Aktiviere Job-Benachrichtigungen per E-Mail!
Infrastruktur- und Forschungszentrum für lebenswissenschaftliche Daten und Informationen.
Hier finden Sie Informationen zu Stellenangeboten, Ausbildung und Chancengleichheit.
Sie suchen ein spannendes Praktikum im Bereich Bibliotheks- und Informationswissenschaft oder möchten Ihre Abschlussarbeit in einem innovativen Forschungsumfeld schreiben? Dann sind Sie bei ZBMED genau richtig! Als Informationszentrum für Lebenswissenschaften bietet ZBMED motivierten Studierenden vielfältige Möglichkeiten, wertvolle Praxiserfahrungen zu sammeln und eigene wissenschaftliche Projekte umzusetzen. Auf dieser Seite finden Sie aktuelle Ausschreibungen für Praktika und Praxisphasen in Bibliothek und Forschung sowie Themen für Bachelor- und Masterarbeiten.
Die Forschungsgruppe Informationsmanagement in den Lebenswissenschaften entwickelt Methoden für Text Mining, semantische Suche und Forschungsdatenmanagement. Alle Informationen finden Sie hier.
Haben Sie weitere Ideen für Abschlussarbeiten und Praktika zu diesem Forschungsbereich?Dann freuen wir uns über Ihre Initiativbewerbung an Prof. Dr. Juliane Fluck.
Im Rahmen dieser Arbeit soll ein System zur automatisierten Beantwortung medizinischer Nutzendenanfragen entwickelt werden. Ziel ist es, auf Grundlage natürlichsprachlicher Eingaben relevante, nicht sensible medizinische Dokumente zuverlässig zu identifizieren. Die Aufgabe umfasst die Konzeption und Umsetzung zweier möglicher Ansätze: die Entwicklung eines klassischen Fragebeantwortungssystems oder der Einsatz großer Sprachmodelle, die Nutzeranfragen in strukturierte Suchanfragen übersetzen. Beide Methoden sollen hinsichtlich ihrer Effektivität und Praxistauglichkeit analysiert und miteinander verglichen werden.
In dieser Arbeit sollen Verfahren zur automatisierten Informationsextraktion und Named Entity Recognition (NER) für medizinische Texte entwickelt und erprobt werden. Ein möglicher Anwendungsbereich ist die Erkennung und Normalisierung digitaler Forschungsidentifikatoren wie DOI, ORCID, ROR und ISNI, die in der Praxis häufig uneinheitlich vorliegen. Darüber hinaus könnte sich die Arbeit mit der Identifikation medizinischer Entitäten – beispielsweise Krankheiten oder klinischer Zustände – in unstrukturierten oder halbstrukturierten Texten befassen. Diese Entitäten lassen sich anschließend standardisierten Klassifikationen wie ICD, SNOMED oder LOINC zuordnen. Zum Einsatz kommen könnten regelbasierte Verfahren, klassische Machine-Learning-Modelle oder moderne Deep-Learning-Techniken. Ziel ist es, die Ansätze hinsichtlich Genauigkeit und Praxistauglichkeit zu evaluieren und weiterzuentwickeln.
Die Datennormalisierung ist eine große Herausforderung im FAIR-Ökosystem. Eindeutige Identifikatoren sind für die Referenzierung von Forschenden, Forschungsorganisationen und Forschungsergebnissen unerlässlich, werden aber nicht immer explizit angegeben. Die Aufgabe besteht darin, automatisierte Methoden zu entwickeln, um Identifikatoren korrekt abzugleichen, z. B. die DOI für eine bibliografische Referenz zu finden, institutionelle Adressen mit den korrekten ROR- und ISNI-Codes zu verknüpfen und Forschernamen mit ihrer entsprechenden ORCID zu verbinden. Dieses Problem mag zwar einfach erscheinen, aber die Unstimmigkeiten in der Praxis machen es komplex und verdienen eine weitere Untersuchung.
Medizinische Forschungsdaten werden häufig in unterschiedlichen Formaten wie XML oder JSON gespeichert, jeweils mit eigenen und teils stark abweichenden Schemadefinitionen. Die zentrale Herausforderung besteht darin, strukturelle und semantische Übereinstimmungen zwischen Quellschemata und einem einheitlichen Zielschema zu identifizieren. Da exakte Eins-zu-eins-Zuordnungen in der Praxis selten möglich sind, müssen Transformationsregeln entwickelt und idealerweise automatisiert generiert werden. Ziel der Arbeit ist es, solche Regeln mithilfe moderner Methoden zu modellieren und auf reale Datenbeispiele anzuwenden. Besonders relevant erscheinen aktuelle Entwicklungen im Bereich großer Sprachmodelle (LLMs), die zur semantischen Übersetzung und strukturellen Harmonisierung eingesetzt werden können. Ihre potenzielle Rolle im Kontext von Schemaabgleich und Datenintegration soll im Rahmen der Arbeit untersucht werden.
