Ich arbeite an der Universität Bonn als Leiterin einer Nachwuchsgruppe im DFG Exzellentcluster PhenoRob und beschäftige mich mit Feldversuchen u.a. zu Mischungen, Ressourceneffizienz und Ökosystemdienstleistungen. Dabei bin ich auch in den Dauerdüngungsversuch Dikopshof eingebunden. Insofern habe ich Bezüge zum Use Case 4 von FAIRagro. Wir sind auch an BonaRes beteiligt und laden Daten im Repositorium hoch.
Darüber hinaus beschäftige ich mich mit nicht-invasiver Phänotypisierung und zB dem groundtruthing von Drohnendaten. Hier besteht der Bezug zu use case 5 von FAIRagro. Auf dieser und ähnlicher Datengrundlage modelliere ich das Pflanzenwachstum mit mathematischen prozessbasierten Simulationsmodellen.
Für die Modellierung des Pflanzenwachstums benötige ich kuratierte Felddatensätze, Rohdaten nutzen hierbei wenig. Diese selbst zu erheben und aufzubereiten kostet Zeit und Geld. Daher nutze ich auch gerne Daten nach, die bereits erhoben und kuratiert sind. Um fremde Datensätze nachnutzen zu können, frage ich bei Kolleg:innen nach, entweder im persönlichen Gespräch oder per E-Mail. Ich bekomme dann Datensätze auch per E-Mail oder über die cloud der Uni. Meine eigenen Daten aus Feldversuchen teile ich auch mit Kolleg:innen.
Das Problem ist der hohe Aufwand für die Aufbereitung: jeder arbeitet mit einer eigenen Struktur für eine tabellarische Dokumentation in Excel. Diese zusammenzuführen, Absprachen zu treffen, etc. dauert sehr lange. Diesen Aufwand betreibt man leider häufig erst, wenn eine Textpublikation ansteht, für die ich die Daten benötige. Hier würde ich mir eine inhaltlich strukturierte Datenbank wünschen, die alle von Anfang an nutzen. Dann entfällt das aufwändige Zusammenführen im Nachhinein für die Modellierer.
Hier sehe ich einen Ansatzpunkt für FAIRagro in meinem use case. Um es den Forschenden so einfach wie möglich zu machen, sollte hier Excel (oder eine freie Alternative) verwendet werden, da alle dies nutzen. Einige Studenten nutzen lieber offene Programme wie Libre Office. Außerdem wäre es für uns hilfreich eine automatische Prüfroutine für die Qualitätsprüfung von Rohdaten zu haben, um beispielsweise Ausreißer zu finden.
Hier könnte FAIRagro auch unterstützen. Insgesamt kann ich mir vorstellen meinen use case bei einem Call von FAIRagro einzubringen, um Geld für die Harmonisierung der Datenerhebung und die Datenaufbereitung zu erhalten. Zumindest der Einsatz einer studentischen Hilfskraft würde hier bereits sehr unterstützen.