000 Informatik, Wissen, Systeme
Filtern
Erscheinungsjahr
- 2011 (6) (entfernen)
Dokumenttyp
Sprache
- Deutsch (6)
Volltext vorhanden
- ja (6)
Gehört zur Bibliographie
- nein (6)
Schlagworte
- Datenmanagement (3)
- Forschung (3)
- Daten (2)
- Datenauswertung (2)
- Folgenutzung (2)
- Metadaten (2)
- Speicherorganisation (2)
- Bewertung (1)
- Data Dictionary (1)
- Dateiformat (1)
Institut
- Extern (6) (entfernen)
Zukunftsorientiertes Forschungsdatenmanagement geht über die Dokumentation von Forschungsergebnissen und -prozessen hinaus und ermöglicht neue Formen der Wieder- und Weiternutzung der gespeicherten Daten. Dabei spielen Re- und Meta-Analysen dieser Daten eine besondere Rolle, und Visualisierungen als Form der explorativen Datenanalyse können wertvolle Erkenntnisse liefern und zu neuen Forschungsfragen führen. In diesem Artikel haben wir die Interoperabilität der Daten (durch gemeinsame Semantik und Syntax, realisiert durch Ontologien und Markup-Sprachen) als wichtige Voraussetzung für Analysen und den Einsatz geeigneter Verfahren zur Dimensionalitätsreduktion als Kernbestandteil geeigneter Visualisierungen identifiziert und mit einem Beispiel, einer Experimentaldatenbank zum Data Mining / maschinellen Lernen, illustriert. Die Entwicklung und Bereitstellung solcher Tools werden zu den wichtigsten Schritten der nächsten Zukunft gehören, um das Forschungsdatenmanagement offen und damit wissenschaftlich generativ zu gestalten.
Datenmanagementpläne
(2011)
Datenmanagementpläne sind Ergebnisse der wissenschaftspolitischen Forderung nach einem zeitgemäßen Management und Austausch von wissenschaftlichen Daten. Der verantwortungsvolle Umgang mit Forschungsdaten wird national und international mit der Erwartung verbunden, dass die Ergebnisse öffentlich geförderter Forschungsprojekte für Analysen und Replikationen dauerhaft und global verfügbar gemacht sind (OECD, 2007; Allianz, 2010). Für ein Forschungsprojekt ist ein Datenmanagementplan (DMP) von praktischer Relevanz, seit nationale und internationale Förderinstitutionen von Antragstellern erwarten, systematisch zu beschreiben, wie mit Forschungsdaten während der Projektlaufzeit und nach Projektabschluss umgegangen werden soll. Zur Förderung der nachhaltigen Sicherung und Verfügbarkeit von Forschungsdaten hat die DFG 2010 die Erstellung eines Datenmanagementplans in die Antragsbedingungen aufgenommen.
Um einen Mehrwert von Forschungsdaten zu erhalten, ist eine adäquate Verwaltung notwendig. Ihr Lebenszyklus erstreckt sich über verschiedene Phasen, die von der Entstehung in wissenschaftlichen Arbeitsprozessen bis zur nachnutzbaren Archivierung reichen. Die Anforderungen an das Management von Forschungsdaten gehen weit über die Langzeitarchivierung hinaus.
Forschungsdaten-Repositorien
(2011)
Insgesamt kann festgehalten werden, dass sich bei dem Thema Forschungsdaten-Repositorien in Deutschland in den letzten Jahren viel bewegt hat, auf fachwissenschaftlicher, technologischer und politischer Ebene. Dabei hat sich auch gezeigt, dass die Technologie nur eine Seite der Herausforderungen darstellt. Die andere Seite besteht darin, sowohl die politischen als auch strukturellen Rahmenbedingungen für den Aufbau und den dauerhaften Betrieb von fachwissenschaftlichen Forschungsdaten-Repositorien zu schaffen, als auch die Fachwissenschaftler sowie die weiteren Akteure (Infrastruktureinrichtungen wie Rechenzentren und Bibliotheken) in einem organisatorischen Gesamtkonzept sinnvoll einzubeziehen. Es bleibt abzuwarten, wie die Öffentlichkeit und die Politik auf den Gesamtbericht der KII reagieren und welche konkreten Maßnahmen in Deutschland ergriffen und umgesetzt werden.
Zentrale Forderung in der Langzeitarchivierung ist die Sicherstellung der Datenintegrität. Im Zeitalter der elektronischen Speicherung von Daten ist das ein aktiver Prozess, der kontinuierliche Pflege der archivierten Daten erfordert. Wesentliche Bestandteile der Integritätssicherung elektronischer Daten sind: - Sicherstellung der Unversehrtheit (Bit-stream Preservation),- Sicherstellung der Lesbarkeit, - Sicherstellung der Interpretierbarkeit. Für eine Wiederverwendung wissenschaftlicher Daten müssen diese identisch zum Original sein, aus dem Bit-stream müssen Informationen (z. B. Ziffern und Buchstaben) auslesbar sein und diese Ziffern und Buchstaben müssen interpretiert werden können, um die ursprünglichen Informationen wieder zu gewinnen. „Data Curation Services“ unterstützen die Integritätssicherung elektronischer Daten. Sicherstellung der Les- und Interpretierbarkeit elektronischer Daten ist eine Voraussetzung für eine zukünftige Überprüfung wissenschaftlicher Ergebnisse.
Die Heterogenität der Daten- und Dateiformate, der Größe und Menge der Daten, die Vielzahl der unterschiedlichen intendierten Anwendungsfälle eines DMS, die Verschiedenheit der disziplinspezifischen Anforderungen machen es unmöglich, eine übergreifende Architektur zu beschrieben. Neue Technologien wie z. B. NoSQL-Datenbanken erweitern die möglichen Komponenten einer DMS-Architektur. Insofern werden Mischformen zunehmend an Bedeutung gewinnen, in denen unterschiedliche technische Lösungen für die verschiedenen Datentypen und Anforderungen kombiniert und zu einem System zusammengefasst werden – hoffentlich transparent für Wissenschaftler, der seine Daten möglichst einfach verwalten, archivieren, publizieren und mit Mitarbeitern und Kollegen austauschen möchte.