Der Health Study Hub ist ein zentrales Element der nationalen Forschungsdateninfrastruktur für Gesundheitsdaten in Deutschland. Die Plattform bietet einen umfassenden Überblick über die medizinische Forschungslandschaft und wird kontinuierlich weiterentwickelt, um neue Funktionen und benutzerfreundliche Angebote für Forschende und Mediziner:innen bereitzustellen.
Studierende mit Interesse an Frontend-Technologien – insbesondere TypeScript und React – haben im Rahmen dieses Praktikums die Möglichkeit, aktiv an der Gestaltung moderner Webanwendungen mitzuwirken. In enger Zusammenarbeit mit erfahrenen Entwickler:innen und UX-Spezialist:innen sammeln sie praktische Erfahrungen in einem agilen, forschungsnahen Umfeld. Das Praktikum bietet flexible Arbeitszeiten zwischen 4 und 19,5 Stunden pro Woche und richtet sich an motivierte Studierende, die ihr technisches Wissen praxisnah anwenden und zur digitalen Gesundheitsforschung beitragen möchten.
Ein zentrales Ziel der FAIR-Prinzipien ist die Wiederverwendbarkeit bereits erhobener Forschungsdaten. Der Zugang zu diesen Daten ist – zu Recht – durch rechtliche und technische Rahmenbedingungen geschützt. Die Beantragung entsprechender Nutzungsrechte ist jedoch häufig mit hohem Aufwand für Datenanfragende und Datenhaltende verbunden.
Um diesen Prozess effizienter zu gestalten, sollte eine Datenanfrage idealerweise nur gestellt werden, wenn ein tatsächlicher Mehrwert in Aussicht steht. Dafür müssen Datenkonsument:innen vorab beurteilen können, ob die vorhandenen Daten für ihre Fragestellung relevant und brauchbar sind. Einen wichtigen Beitrag dazu leisten Metadaten auf Variablenebene – also Informationen darüber, welche Variablen erhoben wurden, wie sie kodiert sind und in welchem Format sie vorliegen.
Im Rahmen dieser Arbeit soll eine systematische Literatur- und Technologierecherche durchgeführt werden, um bestehende Dienste zur Katalogisierung solcher Metadaten zu identifizieren und vergleichend zu analysieren. Ziel ist es, bestehende Ansätze zu bewerten, offene Herausforderungen aufzuzeigen und Ansatzpunkte für zukünftige Entwicklungen zu identifizieren.
Die Terminology Service Suite ist eine Sammlung interaktiver Widgets. Sie sollen die Integration von Terminologiedaten in Anwendungen Dritter erleichtern. Die Widgets werden mit React und TypeScript entwickelt. Sie können in Diensten von Drittanbietern wie dem Health Study Hub verwendet werden. Die Widgets der Terminology Service Suite nutzen Daten von Terminologiediensten. Sie helfen Datenrepositorien oder Annotationsdiensten, FAIRe Daten für ihre Nutzer bereitzustellen. Durch die Einbindung der Widgets ist es außerdem möglich, semantische Suchen für Forschungsdaten zu unterstützen. In Zusammenarbeit mit erfahrenen Softwareentwicklern und UX-Spezialisten können die Studendierenden praktische Erfahrungen sammeln und von flexiblen Arbeitszeiten profitieren, die je nach Verfügbarkeit zwischen 4 und 19,5 Stunden pro Woche liegen. Diese Gelegenheit bietet Studendierenden die Möglichkeit, in einem innovativen und forschungsorientierten Umfeld eine sinnvolle Tätigkeit auszuüben.
SEMLOOKP war im Ursprung ein Repository für biomedizinische Terminologien und Ontologien und zusätzlich ein Terminologie-Suchdienst mit dem Ziel, einen zentralen Zugang zu deren neuesten Versionen zu bieten - geeignet für Konzeptsuche und Bereitstellung von Konzeptinformationen. Heutzutage ist SEMLOOKP ein Web-Framework für diverse domänenspezifische Terminologiedienste. Terminologien werden in regelmäßigen Abständen erweitert und erneuert. Um Kuratorinnen in ihrer Arbeit zu unterstützen können Pipelines entwickelt werden um die Daten in Instanzen von SEMLOOKP aktuell zu halten. Dafür werden Daten von unterschiedlichen Quellen kombiniert und harmonisiert. In Zusammenarbeit mit erfahrenen Softwareentwicklern können die Studendierenden in diesem Projekt praktische Erfahrungen sammeln und von flexiblen Arbeitszeiten profitieren, die je nach Verfügbarkeit zwischen 4 und 19,5 Stunden pro Woche liegen. Diese Gelegenheit bietet Studendierenden die Möglichkeit, in einem innovativen und forschungsorientierten Umfeld eine sinnvolle Tätigkeit auszuüben.
