelor- oder Master-Ebene geben wird.

RDS: Auf jeden Fall, das ist auch etwas, wofür wir hier an der Universität einsetzen. Wie sieht es mit der Zukunft deiner eigenen Forschung aus – gibt es etwas, das dir FR: noch fehlt in Bezug aufs FDM, wie Ressourcen oder Werkzeuge?

FR: Es wäre wunderbar, wenn RDM-Tools in Supercomputer integriert wären. Die Speicherkapazität unterscheidet sich bei einem Desktop-Computer, einem Server und einem Supercomputer grundlegend. Das bedeutet, dass die Migration von Daten vom Supercomputer auf den Desktop-Computer oder den Laptop äußerst mühsam ist, insbesondere wenn es sich um Daten im Umfang von mehreren Terabyte handelt. Wenn Supercomputer Software integrieren könnten, mit der sich sofortige Backups auf den Servern erstellen lassen, auf denen die Daten eigentlich gesammelt werden sollen, würde das die Umsetzung guter FDM-Praktiken erheblich vereinfachen.

RDS: Das ist eine hilfreicher Einblick, vielen Dank! Und vielen Dank, dass du dir die Zeit genommen hast, mit uns zu sprechen – nochmals herzlichen Glückwunsch zu deinem wohlverdienten Award.

FR: Perfekt. Vielen herzlichen Dank!