Am LIfBi in Bamberg wurde der diesjährige SLOW ausgerichtet. Nachdem in bewährter Form die Teilnehmenden sich ein Programm erarbeitet haben. Wurden in über 30 selbst organisierten Sessions die verschiedensten Themen diskutiert:
In der Session „Dokumentation“ wurden die notwendigen und möglichen Aspekte der Dokumentation intensiv besprochen. Diskutiert wurde, welche Abdeckung und Tiefe der Dokumentation angestrebt werden sollten und wie diese Dokumentation effektiv an die Datennutzenden weitergegeben werden kann. Besondere Herausforderungen wurden bei der internen Dokumentation identifiziert, wobei die übergeordnete Frage war, was überhaupt dokumentiert werden muss und kann.
Im Bereich des Projektmanagements stellte sich heraus, dass es sich bei laufenden Studien oft um „Standardprojekte“ handelt. Daher wurde die Methodik des agilen Projektmanagements, wie Scrum, als weniger passend empfunden. Stattdessen wurden strukturierte Zeitpläne als geeigneter angesehen. Bewährte Methoden und Strategien in Projekten umfassen die Verwendung eines Backlogs für Querschnittsaufgaben, das Setzen von Meilensteinen zur klaren Definition abgeschlossener Schritte und regelmäßige Retrospektiven zur Reflexion der Zusammenarbeit. Forschung sollte als Bestandteil des Projekts gesehen werden, um Fortschritte und organisatorische Hürden sichtbar zu machen. Eine klare Definition von Prozessschritten und Verantwortlichkeiten wurde als wesentlich erachtet, um Konflikte zu vermeiden.
Die Session „KI – Wozu, warum?“ widmete sich der kritischen Diskussion des Einsatzes von Künstlicher Intelligenz in der Datenaufbereitung. Es wurde festgestellt, dass Sprachmodelle erfolgreich in Bereichen wie Programmierunterstützung und Übersetzung eingesetzt werden können. Die Diskussionsgruppe kam jedoch zu dem Schluss, dass KI-Tools die Arbeit von Datenaufbereitungs-Spezialisten nicht ersetzen können, sondern eher als zusätzliche Werkzeuge dienen sollten.
Aktuelle Herausforderungen bei der Verwendung von Prepaid-Incentives wurden ebenfalls thematisiert. Diese umfassen die Skandalisierung durch die Presse sowie Versand- und Abrechnungsprobleme. Dennoch bringen Incentives stabile Effekte. Vorschläge zur Verbesserung umfassen die gute Kommunikation der wissenschaftlichen Ergebnisse zu Incentives, die Einrichtung einer Hotline für Support und Feldtests sowie Experimente zur Aktualisierung historischer Befunde.
Ein weiterer Diskussionspunkt war die Erstellung eines Stellenplans für das GGP, insbesondere im Hinblick auf die Rolle des Data Stewards. Mögliche Aufgabenbereiche umfassen Projektmanagement, Feldarbeit, Datenverarbeitung, Daten-Dokumentation und IT-Support. Die Diskussion umfasste auch die Stellenplanung an großen Instituten und das Tool der LIfBi-Erhebungskoordination.
Der Anspruch der Longitudinalität in Studien kann dazu führen, dass diese den Anschluss verlieren. Größere Studien neigen dazu, aufgebläht zu werden, was den Überblick erschwert. Entscheidungsgrundlagen für die Evaluierung von Items und die Beteiligung der Community an den Studien wurden diskutiert. Hierbei wurde die Möglichkeit einer kritischen Überprüfung bestehender Programme durch die Community hervorgehoben.
Eine Handreichung zur Plausibilisierung und Datenprüfung, die aus einer Neigungsgruppe des SLOW 2018 hervorgegangen ist, wurde vorgestellt.
Die Vorstellung der Nationalen Forschungsdateninfrastruktur (NFDI), einschließlich BERD@NFDI und KonsortSWD, beinhaltete Diskussionen über die Nachnutzung von NFDI-Systemen und die damit verbundenen Herausforderungen bei der Anpassung bestehender Systeme. Es wurden Fördermöglichkeiten wie Network Development Grants und NFDI4Datascience Speedboat Projects erwähnt.
Unterschiede im Antwortverhalten bei verschiedenen Befragungsmodi (CAPI, CAWI, CATI) wurden ebenfalls analysiert. Faktoren wie die Darstellungsform der Fragen, soziale Erwünschtheit und die Befragungsdauer spielen dabei eine Rolle.
Die geringe Fallzahl von „divers“-Angaben beim Geschlecht stellt eine besondere Herausforderung dar, da die Anonymität der Befragten gefährdet ist. Verschiedene mögliche Vorgehensweisen zur Wahrung der Anonymität wurden diskutiert, wobei keine ideale Lösung gefunden wurde.
Die Notwendigkeit einer Harmonisierung der Anonymisierungspraktiken in Forschungsdatenzentren wurde betont. Eine ganzheitliche Betrachtung der Anonymisierung, einschließlich Rechtsgrundlagen und Angriffsszenarien, soll vorangetrieben werden.
Metadaten werden zunehmend strukturiert erfasst und nachgenutzt. Kooperationen zur stärkeren Standardisierung und Nachnutzung solcher Daten wurden im Abschlussplenum verabredet.
Es wurden verschiedene Ansätze zum Monitoring der Feldentwicklung diskutiert. Neben mathematischen Modellen ist oft eine intuitive Analyse der Teilnahmeentwicklung üblich.
Strategien zur Beteiligung der wissenschaftlichen Community an den Studien wurden ebenfalls erörtert. Dies umfasst Call for Questions, Nutzendenbefragungen und Community Workshops.
Die User Experience (UX) gewinnt bei CAWI an Bedeutung. Aspekte wie responsive Programmierung, Barrierefreiheit und die Vermeidung von Medienbrüchen sind wichtig, um die Panel-Abnutzung zu minimieren.
Die zunehmende Komplexität der Erhebungen erfordert Gegenmaßnahmen. Dazu gehören die Reduktion der Modianzahl und die Anpassung der Kommunikation bei der Erhebungsvorbereitung.
Es wurde die Bedeutung der Prinzipien guter wissenschaftlicher Praxis betont. Die Anforderungen an den Studien- und Datenmanagementprozess sollten bereits in der Erhebungsvorbereitung berücksichtigt werden, um die Dokumentation der Datenerhebung zu verbessern.
Dieser Bericht basiert auf den zum Teil ausführlicheren Stichworten der Teilnehmenden, die zumindest für einige Zeit noch unter https://t1p.de/slow2024 erreichbar sind. Die Zusammenfassung erledigte ChatGPT-4.
