Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Data Governance und Data Stewardship in der Fraunhofer-Gesellschaft

Vortrag gehalten beim 11. DINI/nestor-Workshop: Data Stewardship im Forschungsdatenmanagement - Was ist das? Rollen, Aufgabenprofile, Einsatzgebiete, 17.11.2020, virtuell
 
: Wuchner, Andrea; Sautter, Johannes

:
Präsentation urn:nbn:de:0011-n-6088571 (743 KByte PDF)
MD5 Fingerprint: f5aedfb1ed8f3df3cebd125d60b0d6d1
Erstellt am: 21.11.2020


2020, 11 Folien
Workshop "Data Stewardship im Forschungsdatenmanagement - Was ist das? Rollen, Aufgabenprofile, Einsatzgebiete" <11, 2020, Online>
Bundesministerium für Bildung und Forschung BMBF (Deutschland)
16FDM027; HEFE
Heterogene Forschungsdaten im Stadtkontext: Governance für Analyse-, Planungs- und Echtzeitdaten
Deutsch
Vortrag, Elektronische Publikation
Fraunhofer IRB ()
Fraunhofer IAO ()

Abstract
Die Fraunhofer-Gesellschaft ist Europas größte Forschungsorganisation für angewandte Forschung. Sie besteht aus 74 Instituten und beschäftigt 28000 Mitarbeiter, darunter 8000 Wissenschaftlerinnen und Wissenschaftler.
Erste Ansätze zur Unterstützung der Wissenschaftlerinnen und Wissenschaftler beim Forschungsdatenmanagement in der Fraunhofer-Gesellschaft werden von den Bibliotheken an den Fraunhofer-Instituten erbracht. Dort ist auch zumeist der “Fachinformationsmanager” angesiedelt; eine Rolle, die bei Fraunhofer vergeben wird, um die optimale bibliothekarische Versorgung der Wissenschaftlerinnen und Wissenschaftler zu gewährleisten. Neben den klassischen bibliothekarischen Aufgaben wie der Beschaffung von Fachliteratur sind in den letzten Jahren neue Tätigkeitsfelder wie die Unterstützung der Wissenschaftlerinnen und Wissenschaftler beim Forschungsdatenmanagement hinzugekommen. Unterstützt werden die Fachinformationsmanager und die Institutsbibliotheken von der zentralen Service-Abteilung “Research Services & Open Science”. Hier werden zentrale Materialien aufbereitet, Support geleistet und Schulungen durchgeführt
Erweitert wurde die Rolle der Fachinformationsmanager durch die Tätigkeit des “Datenkurators”. Mit Einführung des institutionellen Repositoriums “Fordatis” in der Fraunhofer-Gesellschaft wurde an etwa der Hälfte der Fraunhofer-Institute ein “Datenkurator” eingerichtet. Dieser überprüft während des Veröffentlichungsworkflows, ob die beschreibenden Metadaten zu den Forschungsdaten vollständig und formal korrekt in die dafür vorgesehenen Felder eingetragen wurden. Hierzu ist ein Regelwerk vorhanden.
Am Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO wurde zudem ein Konzept für Data Governance für Forschungsdaten pilotiert. Zentrales Element ist ein Workflow, der hilft Forschungsdaten bereits zum Zeitpunkt ihrer Entstehung qualitativ hochwertig anzulegen und weiterzuverarbeiten, bevor sie dem Kunden ausgeliefert, intern archiviert oder in Fordatis veröffentlicht werden.
Im Kern beinhaltet die Data Governance die Aspekte werteformulierende Policy sowie Strategie für Datenexzellenz als Verantwortung des Gesamtinstituts. Auf dieser strategischen Ebene agieren ebenso das Steuerungsgremium auf Leitungsebene mit Verantwortlichen aus Bibliothek, IT und Compliance sowie der Datendomänenleitung. Neben einem zentralen Data Governance-Team wird ebenso ein Compliance-Gremium eingesetzt. Diese Stellen steuern die Prozesse der Data Governance, die allen Forschenden in verschiedenen Akquisitions- und Projektphasen zur Verfügung stehen.
Auf der Ebene der Daten und deren Bearbeitungsprozesse agieren Domänenleitende als Data Stewards im eigentlichen Sinne. Sie legen Regeln für alle Datensätze ihres methodischen Feldes fest und konsultieren dazu jeweils ein Domänengremien. Am Pilotinstitut wurden die Datendomänen qualitative Leitfadengespräche, quantitative Befragungen sowie Bauwerks- und Mobilitätsgeodaten etabliert. Als wesentliches Ergebnis wurde je eine Methodenchecklisten als operatives Hilfsmittel erstellt. Forschenden, deren Forschung in einer der Domänen angesiedelt sind, können darauf zurückgreifen. Als interne Metadatenbasierte Plattform ist ein “Fraunhofer Datenraum” avisiert, der es erlaubt statische und dynamische Forschungsdatensätze und deren Metadaten intern zu teilen. In einer zweiten Ausbaustufe könnten per Text Mining Metadaten aus Angeboten und Forschungsanträgen generiert werden. Ein Workflow könnte dann die phasenorientierte Dateneingabe und -kuration in den unterschiedlichen Phasen unterstützen.

: http://publica.fraunhofer.de/dokumente/N-608857.html