In dem von der DFG von 2016-2019 geförderten Projekt wurden verfügbare digitale Informationen zu Spinnen (Araneae) in Deutschland zusammengeführt, mittels integrierter Thesauri und Deskriptionswerkzeugen angereichert, standardisiert und exemplarisch analysiert. Werkzeuge und Arbeitsabläufe sind auch für die Bearbeitung anderer Taxa geeignet bzw. übertragbar.
Für interne Kommunikation und Präsentation der Aktivitäten und Fortschritte (Projektstatus) wurde ein Wiki zum Projekt eingerichtet.
Die Leistungsfähigkeit interoperabel vernetzter Forschungsdatenrepositorien wird konkret durch die Bearbeitung der folgenden wissenschaftlichen Fragestellungen dokumentiert:
Auflösung eines ‘Gordischen Knotens‘ in der Taxonomie südamerikanischer Springspinnen
Basierend auf Material der Sammlung des SMNK und brasilianischer Sammlungen (alle Belegdaten liegen digitalisiert vor) werden Arten der häufigen und extrem artenreichen Springspinnen-Unterfamilie Euophryinae nach einem innerhalb der Forschungsumgebung Diversity Workbench (DWB) erstellten Schema beschrieben. Diese Revision von taxonomisch unzureichend bearbeiteten Gattungen ist maßgeblich für die Lösung eines „Gordischen Knotens“ in der Bestimmung südamerikanischer Spinnen. Durch sie wird zukünftig nicht nur eine zweifelsfreie Bestimmung der behandelten Arten, auch durch Anwender, z.B. im Naturschutz, möglich, sondern auch die Basis für viele nachfolgende, v.a. ökologische, faunistische und phylogenetische, aber auch funktionsmorphologische, ethologische oder bionische Studien gelegt. Die Forschungsumgebung ermöglicht hier die digitale Aufbereitung und Mobilisierung standardisierter morphometrischer und ökologischer Merkmale/Daten im Internet (auch für andere Datenbanken), die Bereitstellung von aus dem anwachsenden Datenbestand laufend aktualisierten interaktiven Bestimmungsschlüsseln und die semi-automatische Erstellung von Artbeschreibungen bis hin zur elektronischen Publikation (über xml-Schemas).
Merkmalsbasierte ökologische Standortbewertung mit Spinnenzönosen
Die Auswertung eines großen Datenbestands zu Nachweisen von Spinnenarten in Deutschland aus unterschiedlichen Datenquellen (Sammlungen, unveröffentlichte Studien, Literatur) liefert traitbasierte Assoziationen von Arten mit Habitaten (Habitatpräferenzen/Checklisten) und Landnutzungsformen. Standortspezifische Lebensgemeinschaften werden definiert und die Bezüge zwischen Nischenrealisierung und Lebensräumen unter Verwendung der eigens erstellten Auswertungswerkzeuge analysiert.
Im Zuge der Datenauswahl und -aufarbeitung für die Auswertung wurden verteilte digitale Informationen zu Spinnen aus unterschiedlichen Repositorien erstmals zusammengeführt und ein Konzept zur Aufbereitung und semantischen Anreicherung von „Altdaten“ aus Sammlungen und ökologischen Forschungsprojekten erstellt. Durch die Definition von Standards und die Bereitstellung hierarchischer Listen (Biotoptypen, Naturräume, Nutzungsformen, Straten) inkl. Synonyme sowie entsprechenden Werkzeugen zur Annotation und Aufskalierung von Messdaten werden Daten dauerhaft studienübergreifend nutzbar. Damit wird auch die Grundlage für die (wiederholbare) Bewertung von Standorten im Lauf von Nutzungs- oder Klimaänderungen geschaffen.
Alle im Projekt verwendeten Daten, Ontologien und Thesauri werden in den Datenrepositorien GFBio Datenzentrum SMNS und GFBio Datenzentrum SNSB nachhaltig gemanagt und archiviert. Dazu werden Datenbank-Systeme und Netzwerke der Diversity Workbench verwendet. Die Daten werden in unterschiedlichen Zusammenstellungen über verschiedene Plattformen wie GBIF, das BiNHum Portal, PLAZI, Jumping Spiders of the World öffentlich bereitgestellt. IT Werkzeuge werden online zur Verfügung gestellt. Aus den Analysen resultierende Informationen zur Taxonomie und Ökologie von Arten werden auf Artenkennkarten dargestellt. Checklisten für Habitattypen nennen die Spinnenarten mit der Häufigkeit ihres Auftretens. Dies erfolgt jeweils auf der Grundlage des aktuellen Datenbestandes, der durch die Sammlungs- und Forschungsarbeit der beteiligten Institutionen stetig anwächst. Solche dynamischen Referenzen, die immer den aktuellen Datenstand repräsentieren, sind für Nutzer aus dem Bereich Naturschutz/Behörden von besonderer Bedeutung.