@misc{Beer, type = {Master Thesis}, author = {Beer, Anna}, title = {Anwendbarkeit der FAIR Data Principles auf digitale Sammlungen in deutschen Forschungsmuseen}, edition = {{\"u}berarbeitete Version}, address = {Potsdam}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:525-25310}, school = {Fachhochschule Potsdam}, pages = {156}, abstract = {Im Zuge der Digitalisierung werden zunehmend Objektdaten im Web publiziert. Jedoch ist unklar, ob diese von Forscher:innen genutzt werden und sie qualitativ ausreichend sind. Eine vielversprechende L{\"o}sung stellen die FAIR Data Principles dar. Seit ihrer Publikation im Jahr 2016 haben sie sich schnell innerhalb der Forschung verbreitet und sind Teil nationaler und internationaler Forschungsf{\"o}rderprogramme. FAIR ist ein Akronym f{\"u}r Findable, Acessible, Interoperable and Reusable. Ihr Ziel ist es, die Wiederverwendbarkeit von Forschungsdaten zu verbessern, indem die Daten unter anderem mit klaren und eindeutigen Nutzungsbedingungen ausgezeichnet werden. Eine Besonderheit der 15 Prinzipien ist die Fokussierung auf die Lesbarkeit der Daten, sowohl von Menschen als auch von Maschinen. In diesem Sinne ist die Anwendbarkeit von FAIR auf Museen Thema der Untersuchung. Die Masterarbeit besch{\"a}ftigt sich mit der Frage, welche Anforderungen an deutsche Forschungsmuseen bez{\"u}glich der Nutzung der Objektdaten als Forschungsdaten im Sinne der FAIR-Prinzipien gestellt und inwiefern diese Anforderungen bereits erf{\"u}llt werden. F{\"u}r die Selektion des Datenkorpus wird eine Online-Recherche, f{\"u}r den Kriterienkatalog eine Literaturrecherche und f{\"u}r die Beurteilung der FAIRness des Datenkorpus eine qualitative Bewertung durchgef{\"u}hrt. Keines der untersuchten Objektdaten der sechs betrachteten Forschungsmuseen der Leibniz-Gemeinschaft ist vollst{\"a}ndig FAIR-konform, aber mit 13 von 15 erf{\"u}llten Prinzipien ist das Deutsche Museum in M{\"u}nchen das FAIRkonformste Museum. Von allen Museen werden die Prinzipien F2, A1.1, A1.2 und I1 vollst{\"a}ndig erf{\"u}llt, was an der Arbeitsweise in der Objektdokumentation und der Web-Publikation liegt. Das Prinzip A2 wird von keinem Museum erf{\"u}llt, wodurch Defizite in der Museumsarbeit deutlich werden. Die anderen Prinzipien werden, bis auf R1.3, unterschiedlich erf{\"u}llt. Insgesamt bieten sich die FAIR-Prinzipien als Startpunkt f{\"u}r wiederverwendbarere Forschungsdaten im musealen Bereich an. Jedoch zeigen die untersuchten Museen zum Teil erhebliche Defizite auf, wie fehlende oder unklare Nutzungsbedingungen und Datenprovenienzen. Deutlich wird auch, dass die FAIRPrinzipien nicht alle Anforderungen an Objektdaten abdecken. Dazu geh{\"o}ren die Langzeitarchivierung oder die Vertrauensw{\"u}rdigkeit der Daten.}, subject = {Datenmanagement}, language = {de} } @misc{Rothfritz, type = {Master Thesis}, author = {Rothfritz, Laura}, title = {Data Stewardship als Boundary-Work}, address = {Potsdam}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:525-24401}, school = {Fachhochschule Potsdam}, pages = {121}, abstract = {Data Stewardship wird besonders im Bezug auf die FAIR Data Principles und die Einf{\"u}hrung der European Open Science Cloud als Begriff weitl{\"a}ufig verwendet, der im weitesten Sinne alle anfallenden Aktivit{\"a}ten im Forschungsdatenmanagement beschreibt. Jedoch sind genaue Definitionen, Auspr{\"a}gungen und konkrete T{\"a}tigkeitsbeschreibungen bislang noch nicht vollst{\"a}ndig definiert. Forschungsdatenmanagement