Große Sprachmodelle für das Research Data Management?!

Das Forschungsdatenmanagement (FDM) hat sich zu einer wichtigen Disziplin entwickelt, die es Forschenden ermöglicht, ihre Forschungsergebnisse effektiv zu organisieren, zu bewahren und weiterzugeben.

FDM ist eine neue Entwicklung, die darauf abzielt, Forschende auf die Zukunft vorzubereiten, indem sie auf den Grundsätzen der offenen Wissenschaft aufbaut. Sie nutzt innovative Ansätze wie die generative künstliche Intelligenz (engl.: generative Artificial Intelligence [genAI]), die auf großen Sprachmodellen (engl.: Large Language Models [LLMs]) basiert, um traditionelle Forschungsmethoden zu ergänzen.

Da die datengesteuerte Forschung immer komplexer wird, müssen Forschende oft viel Zeit aufwenden, um zu lernen, wie man große Mengen an Informationen verwaltet, analysiert und interpretiert. Die traditionelle Ausbildung in Datenkompetenz kann zeitaufwändig sein und hält nicht immer mit den sich entwickelnden Technologien und Analysemethoden Schritt.

Basismodelle, die auf genAI basieren, bieten das Potenzial, diesen Lernprozess zu rationalisieren. Durch die Automatisierung der Datenvorverarbeitung, der Mustererkennung und sogar der Hypothesenbildung können diese Modelle die technischen Einstiegshürden senken, so dass sich die Forschenden mehr auf Erkenntnisse und Entdeckungen konzentrieren können, anstatt übermäßig viel Zeit für die Beherrschung von Datenkenntnissen aufzuwenden.

Das Ziel dieses Workshops ist ein Austausch von Perspektiven bezüglich der Implementierung neuartiger FDM-Ansätze unter Verwendung von LLMs oder nicht, sowohl in der Vergangenheit als auch in der Zukunft, in Forschung und Praxis.