Kenntnisse:
- Studierende verstehen den Unterschied zwischen den Termini Repeatability, Reproducibility und Replicability in Datenanalysen.
- Die Studierenden erkennen typische Schwächen und Nachteile von Datenanalyse-Pipelines.
- Die Studierenden wissen, wie Forschungsartefakte strukturiert und dokumentiert werden müssen, um autarkes Verständnis der beinhalteten Daten sicherzustellen.
- Die Studierenden verstehen, wie ein Reproduktionspaket Artefakte organisiert.
Fähigkeiten:
- Die Studierenden können bestehende Forschungsanstrengungen reproduzieren, wenn ein Reproduktionspaket vorhanden ist.
- Die Studierenden erkennen typische Schwächen in bestehenden Reproduktionspaketen.
- Die Studierenden sind in der Lage, eigene Reproduktionspakete von Grund auf zu entwerfen und zu veröffentlichen.
Kompetenzen:
- Die Studierenden sind in der Lage, die erlernten Kompetenzen in ihrer eigenen Forschung anzuwenden (z. B. im Rahmen der Masterarbeit).
- Die Studierenden sind in der Lage, die erlernten Kompetenzen in ihrer künftigen Erwerbstätigkeit (sowohl in Forschung als auch in Industrie) anzuwenden.

Inhalt:
- The replication crisis
- Repetition, replication, and reproduction
- Structured presentation of results and literate programming techniques
- Different types of reproducibility
- Deterministic builds
- Ascertaining long-term availability
- Producing consistent, readable histories
- Electronic notebooks
- Packaging research artefacts
- Describing execution environments
- Traps and Pitfalls
- DOI safety
- Dealing with proprietary artefacts
- Dealing with hardware
- End-to-end reproduction
- Lab Session (continuous): Guided hands-on analysis projects based on real-world scientific data