020 Bibliotheks- und Informationswissenschaften
Filtern
Erscheinungsjahr
- 2021 (6) (entfernen)
Dokumenttyp
Sprache
- Deutsch (6)
Schlagworte
- Forschungsdaten (6) (entfernen)
Forschungsdatenmanagement
(2021)
Forschungsdatenmanagement ist ein informationswissenschaftliches Thema, dessen Bedeutung kontinuierlich, spätestens aber seit dem Start der Nationalen Forschungsdateninfrastruktur (NFDI) immer präsenter wird. Zur Abbildung und Verortung von Arbeitsschwerpunkten für Informationswissenschaftler*innen wurde in der vorliegenden Arbeit ein aktuelles Korpus von 162 Stellenanzeigen, in denen Forschungsdatenmanagement erwähnt wird, ausgewertet. Das Korpus umfasst Stellenanzeigen, die über das Portal Open-BiblioJobs und die DFN-Mailingliste Forschungsdaten beworben wurden und deckt einen Zeitraum vom 01.03.2020 bis zum 22.11.2020 ab. Zur Auswertung des Korpus wurde eine Analysematrix erstellt, in welcher die Inhalte jeder Stellenanzeige nach formalen, administrativen und inhaltlichen Kriterien verzeichnet wurden. Die aus den Stellenanzeigen stammenden Anforderungen wurden in einem Forschungsdatenlebenszyklus mit insgesamt acht Teilaspekten verortet, hiervon sechs Stationen des Forschungsdatenlebenszyklus: „Forschungsvorhaben planen“, „Daten erheben“, „Daten aufbereiten und analysieren“, „Daten teilen und publizieren“, „Daten archivieren“, „Daten nachnutzen“, zusätzlich wurden die zwei Teilaspekte „allgemeine Kern- und Schlüsselkompetenzen“ und „übergreifende Querschnittsthemen“ hinzugefügt.
Dieser Praxisrepräsentation wurde eine Literaturanalyse gegenübergestellt, welche sich mit Anforderungen und Kompetenzen im Forschungsdatenmanagement, besonders aus informationswissenschaftlicher, infrastruktureller Sicht beschäftigt. Hierbei wurden exemplarisch Frameworks (international, national, institutionell), Praxisberichte (universitärer und außeruniversitärer Einrichtungen) und der Individualbericht eines Forschungsdatenmanagers ausgewertet. Zur Gewährleistung einer späteren Vergleichbarkeit wurden auch hier die genannten Kompetenzen und Aufgaben in einem gleichen Forschungsdatenlebenszyklus verortet und analysiert. Die abschließende Zusammenführung und Auswertung der um Aufgaben und Kompetenzen angereicherten Forschungsdatenlebenszyklen ermöglichte einen direkten Vergleich von Theorie und Praxis. Hierbei konnte eine große Kongruenz der Schwerpunktverteilung innerhalb des Forschungsdatenlebenszyklus aufgezeigt werden. Diese Aufgabenkonzentration, besonders in den Teilaspekten „allgemeine Kern- und Schlüsselkompetenzen“ und „übergreifende Querschnittsthemen“ bilden die Verteilung von Arbeitsschwerpunkten im Forschungsdatenmanagement für Informationswissenschaftler* innen deutlich ab.
Bundeslandinitiativen mit dem Schwerpunkt Forschungsdatenmanagement (FDM) spielen neben der Nationalen Forschungsdateninfrastruktur (NFDI) eine wichtige Rolle, um Kompetenzen, Beratungsangebote, technologische Dienstleistungen und dergleichen „in die Fläche zu bringen“. Der Beitrag stellt am Beispiel FDM-BB vor, wie in wissenschaftsgeleiteter Weise Handlungsempfehlungen erarbeitet und die Entwicklung einer Landesstrategie zu Forschungsdatenmanagement unterstützt werden kann. Mit einer solchen Strategie sollen alle brandenburgischen Hochschulen – unter Berücksichtigung des Diskussions und Entwicklungsstandes der außeruniversitären Forschungseinrichtungen – in zwei Bereichen befähigt werden: (1) dem Aufbau von FDM-Aktivitäten vor Ort und (2) der kooperativen (Weiter-) Entwicklung gemeinsamer FDM-Dienste. Damit wird die Anschlussfähigkeit der brandenburgischen Hochschulen zu den nationalen Entwicklungen (NFDI) und der European Open Science Cloud (EOSC) hergestellt und das koordinierte Vorgehen der Einrichtungen unterstützt.
Der vorliegende Beitrag gibt einen Überblick über Aus- und Weiterbildungsmöglichkeiten im Bereich des wissenschaftlichen Forschungsdatenmanagements (FDM) in Deutschland. Sowohl internationale als auch nationale Koordinierungsmaßnahmen für 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 für ein gutes FDM ist ein hohes Maß an Datenkompetenz (Data Literacy), die zu einem kritischen und lösungsorientierten Umgang befähigt. Hierzu werden beispielsweise vom Stifterverband Projekte für Qualifizierungsmaßnahmen gefördert. Kompetenzbereiche und entsprechende Profile werden auf internationaler Ebene ausgearbeitet - in Deutschland gibt es bislang keine klaren Bezeichnungen und Kompetenzanforderungen. Bestehende Qualifizierungsmaßnahmen lassen sich in grundständige und weiterbildende Studiengänge sowie in Fort- und Weiterbildungen wie Workshops oder Lehrgänge unterteilen. Innerhalb von Studiengängen werden bislang vorwiegend im Bereich der Informationswissenschaft Fähigkeiten vermittelt. Insbesondere für fachspezifische Qualifizierungsmaßnahmen bieten sich Fort- und Weiterbildungen an. An dieser Stelle ist die exakte Definition der Zielgruppe von Qualifizierungsansätzen sowie die daraus abgeleiteten benötigten Kenntnisse weiterhin eine große Herausforderung. Eine gemeinsame Qualifizierungsstrategie fehlt bislang in Deutschland. Zukünftig könnten 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.
