Themen

Wissenschaftliche Aspekte

Organisatorische Aspekte

Verantwortung

Anforderungen und notwendige Werkzeuge

Folien

PDF

Glossar

PDF

• Wissenschaft gründet auf den Vorarbeiten anderer.
  Wiederverwendung ist Voraussetzung für den Erkenntnisfortschritt.
• Primärer Fokus ist die interne Nachnutzbarkeit.
  Externe Nachnutzung stellt hohe Ansprüche an die Dokumentation.
• Wiederverwendung numerischer Daten kommt fast nie vor:
  Aufbauen auf den Ergebnissen/Erkenntnissen anderer.
• Voraussetzungen sind Kuration und Qualitätssicherung,
  offene Datenformate, Metadaten und Konventionen/Standards.
• Verantwortlich sind Projektleitung und Forschende,
  Institutionen für die Bereitstellung geeigneter Infrastrukturen.

Diese Fragen dienen der persönlichen Beschäftigung mit der Thematik, werden aber nicht separat in der Vorlesung besprochen.

• Welcher fatale Fehler ergibt sich aus dem Hype um „Big Data“ und dem Fokus auf den FAIR-Prinzipien? Warum ist er für die Wissenschaft so schwerwiegend?
• Welche Möglichkeiten zur Qualitätssicherung von Forschungsdaten und Ergebnissen gibt es, wo liegen Probleme?
• Warum ist der exponentielle Zuwachs verfügbarer Forschungsdaten ein ernsthaftes Problem für die Wissenschaft und den Erkenntnisgewinn?
• Welche Bedeutung kommt der Repräsentativität verwendeter Daten und Ergebnisse zu?
• Warum ist die reine Datenmenge kein Kriterium für Repräsentativität?
• Warum ist die Rückführbarkeit von Daten und Ergebnissen entscheidend für die Wissenschaftlichkeit? Welches Problem ergibt sich für die Wissenschaft aus der zunehmenden Verwendung großer Sprachmodelle (large language model, LLM)?

Eine kommentierte und handverlesene Liste mit weiterführender Literatur zum Thema. Die Auswahl ist zwangsläufig subjektiv.

Das Buch von K. Briney [Briney, 2015Briney, Kristin (2015): Data Management for Researchers: Organize, Maintain and Share your Data for Research Success, Pelagic Publishing, Exeter, UK], insbesondere Kapitel 11, gibt einen ersten knappen Überblick über relevante Aspekte der Wiederverwendung von Forschungsdaten.

Wer sich mit dem nötigen intellektuellen Tiefgang mit der Thematik auseinandersetzen möchte, dem sei einmal mehr das Buch von C. Borgman [Borgman, 2015Borgman, Christine L. (2015): Big Data, Little Data, No Data: Scholarship in the Networked World, MIT Press, Cambridge, MA] empfohlen, hier insbesondere die letzten drei Kapitel 8–10. Eine sehr viel kürzere Fassung ihrer Gedanken zum Thema Teilen von Forschungsdaten findet sich in [Borgman, 2012Borgman, Christine L. (2012): The conundrum of sharing research data, J. Am. Soc. Inf. Sci. Technol. 63:1059-1078].

• Borgman, Christine L. (2012): The conundrum of sharing research data, J. Am. Soc. Inf. Sci. Technol. 63:1059-1078
• Borgman, Christine L. (2015): Big Data, Little Data, No Data: Scholarship in the Networked World, MIT Press, Cambridge, MA
• Briney, Kristin (2015): Data Management for Researchers: Organize, Maintain and Share your Data for Research Success, Pelagic Publishing, Exeter, UK