Janna Neumann und Frauke Ziedorn

Workshop Forschungsdatenmanagement

17.11.2014

Forschungsdatenmanagement

Erstellen, Bearbeiten, Archivieren, Bereitstellen

2

• Vor eintausend Jahren

War die Wissenschaft empirisch:

beschrieb Naturphänomene

• In den letzten einhundert Jahren entstand

ein Theoretischer Zweig:

aufbauend auf Modellen,

Generalisierungen

• In den letzten Dekaden ein

Informatischer Zweig:

Simulation komplexer Phänomene

• Heute ist Wissenschaft

Datenbasiert (eScience):

Vereinigung von Theorie, Experiment und

Simulation

Jim Gray, eScience Group, Microsoft Research

2

2

2.

3

4

a

cG

a

a

Hintergrund:

Paradigmenwechsel in den Wissenschaften

3

analysiert

dargestellt

interpretiert

werden

ergeben Information

wird

publiziert

ergibt Wissen

Publikation

… ist zugänglich

… ist nachvollziehbar

… sind verloren!Daten

Problem:

Lineare Wertschöpfungskette der Wissenschaft

4

Problem:

• keine feste Definition, die alle Aspekte der Forschungsdaten umfassen

• Jeder versteht etwas anderes

• stark vom jeweiligen Fachbereich abhängig

Lösungsansatz:

• Im Allgemeinen: Daten, die im Laufe der wissenschaftlichen Tätigkeit entstehen und als Grundlage für Forschungsergebnisse dienen

• “A reinterpretable representation of information in a formalized manner suitable for communication, interpretation, or processing.”(Digital Curation Centre)

Was sind Forschungsdaten?

5

Diskutieren Sie mit Ihrem Nachbarn über die Arten von

Forschungsdaten, die Sie in Ihrer täglichen Forschung

produzieren.

• Nehmen Sie sich 5 Minuten Zeit dafür.

• Finden Sie Gemeinsamkeiten, Unterschiede?

• Anschließend: „Feedback“ in die Runde.

Welche Arten von Forschungsdaten produzieren Sie?

Zwischenbilanz

6

Forschungsdatenmanagement

Erstellen und

Bearbeiten

7

Was ist Forschungsdatenmanagement?

Allgemein und übergreifend:

• alle Aktivitäten, die mit der Aufbereitung, Speicherung, Archivierung und

Veröffentlichung von Forschungsdaten verbunden sind (Simukovic, Kindling, Schirmbacher, (2013))

• Forschungsdatenamanagement begleitet den Forschungsprozess von den

ersten Planungen bis zur Archivierung und Nachnutzung.

Definition

8

• Forschung nachvollziehbar machen

• Forschung reproduzierbar machen

• Gute Daten untermauern qualitativ

hochwertige Forschung

• glaubwürdige und verifizierbare Interpretation

• Validierung

• Langzeitarchivierung

• Wissenschaftliche Anerkennung und Reputation

• Data-sharing führt zu Kollaboration

und Zitation = größerer Impact

• Rechtliche und ethische “codes of conduct”

Give your data a structure…

… it makes it easier to find things

Quelle: A. Collins, Präsentation, Managing your digital research data Cambridge University Library, http://www.lib.cam.ac.uk/dataman/training.html#prepare

Warum Forschungsdatenmanagement?

Anforderungen

9Quelle: http://data-archive.ac.uk/create-manage/life-cycle

• Forschung / Daten-Management planen

• Daten erzeugen

• Daten dokumentieren

(Prozessierung und Analyse)

• Speicherung und Sicherung

• Daten erhalten/bewahren

• Daten teilen

• Daten (nach)nutzen

S. Jones et al., Research Data Management for librarians, Digital Curation Centre,2013, S. 5, http://www.dcc.ac.uk/training/rdm-librarians

Elemente des Forschungsdatenmanagement

Lifecycle

10http://openarchaeologydata.metajnl.com/about

ISSN: 2049-1565 | Published by Ubiquity Press

(http://www.ubiquitypress.com/)

Forschungsdaten teilen

Nutzen

11

• Wie werden meine Daten auffindbar?

• Wie können meine Daten nachgenutzt werden?

• Wie können meine Daten zitiert werden?

• Wie können meine Daten mit verwandten Objekten verknüpft

werden?

• Wie bekommen meine Daten einen Mehrwert?

Metadaten!

Ein Exkurs – Metadaten

12

• Was sind Metadaten?

• Beschreibende Angaben.

• Was sind Standard-Metadaten?

• Titel, Urheber, Datum, Beschreibung, Identifier

• Was für Metadaten-Standards gibt es?

• Dublin Core

• DataCite Metadaten Schema

• Jedes Repository hat i.d.R. ein eigenes Schema

Ein Exkurs – Metadaten

13

Zwischenfrage

• Fallen Metadaten bei Ihren Forschungsprozessen an?

• Werden die Metadaten gespeichert und nachgenutzt?

• Reichern Sie Metadaten an?

• Nutzen Sie Metadaten-Standards?

Metadaten

14

Warum Forschungsdatenmanagement?

http://blogs.ch.cam.ac.uk/pmr/2011/08/01/why-you-need-a-data-management-plan

15

• Datenmanagementpläne werden nicht perfekt sein.

