Anforderungen der Ingenieurwissenschaften an das Forschungsdatenmanagement der Universität Stuttgart - Ergebnisse der Bedarfsanalyse des Projektes DIPL-ING

Hauptsächlicher Artikelinhalt

Dorothea Iglezakis
Björn Schembera

Abstract

Forschungsdaten sind die Grundlage aller wissenschaftlichen Praxis und der Ausgangspunkt für alle daraus gewonnenen Erkenntnisse. Dieser Wert spiegelt sich allerdings oft nicht im Management von Forschungsdaten wider. Insbesondere in den Ingenieurwissenschaften gibt es Nachholbedarf, was das zweckgerichtete Forschungsdatenmanagement angeht, um die Daten nachnutzbar, nachvollziehbar und nachprüfbar zu machen. Die vorliegende Veröffentlichung fasst die Ergebnisse der Bedarfsanalyse des Projektes DIPL-ING zusammen, welches das Ziel hat, gemeinsam mit Ingenieurwissenschaftlerinnen und Ingenieurwissenschaftler Konzepte für das Forschungsdatenmanagement in den Ingenieurwissenschaften bereitzustellen. Anhand von konkreten Anwendungsfällen aus der technischen Thermodynamik und der Aerodynamik wurden Problembereiche und Anforderungen der Ingenieurwissenschaften an das Forschungsdatenmanagement ermittelt. Spezifische Anforderungen ergeben sich dadurch, dass die Forschung zu einem nicht unerheblichen Teil auf Software und Code beruht, der zum Teil sehr große Mengen an Roh- und auch verarbeiteten Daten generiert und weiterverarbeitet. Ziel ist es, eine sinnvolle interne wie externe Nachnutzung von Forschungsdaten zu ermöglichen. Dafür werden fachspezifische Metadatenstandards benötigt, die den Entstehungsprozess der Daten und Codes dokumentieren können und so sowohl die Suchbarkeit als auch die Verständlichkeit der Daten fördern. Zudem fehlen klare fachspezifische Richtlinien, welche Daten für welchen Zeitraum ökonomisch sinnvoll abgelegt werden sollen. Für die Veröffentlichung der Daten werden Infrastrukturen benötigt, die sowohl mit großen Datenmengen wie auch mit Software und Code umgehen können und eine Qualitäts- wie auch Zugriffskontrolle ermöglichen.

Artikel-Details

Zitationsvorschlag
Iglezakis, D., & Schembera, B. (2018). Anforderungen der Ingenieurwissenschaften an das Forschungsdatenmanagement der Universität Stuttgart - Ergebnisse der Bedarfsanalyse des Projektes DIPL-ING. O-Bib. Das Offene Bibliotheksjournal / Herausgeber VDB, 5(3), 46-60. https://doi.org/10.5282/o-bib/2018H3S46-60
Rubrik
Themenschwerpunkt
Autor/innen-Biografien

Dorothea Iglezakis, Universitätsbibliothek Stuttgart

Dorothea Iglezakis ist Diplom-Psychologin und promovierte im Fach Informatik im Bereich Benutzeradaptive Systeme an der KU Eichstätt-Ingolstadt. Sie arbeitet aktuell als Projektmitarbeiterin an der Universitätsbibliothek Stuttgart. Ihre Interessen liegen im Bereich Information-Retrieval, (Forschungs-)datenmanagement und allgemein dem Spannungsbereich zwischen Psychologi und Informatik.

Björn Schembera, Höchstleistungsrechenzentrum Stuttgart (HLRS)

Björn Schembera ist Diplom-Informatiker und studierte Informatik und Philosophie an der Universität Stuttgart. Seit 2011 ist er wissenschaftlicher Mitarbeiter am Bundeshöchstleistungsrechenzentrums Stuttgart (HLRS). Dort arbeitet er im Bereich Datenmanagement und promoviert zum Forschungsdatenmanagement für Simulationsdaten. Seine wissenschaftlichen Interessen sind darüber hinaus verteilte Systeme, Big Data sowie Informatik und Gesellschaft.

