Unsere Task-Areas

Aufgabenbereiche

Unser Konsortium gliedert sich in fünf Task Areas (TAs) mit verschiedenen Aufgabenbereichen, die eng zusammenarbeiten und sich laufend abstimmmen. Weiterhin ist jede Task Area in einzelne Measures unterteilt. Welche das sind und wer jeweils der / die Ansprechpartner*in ist, ist unten dargestellt.

Task Area 1: Use Cases – Implementation

TA1 geht die Herausforderungen der Agrosystemwissenschaften an, die in den Anwendungsfällen (Use Cases) formuliert sind, auf denen die in TA 2-4 entwickelten Konzepte und Dienste für Daten, Metadaten-Harmonisierung, Standardisierung, Datenauffindbarkeit und Datenzugang basieren. Die Ergebnisse der Arbeiten in TA1 sind weiterhin ein wichtiger Bestandteil für die Aus- und Weiterbildungsangebote für die Community, die mit TA2 abgestimmt werden. Die Anwendungsfälle (Use Cases) in TA1 decken – unter Berücksichtigung unterschiedlicher Skalen – ein breites Spektrum der Forschungsfragen zu Agrarsystemen ab .

Task Area Lead: Prof. Dr. Senthold Asseng | ORCID ID 0000-0002-7583-3811 /
Koordination: Benjamin Leroy | ORCID ID  0000-0001-6007-7948

Measure 1.1:
UC 1 – Exploiting Genotype x Location x Year x Management Interactions for Sustainable Crop Production, Lead: Jochen C. Reif (IPK)

Measure 1.1 befasst sich mit der Nutzung von Wechselwirkungen zwischen Genotyp, Standort, Jahr und der Bewirtschaftung im Hinblick auf eine nachhaltige Pflanzenproduktion.

Measure 1.2:
UC 2 – Assessing Tradeoffs for Optimal Crop Nitrogen Management, Lead: Heidi Webber (ZALF)

Measure 1.2 befasst sich mit den Herausforderungen prozessbasierter Kulturpflanzenmodelle zur Optimierung des Stickstoffeinsatzes.

Measure 1.3:
UC 3 – Streamlining Pest and Disease Data to Advance Integrated Pest Management, Lead: Till Feike (JKI)

Measure 1.3 befasst sich mit den datenspezifischen Herausforderungen beim Management von Schädlingen und Krankheiten.

Measure 1.4:
UC 4 – Learning from Incomplete Data, Lead: Gunnar Lischeid (ZALF)

Measure 1.4 befasst sich mit der Frage, wie mit unvollständigen Daten aus Langzeitexperimenten umgegangen werden kann.

Measure 1.5:
UC 5 – Noninvasive Phenotyping with Autonomous Robots, Lead: Uwe Rascher (FZJ), Co-Lead: Jan-Henrik Haunert (UBN)

Measure 1.5 zeigt das Potential auf von multimodalen Datenanalysemethoden und Algorithmen des maschinellen Lernens für die Phänotypisierung von Pflanzen im Feld.

Measure 1.6:
UC 6- Automated Data Flows for Crop Simulation Models, Lead: Senthold Asseng (TUM)

Measure 1.6 befasst sich mit Datenproblemen bei der Kalibrierung und Anwendung von Erntemodellen.

Measure 1.7:
UC 7- Next-Generation Environmental and EXtended Tools for Extreme Events and Plant Resilience Assessment, Lead: Dr. Amit Kumar Srivastava, ZALF

Measure 1.7 befasst sich mit den Herausforderungen eines einheitlichen Datensatzes von Klima- und Wetterdaten für Studien zur Klimafolgenforschung in der Landwirtschaft.

Measure 1.8:
Use Case (Pilot) 8 – Erhöhung der FAIRness von FAIRagro-Daten durch KI-unterstützte Metadatenanreicherung, Lead: Juliane Fluck, ZB MED

Measure 1.8 befasst sich mit den Möglichkeiten KI-basierter Methoden zur Unterstützung der Anreicherung von Metadaten, um eine Verbesserung der FAIRness von Daten im Rahmen der Agrosystemforschung zu erreichen.

Measure 1.9:

Use Case (Pilot) 9 – Systematische Ansätze zur effizienten Datensynchronisation in den Gartenbauwissenschaften (HortSEEDS), Lead: André Sradnick (IGZ)

Measure 1.9 befasst sich mit der Entwicklung eines Prototyps zur Harmonisierung von Daten und Metadaten für einen standardisierten Ablauf von Gartenbauexperimenten.