• Sie sind keine statischen Dokumente!

• Änderungen und Aktualisierungen im Forschungsprozess

• Schlüsselprobleme bedenken, die Daten beeinflussen könnten…

• …während der Arbeit mit den Daten.

• …in der Zukunft.

• Besser ist es einen Plan zu haben, der Teilaspekte betrachtet, als gar keinen Plan zu haben!

• Fragen Sie nach Rat, wenn Sie sich nicht sicher sind!

Forschungsdatenmanagement – Erster Schritt:

Datenmanagementplan (DMP)

16

• Projektbeschreibung

• Was für Daten werden erhoben/produziert?

• Methode zur Datenorganisation

• Administrative Punkte:

• Fördervoraussetzungen und gesetzliche Anforderungen

• Datenurheber/Eigentümer, weitere Stakeholder (Zielgruppe, Besitzer)

• Daten Zugriff und Sicherheit

• Backups

• Daten teilen und archivieren

• Was wird geteilt? Was wird wo archiviert? Welche Metadaten sind notwendig?

• Verantwortlichkeiten

• Wer ist wofür zuständig?

• Budget

• Kostenabschätzung für Datenmanagement

Quelle: http://libguides.anu.edu.au/datamanagement

Lit.: ANU Data Management Manual – Managing Digital

Research Data at the Australian National University, 2013

Beispiel DMP: http://datalib.edina.ac.uk/xerte/USER-FILES/2-datalib-Nottingham/media/PG_DMP_form.swf

Datenmanagementpläne (DMP)

Struktur

17

Tipps zum Schreiben eines DMP

• Nutzen Sie Checklisten zum DMP.

• Schreiben Sie kurz und einfach.

• Arbeiten Sie mit den Kollegen zusammen.

• Orientieren Sie sich an den vorhandenen Ressourcen.

• Bleiben Sie realistisch!

• Prüfen Sie alle notwendigen Ressourcen und Beschränkungen.

http://www.youtube.com/watch?v=7OJtiA53-Fk

18

Übung - Datenmanagementpläne

Diskussion in Gruppen à 3-4 Personen:

• Einigen Sie sich auf ein Forschungsprojekt.

• Welche wichtigen Daten fallen hierbei an?

• Wie sehen die Daten aus (physisch / digital, Formate…)

• Wie entstehen die Daten?

• Veröffentlichtes Material, eigene Produktion, Daten eines anderen

Instituts…

• Was passiert mit den Daten…

• … während des Projekts.

• Bearbeitung, Zwischenspeicher, Weitergabe…

• … nach dem Projekt.

• Archivierung, Veröffentlichung, Dokumentation…

• Sind ethische oder rechtliche Fragen zu bedenken?

• Urheberrecht, Datenschutz, Patentrecht, Schutzfristen…

19

Forschungsdatenmanagement

Archivieren und

Bereitstellen

20

Repositories

• Wo kann ich meine Daten ablegen?

Repositories!

• Was sind Repositories?

• Datenbanken, wo Objekte archiviert, dokumentiert und publiziert werden können.

• Repositories für Texte, Forschungsdaten oder Filme u.a.

• Disziplinspezifische vs. generische vs. institutionelle Repositories

• Wie finde ich Repositories?

re3data.org

21

Datenpublikation

• Vorteile

• Mehr Zitierungen für Artikel mit publizierten Daten

• Wiederverwendung der Daten

• Weniger Doppelarbeit = weniger Kosten

• Erschließung neuer Zielgruppen

• Neue Kollaborationen

• Verifikation der Ergebnisse

• Reputationsaufbau

• Identifier

• Zitierfähigkeit

• Verlinkung

• Lizenzen

• Empfehlung: Creative Commons Lizenzen

• Nachnutzung

• Sicherheit

• Data Journals

22

Literatur und Informationsmaterial

• J. Ludwig / H. Enke (Hrsg.): Leitfaden zum Forschungsdaten-Management -Handreichung aus dem WissGrid-Projekt. Glückstadt: Hülsbusch. 2013 http://www.wissgrid.de/publikationen/Leitfaden_Data-Management-WissGrid.pdf

• Australian National University: ANU Data Management Manual: Managing Digital Research Data at the Australian National University. 2014http://anulib.anu.edu.au/_resources/training-and-resources/guides/DataManagement.pdf

• L. Corti et al.; Managing and Sharing Research Data – A Guide to Good Practice. London: Sage Publications. 2014

• V. Van den Eynden et al.; Managing and Sharing Research Data - Best Practices for Researchers, Univ. Essex: UK Data Archive. 3rd Ed., 2011 http://www.data-archive.ac.uk/media/2894/managingsharing.pdf

• MANTRA – Research Data Management Training: http://datalib.edina.ac.uk/mantra/

• LUH Forschungsdatenmanagement: http://www.dezernat4.uni-hannover.de/forschungsdaten.html

23

Danke für Ihre Aufmerksamkeit!

Janna Neumann

Tel: -3420

E-Mail: Janna.Neumann[at]tib.uni-hannover.de

Frauke Ziedorn

Tel: -14226

E-Mail: Frauke.Ziedorn[at]tib.uni-hannover.de