Menü

Cora Krömer

About Cora Krömer

Posts by Cora Krömer:

DCC-Themes

Die vom Digital Curation Center (DCC) erarbeiteten 14 DCC-Themes beschreiben Thematiken, die in jedem Datenmanagementplan abgedeckt werden sollten. Hierzu gehören unter anderem die Daten- und Dateiformate, die Langzeitverfügbarhaltung der Daten oder die Frage nach den Rechten am Geistigen Eigentum. Entsprechend sollte jedes DMP-Werkzeug Hilfestellungen haben, die diese Aspekte behandeln. Die DCC-Themes werden standardmäßig von DMPOnline und von DMProadmap verwendet, um allgemeine, nicht Fragebogen-spezifische Informationen bereitzustellen, die einfach in neue Vorlagen integriert werden können.

Das Projekt eHumanities – interdisziplinär erarbeitete im Rahmen des Arbeitspaketes „Transferierbarer Datenmanagementplan“  deutsch- und englischsprachige Hilfetexte entsprechend der DCC-Themes, die so beispielsweise direkt in DMProadmap verwendet werden können. Der fachliche Fokus liegt hierbei auf den (digitalen) Geisteswissenschaften.

Die Hilfetexte wurden in allgemeine und fachspezifische Informationen aufgeteilt, da dies ein einfaches Zusammenstellen und Kombinieren der benötigten Informationen ermöglicht. Für einige DCC-Themes gibt es keine eigenen fachspezifischen Texte, da es keine sinnvolle Aufteilung von allgemeinen und spezifischen Hilfen gibt. Dies ist etwa bei den Texten zur Budgetplanung und zur Rollenverteilung der Fall. Bislang wurden die Domänen-spezifischen Texte in vier grobe Kategorien eingeteilt:

  • Geschichte, Altertumswissenschaften und Kunstgeschichte
  • Sprach- und Literaturwissenschaften
  • Sozialwissenschaften
  • Erziehungswissenschaften und Psychologie

Mit Blick auf die stetig wachsende Zahl von Unterstützungsangeboten und Richtlinien für das Forschungsdatenmanagement können die gesammelten Informationen keinen Anspruch auf Vollständigkeit erheben.

Hilfetexte nach den DCC-Themes zum Download:

DCC-Themes-Hilfetexte in Deutsch

DCC-Themes-Hilfetexte in Englisch

Collections@UBT

Collections@UBT, das digitale Sammlungsmanagementsystem der Universität Bayreuth, erlaubt die Bereitstellung audiovisueller und multimedialer Inhalte für Forschung und Lehre.

Die Universität Bayreuth ist bestrebt, das Wirken von Privatpersonen, Vereinen und sonstigen juristischen Personen, die mit der Universität in engem Zusammenhang stehen, dauerhaft zu sichern und die Zeugnisse ihres Wirkens einer Nutzung zugänglich zu machen. Diese können bereits zu Lebzeiten (Vorlass) übergeben werden oder gelangen über die Nachkommen, Erben o. ä. (Nachlass) an die Universität. Der Service Collections@UBT bietet die Möglichkeit der Datenübernahme aus Vor- und Nachlässen als digitale Sammlungen und digitales Forschungsmaterial an.

FAUDataCloud

Forschungsgruppen der Friedrich-Alexander-Universität Erlangen-Nürnberg bekommen durch die FAUDataCloud freien Speicherplatz für Forschungsdaten als Grundversorgung zur Verfügung gestellt. Der Speicher ist unterschiedlicher Natur: zur reinen Archivierung (Bandspeicher), Netzlaufwerke (hot data) und Speicher für Datenbanken. Außerdem wird der Speicher eng an das HPC-System angebunden. In einer zweiten Phase werden zusätzliche Dienste auf die Speicher-Schicht aufgesetzt, z. B. spezielle Datenbanken, die Cloud-Version von WissKI, Forschungsumgebungen …

Keeper

Keeper ist ein kostenloser Datenspeicher für alle Max-Planck-Mitarbeiter*innen und Projektpartner*innen mit mehr als 1 TB Speicher pro Nutzenden für Forschungsdaten.