Measure 1.10:
Use Case (Pilot) 10 – Eintauchen in Daten zu Unkraut im Ackerbau zur Verknüpfung von Biodiversität und Landwirtschaft (WeeDive), Lead: Bärbel Gerowitt (Uni Rostock)

In Measure 1.10 geht es um die strategische Bereitstellung von Wissen, um die Ziele der Ernährungssicherheit und des Erhalts der Biodiversität im Ackerbau in Einklang zu bringen, und um die Bereitstellung von FAIRen Daten dafür.

Measure 1.11:
Use Case (Pilot) 11 – BrAPI Integration on PSI Hardware, Lead: Marc C. Heuermann (IPK)

Measure 1.11 befasst sich mit der Integration einer offenen, standardisierten Schnittstelle (Breeding API), um die im PhenoSphere-System vorhandenen proprietäten Datenmanagementsysteme FAIR zu machen.

Measure 1.12:
Use Case (Pilot) 12 – Linking Agrosystem Data with Socio-Economic Information, Lead: Martin Odening (HU Berlin)

Measure 1.12 befasst sich mit der Erweiterung von vorhandenen Informationen über Agrarsysteme um sozioökonomische Informationen und stellt eine Verbindung zwischen diesen Bereichen her – mit Schwerpunkt auf den landwirtschaftlichen Bodenmärkten.


Task Area 2: Community Involvement and Networking

TA2 steht für den Community-basierten Ansatz von FAIRagro, mit dem Ziel, die Agrosystem-Community zu sammeln, einzubinden, aus- und fortzubilden und zu unterstützen. Ein besonderes Merkmal der Agrosystem-Community ist ihre Verteilung über viele Disziplinen, Institutionen und Organisationen. Die Agrosystemforschung umfasst auch verschiedene Interessengruppen (z. B. Berater, Züchter, Landwirte, politische Entscheidungsträger) und ist mit anderen Bereichen wie Pflanzen-, Umwelt-, Biodiversitäts- und Geowissenschaften verbunden. TA2 interagiert mit der Community, indem es Ideen, Bedürfnisse, Support-Anfragen und Feedback bündelt und Schulungen anbietet. Ausserdem finden hier die Kommunikationsmassnahmen von FAIRagro sowie die Organisation von Events für die Community ihren Platz.

Task Area Lead / Koordination: Dr. Ulrike Stahl | ORCID ID 0000-0002-5659-910X

Measure 2.1:
Communication and Dissemination, Lead: Oliver Kirchgessner (JKI)

Measure 2.1 beschäftigt sich mit der Kommunikation und dem Networking innerhalb der Agrosystem-Community sowie den PR- und Marketingthemen. Hier wird u. a. das FAIRagro Portal entwickelt und betrieben.

Measure 2.2:
Community Participation, Lead: Anne Sennhenn (ATB)

Measure 2.2 befasst sich mit dem Management des Feedbacks durch die Community sowie der Zusammenarbeit mit dem Community Advisory Board (CAB).

Measure 2.3:
Use Case Onboarding, Lead: Anne Sennhenn (ATB)

In Measure 2.3 wird der strukturierte Onboarding-Prozess für Use Cases zur Einbeziehung neuer Forschungsgebiete und Institutionen etabliert und entwickelt.

Measure 2.4:
Training and Education, Lead: Birte Lindstädt (ZB MED)

Hier werden maßgeschneiderte Trainings sowie Schulungsunterlagen entwickelt, um die Kompetenzen der Community der Agrosystemforschung gezielt weiter auszubauen.

Measure 2.5:
Data Steward Service Center (DSSC), Lead: Nikolai Svoboda (ZALF)

Das Data Steward Service Center (DSSC) ist die kompetente zentrale Anlaufstelle für alle Fragen rund um das Datenmanagement, sowohl für die Use Cases als auch für die breitere Community.


Task Area 3: Standardization, Interoperability and Quality

Ziel von TA3 ist es, die Wiederverwendung, Qualitätsprüfung und Annotation von Forschungsdaten zu erleichtern. TA3 konsolidiert die FAIR-Datenkonzepte der beteiligten Forschungsinfrastrukturen, verbessert die Interoperabilität der beteiligten Vokabulare und Ontologien, erstellt Metadatenmodelle und Publikationsleitlinien für die verschiedenen Arten von FAIRagro-Daten, um die Auffindbarkeit und Wiederverwendbarkeit zu gewährleisten. FAIRagro erweitert schema.org, erstellt Datenqualitätsmetriken und entwickelt einen rechtlichen Rahmen. Auf dieser Grundlage lassen sich die Ergebnisse von TA3 in umsetzbare Richtlinien und rechtliche Metadatenstandards für eine verbesserte Wiederverwendbarkeit zusammenfassen.