kann als soziotechnisches System angesehen werden, in dem unterschiedliche Akteure in Beziehung treten und zusammenwirken m{\"u}ssen. Die Akteure entstammen dabei unterschiedlichen Sozialen Welten, die an ihren Schwellen aufeinandertreffen und Grenzbereiche (Boundaries) bilden. Unterschiedliche Methoden der Grenzarbeit (Boundary-Work) k{\"o}nnen angewendet werden, um Kollaborationen zwischen Akteursgruppen zu erm{\"o}glichen und zu optimieren. Dabei stellt sich die Frage, inwiefern sich Data Stewardship Aktivit{\"a}ten in diese Form von Zusammenarbeit einordnen lassen und welche Aufgaben Data Stewards dabei zukommen. Ziel der vorliegenden Arbeit ist die Erarbeitung eines Referenzmodells durch die {\"U}bertragung von Theorien zu Kollaborationen in soziotechnischen Systemen und des Agierens an Boundaries aus der Technik- und Wissenschaftssoziologie auf das Anwendungsfeld des Data Stewardships. Hierf{\"u}r werden anhand einer Literaturanalyse begriffliche Entwicklungen und Auspr{\"a}gungen des Konzeptes Data Stewardship nachvollzogen und eine Arbeitsdefinition entwickelt. Bestehende theoretische Ans{\"a}tze zu Methoden und Aufgaben von Boundary-Work werden anhand einer Analyse von im EU-Projekt EOSCpilot erarbeiteten T{\"a}tigkeitsbeschreibungen auf die Dom{\"a}ne Data Stewardship {\"u}bertragen. Der Literatur lassen sich drei begriffliche Auspr{\"a}gungen entnehmen: Data Stewardship als {\"u}bergreifendes Konzept und zielgerichtete Menge an Handlungen, Data Stewardship als operative Beschreibungen von T{\"a}tigkeiten, die von unterschiedlichen Akteuren im Forschungsprozess ausgef{\"u}hrt werden und Data Steward als neue Rollenbeschreibung f{\"u}r verantwortliche Personen im Forschungsdatenmanagement. Data Stewards k{\"o}nnen an (kognitiven) Boundaries zwischen unterschiedlichen Akteursgruppen wirken. Sie {\"u}bernehmen dabei unterst{\"u}tzende, koordinierende und vermittelnde Funktionen als ,Boundary Spanner'. F{\"u}r die Arbeit an Boundaries k{\"o}nnen Boundary Objects eingesetzt werden, um als gemeinsame Referenzobjekte zwischen den Akteursgruppen zu vermitteln und die Zusammenarbeit zu erleichtern. Es werden Datenmanagementpl{\"a}ne, Policies und die FAIR Data Prinzipien als m{\"o}gliche Boundary Objects im Data Stewardship identifiziert. Diese Arbeit erm{\"o}glicht eine neue Perspektive auf Data Stewardship Aktivit{\"a}ten und die Rolle von Data Stewards. Sie zeigt, dass Data Stewardship als ein Zusammenspiel unterschiedlicher Akteure eingebettet in soziale Geflechte angesehen werden kann. Data Stewards m{\"u}ssen dabei {\"u}ber infrastrukturelle oder forschungsgetriebene Zielsetzungen hinaus vermittelnd auf einer sozialen Ebene agieren und m{\"u}ssen daf{\"u}r entsprechende Kompetenzen mitbringen.}, subject = {Open Science}, language = {de} } @masterthesis{Erling, type = {Bachelor Thesis}, author = {Erling, Jens}, title = {Die Rolle von Bibliotheken im Hinblick auf den Kerndatensatz Forschung}, address = {Potsdam}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:525-23351}, school = {Fachhochschule Potsdam}, pages = {79}, abstract = {Forschungseinrichtungen werden regelm{\"a}ßig evaluiert und m{\"u}ssen {\"u}ber ihre Forschungsaktivit{\"a}ten berichten. Um die Qualit{\"a}t dieser Berichterstattung zu verbessern, hat der Wissenschaftsrat im Januar 2016 seine Empfehlungen zur Spezifikation des Kerndatensatz Forschung ver{\"o}ffentlicht. Um sich dem Themenkomplex zu n{\"a}hern, erh{\"a}lt der Leser zun{\"a}chst