Im Projekt „Forschungsdatenmanagement in Brandenburg (FDM-BB)“ wurden grundlegende Erkenntnisse bezüglich der Anforderungen und des Status Quo im Bereich Forschungsdatenmanagement (FDM) an den acht brandenburgischen Hochschulen generiert mit dem Ziel, daraus konkrete Handlungs- und Implementierungsempfehlungen für Brandenburg abzuleiten.
Mit Hilfe von spezifischen Umfragen (FactSheets, FDM-Palette) an den Hochschulen und Interviews mit den anderen geförderten FDM-Bundeslandinitiativen konnte eine Priorisierung der nächsten Schritte auf dem Weg hin zu einem institutionellen und nachhaltigen Forschungsdatenmanagement identifiziert werden, die jeweils in den Verantwortungsbereichen der folgenden drei Akteursgruppen liegen: Ministerium für Wirtschaft, Forschung und Kultur in Brandenburg (MWFK), die einzelne Hochschule und für gemeinsame Maßnahmen die kooperative Umsetzung durch (fast) alle Hochschulen.
Zusätzlich wurden Implementierungsempfehlungen erarbeitet, wie der lokale Kompetenzaufbau an den einzelnen Hochschulen in Brandenburg, die kooperative Bereitstellung landesweit relevanter IT-Dienste und Dienstleistungen sowie die Koordinierung FDM-BB.
Ziel ist auch, für Brandenburg gemeinsam eine Forschungsdatenstrategie zu formulieren, die alle brandenburgischen Einrichtungen einbezieht und mit Hilfe von kooperativ verteilten Verantwortlichkeiten dem (noch) sehr dynamischen Thema Forschungsdatenmanagement gerecht werden kann.
Digitale Forschungsdaten gewinnen zunehmend an Bedeutung und stellen neue Herausforderungen an wissenschaftliche Einrichtungen und ihre Forschenden. Der Begriff Forschungsdatenmanagement umfasst alle Aktivitäten, die mit der Aufbereitung, Speicherung, Archivierung und Veröffentlichung von Forschungsdaten verbunden sind. Da der Umgang mit Forschungsdaten generische, fachliche, rechtliche und technische Aspekte betrifft, erfordert es eine Begleitung der Forschenden durch ein umfangreiches Spektrum an Services, von Information und Beratung bis hin zu fachspezifischen Standards und IT-Infrastrukturen.
Im vorliegenden Bericht werden zunächst die Ausgangslage und die Begrifflichkeiten rund um Forschungsdatenmanagement geklärt und anschließend die wichtigsten nationalen und internationalen Strategien und Entwicklungen vorgestellt. Dabei bilden Richtlinien und Empfehlungen für Forschungsdaten(management) den Handlungsrahmen für alle Beteiligte hin zu einem nachhaltigen Forschungsdatenmanagement. Bundeslandinitiativen schaffen die Grundlage und unterstützen den Kulturwandel zu offenen Daten.
Eine Forschungsdaten-Strategie für Brandenburg muss die Bedeutung von digitalen Forschungsdaten als wissenschaftliches Gut in den Vordergrund stellen, indem dafür das Bewusstsein geschaffen wird und konkrete Vorgaben und Leitlinien auf Landes- und Einrichtungsebene vereinbart werden. Gute wissenschaftliche Praxis wird durch eine geeignete Infrastruktur unterstützt, welche die heterogenen Bedarfe und Voraussetzungen aller Beteiligten berücksichtigt. Ziele sollten die Institutionalisierung von Forschungsdatenmanagement an den Hochschulen und Kooperationen zwischen den Einrichtungen Brandenburgs sein.
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 Lösung 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 Forschungsförderprogramme. FAIR ist ein Akronym für 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 beschäftigt sich mit der Frage, welche Anforderungen an deutsche Forschungsmuseen bezüglich der Nutzung der Objektdaten als Forschungsdaten im Sinne der FAIR-Prinzipien gestellt und inwiefern diese Anforderungen bereits erfüllt werden.
Für die Selektion des Datenkorpus wird eine Online-Recherche, für den Kriterienkatalog eine Literaturrecherche und für die Beurteilung der FAIRness des Datenkorpus eine qualitative Bewertung durchgeführt.
Keines der untersuchten Objektdaten der sechs betrachteten Forschungsmuseen der Leibniz-Gemeinschaft ist vollständig FAIR-konform, aber mit 13 von 15 erfüllten Prinzipien ist das Deutsche Museum in München das FAIRkonformste Museum. Von allen Museen werden die Prinzipien F2, A1.1, A1.2 und I1 vollständig erfüllt, was an der Arbeitsweise in der Objektdokumentation und der Web-Publikation liegt. Das Prinzip A2 wird von keinem Museum erfüllt, wodurch Defizite in der Museumsarbeit deutlich werden. Die anderen Prinzipien werden, bis auf R1.3, unterschiedlich erfüllt.
Insgesamt bieten sich die FAIR-Prinzipien als Startpunkt für 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 gehören die Langzeitarchivierung oder die Vertrauenswürdigkeit der Daten.