Task Area Lead / Koordination: Daniel Martini | ORCID ID 0000-0002-6953-4524

Measure 3.1:
Standardization, Interoperability and Quality, Lead: Daniel Martini (KTBL), Co-Leads: Jan-Henrik Haunert (Uni Bonn) und Claus Weiland (SGN)

Um das Bewusstsein und die Einhaltung der FAIR-Grundsätze innerhalb der Agrarsystemgemeinschaft zu fördern, wird in Measure 3.1. ein Inventar etablierter (Meta-)Datenstandards, Vokabulare und Ontologien erstellt und weiterentwickelt.

Measure 3.2:
Standards for Data Management, FAIRness and Discoverability, Lead: Juliane Fluck (ZB MED), Co-Lead: Daniel Martini (KTBL)

In Measure 3.2 werden Gemeinschaftsstandards zur Verbesserung der Datenverwaltungspraktiken, der FAIRness von Daten und der Sichtbarkeit von Daten geschaffen. Es werden dabei spezifische Vorlagen für Datenmanagementpläne (DMP) erstellt sowie Erweiterungen von schema.org entwickelt.

Measure 3.3:
Measures and Application-Data-Matrix for Data Quality and Fitness-for-Use, Lead: Markus Möller (JKI), Co-Lead: Carsten Hoffmann (ZALF)

Hier werden anhand repräsentativer Agrosystem-Datensätze Standardkriterien für die Datenqualität in der Agrosystemforschung entwickelt, um die Wiederverwendbarkeit von Daten sicherzustellen.

Measure 3.4:
Data Quality Annotation, Curation and Feedback / Review, Lead: Jan Henrik Haunert (Uni Bonn), Co-Lead: Uwe Rascher (FZJ)

Aufbauend auf Measure 3.3, das sich auf die Definition von Datenqualitätsmetriken konzentriert, wird hier das Instrumentarium geschaffen (einschließlich Algorithmen, Referenzdaten und eines Überprüfungssystems) das die Bewertung und Verbesserung von Dateninhalten auf der Grundlage dieser Qualitätsmetriken ermöglicht.

Measure 3.5:
FAIR Workflows and FAIR Digital Objects, Lead: Claus Weiland (SGN), Co-Lead: Daniel Martini (KTBL)

Hier werden digitale FAIR-Objekte (FDO) entwickelt und Dienste sowie Rahmenwerke zur Beschreibung von Forschungsdaten-Workflows bereitgestellt, die die Erstellung und Nutzung spezifischer FDO ermöglichen.

Measure 3.6:
Legal Framework and Machine-Actionable Policies, Lead: Franziska Boehm (FIZ), Co-Lead: Stephan Lesch (SGN)

Measure 3.6 konzentriert sich auf die Schaffung eines rechtssicheren Rahmens für die gemeinsame Nutzung von Agrarsystemdaten innerhalb von FAIRagro, um die Zugänglichkeit der Daten und die Einhaltung der Vorschriften zu verbessern.


Task Area 4: Infrastructure Services

Basierend auf der Agrosystem-Domäne, den von den Use Cases in TA1 formulierten Anforderungen und den in TA3 definierten Standards, implementiert TA4 die notwendigen Komponenten und Infrastrukturdienste des föderierten FDM entlang eines FAIR-fähigen Forschungsdaten-Lebenszyklus, der über das FAIRagro-Portal zugänglich gemacht wird. TA4 stellt zentrale FAIRagro-Dienste des Konsortiums bereit und implementieren diese, um bestehende Datenrepositorien miteinander zu verknüpfen. Weiterhin wird ein durchsuchbares Verzeichnis von Diensten und Daten bereitgestellt, um die Auffindbarkeit zu verbessern. TA4 implementiert einen Rahmen für wiederverwendbare Datenintegrations-Workflows, um anwendungsspezifische, cloud-fähige Analyse-Workflows zu ermöglichen. Darüber hinaus ist TA4 für die Sicherstellung der technischen Kompatibilität und der potenziellen Anwendung der übergreifenden Infrastrukturdienste innerhalb der NFDI verantwortlich.