eine Einf{\"u}hrung in das Thema Forschungsberichterstattung. Anschließend werden der Kerndatensatz Forschung, die Entwicklung und der Aufbau des Standards beschrieben. Die Inhalte der Empfehlungen des Wissenschaftsrates zum Kerndatensatz Forschung werden daran anschließend im Hinblick darauf untersucht, wie Bibliotheken im Zusammenhang mit dem Standard gefordert sind. Es wird aufgezeigt, welche T{\"a}tigkeitsfelder seitens der Bibliotheken besetzt werden k{\"o}nnten, was wiederum durch die Auswertung der Umfrage belegt werden soll. Die vorliegende Arbeit kann dem Leser als erste Orientierung f{\"u}r das Thema Kerndatensatz Forschung dienen. Sie kann aber auch als Ideenb{\"o}rse f{\"u}r Angebote der Bibliothek im Rahmen des Kerndatensatzes genutzt oder als Impuls verstanden werden, neue Aufgabenfelder in der Einrichtung zu besetzen.}, subject = {Forschungsdaten}, language = {de} } @misc{Steinhof, type = {Master Thesis}, author = {Steinhof, Christoph}, title = {Erfolgskriterien von Forschungsdatenrepositorien und deren Relevanz f{\"u}r verschiedene Stakeholder-Gruppen}, address = {Potsdam}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:525-19521}, school = {Fachhochschule Potsdam}, pages = {119}, abstract = {Bisher gibt es keine {\"u}bergreifende Bestandsaufnahme der Anforderungen von Stakeholdern an FDR, die sich aus den zuvor genannten Grundsatzdokumenten und Empfehlungen ergeben w{\"u}rden. Im Rahmen dieser Arbeit sollen diese Anforderungen erfasst und analysiert werden. Denn FDR k{\"o}nnen nur zielgerichtet, zielgruppengerecht und nachhaltig entwickelt, verbessert, genutzt und bewertet werden, wenn die Anforderungen und Bed{\"u}rfnisse der einzelnen Stakeholder aus dem Wissenschaftsbetrieb an solche Infrastrukturen bekannt sind. Zur Ermittlung dieser Anforderungen wird zun{\"a}chst ein Kriterienkatalog f{\"u}r FDR aufgestellt, der sich auf Untersuchungen und Arbeiten zu Eigenschaften und Funktionen von FDR st{\"u}tzt (siehe Kapitel 3). Dieses Set von Kriterien dient anschließend als Instrument zur strukturierten Erfassung und Evaluation der Anforderungen aus den Grundsatzdokumenten und Empfehlungen der Stakeholder. Dadurch sollen potenzielle L{\"u}cken zwischen Bed{\"u}rfnissen und L{\"o}sungen im aktuellen Umfeld der FDR identifiziert und Anreize f{\"u}r die Entwicklung und Verbesserung der FDR gegeben werden.}, subject = {Stakeholder}, language = {de} } @misc{Heinrich, type = {Master Thesis}, author = {Heinrich, Marcus}, title = {Forschungsdatenmanagement an der Technischen Hochschule Brandenburg}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:525-13360}, school = {Fachhochschule Potsdam}, pages = {258}, abstract = {Forschungsdaten gelten als Grundlage f{\"u}r den wissenschaftlichen Erkenntnisgewinn und daher ist ein planvoller Umgang mit diesen Daten zum Zweck der Speicherung sowie der Nachnutzung essenziell. In Folge dessen r{\"u}ckt das Forschungsdatenmanagement verst{\"a}rkt in den Fokus. Die Technische Hochschule Brandenburg (THB) m{\"o}chte ihre Forschenden im Umgang mit digitalen Forschungsdaten besser unterst{\"u}tzen und diese langfristig bewahren. Das Ziel dieser Arbeit ist daher die Untersuchung der Strukturen, in denen Forschung stattfindet, dargestellt am Beispiel der THB, um den Bedarf im Bereich der Forschungsdaten zu ermitteln. Dahingehend sollen Empfehlungen f{\"u}r den Auf- bzw. Ausbau eines Forschungsdatenmanagements gegeben werden. Weiterhin soll dargestellt werden, wie die bestehenden organisatorischen, personellen und technischen Ressourcen der THB optimal eingesetzt werden k{\"o}nnen oder wie eine Ideall{\"o}sung auss{\"a}he. Neben typischen Aktivit{\"a}ten w{\"a}hrend des Lebenszyklus von Forschungsdaten werden zudem {\"u}bergreifende Themen, wie Recht, Metadaten und Identifikatoren betrachtet.