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

Autor*innen

DOI:

https://doi.org/10.5282/o-bib/2018H3S46-60

Schlagwörter:

Forschungsdatenmanagement, Ingenieurwissenschaften, Repositorien

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.

Autorenbiografien

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

Data Cite Metadata Working Group. 2017. DataCite Metadata Schema for the Publication and Citation of Research Data. Version 4.1. DataCite e.V. http://dx.doi.org/10.5438/0015.

DFG. 2015. „Leitlinien zum Umgang mit Forschungsdaten.“ Technischer Bericht (Deutsche Forschungsgemeinschaft, 2015). Zuletzt überprüft am 16.02.2018, http://www.dfg.de/download/pdf/foerderung/antragstellung/forschungsdaten/richtlinien_forschungsdaten.pdf.

DKRZ, „Cerasearch“, zuletzt geprüft am 05.01.2018, https://cera-www.dkrz.de/WDCC/ui/cerasearch/.

Joo, Yeon Kyoung, und Youngseek Kim. 2017. „Engineering researchers’ data reuse behaviours: a structural equation modelling approach.“ Herausgeber: Emerald Publishing Limited. The Electronic Library 35 (6): 1141-1161. http://dx.doi.org/10.1108/EL-08-2016-0163.

Krüger, Jens, Richard Grunzke, Sandra Gesing, Sebastian Breuers, André Brinkmann, Luis de la Garza, Oliver Kohlbacher, et al. 2014. „The MoSGrid Science Gateway – A Complete Solution for Molecular Simulations.“ Journal of Chemical Theory and Computation 10 (6): 2232-2245. http://dx.doi.org/10.1021/ct500159h.

Kumar, Anand, Vladimir Grupcev, Meryem Berrada, Joseph C. Fogarty, Yi-Cheng Tu, Xingquan Zhu, Sagar A. Pandit, und Yuni Xia. 2014. „DCMS: A data analytics and management system for molecular simulation.“ Journal of Big Data 2 (1): 9. https://doi.org/10.1186/s40537-014-0009-5.

Lautenschlager, Michael, F Toussaint, Hannes Thiemann, und Manfred Reinke. 1998. „The CERA-2 data model.“ The CERA-2 data model. ), zuletzt geprüft am 07.02.2018, https://www.pik-potsdam.de/cera/Descriptions/Publications/Papers/9807_DKRZ_TechRep15/cera2.pdf.

Malik, Tanu. 2014. „Geobase: Indexing NetCDF Files for large-scale Data Analysis.“ In Big Data Management, Technologies, and Applications, 295-313. IGI Global. Zuletzt geprüft am 15.02.2018, http://dx.doi.org/10.4018/978-1-4666-4699-5.ch012.

Meneveau, Charles, und Ivan Marusic. 2017. „Turbulence in the Era of Big Data: Recent Experiences with Sharing Large Datasets.“ In Whither turbulence and big data in the 21st century?, Herausgeber: Andrew Pollard, Luciano Castillo, Luminita Danaila und Mark Glauser, 497-507. Switzerland: Springer. http://dx.doi.org/10.1007/978-3-319-41217-7.

Reilly, Susan, Wouter Schallier, Sabine Schrimpf, Eefke Smit, und Max Wilkinson. 2011. „Report on integration of data and publications.“ Report on integration of data and publications. Zuletzt überprüft am 16.02.2018, http://epic.awi.de/31397/1/ODE-ReportOnIntegrationOfDataAndPublications-1_1.pdf.

Schembera, Björn, und Thomas Bönisch. 2017. „Challenges of Research Data Management for High Performance Computing.“ International Conference on Theory and Practice of Digital Libraries. 140-151. https://doi.org/10.1007/978-3-319-67008-9_12.

Sillero, Juan A., und Javier Jiminéz. 2017. „Public Dissemination of Raw Turbulence Data.“ In Whither turbulence and big data in the 21st century?, Herausgeber: Andrew Pollard, Luciano Castillo, Luminita Danaila und Mark Glauser, 509-515. Switzerland: Springer. http://dx.doi.org/10.1007/978-3-319-41217-7_28.

Tristram, Frank, und Achim Streit. 2015. „Daten zu bwFDM-Communities.“ Daten zu bwFDM-Communities. http://bwfdm.scc.kit.edu/cgi-bin/daten/.

Tristram, Frank, und Achim Streit. 2015. „Öffentlicher Abschlussbericht von bwFDM-Communities.“ Technischer Bericht, Karlsruher Institut für Technologie. Zuletzt überprüft am 16. 02 2018. https://bwfdm.scc.kit.edu/downloads/Abschlussbericht.pdf.

Wilkinson, Mark D., Michel Dumontier, IJsbrand Jan Aalbersberg, Gabrielle Appleton, Myles Axton, Arie Baak, Niklas Blomberg, et al. 2016. „The FAIR Guiding Principles for scientific data management and stewardship.“ Scientific Data (Springer Nature) 3: 160018. http://dx.doi.org/10.1038/sdata.2016.18.

Downloads

Veröffentlicht

28.09.2018

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

Ausgabe

Rubrik

Themenschwerpunkt