Das TS4NFDI API Gateway ist ein föderierter Webdienst. Das API-Gateway ist eine fortschrittliche, dynamische Lösung, die dafür konzipiert ist, föderierte Aufrufe über mehrere Terminologiedienste innerhalb von NFDI und darüber hinaus durchzuführen. Es ist besonders für Umgebungen geeignet, in denen die Integration und Aggregation verschiedener Datenquellen von entscheidender Bedeutung ist. Der Dienst bietet Suchfunktionen, die es den Benutzern ermöglichen, die Suchergebnisse anhand bestimmter Kriterien zu verfeinern, und unterstützt Antworten in den Formaten JSON und JSON-LD. In Zusammenarbeit mit erfahrenen Softwareentwicklern können die Studendierenden in diesem Projekt praktische Erfahrungen sammeln und von flexiblen Arbeitszeiten profitieren, die je nach Verfügbarkeit zwischen 4 und 19,5 Stunden pro Woche liegen. Diese Gelegenheit bietet Studendierenden die Möglichkeit, in einem innovativen und forschungsorientierten Umfeld eine sinnvolle Tätigkeit auszuüben.
Im Bereich bibliothekarische/informationswissenschaftlichePraktika bieten wir Ihnen an:
Prof. Dr. Juliane Fluck
Bewerbungen/ Informationen Forschungsgruppe Informationsmanagement
Johannes Darms
Bewerbungen/ Informationen Forschungsgruppe Informationsmanagement
Roman Baum
Bewerbungen/ Informationen Forschungsgruppe Informationsmanagement
Dr. Miriam Albers
Bewerbungen/ Informationen Bibliothek und Informationswissenschaften
Klimaschutz, Nachhaltigkeit, Verantwortung, sozialer Zusammenhalt.
Die bewährte Partnerschaft von ZBMED mit der Universität zu Köln zeigt sich in Forschung, Lehre und Informationsversorgung. Der Wissenschaftliche Leiter von ZBMED hat zugleich eine Professur an der Medizinischen Fakultät.
Deutsches Logo des Ministeriums für Kultur und Wissenschaft des Landes Nordrhein-Westfalen.
ZBMED ist eine gemeinnützige Stiftung des öffentlichen Rechts, die vom Ministerium für Kultur und Wissenschaft des Landes NRW finanziert wird.
Mit der Rheinischen Friedrich-Wilhelms-Universität arbeitet ZBMED in Forschung und Lehre zusammen - zum Beispiel mit einer gemeinsamen Professur. Der ZBMED-Standort Bonn befindet sich auf dem Campus Poppelsdorf.
ZBMED setzt sich für einen freien Zugang zu Wissenschaft und Forschung ein – beispielsweise mit dem Publikationsportal PUBLISSO.
Im Fokus der Zusammenarbeit mit der TH Köln steht die informations- und datenwissenschaftliche Qualifizierung – unter anderem mit gemeinsamen Professuren.
DataCite ist eine internationale Non-Profit-Vereinigung, die Services und Know How rund um das Management und die Referenzierung von Forschungsdaten bietet.
Die Einrichtungen haben vereinbart, gemeinsam komplementäre Informationsdienste für die Lebenswissenschaften anzubieten.
TOTAL E-QUALITY Deutschland e. V. zeichnetZBMED 2024 bereits zum fünften Malmit seinem Zertifikat für das Engagement aus.
Das Netzwerk engagiert sich in derErforschung und Entwicklung von Arbeitsmethoden, Infrastrukturen und Werkzeugen offener Wissenschaft.
Die Deutsche Agrarfoschungsallianz verfolgt das Ziel, die Leistungsfähigkeit, die Transparenz und die internationale Sichtbarkeit der deutschen Agrarforschung zu verbessern. Sie ist ein Gemeinschaftsprojekt der deutschen Agrarforschung.
Klimaschutz, Nachhaltigkeit, Verantwortung, sozialer Zusammenhalt.
Die bewährte Partnerschaft von ZBMED mit der Universität zu Köln zeigt sich in Forschung, Lehre und Informationsversorgung. Der Wissenschaftliche Leiter von ZBMED hat zugleich eine Professur an der Medizinischen Fakultät.