000 Informatik, Wissen, Systeme
Filtern
Dokumenttyp
Sprache
- Deutsch (10)
- Englisch (1)
- Französisch (1)
Volltext vorhanden
- ja (12) (entfernen)
Schlagworte
- Forschung (12) (entfernen)
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.
In diesem Kapitel soll im Gesamtkontext des Forschungsdatenmanagements die Frage diskutiert werden, welche Bedeutung den aktuellen Entwicklungen im Bereich des sog. „Semantic Web“ als Komponente innerhalb einer zukünftigen Forschungsdateninfrastruktur zukommt, welche Anwendungsbereiche sinnvoll erscheinen und welche übergreifenden infrastrukturellen Maßnahmen hierzu als notwendig erachtet werden. Neben einer kurzen Einführung in die grundlegenden Konzepte und technologischen Bausteine des Semantic Web, sowie einer Darstellung des wichtigen Aspekts der Ontologieentwicklung, wird auf das sich aktuell sehr stark entwickelnde Gebiet der Linked Open Data näher eingegangen, Das Potential für den Bereich der Forschungsdaten wird erläutert und spezifische für den Wissenschaftsbereich notwendige Anforderungen definiert. Abschließend wird ein grobes Vorgehensmodell für die Transformation von Datenbeständen und Datenmodellen in die Semantic Web-Infrastruktur skizziert und abgerundet durch eine kurze Übersicht zu Entwicklungswerkzeugen und Middleware. Als roter Faden werden die Darstellungen zur besseren Illustration durchgängig durch ein Projektbeispiel aus dem Bereich der Geoforschungsdaten begleitet.
Das Handbuch Forschungsdatenmanagement ist konzipiert als Leitfaden für das Selbststudium sowie zur Unterstützung der Aus- und Weiterbildung auf dem aktuellen Stand der Diskussion. Sie richtet sich insbesondere an Einsteiger im Forschungsdatenmanagement, aber gleichermaßen auch an wissenschaftliche Datenkuratoren, IT-Administratoren und Informationswissenschaftler, die ihre Aufgaben im Forschungsdatenmanagement nicht mehr nur einzelfall- oder disziplinorientiert, sondern in Hinblick auf die Arbeit in und an Forschungsdateninfrastrukturen wahrnehmen wollen. Und so war die Aufgabe für die Autorinnen und Autoren in ihrem Kapitel nicht nur den State-of-the-Art darzustellen, sondern das Thema so aufzubereiten, dass z. B. über die Referenzen das weitere Einarbeiten in die Themenfelder erleichtert wird. Zentrale Aspekte des Forschungsdatenmanagements werden in der Publikation aus informationswissenschaftlicher und anwendungsbezogener Perspektive disziplinübergreifend eingeführt.
Research Data Management
(2011)
Forschungsdaten haben durch die Entwicklung von Computern und Speichermedien in einem so großen Umfang zugenommen, dass schon vor Jahren von der „Datenflut“ gesprochen wurde. Automatische Messungen erzeugen neue Datensätze im Sekundentakt, elektronische Speicherung und Verknüpfung von Forschungsdaten ermöglichen, immer größere Datenmengen mit statistischen Verfahren und Visualisierungswerkzeugen auszuwerten. Bislang analoge Medien wie Texte und Fotografien werden in digitale Daten umgewandelt und automatisch verarbeitet. Es entsteht damit ein wachsender Fundus an Daten, der mit herkömmlichen wissenschaftlichen Verfahren nicht mehr erschöpfend genutzt werden kann. Die globale und interdisziplinäre Verknüpfung und Auswertung dieser Datenmengen eröffnet völlig neue Dimensionen wissenschaftlicher Erkenntnis. Damit das in den Daten implizit enthaltene Wissen zu Tage gefördert werden kann, müssen neue Verfahren und Instrumente entwickelt werden.
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.
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.
