020 Bibliotheks- und Informationswissenschaften
As You Like It?
(2024)
In den vergangenen zehn Jahren haben verschiedene deutschsprachige Hochschulen und Universitäten institutionsspezifische oder -übergreifende Bedarfserhebungen zum Forschungsdatenmanagement (FDM) durchgeführt. Seither ist eine Reihe deutschlandweiter Initiativen hinzugekommen, die sich mit der Umsetzung eines nachhaltigen FDMs auseinandersetzen. Mithilfe von Bedarfserhebungen (z. B. in Form von Online-Befragungen oder strukturierten Interviews) können die jeweiligen Einrichtungen ihre Services zum FDM bei den Forschenden (und Studierenden) evaluieren, mit dem Ziel, sie an die Bedarfe anzupassen. Vortragende und Teilnehmende hatten im Rahmen eines Workshops bei der Research Data Alliance Deutschland e.V. Tagung 2023 die Möglichkeit, die verschiedenen Ansätze einer Bedarfserhebung unter Verwendung interaktiver Tools und Leitfragen zu diskutieren. Dabei sollte insbesondere die Eignung der verschiedenen methodischen Ansätze für eine umsetzungsorientierte Auswertung in Verbundkontexten in den Blick genommen werden. Teilnehmende, die noch vor einer Bedarfserhebung stehen, konnten von den gebündelten und reflektierten Ergebnissen des Workshops profitieren.
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.
Ein professionelles Forschungsdatenmanagement verbessert die Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten. Forschende können eine wachsende Zahl an Schulungs- und Qualifizierungsangeboten zum Forschungsdatenmanagement nutzen, um den professionellen Umgang mit Daten zu erlernen. Schulungsangebote richten sich meist an Promovierende, wissenschaftliches und forschungsunterstützendes Personal. Für Bachelor- und Masterstudierende gibt es kaum Angebote, obwohl Forschungsdaten häufig bereits im Rahmen von Abschlussprojekten und -arbeiten Grundlage ihrer Fragestellungen sind. Die Landesinitiative Forschungsdaten- management in Brandenburg (FDM-BB), ein Verbund der acht forschenden staatlichen Hochschulen Brandenburgs, entwickelte daher im Rahmen des Projekts IN-FDM-BB ein Konzept für einen Zertifikatskurs zum Forschungsdatenmanagement für Studierende. Der erste Zertifikatskurs wurde im März 2023 als einwöchige Online-Spring School mit 30 Studierenden und elf Dozierenden mit unterschiedlicher beruflicher Expertise (Forschung und Lehre, Forschungsservice, Bibliothek) durchgeführt und ist, je nach Prüfungsleistung, mit 2 bis 4 ECTS / Leistungspunkten anrechenbar. Der Artikel beschreibt organisatorische, formale, technische, didaktische und inhaltliche Aspekte des Zertifikatskonzepts und liefert einen ersten Erfahrungsbericht.
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.
The idea behind the DARIAH Research Data Management Working Group is to tackle the challenges associated with the implementation of new FAIR and open data sharing mandates, and offer a unique space for collaboration among representatives of all major arts and humanities disciplines, cultural heritage professionals, and data management experts. More specifically, we are building a knowledge hub for new professionals around data management support (data managers, data stewards, open science officers, subject librarians etc.) from across DARIAH’s national hubs to exchange across the discipline-specific dimension.
During our meetings, the conflict between the need for and emergence of new data support roles, and the lack of any established domain-specific curriculum to train them, or, in some cases, even a lack of established good practices, became a recurrent topic which we aimed to address. Instead of embarking on the giant endeavour of curating an exhaustive and authoritative textbook for research data support specialists who work in the arts and humanities field, our idea is to give a snapshot of our own activities in the field and highlight the valuable work of others. Accordingly, the present publication can be read as the written form of a roundtable (or town hall) discussion where experts from Austria, Belgium, Germany, Switzerland, the Netherlands, Poland, and Spain have come and sat together to report and discuss past or ongoing work, share their fields of interests and provide honest and critical reflections, reveal how their institutions have developed capacities for data support, share their own stories of becoming data support professionals in the domain, and, most importantly, explore together what solutions, tools, practices, and other resources could be used and could be generalised across borders and disciplines.
This publication is the result of the Working Group’s first writing sprint, held between the 23 and 24 June 2022 at the Institute of Literary Research of the Polish Academy of Sciences (IBL PAN), in the Staszic Palace. The event was made possible by the DARIAH third Working Groups’ (WG) Funding Scheme Call for the years 2021–2023 and the resulting grant, which was administered by the Digital Humanities Centre at the Institute of Literary Research of the Polish Academy of Sciences (IBL PAN).
