Das FAIR & AI Symposium, organisiert im Rahmen des Clusters Forschungsdaten, öffnet eine externe URL in einem neuen Fenster, brachte eine Community aus Forschenden, Infrastrukturbetreiber_innen, Data Stewards und Policy-Expert_innen zusammen, um das sich wandelnde Verhältnis zwischen FAIRen Forschungsdaten und künstlicher Intelligenz (KI) zu beleuchten.
Die Veranstaltung wurde vom RDM-Team der TU Graz organisiert und am 27. November 2025 in der Aula des historischen Hauptgebäudes abgehalten. Sie entfachte lebhafte Diskussionen darüber, wie Datenmanagement und KI gemeinsam verantwortungsvoll und nachhaltig vorangebracht werden können. Ein wiederkehrendes Thema war die Komplementarität von FAIR und KI, begleitet von anhaltenden Herausforderungen rund um Datenschutz, Transparenz und Bias.
Die Sessions machten deutlich, dass FAIR zwar weiterhin eine starke Grundlage bildet, KI jedoch sowohl große Chancen als auch neue Verantwortlichkeiten mit sich bringt. Automatisierte Metadatengenerierung, semantische Anreicherung und verbesserte Auffindbarkeit von Daten wurden als wichtige Treiber der FAIRifizierung hervorgehoben. Gleichzeitig betonten die Vortragenden, dass Herausforderungen wie Transparenz, Bias-Erkennung, Verantwortlichkeit und ethische Entscheidungsfindung nicht allein Maschinen überlassen werden können.
Keynotes
Die Teilnehmenden erlebten eine dynamische Mischung aus Keynotes, öffnet eine externe URL in einem neuen Fenster, Expert_innenvorträgen, Lightning Talks und Hands-on-Diskussionen. Jana Lasser (Universität Graz) eröffnete das Symposium mit „Erfahrungen aus den Schützengräben“ zum Umgang mit sensiblen Daten und präsentierte drei Fallstudien zu den Datenschutzherausforderungen FAIRer Daten. Sie betonte, dass sich Anforderungen – etwa zur Anonymisierung unstrukturierter Daten – rasant weiterentwickeln und Expertise erfordern, die über die Kenntnis einzelner Forschender hinausgeht. Dadurch steigt der Bedarf an professionellen Data Stewards, und sicheres Datenmanagement wird zunehmend zu einem Wettbewerbsvorteil.
Daniel Garijo (Polytechnic University of Madrid) schloss mit einer Keynote über Qualität in heterogenen digitalen Objekten an. Er argumentierte, dass FAIR ein Mittel zu übergeordneten Zielen wie wissenschaftlicher Anerkennung, Sichtbarkeit von Datensätzen und Reproduzierbarkeit sei, und merkte an, dass FAIR zwar für KI essenziell ist, die Datenqualität jedoch weiterhin eine offene Herausforderung bleibt.
Den Keynotes folgten drei Lightning Talks: Markus Stöhr (AI Factory Austria, Austrian Scientific Computing) zu High-Performance Computing (HPC), Jeannette Gorzala (Act.AI.now) zu KI-Governance und -Kompetenz sowie Emily Kate (Universität Wien) zu Data Stewardship und Research Data Management.
Präsentationen und Aufnahmen
Alle Aufzeichnungen und Präsentationen der Veranstaltung sind über die Website des Clusters Forschungsdaten, öffnet eine externe URL in einem neuen Fenster zugänglich.
Teamgeist für FAIR
Die Veranstaltung zeichnete sich durch interuniversitären Teamgeist aus. Die von der TU Graz ausgerichtete Veranstaltung zog Beiträge aus ganz Österreich an: Die Universität Graz hielt die Eröffnungs-Keynote, die Universität Wien vertrat das Thema Data Stewardship. Sabine Neff-Kolassa (Forschungsinformationssysteme) von der TU Wien hob die Rolle des Clusters Forschungsdaten bei der Stärkung der Zusammenarbeit zwischen österreichischen Universitäten hervor. Livia Beck und Suvini Lai vom Zentrum für Forschungsdatenmanagement moderierten das Event, und Florina Piroi, ebenfalls Zentrums-Mitarbeiterin, leitete eine der beiden Breakout-Sessions zum Thema „Wie können FAIR-Datenpraktiken KI-Anwendungen unterstützen?“
Kontakt
TU Wien
Zentrum für Forschungsdatenmanagement
research.data@tuwien.ac.at