TY - GEN A1 - Eilert, Eva T1 - Datenlebenszyklus N2 - Ein Datenlebenszyklus dient als Rahmen für das strukturierte Datenmanagement. Er umfasst den gesamten Datenfluss von der Planung über die Erzeugung bis hin zur Aufbewahrung und Bereitstellung. An allen Stationen des Datenlebenszyklus können Maßnahmen für ein strukturiertes Datenmanagement getroffen werden, um Daten effizient zu nutzen, ihre Qualität sicherzustellen und ihre Langzeitverfügbarkeit zu gewährleisten. Die vorliegende Grafik visualisiert den Datenlebenszyklus, der sich aus drei Hauptbereichen zusammensetzt: Planung und Nachnutzung, Erzeugung und Bearbeitung sowie Aufbewahrung und Bereitstellung. Jeder Bereich umfasst spezifische Aufgaben und Prozesse im Umgang mit Daten. Die erste Phase „Planung und Nachnutzung“ beinhaltet zwei wesentliche Elemente. Als Erstes erfolgt die Planung des Forschungsvorhabens, bei der die Ziele, Methoden und Ressourcen definiert werden. Als Zweites umfasst sie die Recherche und Wiederverwendung bereits vorhandener Daten, um deren Nutzen und Potenzial für das vorliegende Projekt einzuschätzen. Die zweite Phase „Erzeugung und Bearbeitung“ besteht aus drei Elementen, die in einem eigenen zirkulären Ablauf abgebildet sind. Als Erstes werden Daten erhoben und erfasst, entweder durch experimentelle Studien, Umfragen oder andere Methoden. Der Übergang von der ersten Phase zur zweiten Phase erfolgt über dieses Element, da hier die grundlegende Generierung eigener Daten innerhalb der Forschung beginnt. Als Zweites werden die gesammelten Daten gespeichert und organisiert, um ihre Integrität und Verfügbarkeit zu gewährleisten. Als Drittes erfolgt die Verarbeitung, Analyse und Auswahl der relevanten Informationen. Der Übergang von der zweiten Phase zur dritten Phase erfolgt aus diesem Element, da die gewonnenen Erkenntnisse für die weitere Aufbewahrung und Bereitstellung vorbereitet werden. Insgesamt bildet die zweite Phase einen kontinuierlichen Kreislauf. Die dritte Phase „Aufbewahrung und Bereitstellung“ besteht aus drei Elementen. Als Erstes erfolgt die Publikation der Forschungsergebnisse, sei es in wissenschaftlichen Zeitschriften, Repositorien oder anderen relevanten Publikationsorten. Als Zweites werden die Daten archiviert, um ihre Langzeitverfügbarkeit und -integrität zu gewährleisten. Als Drittes wird Zugang zu den Forschungsergebnissen geschaffen, beispielsweise über eine gezielte Freigabe für bestimmte Nutzergruppen oder Erhöhung der Sichtbarkeit. KW - Forschungsdaten KW - FDM KW - Forschungsdatenmanagement Y1 - 2023 U6 - https://doi.org/10.5281/zenodo.8087764 N1 - Diese Grafik entstand im Rahmen des Projektmoduls des Zertifikatskurses Forschungsdatenmanagement 2022/2023 (Ein kooperatives Angebot der Landesinitiative für Forschungsdatenmanagement NRW - fdm.nrw, ZB MED - Infor­mationszentrum Lebens­wissen­schaften und ZBIW; https://www.th-koeln.de/weiterbildung/zertifikatskurs-forschungsdatenmanagement_82048.php). Die Grafik steht in 3 Formaten zur Verfügung (PNG, SVG, AI) - Farben, Konturen und Beschriftung sind je nach Dateiformat individualisierbar. PB - Zenodo ER - TY - GEN A1 - Buch, Susanne A1 - Claas, Oliver A1 - Eilert, Eva A1 - Fliegner, Angelika A1 - Raatz, Philip A1 - Reiter, Martin A1 - Sauther-Patrascu, Katharina Sofie A1 - Schick, Elena A1 - Slowig, Benjamin T1 - Fragen? Antworten! FDM-FAQ - Die Wissensbasis der FDMScout:innen N2 - Know-how im Forschungsdatenmanagement (FDM) aufzubauen und zu erhalten, ist eine grundlegende, stetig an Bedeutung zunehmende Aufgabe an Hochschulen für angewandte Wissenschaften (HAW) (vgl. Buch et al. 2023). Dieses Know-how kommt Mitarbeitenden der FDM-Servicestellen einer Hochschule ebenso zugute wie Forschenden selbst: Es versetzt FDM-Personal in die Lage, Forschende zielführend zu beraten, zu schulen und ihnen adäquate Tools und Services zu vermitteln; Forschenden werden konkrete Lösungswege für (neuartige) praktische Herausforderungen in Forschungsvorhaben aufgezeigt. Beide Gruppen werden weiterhin befähigt, hochschulinterne und -übergreifende Diskurse und Initiativen zum FDM mitzugestalten. Auf diese Weise trägt FDM-Know-how dazu bei, anforderungsgerechte und gewinnbringende Rahmenbedingungen für Forschung an HAW zu schaffen. Im gemeinsamen Handlungsfeld "Information und Sensibilisierung" haben