Gewinner des Fairest Datasets Award 2026

Gewinnerfoto: ©Stefan Bernhardt / iDiv

Dr. Thore Engel von der Friedrich-Schiller-Universität Jena, dem Helmholtz-Zentrum für Umweltforschung – UFZ und dem Deutschen Zentrum für integrative Biodiversitätsforschung Halle-Jena-Leipzig nimmt den Preis als Kontaktperson für den Datensatz stellvertretend für die Gesamtheit der Beitragenden¹ entgegen.

Nach Auswertung der eingesendeten Beiträge zum FAIRest Dataset Wettbewerb 2026, freuen wir uns den Gewinner des Preisgelds von 2.000 Euro bekannt zu geben.

Den Thüringer FAIRest Dataset Award 2026 erhält der Datensatz:

Rehbein, M., Escobari Vargas, A. B., Fischer, S., Güntsch, A., Haas, B., Matheisen, G., Perschl, T., Wieshuber, A., & Engel, T. (2024). Historical Animal Observation Records by Bavarian Forestry Offices (1845) (1.4) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.14452998

Der Datensatz setzt die FAIR-Kriterien (Findable, Accessible, Interoperable, Reusable) am besten um. Bei der Bewertung fiel uns besonders die detaillierte und umfangreiche Dokumentation der Daten auf, die für die Replizierbarkeit und Nachnutzbarkeit sehr wichtig ist. Herzlichen Glückwunsch an die Gewinner!

Wir haben in diesem Jahr eine besonders hohe Anzahl an qualitativ hochwertigen FAIRest-Dataset-Einreichungen erhalten. Da der Abstand zum Gewinnerdatensatz sehr knapp war, haben wir uns entschlossen, die folgenden fünf Datensätze (in alphabetischer Reihenfolge) mit einer honorable Mention hervorzuheben:

• Engler, M., Stich, M., Baumer, C., & Bund, A. (2025). Supplement Data of Anolytes for All-Iron Redox-Flow Batteries [Data set]. In MDPI (Vol. 7, Number 4, pp. 571–583). Zenodo. https://doi.org/10.5281/zenodo.15730784
• Färber-Hesse, B., Lauströer, J., Andikfar, A., Stark, H., Anders, C., Unterhitzenberger, G., & Fischer, M. S. (2025). Der Rücken – Anschauliche Wissenschaft für die eigenverantwortliche Gesundheitsgestaltung: Videosammlung. https://doi.org/10.71758/refodat.53
• Mohr, L., Döbereiner, M., Andrich, C., Schwind, A., Schneider, C., & Thomä, R. (2026). Rhino: Bistatic Delay-Doppler Reference for Passive Radar Applications. https://doi.org/10.71758/refodat.72
• Schmidt, C., Lubojanski, A., Reinhardt, T., Bala Krishnan, R. K., Wesselak, V., & Nordhausen University of Applied Sciences. (2026). Input research data on the Thuringia energy system (ZO.RRO II) (1.0) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.19202243
• Schumann, A., Lukas, F., Rieger, K., Gupta, Y., & Bär, K.-J. (2026). One-week test-retest stability of heart rate variability (Version 1) [Data set]. figshare. https://doi.org/10.6084/m9.figshare.26359453

Gruppenfoto: ©Elisabeth Miletic, Bayerisches Hauptstaatsarchiv

Personen v.l.n.r: Malte Rehbein, Alois Wieshuber, Thore Engel, Giada Matheisen, Lina Hörl (Mitarbeitende des Bayerisches Hauptstaatsarchivs), Bettina Haas, Sarah Fischer-Zielke, Tobias Perschl, Ricarda Huter (Masterstudentin der Uni Jena, die in ihrer Abschlussarbeit die Daten nachgenutzt hat um Biodiversitätsveränderungen zu analysieren).

Der Datensatz beeindruckte mit der konsequenten Umsetzung der FAIR Prinzipien und durch die Verknüpfung von Ansätzen unterschiedlicher Wissenschaftsdomänen für die Erschließung historischer Forschungsdaten. Dabei werden Findability (Auffindbarkeit) Accessibility (Zugänglichkeit), Interoperable (Interoperabilität) und Reusability (Nachnutzbarkeit) nicht nur rein formal aufgefasst, sondern mit Leben erfüllt. Die Perspektive disziplinfremder Forschender wird konsequent mitgedacht. Die Verwendung standardisierter Vokabulare und Kontextinformationen zu Entstehungs- und Bearbeitungszusammenhang verkleinern die Distanz für die Nachnutzung wo immer möglich.

