@incollection{RothfritzPetrasKindlingetal., author = {Rothfritz, Laura and Petras, Vivien and Kindling, Maxi and Neuroth, Heike}, title = {Aus- und Weiterbildung f{\"u}r das Forschungsdatenmanagement in Deutschland}, series = {Praxishandbuch Forschungsdatenmanagement}, booktitle = {Praxishandbuch Forschungsdatenmanagement}, editor = {Putnings, Markus and Neuroth, Heike and Neumann, Janna}, publisher = {De Gruyter}, address = {Berlin}, isbn = {978-3-11-065780-7}, doi = {10.1515/9783110657807-015}, publisher = {Fachhochschule Potsdam}, pages = {255 -- 276}, abstract = {Der vorliegende Beitrag gibt einen {\"U}berblick {\"u}ber Aus- und Weiterbildungsm{\"o}glichkeiten im Bereich des wissenschaftlichen Forschungsdatenmanagements (FDM) in Deutschland. Sowohl internationale als auch nationale Koordinierungsmaßnahmen f{\"u}r das FDM wie die European Open Science Cloud und die Nationale Forschungsdateninfrastruktur erfordern gut qualifiziertes Personal. Jedoch befinden sich sowohl Rollen- als auch Berufsbilder noch in der Entwicklung und es besteht die Herausforderung, Kompetenzbereiche entsprechend zu definieren. Grundlage f{\"u}r ein gutes FDM ist ein hohes Maß an Datenkompetenz (Data Literacy), die zu einem kritischen und l{\"o}sungsorientierten Umgang bef{\"a}higt. Hierzu werden beispielsweise vom Stifterverband Projekte f{\"u}r Qualifizierungsmaßnahmen gef{\"o}rdert. Kompetenzbereiche und entsprechende Profile werden auf internationaler Ebene ausgearbeitet - in Deutschland gibt es bislang keine klaren Bezeichnungen und Kompetenzanforderungen. Bestehende Qualifizierungsmaßnahmen lassen sich in grundst{\"a}ndige und weiterbildende Studieng{\"a}nge sowie in Fort- und Weiterbildungen wie Workshops oder Lehrg{\"a}nge unterteilen. Innerhalb von Studieng{\"a}ngen werden bislang vorwiegend im Bereich der Informationswissenschaft F{\"a}higkeiten vermittelt. Insbesondere f{\"u}r fachspezifische Qualifizierungsmaßnahmen bieten sich Fort- und Weiterbildungen an. An dieser Stelle ist die exakte Definition der Zielgruppe von Qualifizierungsans{\"a}tzen sowie die daraus abgeleiteten ben{\"o}tigten Kenntnisse weiterhin eine große Herausforderung. Eine gemeinsame Qualifizierungsstrategie fehlt bislang in Deutschland. Zuk{\"u}nftig k{\"o}nnten neben der Ausarbeitung von Rollen- und Kompetenzbereichen sowie Berufsbezeichnungen und Karrierewegen auch gemeinsam abgestimmte Qualifizierungsangebote, beispielsweise durch Qualifizierungsallianzen dazu beitragen, das Forschungsdatenmanagement systematisch und nachhaltig im deutschen Wissenschaftsbetrieb zu verankern.}, subject = {Forschungsdaten}, language = {de} } @inproceedings{BludauDoerkFangerauetal., author = {Bludau, Mark-Jan and D{\"o}rk, Marian and Fangerau, Heiner and Halling, Thorsten and Leitner, Elena and Menzel, Sina and M{\"u}ller, Gerhard and Petras, Vivien and Rehm, Georg and Neudecker, Clemens and Zellhiefer, David and Moreno Schneider, Julian}, title = {SoNAR (IDH)}, series = {DHd 2020 Spielr{\"a}ume: Digital Humanities zwischen Modellierung und Interpretation}, booktitle = {DHd 2020 Spielr{\"a}ume: Digital Humanities zwischen Modellierung und Interpretation}, editor = {Sch{\"o}ch, Christof}, address = {Hamburg}, organization = {Verband Digital Humanities im deutschsprachigen Raum e.V.}, doi = {10.5281/zenodo.4621862}, pages = {1 -- 3}, subject = {Soziale Netzwerkanalyse}, language = {de} } @inproceedings{MenzelBludauLeitneretal., author = {Menzel, Sina and Bludau, Mark-Jan and Leitner, Elena and D{\"o}rk, Marian and Moreno-Schneider, Juli{\´a}n and Petras, Vivien and Rehm, Georg}, title = {Graph Technologies for the Analysis of Historical Social Networks Using Heterogeneous Data Sources}, series = {Graph Technologies in the Humanities}, booktitle = {Graph Technologies in the Humanities}, editor = {Andrews, Tara and Diehr, Franziska and Efer, Thomas and Kuczera, Andreas and van Zundert, Joris}, address = {Wien}, organization = {Universit{\"a}t Wien}, issn = {1613-0073}, pages = {124 -- 149}, abstract = {Over the last decades, cultural heritage institutions have provided extensive machine-readable data, such as bibliographic and archival metadata, full-text collections, and authority records containing multitudes of implicit and explicit statements about the social relations between various types of entities. In this paper, we discuss how approaches to the creation and operation of advanced research infrastructure for historical network analysis (HNA) based on heterogeneous data sources from cultural heritage institutions can be examined and evaluated. Based on our interdisciplinary research, we describe challenges and strategies with a special focus on the issue of data processing, sketch out the advantages of human-centered project design in the form of a preliminary co-design workshop, and present an iterative approach to data visualization.}, subject = {Kulturerbe}, language = {en} }