es sich die Projektverbünde der Förderlinie FDMScouts.nrw zur Aufgabe gemacht, das gewonnene Handlungswissen in Form einer FDM-Wissensbasis strukturiert und frei zugänglich zu bewahren (vgl. Eilert/Slowig 2022), um die Weitergabe der gesammelten Erfahrungen auch über die Förderlaufzeit hinaus zu ermöglichen und vor allem andere HAW beim Aufbau von Know-how in den FDM-Servicestellen zu befähigen. Zweck der nun vorliegenden Wissensbasis ist es, den Zielgruppen der Beschäftigten in FDM-Servicestellen und der Forschenden den Einstieg ins Forschungsdatenmanagement zu erleichtern – gerade in Anbetracht der Tatsache, dass sich FDM-Strukturen an HAW vielfach noch in der Aufbau- oder Konsolidierungsphase befinden. Sie trägt dementsprechend solche Aspekte zusammen, die sich erfahrungsgemäß als besonders relevant erweisen: Was ist zwecks Orientierung im weitreichenden Feld FDM von besonderer Wichtigkeit (Begriffe, Einstiegsseiten, Umsetzungstipps etc.)? Welche Ressourcen und Anlaufstellen sind zentral? Welche Fragen stellen sich für Forschende und FDM-Personal immer wieder? FDM-Wissen aufzubauen und zu vermitteln bedeutet, diese und ähnliche Fragen zu beantworten. In diesem Sinn dient das Format der Frequently Asked Questions als grundlegende Organisationsmethode der vorliegenden Wissensbasis. Als Verknüpfung häufig gestellter Fragen mit kompakten Antworten stellen die FAQs niedrigschwellig Wissen bereit und tragen im Idealfall durch ihre Interaktionsorientierung zur Gestaltung konkreter Kommunikationssituationen (Beratungsgespräche, Schulungen) bei. Als Einstiegspunkte dienen die einzelnen Phasen des Forschungsdatenlebenszyklus und die Fragen, die sie regelmäßig aufwerfen. Darunter finden Forschende und FDM-Servicepersonal Antworten, Informationen und Links, die Orientierung bieten und Umsetzungsschritte benennen. Als GitHub-Repository realisiert, ist die Möglichkeit zur dezentralen Aktualisierung und Erweiterung gegeben. Insgesamt leistet die Wissensbasis einen Beitrag zur Dokumentation der Arbeit der FDMScouts.nrw-Verbünde und soll die nachhaltige Verankerung von FDM an HAW unterstützen. KW - FDM KW - Forschungsdatenmanagement KW - Wissensbasis KW - FAQ Y1 - 2024 UR - https://fdmscouts-nrw.github.io/Wissensbasis/ U6 - https://doi.org/10.5281/zenodo.12760388 N1 - Is supplement to Software: https://github.com/FDMScouts-nrw/Wissensbasis/tree/v1.0 (URL) PB - Zenodo, GitHub ER - TY - GEN A1 - Buch, Susanne A1 - Claas, Oliver A1 - Eilert, Eva A1 - Fliegner, Angelika A1 - Raatz, Philip A1 - Reiter, Martin A1 - Sauther-Patrascu, Katharina A1 - Schick, Elena T1 - Generalisierte FDM-Aufgaben an HAW sowie Erfahrungen in der hochschulübergreifenden Zusammenarbeit und Integration NRW- und bundesweiter Angebote: Die Perspektive der FDMScout*innen N2 - Forschungsdatenmanagement (FDM) nimmt in Wissenschaftsinstitutionen und Scientific Communities einen immer größeren Stellenwert ein. Hochschulen für angewandte Wissenschaften (HAW) sehen sich mithin der Aufgabe gegenübergestellt, Rahmenbedingungen für ein gelingendes FDM in Forschungsvorhaben zu schaffen. Die vorliegende Grafik hat zum Ziel, die Ausgestaltung dieser Rahmenbedingungen zu befördern, indem sie – mit Blick auf die operative Ebene – die Bedarfe der Forschenden mit FDM-Dienstleistungen zusammenbringt sowie Wechselwirkungen visualisiert. Auf diese Weise soll sie die Komplexität des Handlungsfelds FDM veranschaulichen und zugleich als Handreichung zur Ausgestaltung adäquater FDM-Ressourcen und -Prozesse für die Zielgruppe der Forschenden dienen. Die Zusammenstellung basiert auf den generalisierten Erfahrungen, die zwischen 2020 und 2023 von den in der Förderlinie „FDMScouts.nrw“ finanzierten Projektverbünden in vier gemeinsamen Handlungsfeldern (Netzwerkarbeit, Information und Sensibilisierung, Koordination, Beratung) gesammelt wurden. Die zehn beteiligten Hochschulen arbeiteten in fünf Verbünden an Strukturen und Prozessen für eine nachhaltige Etablierung des Forschungsdatenmanagements vor Ort. Dabei berücksichtigt die Grafik überregionale Serviceangebote und Institutionen für den Bereich FDM, wie sie bis zum Zeitpunkt der Veröffentlichung zur Verfügung standen. KW - Forschungsdaten KW - FDM KW - Forschungsdatenmanagement Y1 - 2023 U6 - https://doi.org/10.5281/zenodo.7886667 PB - Zenodo ER -