Es ist mittlerweile national und international anerkannt, dass ein professionelles Forschungsdatenmanagement die Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten verbessert. Während Forschende hierzu auf eine stetig wachsende Zahl an Schulungs- und Qualifizierungsangeboten zurückgreifen können, sind Angebote für Studierende immer noch rar. Auch Qualifizierungsarbeiten für Master- und auch Bachelorabschlüsse nutzen und/oder produzieren Forschungsdaten, welche einen professionellen Umgang erfordern. Daher entwickelte die Landesinitiaitive Forschungsdatenmanagement in Brandenburg (FDM-BB), ein Verbund der acht forschenden staatlichen Hochschulen Brandenburgs, im Rahmen des Projektes IN-FDM-BB ein Konzept für einen Zertifikatskurs zum Forschungsdatenmanagement für Studierende. Basierend auf diesem Konzept fand der erste Zertifikatskurs im März 2023 als einwöchige Online-Spring-School statt. Elf Dozent*innen mit unterschiedlichem beruflichem Hintergrund (Forschung und Lehre, Forschungsservice, Bibliothek) betreuten im Rahmen dieses ersten Zertifikatskurses 30 Studierende, deren Leistung, je nach Prüfungsform, mit 2, 3, oder 4 ECTS anrechenbar war. Das Poster stellt das Schulungskonzept mit den zugrunde liegenden Konzepten vor und liefert einen ersten Erfahrungsbericht aus der Spring-School 2023.
This paper presents a project that aims at supporting municipal stakeholders in rural areas by developing data-based applications in a collaborative process of stakeholders and a transfer team. In order to foster knowledge transfer in the domains of data literacy and data management on multiple levels a new approach is proposed that organizes the team competencies along the data life cycle.
So vielfältig die wissenschaftlichen Disziplinen sind, so divers sind die Daten, die in ihren Forschungsprozessen entstehen. Um einen angemessenen und der Guten wissenschaftlichen Praxis entsprechenden Umgang mit digitalen Forschungsdaten zu gewährleisten, wird ein verantwortungsvolles Forschungsdatenmanagement immer wichtiger. Daten sind dadurch möglichst langfristig auffindbar, in verständlicher Weise abgelegt und für Dritte nachnutzbar. Als eine Grundlage des Forschungsdatenmanagements dienen Datenmanagementpläne, da sie eine systematische Beschreibung enthalten, wie mit Forschungsdaten während des Forschungsprozesses, der Projektlaufzeit und darüber hinaus umgegangen werden soll. Solche Datenmanagementpläne werden vermehrt von Forschungsförderern und Hochschulen eingefordert.
Gerade Fachhochschulen (FHs) und Hochschulen für Angewandte Wissenschaften (HAWs) stellt jedoch die Implementierung von Forschungsdatenmanagement und Datenmanagementplänen vor große Herausforderungen, da sie – im Gegensatz zu Universitäten - bislang nur auf wenig etablierte Infrastrukturen, Standards und Best Practices aus den für sie charakteristischen praxisrelevanten Fachdisziplinen und Kooperationen zurückgreifen können.
Das Forschungsvorhaben „Sichtbarkeit, Akzeptanz und Nutzung von Datenmanagementplänen für FHs und HAWs (SAN-DMP)“ setzte es sich zum Ziel, mithilfe von qualitativen Methoden die Lücken an Fachhochschulen und Hochschulen der Angewandten Wissenschaften im Umgang mit Forschungsdatenmanagement und Datenmanagementplänen zu analysieren und Lösungen für die Bedarfe der unterschiedlichen Stakeholder zu finden. Im Rahmen des Forschungsprojekts wurden die entsprechenden Bedarfe an Hochschulen identifiziert und dargelegt, wie sie zu einem erfolgreichen Forschungsdatenmanagement beitragen können, ohne die teilweise sehr unterschiedlichen Anforderungen von Kooperationspartnern aus Industrie, Wirtschaft, Kultur, Forschung und Verwaltung außer Acht zu lassen.
Forschungsdatenmanagement ist ein informationswissenschaftliches Thema, das kontinuierlich an Bedeutung gewinnt. Zur Abgrenzung von Arbeitsschwerpunkten für Informationswissenschaftler/innen wurde ein aktuelles Stellenanzeigenkorpus mit Bezug zum Forschungsdatenmanagement (FDM) ausgewertet und in einem erweiterten Forschungsdatenlebenszyklus verortet. Dieser Praxisrepräsentation wurde eine Literaturanalyse gegenübergestellt. Die abschließende Zusammenführung und Auswertung innerhalb des Forschungsdatenlebenszyklus zeigt eine hohe Kongruenz der Schwerpunktverteilung zwischen Theorie und Praxis.
