Interview mit Marius Michael Engler von der TU Ilmenau, einem der beiden Preisträger 2026
Die Zeit, die ich investiert habe, hat sich auf jeden Fall gelohnt: für mich, für mein zukünftiges Arbeiten, aber definitiv auch für die zukünftige Arbeitsweise und die Etablierung von Standards im Team.
Worum ging es bei dem von Ihnen eingereichten Datensatz?
Der Datensatz ist eine Ergänzung zu meiner Publikation über Eisen-Redox-Flow-Batterien, speziell zur Zusammensetzung der Anolyte. Wie so oft bei Publikationen unter Zeitdruck mussten das Manuskript und die anschließenden Korrekturen der Reviewer zügig bearbeitet werden. Später, als das Thema Forschungsdatenmanagement (FDM) und der Data Steward bei uns präsenter wurden, entstand die Idee, diese Daten noch einmal strukturiert aufzubereiten, um sie dann ergänzend zu meiner Publikation sauber zu veröffentlichen. Es war im Prinzip ein Testlauf für unsere Arbeitsgruppe, um herauszufinden, wie hoch der Aufwand für eine solche Bereitstellung tatsächlich ist.
Wie bewerten Sie und Ihr Institut diesen Test im Nachhinein?
Ich habe die Ergebnisse und den Prozess innerhalb der Gruppe präsentiert – also welche Hilfsmittel die Universität bietet, welche Schwierigkeiten auftraten und wie die nächsten Schritte aussehen. Da wir ein Team mit einem recht jungen Altersdurchschnitt sind, wurde das Thema sehr positiv aufgenommen. Viele befürworten das digitale Arbeiten und bevorzugen elektronische Laborbücher. Wir binden nun auch Masterstudierende und Praktikanten aktiv ein. Das Ziel ist, dass weniger „wilde Notizen“ in den Laboren herumliegen und analoge Nutzungsbücher für Geräte obsolet werden.
Gab es spezifische Schwierigkeiten bei der „FAIRen“ Speicherung der Daten?
Der Anfang hat etwas Zeit gekostet, weil ich die Struktur erst einmal gründlich durchdenken musste. Eine große Hilfe war die README-Vorlage des Thüringer Kompetenznetzwerks für Forschungsdatenmanagement (TKFDM). Diese Vorlage auszufüllen und auf den eigenen Bedarf anzupassen, war ein guter Einstieg. Da wir noch wenig Erfahrung hatten, brauchten die ersten Iterationen einfach Zeit. Man muss zudem abwägen, welche Informationen nötig sind, damit Externe die Versuche, Datenerhebung und -verarbeitung verstehen. Oft vergisst man Details, die für einen selbst selbstverständlich sind – zum Beispiel, dass alle Versuche bei Raumtemperatur stattfanden. Das muss man explizit dokumentieren.
Sie haben sich für Zenodo als Repositorium entschieden. Warum?
Ich habe die Daten auf Zenodo gespeichert und zusätzlich im REFODAT, dem Repositorium des Thüringer Hochschulnetzwerks, verlinkt. Zenodo bietet entscheidende Vorteile: Man kann sich bereits während der Erstellung einer Publikation eine DOI reservieren und diese direkt im Paper verlinken. So haben auch Reviewer sofort Zugriff auf die Daten. Für mich ist das ein sichtbares Zeichen guter wissenschaftlicher Praxis. Ein weiterer Grund war, dass es für unsere Fachrichtung – eine Schnittstelle zwischen Elektrochemie und Materialwissenschaft – kein spezielles Nischen-Repository gibt. Zenodo ist hier als allgemeine Plattform die ideale Lösung, die auch von unserem Data Steward empfohlen wurde.
Wie sieht es mit Datenmanagementplänen in Ihrem Team aus?
Wir erarbeiten diese gerade. Das Thema rollt bei uns jetzt erst richtig an. Wir wollen spezifische Pläne für unsere Gruppe erstellen, um die Arbeit nachhaltiger zu gestalten – auch für nachfolgende Generationen von Forschenden. Zudem fordern Institutionen wie die DFG oder die EU solche Pläne mittlerweile ohnehin bei der Antragstellung ein.
Was war der Ausschlag für Ihre Bewerbung um den FAIR4Chem Award?
Das war die Initiative unseres Data Stewards, Kevin Lindt. Wir hatten ein Treffen zur internen Infrastruktur und zu Datenmanagementplänen. In der Nachbereitung hat er uns auf den Preis aufmerksam gemacht. Da er mich bereits zuvor beraten hatte, hat er mich ermutigt, meinen Datensatz einzureichen – offensichtlich mit Erfolg.
Welche Empfehlung haben Sie für Forschende, die noch nicht FAIR speichern?
Man sollte es allein schon für die eigene Übersicht tun. Oft verliert man den eigenen Standard aus den Augen, wenn man unkonzentriert ist. Früher habe ich Messungen manchmal nur mit „Messung_1“, „Messung_1_1“ oder „Messung_1_2“ benannt, in der Hoffnung, mir die Änderungen zu merken. Eine Woche später wusste man oft nicht mehr, was genau am Aufbau verändert wurde. FAIR zu speichern hilft dabei, die eigene Arbeit von Grund auf besser zu strukturieren und nachvollziehbar zu machen – für sich selbst, für die Gruppe und für die internationale Fachwelt.
Wie fängt man am besten damit an?
Man muss sich einmal hinsetzen und den gesamten Prozess durchdenken: Von der Vorbereitung über das Experiment bis zur Nachbereitung. Welche Daten spucken die Geräte aus? Wo werden sie gespeichert und sind es proprietäre Formate? Wie werden sie verarbeitet? In meiner Datenpublikation habe ich ein Kapitel ergänzt, das den Weg von den Rohdaten über die Auswertung bis hin zu den fertigen Plots beschreibt. Diese Zeit muss man einmal investieren. Aber die Zeit, die ich investiert habe, hat sich auf jeden Fall gelohnt: für mich, für mein zukünftiges Arbeiten, aber definitiv auch für die zukünftige Arbeitsweise und die Etablierung von Standards im Team.
