Umsetzung von Datenmanagement in der Praxis: Unterschied zwischen den Versionen

Aus Forschungsdaten.org
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
 
(8 dazwischenliegende Versionen von einem anderen Benutzer werden nicht angezeigt)
Zeile 1: Zeile 1:
[[Category: Data Management]]
[[Category: Data Management]]
Das Management von Forschungsdaten umfasst nicht nur die Speicherung, an die meistens zuerst gedacht wird, sondern eine Vielzahl von Aktivitäten, um die Nutzbarkeit der Daten zu gewährleisten. Üblicherweise werden die für das Datenmanagement notwendigen Aktivitäten mit zwei Arten von Modellen beschrieben:
Das [[Forschungsdatenmanagement|Management von Forschungsdaten]] umfasst nicht nur die [[Datensicherung|Speicherung]], an die meistens zuerst gedacht wird, sondern eine Vielzahl von Aktivitäten, um die Nutzbarkeit der Daten zu gewährleisten. Üblicherweise werden die für das Datenmanagement notwendigen Aktivitäten mit zwei Arten von Modellen beschrieben:


Idealisierte Lebenzyklus-Modelle, die den Aktivitäten verschiedene Phasen von der Erstellung der Daten, über ihre Speicherung und Verwaltung bis hin zum Zugriff und zur Wiederverwendung zuordnen,
Idealisierte Lebenzyklus-Modelle, die den Aktivitäten verschiedene Phasen von der Erstellung der Daten, über ihre Speicherung und Verwaltung bis hin zum Zugriff und zur Wiederverwendung zuordnen,
Zeile 6: Zeile 6:
und
und


Kontinuums-Modelle, die unterschiedlich hohe Anforderungen an das Datenmanagement unterschiedlichen Kontexten zuordnen. So sind im privaten Arbeitsbereich die Daten in der Eigenverantwortung der Forschenden. Folglich müssen hier weniger Anforderungen an das Datenmanagement gestellt werden als in einer Forschungsgruppe, die ihre Daten teilt, oder als an Daten, die veröffentlicht und von Personen genutzt werden sollen, die den ursprünglichen Entstehungskontext nicht kennen.
Kontinuums-Modelle, die unterschiedlich hohe Anforderungen an das [[Data Management|Datenmanagement]] unterschiedlichen Kontexten zuordnen. So sind im privaten Arbeitsbereich die Daten in der Eigenverantwortung der Forschenden. Folglich müssen hier weniger Anforderungen an das Datenmanagement gestellt werden als in einer Forschungsgruppe, die ihre Daten teilt, oder als an [[Datenpublikation|Daten, die veröffentlicht]] und von Personen genutzt werden sollen, die den ursprünglichen Entstehungskontext nicht kennen.


Typische Aufgaben umfassen die Definition von Metadaten, um die Daten in anderen Nutzungskontexten zu verstehen, und die Vergabe von Identifikatoren für Datenobjekte. Weiterhin müssen aber auch organisatorische Aufgaben wie die Klärung von Zuständigkeits- und Finanzierungsfragen für eine dauerhafte Aufbewahrung bearbeitet sowie der rechtliche Status der Daten definiert werden.
Typische Aufgaben umfassen die Definition von [[Metadaten]], um die Daten in anderen Nutzungskontexten zu verstehen, und die Vergabe von [[Persistent Identifier|Identifikatoren]] für Datenobjekte. Weiterhin müssen aber auch organisatorische Aufgaben wie die Klärung von Zuständigkeits- und Finanzierungsfragen für eine [[Langzeitarchivierung|dauerhafte Aufbewahrung]] bearbeitet sowie der [[Creative Commons-Lizenzen|rechtliche Status]] der Daten definiert werden.


Unter dem Menüpunkt [[Category: Data Managements | Wissenswertes]] , [[Informationen für Ihr Forschungsvorhaben]] finden Sie weiterführende Hinweise zu einzelnen Anforderungen und Themenbereichen.
Unter dem Menüpunkt [http://www.forschungsdaten.org/index.php/Kategorie:Wissenswertes, Wissenswertes] finden Sie weiterführende Hinweise zu einzelnen Anforderungen und Themenbereichen.

Aktuelle Version vom 8. Oktober 2015, 13:54 Uhr

Das Management von Forschungsdaten umfasst nicht nur die Speicherung, an die meistens zuerst gedacht wird, sondern eine Vielzahl von Aktivitäten, um die Nutzbarkeit der Daten zu gewährleisten. Üblicherweise werden die für das Datenmanagement notwendigen Aktivitäten mit zwei Arten von Modellen beschrieben:

Idealisierte Lebenzyklus-Modelle, die den Aktivitäten verschiedene Phasen von der Erstellung der Daten, über ihre Speicherung und Verwaltung bis hin zum Zugriff und zur Wiederverwendung zuordnen,

und

Kontinuums-Modelle, die unterschiedlich hohe Anforderungen an das Datenmanagement unterschiedlichen Kontexten zuordnen. So sind im privaten Arbeitsbereich die Daten in der Eigenverantwortung der Forschenden. Folglich müssen hier weniger Anforderungen an das Datenmanagement gestellt werden als in einer Forschungsgruppe, die ihre Daten teilt, oder als an Daten, die veröffentlicht und von Personen genutzt werden sollen, die den ursprünglichen Entstehungskontext nicht kennen.

Typische Aufgaben umfassen die Definition von Metadaten, um die Daten in anderen Nutzungskontexten zu verstehen, und die Vergabe von Identifikatoren für Datenobjekte. Weiterhin müssen aber auch organisatorische Aufgaben wie die Klärung von Zuständigkeits- und Finanzierungsfragen für eine dauerhafte Aufbewahrung bearbeitet sowie der rechtliche Status der Daten definiert werden.

Unter dem Menüpunkt Wissenswertes finden Sie weiterführende Hinweise zu einzelnen Anforderungen und Themenbereichen.