Forschungsdaten
(2023)
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.
Dieser Bericht nimmt die Institutionalisierung von Forschungsdatenmanagement (FDM) an den staatlichen Hochschulen Brandenburgs in den Blick. Er soll zur Beantwortung der folgenden Fragen beitragen: Warum wird FDM dort institutionalisiert? Wie wird FDM dort institutionalisiert? Welche Herausforderungen für eine weitere Institutionalisierung bestehen und wie kann ihnen begegnet werden? Zur Erhebung des Status Quo und zur Identifikation von Anforderungen und Weiterentwicklungspotenzialen wurde deshalb eine Organisationsuntersuchung durchgeführt. Untersuchung ist neben der Einhaltung wissenschaftlicher und professioneller Standards auch dem Anwendungsbezug der Ergebnisse, deren Anwendbarkeit im Kontext und der Partizipation der Beteiligten verpflichtet. Da es sich um ein für die betrachteten Einrichtungen noch vergleichsweise neues Themengebiet handelt, wurde ein exploratives Forschungsdesign unter Einsatz qualitativer Methoden gewählt. Grundlage der Ergebnisse sind ein Auftaktworkshop unter Beteiligung der Hochschulen, eine Dokumentenanalyse und 16 leitfadengestützte Expert*innen-Interviews auf Arbeits- und Leitungsebene der brandenburgischen Hochschulen. Die Ergebnisse werden anhand von vier Handlungsbereichen strukturiert vorgestellt: Relevanz von FDM und Institutionalisierung an den Hochschulen; Technologie und Infrastruktur; Personal und Qualifizierung; Organisation, Kooperation und Finanzierung. Dabei stellt der Bericht sowohl den Status Quo als auch die Ziele der Hochschulen sowie die Wünsche an eine Landesinitiative vor.
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.
Über 180 Informationsexpertinnen und Informationsexperten sind der Einladung der FH Potsdam und von FIZ Karlsruhe zu den Potsdamer Information- Science-Tagen (kurz: I-Science-Tage) gefolgt, um sich vom 23. bis 24. März 2010 über die aktuellen Entwicklungen im Forschungsdatenmanagement zu informieren. Die Teilnehmenden aus Wissenschaft, Bibliotheken, Infrastruktureinrichtungen sowie wissenschaftlicher Softwareentwicklung nutzten am ersten Tag das gemeinsame Forum mit zahlreichen Expertenvorträgen zu "eScience und Forschungsdatenmanagement" ausgiebig dazu, grundlegende Fragestellungen des Datenmanagements im Forschungsprozess zu diskutieren. Am zweiten Tag gab es zwei Workshops für speziell Interessierte: den eSciDoc-Workshop für Anwendungsentwickler zur Realisierung konkreter Lösungen auf Basis der eSciDoc-Software und einen Erfahrungsaustausch im Rahmen des Projekts "Wibaklidama" mit über 20 Einrichtungen aus dem Raum Brandenburg-Berlin, die im Rahmen der Klimaplattform miteinander vernetzt sind.
Um das Forschungsdatenmanagement an den Hochschulen erfolgreich zu implementieren, ist eine entsprechende Stärkung der Informationskompetenz unverzichtbar. Nicht nur die Lernenden, Lehrenden und Forschenden sind gefragt, auch die Serviceeinrichtungen der Hochschulen sollten sich auf die neue Herausforderung einstellen. Die Hochschulen sind aufgerufen, neue Studiengänge anzubieten, die Berufsprofile wie den Data Steward, den Data Librarian oder den Data Scientist schaffen. Unerlässlich ist außerdem auch das Engagement der Hochschulleitungen. Es existieren an deutschen Hochschulen bereits einige gute Beispiele, sowohl was den Aufbau eines Forschungsdatenmanagements als auch der entsprechenden Informationskompetenz angeht. Allerdings bedarf es zugleich eines koordinierenden Handelns, damit bestehende bottom up-Initiativen zu einem national und international abgestimmten Forschungsdatenmanagement weiterentwickelt werden können. Hier ist vor allem die Politik gefragt. Sie sollte sich nicht nur an der nationalen Koordinierung des Forschungsdatenmanagements aktiv beteiligen, sondern auch die nötigen Sondermittel bereitstellen.
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.
