Dr. Helena Jambor, Dozentin am Institut für Data Analysis, Artificial Intelligence, Visualization, and Simulation (DAViS), gewinnt mit dem Projekt «PixelQuality» den Early Career Einstein Foundation Award. Dieser ist mit 100.000 Euro dotiert und würdigt innovative Projekte junger Forscherinnen und Forscher, die die Forschungsqualität verbessern. Das Siegerprojekt «PixelQuality» hat das Ziel, wissenschaftliche Bilder aus Mikroskopie und anderen Bereichen auf eine neue, verlässliche und nachvollziehbare Weise zu präsentieren. Forschende verwenden oft spezielle Bilder von hochauflösenden Mikroskopen, um ihre Entdeckungen zu zeigen. Doch wie bei allen digitalen Medien besteht auch hier die Gefahr von Manipulationen oder Missverständnissen, die die Interpretation der Ergebnisse beeinflussen können. «PixelQuality» hat es sich zur Aufgabe gemacht, entwickelte Regeln zu implementieren, die sicherstellen, dass wissenschaftliche Bilder klar, genau und nachvollziehbar sind. «Unsere Leitlinien setzen neue Massstäbe für die Verbesserung der Qualitätskontrolle von wissenschaftlichen Bildern. Sie sind ein wichtiger Baustein für eine glaubwürdige Forschungskommunikation», erklärt Dr. Helena Jambor, die das Projekt zusammen mit Dr. Christopher Schmied vom Leibniz-Institut für Molekulare Pharmakologie in Berlin entwickelt hat. Dieser Rahmen ermögliche es Forschenden, ihre digitalen Bilder so zu veröffentlichen, dass diese ihre Ergebnisse wahrheitsgetreu wiedergeben. So können die Leserinnen und Leser den Daten vertrauen und sie korrekt interpretieren. «Unser langfristiges Ziel ist es, einen interdisziplinären Konsens über die Standards für die Qualität wissenschaftlicher Bilder zu fördern», so Jambor weiter. Man wolle das Vertrauen in wissenschaftliche Publikationen stärken, indem sichergestellt werde, dass die in der Forschung verwendeten Bilder so genau wie möglich seien. Das wird nicht nur der Mikroskopie zugutekommen, sondern auch anderen Disziplinen wie Materialwissenschaften, Geologie und medizinischer Bildgebung – ein bedeutender Schritt zur Verbesserung der Zuverlässigkeit visueller Daten in der wissenschaftlichen Literatur.

Datenqualität als Schlüssel zu verlässlicher Forschung

Doch die Bedeutung von Datenqualität geht weit über die wissenschaftliche Bildverarbeitung hinaus. Im DAViS-Institut der FH Graubünden, dessen Forschungsschwerpunkt ebenfalls auf der modernen Datenanalyse und Visualisierung liegt, spielt der Umgang mit Daten eine zentrale Rolle. Ob bei der Vorhersage von klimarelevanten Ereignissen wie Hochwasser und Lawinen oder der Analyse von industriellen Logdaten – nur wenn der Daten-Input von höchster Qualität ist, können auch die Ergebnisse verlässliche und präzise Vorhersagen liefern. Das Projekt «PixelQuality» steht beispielhaft für die Notwendigkeit, höchste Standards bei der Datenqualität zu gewährleisten. Nur so können wissenschaftliche Fortschritte und Innovationen erzielt werden, die auf soliden, verlässlichen Grundlagen basieren.

Weitere Details

Mehr zum Institut für Data Analysis, Artificial Intelligence, Visualization und Simulation unter: fhgr.ch/davis