Task Area Lead / Koordination: Dr. Matthias Lange | ORCID ID 0000-0002-4316-078X

Measure 4.1:
Central Services for the FAIRagro Community, Lead: Xenia Specka (ZALF), Co-Lead: Carsten Scharfenberg (ZALF)

Hier weren die zentralen Dienste zur Unterstützung der Aktivitäten des FAIRagro-Konsortiums bereitgestellt. In erster Linie: das FAIRagro-Portal, eine Projektmanagement-Plattform, ein Customer Relationship Management System (CRM) und eine Forschungsdatenmanagement-Software (RDMO).

Measure 4.2:
Network of Federated Research Data Infrastructures (RDI), Lead: Daniel Arend (IPK), Co-Leads: Stephan Lesch (SGN), Xenia Specka (ZALF)

Measure 4.2 entwickelt ein Netzwerk, das die verschiedenen Forschungsdatenquellen in den Agrarsystemwissenschaften miteinander verbindet und einen reibungslosen und nutzerfreundlichen Informationsaustausch und Datenzugang nach den FAIR-Prinzipien ermöglicht.

Measure 4.3:
Searchable Inventory of Services and Data, Lead: Juliane Fluck (ZB MED), Co-Lead: Björn Usadel (FZJ)

Measure 4.3 konzentriert sich auf die Schaffung eines benutzerfreundlichen Dienstes zur Abfrage des in Measure 4.2 entwickelten Netzes von miteinander verknüpften Dateninfrastrukturen, um mühelos relevante Datensätze und Infrastrukturen finden zu können.

Measure 4.4:
Scientific Workflow Infrastructure (SciWIn), Lead: Harald von Waldow (Thünen), Co-Lead: Patrick König (IPK)

Die FAIR-Verwaltung, -Analyse und -Integration von Daten umfasst oft mehrere Dienste und Plattformen, die regelmäßig aktualisiert und korrigiert werden. Infolgedessen können Datenintegrations- und -analyseprozesse kompliziert, ineffizient und schwer reproduzierbar sein. Measure 4.4 geht auf diese Herausforderungen ein, indem es eine Workflow-Infrastruktur namens SciWIn bereitstellt, die es ermöglicht, die Datenverarbeitung zu rationalisieren.


Task Area 5: Management and Coordination

TA5 ist für die Koordination und das Management des Konsortiums verantwortlich. In diesem Aufgabenbereich werden Maßnahmen zur Erhaltung der Leistungen von FAIRagro initiiert und koordiniert. TA5 organisiert das Tagesgeschäft von FAIRagro, verwaltet die Finanzen des Konsortiums und stellt die Einhaltung der Förderbedingungen sicher. TA5 ist für die Organisation der periodischen Berichte und der FAIRagro-Plenarveranstaltungen zuständig. Hier werden die Maßnahmen ergriffen, um FAIRagro über die NFDI-Förderphase hinaus zu einer nachhaltigen, dauerhaften Einrichtung zu entwickeln und die Kommunikation und Beziehungen zwischen FAIRagro, NFDI und relevanten nationalen und internationalen RDM-Initiativen zu koordinieren.

Task Area Lead: Prof. Dr. Frank A. Ewert | ORCID ID 0000-0002-4392-8154 /
Koordination: Dr. Carsten Hoffmann | ORCID ID 0000-0001-6457-4853

Measure 5.1:
Project Management, Governance and Financial Controlling, Lead: Xenia Specka (ZALF), Co-Lead: Carsten Hoffmann (ZALF)

Measure 5.1 gewährleistet den reibungslosen Betrieb des Konsortiums, unterstützt und kontrolliert die Aktivitäten zur Unterstützung der gemeinsamen Governance, zur Abwicklung des Tagesgeschäfts, zur Kontrolle der Finanzen und den Projektfortschritt.

Measure 5.2:
Sustainability and Business Model, Lead: Xenia Specka (ZALF), Co-Lead: Carsten Hoffmann (ZALF)

Um FAIRagro über den Förderzeitraum hinaus nachhaltig etablieren zu können, wird hier ein geeignetes Geschäftsmodell entwickelt und umgesetzt, um die Entwicklungen der Förderperiode langfristig zu erhalten.

Measure 5.3: Cross-NFDI and International Networking, Lead: Carsten Hoffmann (ZALF), Co-Lead: Xenia Specka (ZALF)

Measure 5.3 koordiniert die Kommunikation und die Zusammenarbeit mit anderen NFDI-Konsortien, der NFDI und relevanten internationalen RDM-Initiativen, trägt so zu einer gemeinsamen Vision bei und erleichtert den fachübergreifenden FAIR-Datenaustausch.