Forschungsdaten-Policies sind ein spezieller Teil des Forschungsdatenmanagement und werden in der Regel nach dem Aufbau der benötigten technischen Infrastruktur aufgesetzt. Die digitale Langzeitarchivierung steht als finales Segment am Ende des Forschungsdatenmanagement und zielt auf die vertrauenswürdige, valide und eigenständige Zugänglichmachung der beim Forschungsprozess entstehenden Daten ab. Mit dem Bereitstellen der nötigen Software- und Hardware-Umgebungen, Richtlinien und Fachpersonal wird dieser Ablauf von Anfang an gefördert und gelenkt. Basierend auf international anerkannten Modellen Open Archival Information System (OAIS) und Digital Curation Continuum (DCC), welche die Einteilung des Forschungsprozesses in Zuständigkeiten der datenabgebenden Stelle, der datenannehmenden Stelle und datennutzenden Stelle unterteilt, werden Bereiche wie Standards und Zertifikate, Funktionen des Datenarchivs, Dokumenten-Management-Systeme und Zugriffsregeln, Semantik Web, Publikationsmodelle thematisiert. Richtlinienpapiere und Policies unterstützen nicht nur die Forscher, sondern fördern zudem die Transparenz, Effizienz und Effektivität des Datenarchivs. Die Herausforderung bei der Konzeptionierung eines solchen Papiers besteht darin, die Anforderungen der Institution bzw. des Förderers folgend, Leitlinien zu formulieren, welche die Wissenschaftler zur guten wissenschaftlichen Arbeit motiviert, ohne deren Forschungsautonomie einzuschränken oder gewünschte Zustände zu erzwingen. Auf zu nutzende Werkzeuge, Software-Programme und zentrale Datenspeichersysteme kann nur verwiesen werden, wenn diese Ressourcen vorhanden sind und den Forschern zugänglich gemacht werden.
Die Arbeit greift vorhandene Konzepte auf und erweitert sie. Hervorgehoben werden der deutsche Entwicklungstand Ende 2014 und die Erfahrungen aus der FDM-Community, welche aus der Befragung extrahiert werden.
Seit Jahren findet eine Beschäftigung mit dem Thema Forschungsdatenmanagement insbesondere aus der informationswissenschaftlichen Perspektive statt. Eine Zusammenfassung der Entwicklung ist notwendig, um dazulegen inwieweit der Weg - angefangen mit den theoretischen Diskussionen bis hin zu konkreten Umsetzungen von Forschungsdatenmanagement - schon fortgeschritten ist. Bei der Untersuchung wurde als Kernfrage insbesondere erarbeitet, wer (personell) bei der Umsetzung beteiligt ist. Dazu wurden aktuelle FDM-Projekte in akademischen Einrichtungen betrachtet. Ergänzend sind
Ergebnisse einer Expertenbefragung enthalten, um den Stand der Umsetzung von FDM-Projekten, die Kooperation mit anderen Einrichtungen, den personellen Einsatz im Forschungsdatenmanagement und die aktuellen Anforderungen an das Personal darzulegen.
Vom Quadrat zum Format
(2016)
Das Projekt FL² Forschendes Lernen – Lehrende Forschung (2011–2016) steht für den Laborcharakter der Fachhochschule Potsdam. Forschendes Lernen bedeutet: Studierende forschen selbst. Um hierfür die Rahmenbedingungen in Forschung, Lehre und Praxiskooperation zu befördern, hat FL² eigene Austauschformate erfunden: - die „Kompetenztische“, um sich über Forschung zu verständigen, von Geschichte in den Fächern bis zur Rolle Potsdams in den FHP-Projekten; - die „Formen Forschendes Lernens“, eine Veranstaltung für alle an der FHP zur Diskussion über Gute Lehre, von Interdisziplinarität bis zur Frage, wie wir in der Lehre aus Scheitern lernen können. Bekannte Maßnahmenformate wurden von FL² völlig neu aufgesetzt und für die Fachhochschule Potsdam angepasst, so das „Lehrforschungs-Coaching“ mit einem externen Coach, oder die „Schreibwerkstatt“ für Studierende aller Fachbereiche, die inzwischen auch FHP-Mitarbeitenden und Studierenden anderer Hochschulen offen steht. Und nebenbei wurde die Gründung des Fachhochschulverlages vorangetrieben. Eine Triebfeder war stets zu zeigen: Das geht auch an der Fachhochschule Potsdam.