Handbuch Forschungsdaten, Einzelbeiträge
Filtern
Erscheinungsjahr
- 2011 (3)
Dokumenttyp
Sprache
- Deutsch (3)
Volltext vorhanden
- ja (3)
Gehört zur Bibliographie
- nein (3)
Schlagworte
- Forschung (3)
- Daten (2)
- Infrastruktur (2)
- Ausbildung (1)
- Berufsbild (1)
- Bibliothekswesen (1)
- Datenanalyse (1)
- Datenmanagement (1)
- Datenorganisation (1)
- Datenverarbeitung (1)
Institut
- FB5 Informationswissenschaften (3) (entfernen)
Seit den ersten nationalen, strategischen Papieren zu Datenmanagement-Fragen in der Wissenschaft in den USA (NSF, 2005), Großbritannien (Lyon, 2007; Swan & Brown, 2008), der EU (Atkinson et al. 2008; OGF22-ET CG, 2008) und vor allem seit den Guidelines der OECD (2007) wird international intensiv über die Erfordernisse der Ausbildung von „Datenspezialisten“ diskutiert. Grundlegende Überlegungen, die einen gewissen internationalen Konsens gefunden haben, wurden im Auftrag von JISC von Swan und Brown (2008, S. 1) entwickelt (vgl. Hank & Davidson, 2009). Sie schlagen vier Rollen im Forschungsdatenmanagement vor. Neben dem Data Creator (datenproduzierender Forscher), dem Data Scientist (Wissenschaftler der bspw. bei der Datenanalyse unterstützt) und dem Data Manager (verantwortlich für alle technischen Aspekte: Lagerung, Zugriff, Aufbewahrung) wurde auch der Data Librarian benannt. Im Weiteren wird, auch unter Beachtung der Tätigkeiten die im Data Curation Lifecycle Model (s. Beitrag von Rümpel. Kap. 1.2) aufgeführt sind, neben dem Data Manager und dem Data Curator insbesondere auf den Data Librarian eingegangen.
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.
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.