Das EU-geförderte Projekt PARTHENOS steht für „Pooling Activities, Resources and Tools for Heritage E-research Networking, Optimization and Synergies“ und arbeitet an der Verbesserung der Nutzung von digitalen Forschungsinfrastrukturen in den Geistes- und Kulturwissenschaften. Der Artikel stellt die Projektergebnisse der letzten drei Jahre, die sich auf eine technische und semantische Harmonisierung der verschiedenen bereits existierenden digitalen Forschungsinfrastrukturen, wie z. B. DARIAH, CLARIN etc. konzentrieren, vor. Darüber hinaus hat das Projekt zum Ziel, durch spezifische Trainings- und Schulungsmaßnahmen weitere Forschende der EU an die Digital Humanities, deren Methoden und digitalen Dienste heranzuführen. Ein besonderer Fokus liegt dabei auch auf der Sensibilisierung für die Themen Open Science, FAIR und Forschungsdatenmanagement.
Ausgehend von den aktuellen Entwicklungen in Deutschland und Europa werden Diskussionen, Initiativen und Projektergebnisse im Bereich des digitalen Datenmanagements vorgestellt. Dabei wird ein besonderer Bezug zu den wissenschaftlichen Bibliotheken und deren zukünftige Aufgabenfelder gelegt, die international mit „Data Literacy“ und „Data Stewardship“ beschrieben werden. In Ergänzung zu „Data Scientists“ werden in Zukunft in großer Zahl Experten für das digitale Datenmanagement (sogenannte „Data Stewards“) benötigt. Daher haben das Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin und der Fachbereich Informationswissenschaften der Fachhochschule Potsdam gemeinsam den weiterbildenden Masterstudiengang Digitales Datenmanagement konzipiert, der im April 2019 startete. Wie sich dieser Studiengang in die nationalen und internationalen Entwicklungen und Herausforderungen einfügt, ist Gegenstand dieses Artikels.
Data Stewardship wird besonders im Bezug auf die FAIR Data Principles und die Einführung der European Open Science Cloud als Begriff weitläufig verwendet, der im weitesten Sinne alle anfallenden Aktivitäten im Forschungsdatenmanagement beschreibt. Jedoch sind genaue Definitionen, Ausprägungen und konkrete Tätigkeitsbeschreibungen bislang noch nicht vollständig definiert. Forschungsdatenmanagement kann als soziotechnisches System angesehen werden, in dem unterschiedliche Akteure in Beziehung treten und zusammenwirken müssen. Die Akteure entstammen dabei unterschiedlichen Sozialen Welten, die an ihren Schwellen aufeinandertreffen und Grenzbereiche (Boundaries) bilden. Unterschiedliche Methoden der Grenzarbeit (Boundary-Work) können angewendet werden, um Kollaborationen zwischen Akteursgruppen zu ermöglichen und zu optimieren. Dabei stellt sich die Frage, inwiefern sich Data Stewardship Aktivitäten 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 Übertragung von Theorien zu Kollaborationen in soziotechnischen Systemen und des Agierens an Boundaries aus der Technik- und Wissenschaftssoziologie auf das Anwendungsfeld des Data Stewardships. Hierfür werden anhand einer Literaturanalyse begriffliche Entwicklungen und Ausprägungen des Konzeptes Data Stewardship nachvollzogen und eine Arbeitsdefinition entwickelt. Bestehende theoretische Ansätze zu Methoden und Aufgaben von Boundary-Work werden anhand einer Analyse von im EU-Projekt EOSCpilot erarbeiteten Tätigkeitsbeschreibungen auf die Domäne Data Stewardship übertragen. Der Literatur lassen sich drei begriffliche Ausprägungen entnehmen: Data Stewardship als übergreifendes Konzept und zielgerichtete Menge an Handlungen, Data Stewardship als operative Beschreibungen von Tätigkeiten, die von unterschiedlichen Akteuren im Forschungsprozess ausgeführt werden und Data Steward als neue Rollenbeschreibung für verantwortliche Personen im Forschungsdatenmanagement. Data Stewards können an (kognitiven) Boundaries zwischen unterschiedlichen Akteursgruppen wirken. Sie übernehmen dabei unterstützende, koordinierende und vermittelnde Funktionen als ,Boundary Spanner’. Für die Arbeit an Boundaries können Boundary Objects eingesetzt werden, um als gemeinsame Referenzobjekte zwischen den Akteursgruppen zu vermitteln und die Zusammenarbeit zu erleichtern. Es werden Datenmanagementpläne, Policies und die FAIR Data Prinzipien als mögliche Boundary Objects im Data Stewardship identifiziert. Diese Arbeit ermöglicht eine neue Perspektive auf Data Stewardship Aktivitäten 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 müssen dabei über infrastrukturelle oder forschungsgetriebene Zielsetzungen hinaus vermittelnd auf einer sozialen Ebene agieren und müssen dafür entsprechende Kompetenzen mitbringen.