Die Agrarwissenschaften umfassen ein breites und heterogenes Feld verschiedener Fachdisziplinen wie Pflanzenbau und Viehzucht, Bodenkunde, angewandte Genetik und Physiologie, Agrarökonomie und -soziologie. In diesen Disziplinen fallen wichtige wissenschafts- und gesellschaftsrelevante Forschungsdaten an. Durch den zunehmenden Einsatz von Sensoren und der zunehmenden Digitalisierung in der Landwirtschaft (Farming 4.0) werden verstärkt räumliche und zeitlich hochaufgelöste Daten erzeugt. Da Agrarforschungsdaten oft raumbezogene Informationen zu konkreten Ertragsstandorten oder aber auch sensible Betriebsdaten enthalten, müssen Lösungen zur Wahrung des Datenschutz entwickelt und umgesetzt werden. Im Bereich der Agrartechnologie wird beispielsweise Künstliche Intelligenz für die Ermittlung von Treibhausgasemissionen aus Offenställen eingesetzt. Die Benchmarking entlang der Wettschöpfungskette und die Versorgungssicherheit mit Lebensmitteln in Krisenzeiten sind Beispiele für sozial- und ökonomische Fragestellung in der agrarwissenschaftlichen Forschung. Neben dem Klimawandel werden Fragestellungen zur Erhaltung der Artenvielfalt in der Agrarlandschaft und die Nassbewirtschaftung von Mooren in Landschaftslaboren untersucht. Darüber hinaus wird auch Themen wie Produktqualität, Tierwohl und Tierernährung geforscht, ein Beispiel ist hier der Einsatz von alternativen Proteinquellen und die Nutzung von heimischen Leguminosen als Sojabohnenersatz.

An den Empfehlungen der nachgenannten Konsortien der Nationalen Forschungsdateninfrastruktur kann sich das Forschungsdatenmanagement orientieren.

• FAIRagro (Agrosystemforschung)
• DataPLANT (Pflanzen-Grundlagenforschung)
• NFDI4Biodiversity (Biodiversität, Ökologie und Umweltdaten)
• NFDI4Earth (Erdsystemforschung)
• KonsortSWD - NFDI4Society (Sozial-, Bildungs-, Verhaltens- und Wirtschaftswissenschaften)
• BERD@NFDI (Betriebswirtschaftslehre, Volkswirtschaftslehre und verwandte Daten)
• NFDI4Ing (Ingenieurwissenschaften)
• MatWerk (Materialwissenschaft & Werkstofftechnik)

Im Weiteren stellen wir Ihnen Angebote und Services im Bereich des agrarwissenschaftsbezogenen Forschungsdatenmanagements vor. Ihnen fehlt ein Angebot? Sie finden Zusammenhänge nicht ganz richtig dargestellt oder haben Fragen? Wir freuen uns auf Ihre Mail.

Forschungsdaten können über Repositorien archiviert und veröffentlicht werden. Einen Überblick über Repositorien im Bereich Agrarwissenschaften sowie eine Suchfunktion mit einer großen Auswahl an Sucheinstellungen bietet das Verzeichnis re3data.

Dort können Sie weitere Filter zu Sub-Disziplinen auswählen und herausfinden, welche Charakteristiken die jeweiligen Plattformen aufweisen. Beispielsweise kann gezielt nach Repositorien gefiltert werden, die Open Data /Open Access oder Closed Access anbieten.

Um Ihre Daten nach FAIR-Prinzipien zu publizieren, können Sie den Repository Finder nutzen: Wenn Sie die Option See the repositories in re3data that meet the criteria of the Enabling FAIR Data Project aktivieren, bekommen Sie alle für den Datenupload offenen Repositorien angezeigt, die offenen Zugang zu FAIRen Daten bieten und persistente Identifikatoren wie DOIs nutzen.

Eine Auswahl von Repositorien für agrarwissenschaftliche Forschungsdaten finden Sie nachstehend.

• INRAE (Agrarwissenschaften und verwandte Fächer)
• OpenAgrar (Institutionelles Repositorium der Ressortforschungseinrichtungen des BMEL)
• Fachrepositorium Lebenswissenschaften (Agrarwissenschaften und Medizin)
• BonaRes (Bodendaten)
• Plant Genomics and Phenomics Research Data Repository (Genetische und phänotypische Daten von Nutzpflanzen)
• IPK Gatersleben (Daten zu Nutzpflanzen)
• PANGAEA (Landnutzungs-, Biodiversitäts-, Umweltdaten und geographische Daten)
• GFBio (Biologische Daten)
• DRYAD (Biologische Daten)
• ENA (Genetische Daten)
• Genbank (Genetische Daten)
• GESIS (sozialwissenschaftliche Daten)

Die folgenden Datenjournale eignen sich zur Publikation von Daten im Bereich der Agrarwissenschaften.

• Biodiversity Data Journal
• GigaScience
• Ecology
• Geoscience Data Journal
• Earth System Science Data
• International Journal of Spatial Data Infrastructures Research

Fachübergreifend

• Data Science Journal
• Data in Brief
• Data
• F1000Research
• Scientific data
• Patterns

KIDA: KI- & Daten-Akzelerator im Bereich Ernährung und Landwirtschaft

Data fact sheets of the Data Steward Service Center (DSSC) from the NFDI consortium FAIRagro. https://doi.org/10.4126/FRL01-006461782