Die Vernetzung zwischen den beteiligten Wissenschaftlern aus der Biodiversitätsforschung, den digital Humanities und den staatlichen Archiven Bayerns erlaubte die Erschließung von Wildbeobachtungen aus der Mitte des 19. Jahrhunderts und ihre Umwandlung in strukturierte Daten. Der publizierte Datensatz ist somit eine wertvolle Quelle und ein Benchmark für die Biodiversitätsforschung und ein hervorragendes Beispiel für die interdisziplinäre Zusammenarbeit im Rahmen der NFDI4Biodiversity. Die Publikationsstrategie ergänzt den Datensatz auf GBIF, mit weiteren Informationen auf Zenodo und einem Data Paper in Nature Scientific Data. Sie kombiniert technische Genauigkeit und Disziplinstandards mit einer Beschreibung der Dateneigenschaften und ihrer Implikationen für die Nachnutzung, die den Rezipienten im Blick behält. Die Daten sind im besten Sinne FAIR und in ihrer Präsentation wird der anspruchsvolle Aspekt der Interoperabilität eindrucksvoll umgesetzt. Die große Bandbreite der Disziplinen der Projektbeteiligten und Kooperationspartner hat hier außerordentlich bereichernd gewirkt. Die Vermittlung über die Wissenschaftscommunity hinaus erfolgt unter anderem im Blog vom NFDI4Biodiversity, in dem der Datensatz ausführlich vorgestellt wurde.

Die Gruppe selbst schätzt die Sichtbarkeit des Datensatzes. Auch die Quantifizierbarkeit der Nachnutzung über die Nutzungsstatistiken der Repositorien wird als Argument für eine Datenveröffentlichung genannt. Hinzu kommt der positive Effekt auf die Entwicklung und Fortschreibung von Forschungsansätzen, der sich auch auf den wissenschaftlichen Nachwuchs erstreckt. Bereits jetzt werden die Daten für Abschlussarbeiten und anschließende Forschungsarbeiten in den Biodiverstätswissenschaften verwendet. In diesem Sinne ist auch die Verwendung des Preisgeldes geplant. Thore Engel sagt "Mit dem Preisgeld von 2000 Euro würden wir eine wissenschaftliche Hilfskraft finanzieren, die uns bei der Mobilisierung von Biodiversitätsdaten im Lebendigen Atlas der Natur Deutschlands und GBIF unterstützt. Das würde uns ermöglichen, weitere spannende Datenschätze für die Biodiversitätsforschung zu heben (z.B. aus dem Bereich Citizen Science und Biodiversitätsmonitoring)."

Der FAIRest Dataset wird seit 2020 verliehen und ist damit der älteste FAIR-Award in der deutschen Wissenschaftslandschaft. Er wird vom Kompetenznetzwerk Forschungsdatenmanagement der Thüringer Hochschulen ausgelobt, um unter den Forscherinnen und Forschern ein größeres Bewusstsein für den Umgang mit Forschungsdaten zu erreichen, um die Ziele und Anforderungen von gutem Datenmanagement zu verdeutlichen und um die Nachnutzung von Forschungsdaten zu verbessern. Dem Netzwerk gehören die Thüringer Universitäten in Erfurt, Ilmenau, Jena und Weimar an. Finanziert wird es von den vier Universitäten und dem Thüringer Ministerium für Bildung, Wissenschaft und Kultur.

Das TKFDM betont die durchgehend hohe Qualität der diesjährigen Einreichungen zum Preis. Wir freuen uns das einige der Einreichungen bereits das Repositorium für Forschungsdaten in Thüringen (REFODAT) zur Veröffentlichung Ihrer Daten gewählt haben.

Wir wollen uns an dieser Stelle noch einmal bei allen Einreichenden bedanken und haben als Dankeschön für die Teilnahme am Wettbewerb eine kleine Aufmerksamkeit vorbereitet.

Die Preisträger der vorherigen Jahre sowie Informationen, wofür diese das Preisgeld verwendet haben finden Sie hier.

1) Malte Rehbein, Andrea Belen Escobari Vargas, Sarah Fischer, Anton Güntsch, Bettina Haas, Giada Matheisen, Tobias Perschl, Alois Wieshuber