Hauptinhalt

 Technische Services für Ihr Datenmanagement

Data_UMR (Datenrepositorium zur Publikation und Aufbewahrung von Forschungsdaten)
Elektronische Laborbücher
Research Data Management Organiser (RDMO) (Datenmanagementpläne)
GitLab (Versionierung)
Hessenbox (Sync&Share)
JupyterHub (Analyse und Visualisierung)
MaRC3a (Hochleistungsrechnen)
MaSC (Hochverfügbarkeitsspeicher)
RedCap (strukturierte Datenerfassung)

data_UMR (Repositorium zur Publikation und Aufbewahrung von Forschungsdaten)

data_UMR ist ein Datenrepositorium zur Publikation und Aufbewahrung von Forschungsdaten. Es handelt sich um ein fachübergreifendes Repositorium, das die Philipps-Universität für diejenigen Forschungsdaten vorhält, die nicht oder noch nicht in ein fachliches Repositorium passen. Ihre Daten werden in data_UMR für mindestens zehn Jahre vorgehalten. Mehr Informationen

DataHub

Der DataHub ist ein Oberbegriff für einen Set an Tools, das Sie insbesondere im 'aktiven Datenmanagement' bei der nachvollziebaren Verarbeitung und Analyse der Daten unterstützt. Mehr Informationen.

Elektronische Laborbücher

Aktuell bauen wir im HeFDI-Verbund gemeinsame Services zu elektronischen Laborbüchern auf. Bis Ende 2024 handelt sich dabei ausschließlich um Testbetriebe. Grundsätzlich besteht somit die Möglichkeit, Dienste wie eLabFTW und Chemotion zu erproben. Bei Interesse wenden Sie sich bitte an .

Research Data Management Organiser (RDMO) (Datenmanagementpläne)

Der RDMO ist ein Tool, mit dem Sie einen Datenmanagementplan erstellen können. Mehr Informationen.

GitLab (Versionierung)

Die GitLab-Versionsverwaltung wird von der Philipps-Universität Marburg zentral als Dienst bereitgestellt. Sie ermöglicht auf Basis des verteilten Versionsverwaltungswerkzeugs Git eine versionierte Speicherung und Verwaltung von Daten und eignet sich ideal zur Softwareentwicklung und zur Arbeit an Forschungsdaten (aktives Datenmanagement). Insbesondere bei der kollaborativen Zusammenarbeit kann GitLab einen Mehrwert für jedes Team generieren. Denn GitLab unterstützt darüber hinaus das Arbeiten in Gruppen und in Projekten, z. B. durch projekt-spezifische Wikis, Issue-Tracking (Ticketing-Systeme) oder Kanban-Boards. Zudem bietet GitLab Werkzeuge zur Qualitätssicherung von Code und Daten (Continuous Integration). Auch die ansprechende Präsentation von Projekten und ihrer Ergebnisse ist über GitLab Pages direkt möglich. Mehr Informationen

Hessenbox (Sync&Share)

Die Hessenbox steht Ihnen als Cloud-LÖsung für das Teilen von Daten und Datensätzen (ohne Personenbezug) zur Verfügung.

JupyterHub (Interactive Computing)

JupyterHub wird von der Philipps-Universität Marburg zentral als Dienst bereitgestellt. Er ermöglicht die webbasierte Nutzung von JupyterLab und damit insbesondere auch interaktives Coding, interaktives Computing sowie die interaktive Prozessierung, Analyse, Visualisierung und Ausgabe von Forschungsdaten. Die Berechnungen erfolgen je nach Anwendungsszenario auf verschiedenen Plattformen; für Forschung aktuell auf der in Marburg für Hochleistungsrechnen konzipierten MaRC3-High-Performance-Computing-Plattform. Mehr Informationen.

MaRC3a (Hochleistungsrechnen)

Neben einem breiten Software- und Lizenzangebot stellt das HRZ auch Ressourcen für High Performance Computing (HPC) zur Verfügung. Um nicht nur den aktuellen Erfordernissen gerecht zu werden, sondern um auch Spitzenforschung im Bereich BigData und KI bestmöglich zu unterstützen,steht der MaRC3a/b bereit. Vorbereitungen für MaRC3c (MaRCQuant) mit Fokus auf quantenphysikalischen Berechnungen sind bereits in Arbeit. Die Rechencluster stehen grundsätzlich allen Forschenden der Philipps-Universität kostenfrei zur Verfügung. Wenn Sie Bedarf an den Rechenleistungen haben, wenden Sie sich gerne an das Team Hochleistungsrechnen des HRZ.

MaSC (Hochverfügbarkeitsspeicher)

Ergänzt wird das Hochleistungsrechnen durch ein compute-nahes, Hochverfügbarkeits-Storage Cluster, das so genannten MaSC, welches den effizienten Umgang mit großen Daten ermöglicht. Neben der Speicherung zum Zweck der Prozessierung großer Daten steht MaSC auch ausdrücklich als „Hot“ und „Cold“ Storage für Arbeitsgruppen der Philipps-Universität zur Verfügung. So können dort beispielsweise Imaging- und Omicsdaten direkt von den Messgeräten abgelegt werden. Durch die gemeinsame Nutzung des Storage Clusters können die verfügbaren Kapazitäten optimal ausgeschöpft werden. Aufwand für Pflege und Wartung individuelle Storage-Systeme für einzelne Arbeitsgruppen entfällt. Für alle Fragen rund um das Storage- und HPC-Cluster wenden Sie sich bitte an

RedCap (strukturierte Datenerfassung)

Sie möchten Ihre digitalen Daten bei Umfragen oder anderen Forschungsprozessen nachvollziehbar, strukturiert und sicher erfassen? Dafür stellt die UMR in Kooperation mit dem KKS ein einfaches und intuitiv bedienbares System zur Datenerhebung zur Verfügung: REDCap . Das Tool kann für alle Projekte genutzt werden, die NICHT einem regulierten Umfeld z.B. nach ICH-GCP, AMG oder MPG unterliegen.