Die Wissenschaftswelt erlebt einen digitalen Umbruch. Gleich mehrere Organisationen haben diese Woche neue Metadaten-Standards und Dokumentformate vorgestellt, die Forschungsergebnisse künftig maschinenlesbarer und überprüfbarer machen sollen. Besonders deutsche Forschungseinrichtungen und Pharmaunternehmen dürften von den Neuerungen profitieren.
Crossref erweitert Metadaten für Autoren und klinische Studien
Am 22. Juli veröffentlichte Crossref mit Schema 5.5 eine grundlegende Aktualisierung seiner Metadaten-Infrastruktur. Die neue Version integriert die CRediT-Klassifikation (Contributor Roles Taxonomy), die eine detaillierte Erfassung individueller Forschungsbeiträge ermöglicht. Statt nur „Autor“ zu nennen, können Wissenschaftler künftig präzise angeben, wer die Studie konzipiert, die Daten analysiert oder das Manuskript geschrieben hat.
Ergänzend dazu veröffentlichte der Canadian Association of Research Libraries (CARL) am selben Tag Empfehlungen für seinen Scholaris-Dienst. Die Entwürfe zu Mindest-Metadaten und Entitätsmanagement stehen bis zum 10. August zur Expertenrückmeldung offen. Ebenfalls am 23. Juli aktualisierte die CASRAI-Datenbank ihr Wörterbuch um 104 Begriffe aus der klinischen Forschung – darunter „Medical Writing“, „Wearable Devices“ und „Blinding Protocols“.
Open-Source-Format DGML: Dokumente als Daten-Graphen
Ein besonders ambitioniertes Projekt starteten Docugami und Inveniam am 22. Juli. Sie veröffentlichten die Document Graph Markup Language (DGML) unter der Apache-2.0-Lizenz als Open Source. DGML bildet Dokumente als Graphen ab – jedes Datenelement bleibt einzeln identifizierbar und auf seine Ursprungsseite rückverfolgbar.
Das ist ein Paradigmenwechsel: Bisher arbeiten KI-Systeme oft mit undurchsichtigen PDF- oder Markdown-Dokumenten. DGML macht jede einzelne Aussage überprüfbar. Inveniam plant, die Datenelemente auf der NVNM-Blockchain zu verankern – manipulationssichere Nachweise für ganze Dokumentenportfolios. Docugami, das rund 13 Millionen Euro an Finanzierung eingesammelt hat, arbeitet mit Partnern wie Mantra zusammen, um DGML als Standard für geschäftskritische Forschungsdaten zu etablieren.
Die zunehmende Nutzung von KI in der Forschung erfordert nicht nur neue Datenstandards, sondern auch die Einhaltung strenger gesetzlicher Rahmenbedingungen. Welche KI-Systeme konkret als Hochrisiko gelten und was Unternehmen nun tun müssen, klärt dieser kostenlose Report zur neuen EU-KI-Verordnung auf. Jetzt kostenlosen Umsetzungsleitfaden zum AI Act sichern
KI-gestützte Redaktionssysteme für die Wissenschaft
Die steigende Zahl von Forschungseinreichungen erfordert Automatisierung. Silverchair präsentierte am 22. Juli das ScholarOne Editor Gateway mit einer optionalen KI-Konsole. Das System bietet moderne Dashboards für Verlage und analysiert Manuskripte auf Basis individuell anpassbarer Vorgaben.
Für einzelne Forscher launchte UPDF am 23. Juli eine neue Research-Hub-Plattform. Sie durchsucht über 1.000 Paper und analysiert bis zu 20 PDF-Dokumente gleichzeitig – mit KI-gestützten Smart-Annotationen und Erklärfunktionen. Das dürfte besonders Wissenschaftler an deutschen Universitäten freuen, die oft mit riesigen Literaturmengen kämpfen.
Ein weiteres Projekt zielt auf die Reproduzierbarkeit von Forschungsergebnissen ab. Das SAI Review-System, angekündigt am 22. Juli, automatisiert die Nachvollziehbarkeit von Papern für die ICML-2026-Konferenz. Über eine offene Challenge auf Hugging Face werden die Ergebnisse der mündlichen Präsentationen überprüft.
Neben neuen Dokumentationsstandards bringen KI-basierte Technologien auch neue Cyberrisiken mit sich, die Forschungseinrichtungen kennen müssen. Dieser kostenlose Leitfaden enthüllt, wie Sie Sicherheitslücken schließen und gleichzeitig die neuen gesetzlichen Anforderungen proaktiv erfüllen. Gratis-E-Book zum Schutz vor Cyberangriffen herunterladen
US-Behörden harmonisieren Gesundheitsdaten für KI
Auch die US-Regierung treibt die Standardisierung voran. Die National Institutes of Health (NIH) haben 12 Petabyte biomedizinischer Daten aus 70 Jahren harmonisiert – eine gigantische Datenbasis für KI-Anwendungen im Gesundheitswesen. Das Department of Health and Human Services (HHS) kündigte am 23. Juli die Bio Genesis Mission an, eine NIH-Initiative, die Supercomputing nutzt, um den Weg von der Entdeckung zur Patientenversorgung zu beschleunigen.
Am heutigen Freitag veröffentlichte das HHS zudem Wettbewerbsregeln für KI-Herausforderungen im Gesundheitswesen. Die Challenges, koordiniert mit dem Office of Science and Technology Policy, zielen auf bessere Diagnoseeffizienz und Patientenversorgung. Erste Einreichungen werden für Ende des Jahres erwartet.
Neue FDA-Regeln für Diagnostika-Exporte
Die FDA hat die Exportrichtlinien für CLIA-zertifizierte In-vitro-Diagnostika (IVD) aktualisiert. Ab dem 1. Oktober 2026 müssen Exporteure Echtzeit-Stabilitätsberichte über die eSubmitter-Plattform einreichen. Das betrifft auch deutsche Diagnostik-Hersteller, die in den US-Markt liefern.
Bereits am 23. Juli veröffentlichte die FDA eine Strategie für die Haushaltsjahre 2026/2027, die besonders Zell- und Gentherapien mit beschleunigten Entwicklungszeitplänen unterstützen soll. Ein heißes Thema: Das Office of Management and Budget (OMB) hatte bereits am 29. Mai Überarbeitungen der联邦en Forschungsförderungsrichtlinien vorgeschlagen. Die Änderungen könnten Publikationskosten und internationale Forschungskooperationen betreffen. Rund 500.000 öffentliche Kommentare gingen bis zum Ende der Rückmeldefrist am 13. Juli ein – ein Zeichen für die Brisanz des Themas.
