TY - GEN A1 - Sibille, Christiane T1 - Exploring Collections as Data. Aufbau eines Vernetzungsangebots für die Nachnutzung digitalisierter Sammlungen T2 - TK 6: Sammlungen, Repositorien, Retrodigitalisierung und Kulturgut(schutz)/ Digitale Sammlungen (07.06.2024, 10:45 - 12:15, Saal A.3 / 1. OG) N2 - Die Idee von Collections as Data, also die datenzentrierte Nachnutzung digitalisierter und digitaler Sammlungsbestände, hat in den vergangenen Jahren an Bedeutung gewonnen und inhaltliche Weiterentwicklungen erlebt (vgl. Santa Barbara Statement on Collections as Data und Vancouver Statement on Collections as Data). Die Fachstelle Digital Scholarship Services der ETH-Bibliothek beteiligt sich seit Sommer 2023 an einem Projekt zur Umsetzung von Open-Research-Data-Praktiken im Kontext von Collections as Data. Die digitalisierten Bestände der Sammlungen und Archive der ETH-Bibliothek bilden dabei den Rahmen. Im Mittelpunkt steht die Community, die sich für diese Daten interessiert. Da es sich dabei um eine heterogene Usergruppe handelt, die von den Geisteswissenschaften bis zur Informatik reicht, fokussiert das Projekt auf zwei konkrete Massnahmen. Zum einen entsteht eine Website, die nicht nur die Sammlungsbestände präsentiert, sondern auch die Möglichkeit gibt, dass Forschende, die mit diesen Daten arbeiten, auf ihre Aktivitäten verweisen. So soll der Austausch und die Nachnutzung von Ergebnissen und Forschungsdaten gefördert werden. Zum anderen wird in Zusammenarbeit mit den Scientific IT-Services der ETH ein Kursangebot entwickelt, das auf den Erwerb praxisorientierter Data Literacy ausgerichtet ist und Personen ansprechen soll, die bisher wenig Programmiererfahrung haben. Im Rahmen des Vortrags soll zunächst der aktuelle Stand des Projekts und erste "lessons learned" präsentiert werden. Darauf aufbauend sollen generelle Aspekte im Kontext von Collections as Data diskutiert werden. Hierbei stehen zwei Themen im Mittelpunkt: die Möglichkeiten und Herausforderungen beim Aufbau interdisziplinärer Kooperationen bzw. Co-Creation, insbesondere im Kontext von Machine Learning sowie die Rolle der FAIR-Data-Prinzipien für die Nutzung von digitalisierten Sammlungsbeständen als Rohdaten für die Forschung. Y1 - 2024 UR - https://opus4.kobv.de/opus4-bib-info/frontdoor/index/index/docId/19207 ER -