}, subject = {Forschung}, language = {de} } @masterthesis{Strecker, type = {Bachelor Thesis}, author = {Strecker, Dorothea}, title = {Stand und Entwicklung des Forschungsdatenmanagements in Deutschland}, address = {Potsdam}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:525-23347}, school = {Fachhochschule Potsdam}, pages = {119}, abstract = {Forschung beruht zunehmend auf der Analyse großer Datenmengen. Dieser {\"U}bergang zu datenintensiver Forschung wird als viertes Paradigma der Wissenschaft bezeichnet. Zudem wird die Bew{\"a}ltigung großer Datenmengen als wesentlicher Schritt zur {\"O}ffnung des Forschungsprozesses verstanden. Damit einher geht die Verbesserung der Kommunikation von Forschungsergebnissen innerhalb und außerhalb der wissenschaftlichen Fach{\"o}ffentlichkeit. In dieser Arbeit werden Stand und Entwicklung des Forschungsdatenmanagement in Deutschland beispielhaft an der F{\"o}rderrichtlinie des Bundesministeriums f{\"u}r Bildung und Forschung (BMBF) nachvollzogen. Daf{\"u}r wird zun{\"a}chst der Begriff der Informationsinfrastrukturen definiert und auf Forschungsdaten {\"u}bertragen. Anschließend wird die Entwicklung von Forschungsdateninfrastrukturen und -diensten in Deutschland beschrieben. Die Gestaltungsm{\"o}glichkeiten von Drittmittelf{\"o}rderung auf diesen Bereich wird anhand der EU, der DFG und des BMBF dargestellt. Anschließend werden zehn F{\"o}rderantr{\"a}ge der oben genannten Ausschreibung mithilfe der zusammenfassenden qualitativen Inhaltsanalyse untersucht.}, subject = {Forschungsdaten}, language = {de} } @masterthesis{Janssen, type = {Bachelor Thesis}, author = {Janßen, Melanie}, title = {Vergleich und Analyse von Forschungsdatenrepositorien}, address = {Potsdam}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:525-23302}, school = {Fachhochschule Potsdam}, pages = {158}, abstract = {Ziel dieser Arbeit war es, Repositorien zu analysieren, die Videos als Forschungsdaten vorhalten und im Rahmen eines Vergleiches die Gemeinsamkeiten und Unterschiede von verschiedenen Aspekten herauszufinden. Eine Auswahl von acht Repositorien wurde qualitativ analysiert. Die Erhebung der Daten erfolgte durch die inhaltliche Analyse der Webseiten der Repositorien anhand eines nachgenutzten Kriterienkataloges. Die Ergebnisse der Analyse wurden anhand der Kriterien miteinander verglichen. F{\"u}r die acht Repositorien wurde festgestellt, dass Videos und andere Forschungsdaten gleich behandelt werden. F{\"u}r die Behandlung von Forschungsdaten im Allgemeinen konnten Gemeinsamkeiten und Unterschiede, sowie eine Vielzahl an Tendenzen identifiziert werden. Deutlich wurde, dass Gebiete auf denen Standards und Best Practice Beispiele zur Verf{\"u}gung stehen (Langzeitarchivierung, Usability, Finanzierung, Barrierefreiheit, Zertifizierung), besonders große Heterogenit{\"a}t aufweisen. Es wurde jedoch auch festgestellt, dass internationale Standardisierungsbem{\"u}hungen mindestens starke Tendenzen zur Akzeptanz zeigen. Beispiele daf{\"u}r sind die Verwendung von Creative Commons Lizenzen, des DOI Systems, von Programmierschnittstellen und Dublin Core.}, subject = {Forschungsdaten}, language = {de} }