Data competence centers verbinden mensen en techniek

Wat is de overeenkomst tussen onderzoek naar biodiversiteit bij vissen, hoe sterk een materiaal is en hoe mensen bepaalde woorden uitspreken? Op het eerste gezicht niet veel, maar voor al deze onderzoeken geldt dat er data worden verzameld. Hoe je moet onderzoeken, weten wetenschappers zelf natuurlijk het beste. Maar hoe je deze gegevens het beste bewaart volgens alle voorschriften, weten ze meestal minder goed. Daarom worden op dit moment plannen gemaakt om Data Competence Centers (DCC’s) op te tuigen. Hierin bundelen kennisinstellingen hun expertise van datamanagement en onderzoekssoftware. Melle de Vries van de KNAW en Peter Hinrich van SURF spraken met vertegenwoordigers van kennisinstellingen, waar de DCC’s komen. De Vries is ook verkenner van het nationale datalandschap voor het Nationaal Programma Open Science.

“Iedereen snapt het belang van data”, zegt De Vries, “maar de uitwerking van de DCC’s verschilt wel.” Zo is de ene kennisinstelling meer centraal georganiseerd en de andere meer decentraal. Dat hangt af van de cultuur en bestuurlijke inrichting. Soms zit bijvoorbeeld de digitale en data-kennis vooral decentraal gebundeld bij bepaalde faculteiten. “Dan moet die kennis wel gedeeld worden, zodat alle faculteiten er hun voordeel mee doen. Het is daarom vaak belangrijk er een organisatorische laag overheen te leggen”, zegt Hinrich.

Profiteren van bestaande kennis

Sommige universiteiten zijn al ver met het opzetten van onderzoeksondersteuning, zoals de WUR, die dit ook al Data Competence Center noemde. “Anderen organiseren een overkoepelend netwerk van dataspecialisten bij faculteiten, om de kennis zoveel mogelijk te delen”, aldus Hinrich.

Ook is er verschil in de manier waarop gegevens worden gebruikt. Een letterkundige die boeken uit de achttiende eeuw bestudeert, past data anders toe dan iemand die in een biomedisch lab werkt. Bij de DCC’s zit straks de kennis hoe je bij verschillende disciplines het beste de opslag en verwerking van data aanpakt.

“De DCC’s houden rekening met de instelling en het vakgebied”, zegt Hinrich. “Neem de TU Delft waar ze onderzoek doen naar nanotechnologie. Daar worden de ontwikkelingen veel meer door technologie gedreven en zijn de uitdagingen rond data anders.” Een ander voorbeeld is kunstmatige intelligentie. Daarbij is het belangrijk dat de kwaliteit van de data hoog is en moet je er rekening mee houden dat onderzoekers vaak afhankelijk zijn van andere wetenschappers die hun gegevens beschikbaar stellen. Tot op zekere hoogte is er dus een maatgerichte aanpak nodig.

Hierbij duikt ook het verschil tussen thematische en lokale DCC’s op. De thematische DCC’s worden volgens plan over de instellingen heen getild en delen dus de kennis breed in een vakgebied. “De lokale DCC’s zijn duidelijker te identificeren. Ze worden georganiseerd bij de instellingen zelf”, zegt Hinrich. “De thematische variant is nu minder zichtbaar en moet nog goed per discipline geregeld worden.”

Zorgen van wetenschappers

Waar onderzoekers het meest behoefte aan hebben, weten zij vooral zelf. De Vries benadrukt daarom dat hun stem belangrijk is. Worden ze genoeg gehoord? “In mijn rondgang merkte ik dat bij alle instellingen met onderzoekers is gesproken”, zegt hij. “Ze worden ook bij de DCC’s betrokken. Tegelijkertijd zie ik dat nog best vaak aanbodgericht is gedacht. Onderzoekers willen niet veel extra ballast. Bij hen leeft de angst dat het nog meer werk oplevert. Soms zijn ze daarom niet zo enthousiast.”

Met onderwijs, onderzoek, administratie en subsidieaanvragen zijn onderzoekers vaak al heel druk. “Ze hebben dan geen zin in extra werk dat van bovenaf wordt opgelegd”, zegt De Vries. “In onderzoeksland gaat een top-down-aanpak vrijwel altijd mis. Je moet dus vooral kijken naar wat onderzoekers willen, met lichte afstemming vanuit de top. Wat onderzoekers zeggen is sturend, maar afstemming met andere vakgenoten en vakgebieden is wel nodig. Enige coördinatie is dus onmisbaar.” De zorgen van wetenschappers begrijpt hij maar zijn niet per se nodig, meent De Vries. Bij een goede aanpak van de DCC’s hebben de wetenschappers juist minder werk. “Met goede ondersteuning levert het tijd op. Bovendien is het belangrijk dat je zorgvuldig met data omgaat en hoe beter jij dit zelf doet, des te groter de kans dat een andere wetenschapper weer gebruik kan maken van jouw data.”

‘Data’ ruim interpreteren

De afgelopen jaren werden verschillende namen voor de DCC’s gehanteerd: Digital of Data Competence Center. Uiteindelijk koos de meerderheid voor de term Data Competence Center. De nadruk lijkt daardoor misschien vooral op de data te liggen, maar een ruime interpretatie is nodig, stelt Hinrich. “Bij data spelen hoe dan ook archivering, hardware en software een belangrijke rol.” De Vries is het daarmee eens, maar juicht het gebruik van de naam ‘data’ toe. “Anders bestaat de kans dat het een feestje voor IT’ers wordt en de onderzoekers het idee hebben dat het te ver van hun bed is. Met data hebben zij juist veel te maken.” De kennis over het organiseren van data competence zit bij de professionals in de instellingen. Het Landelijk Coördinatiepunt Research Data Management (LCRDM) brengt hen bijeen in een expertisenetwerk. SURF speelt hierbij een sleutelrol, volgens Hinrich. “Als kennisdeler richten wij ons vooral op diensten en innovatie. Data moeten op een universele manier vindbaar en toegankelijk zijn, maar ook herbruikbaar over de grenzen van instellingen en landen heen. Wij willen de DCC’s met elkaar verbinden, zowel technisch als menselijk via een netwerk. Om kennis voor iedereen beschikbaar te maken.”

Tekst: Robert Visscher

Foto: Sicco van Grieken