Literaturhinweise

- Allcock, William; Bresnahan, John; Kettimuthu, Rajkumar u.a.: The Globus Striped GridFTP Framework and Server, Proceedings of the 2005 ACM/IEEE Conference on Supercomputing, Seattle, 2005, S. 54. Online: http://dx.doi.org/10.1109/SC.2005.72.
- Data Cite Metadata Working Group: DataCite Metadata Schema for the Publication and Citation of Research Data. Version 4.1, 2017, http://dx.doi.org/10.5438/0015.
- Deutsche Forschungsgemeinschaft: Leitlinien zum Umgang mit Forschungsdaten. Technischer Bericht, Bonn, 2015. Online: http://www.dfg.de/download/pdf/foerderung/antragstellung/forschungsdaten/richtlinien_forschungsdaten.pdf, Stand: 16.02.2018.
- Joo, Yeon Kyoung; Kim, Youngseek: Engineering researchers’ data reuse behaviours. A structural equation modelling approach, in: The Electronic Library 35 (6), 2017, S. 1141–1161. Online: http://dx.doi.org/10.1108/EL-08-2016-0163.
- Krüger, Jens; Grunzke, Richard; Gesing, Sandra u.a.: The MoSGrid Science Gateway. A Complete Solution for Molecular Simulations, in: Journal of Chemical Theory and Computation 10 (6), 2014, S. 2232–2245. Online: http://dx.doi.org/10.1021/ct500159h.
- Kumar, Anand; Grupcev, Vladimir; Berrada, Meryem u.a: DCMS. A data analytics and management system for molecular simulation, in: Journal of Big Data 2 (1), 2014, S. 9. Online: https://doi.org/10.1186/s40537-014-0009-5.
- Lautenschlager, Michael; Toussaint, Frank; Thiemann, Hannes u.a: The CERA-2 data model, 1998, https://www.pik-potsdam.de/cera/Descriptions/Publications/Papers/9807_DKRZ_TechRep15/cera2.pdf, Stand: 07.02.2018.
- Malik, Tanu: Geobase: Indexing NetCDF Files for large-scale Data Analysis, in: Big Data Management, Technologies, and Applications, 2014 (IGI Global), S. 295–313. Online: http://dx.doi.org/10.4018/978-1-4666-4699-5.ch012.
- Meneveau, Charles, Marusic, Ivan: Turbulence in the Era of Big Data. Recent Experiences with Sharing Large Datasets, in: Pollard, Andrew; Castillo, Luciano; Danaila, Luminita u.a. (Hg.): Whither turbulence and big data in the 21st century? Cham 2017, S. 497–507. Online: http://dx.doi.org/10.1007/978-3-319-41217-7.
- Reilly, Susan; Schallier, Wouter; Schrimpf, Sabine u.a.: Report on integration of data and publications, 17.10.2011, http://epic.awi.de/31397/1/ODE-ReportOnIntegrationOfDataAndPublications-1_1.pdf, Stand: 16.02.2018.
- Schembera, Björn; Bönisch, Thomas Bönisch: Challenges of Research Data Management for High Performance Computing, International Conference on Theory and Practice of Digital Libraries, 2017, S. 140–151. Online: https://doi.org/10.1007/978-3-319-67008-9_12.
- Sillero, Juan A.; Jiminéz, Javier: Public Dissemination of Raw Turbulence Data, in: in: Pollard, Andrew; Castillo, Luciano; Danaila, Luminita u.a. (Hg.): Whither turbulence and big data in the 21st century? Cham 2017, S. 509–515. Online: http://dx.doi.org/10.1007/978-3-319-41217-7_28.
- Tristram, Frank; Streit, Achim: Daten zu bwFDM-Communities, 2015, http://bwfdm.scc.kit.edu/cgi-bin/daten/, Stand: 16.02.2018.
- Tristram, Frank; Streit, Achim: Öffentlicher Abschlussbericht von bwFDM-Communities. Technischer Bericht, Karlsruher Institut für Technologie, 2015, https://bwfdm.scc.kit.edu/downloads/Abschlussbericht.pdf, Stand: 16.02.2018.
- Wilkinson, Mark D.; Dumontier, Michel; Aalbersberg, IJsbrand Jan u.a.: The FAIR Guiding Principles for scientific data management and stewardship, in: Scientific Data 3, 2016. Online: http://dx.doi.org/10.1038/sdata.2016.18.