020 Bibliotheks- und Informationswissenschaften
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.