Mit der Speicherung der Daten in Keeper werden die Archivierungsvorschriften der Max-Planck-Gesellschaft erfüllt und die Regeln zur Sicherung „guter wissenschaftlicher Praxis“ eingehalten.

Edmond

Edmond ist das Forschungsdatenrepositorium der Max-Planck-Gesellschaft und wird von der Max Planck Digital Library als zentraler Service betrieben.

Das Repositorium unterstützt ORCID iDs, fachliche Metadaten für Datensammlungen, die auch direkt mit den dazugehörigen wissenschaftlichen Publikationen verlinkt werden können, und die Reservierung von DOIs für (noch) unveröffentlichte Datensätze.

  • FAQ zu Edmond
  • Edmond basiert auf der Open Source Software Dataverse

Online-Kurs Forschungsdatenmanagement

Die Universitätsbibliothek Regensburg bietet auf der Regensburger E-Learning-Plattform G.R.I.P.S. einen englischsprachigen Selbstlernkurs zum Thema Forschungsdatenmanagement an: MANTRA Research Data Management Training.

Der Kurs wurde ursprünglich von der University of Edinburgh entwickelt und von der Universitätsbibliothek Regensburg an die Situation in Deutschland bzw. an der Universität Regensburg angepasst.

Er gliedert sich in acht voneinander unabhängige Module zu den Themen: Forschungsdaten erklärt, Datenmanagementpläne, Datenorganisation, Dateiformate und Transformation, Dokumentation, Metadaten, Zitation, Speicherung und Sicherheit, Datenschutz, Urheberrecht und Zugang, Datenpublikation, Langzeitarchivierung und Lizenzierung.

Der Kurs ist für jeden zugänglich. Eine Selbsteinschreibung in den Kurs ist für alle Angehörigen der Universität Regensburg mit einem RZ-Account möglich. Externe Interessierte können sich auch als Gast anmelden, leider sind jedoch aus technischen Gründen die Online-Übungen für Gäste nicht zugänglich. (Angehörige anderer Hochschulen und Forschungseinrichtungen können sich einen externen Account anlegen, sofern ihre Institution in dieser Liste aufgeführt ist.

WissKI

Die ontologiebasierte virtuelle Forschungsumgebung WissKI dient dem flexiblen Management von objektbezogenen Forschungsdaten als Linked Data in den Digitalen Geisteswissenschaften, insbesondere im Bereich des Kulturellen Erbes. Während sich die Bedienung an Wikipedia anlehnt, werden Daten in WissKI mithilfe des CIDOC CRM strukturiert als Wissensgraph abgelegt. WissKI entstand im DFG-Projekt „WISSenschaftliche Kommunikations-Infrastruktur“ (2009-2016) an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) in Kooperation mit dem Germanischen Nationalmuseum. Seit dem Ende der Förderung wird es von der IT-Abteilung des Germanischen Nationalmuseums und externen Partnern weiterentwickelt.

Viele WissKI-Instanzen werden nur projektintern genutzt; es gibt jedoch einige öffentliche Beispiele:

DHVLab

Das Digital Humanities Virtual Laboratory (DHVLab) ist eine virtuelle, modulare und Cloud-basierte Infrastruktur für Lehre und Forschung. Es wurde in den Jahren 2016-2018 an der Ludwig-Maximilians-Universität München (LMU) von der IT-Gruppe Geisteswissenschaften entwickelt und kommt seitdem in verschiedenen Kontexten zum Einsatz. Die Idee entstand in digital gestützten Lehrveranstaltungen, die auf eine gemeinsame Infrastruktur und Software-Basis angewiesen waren, jedoch unter disparaten Umgebungen auf den Rechnern der einzelnen Studierenden litten. Das DHVLab eignet sich in besonderer Weise für Lehrveranstaltungen und Projekte mit anspruchsvollen digitalen Inhalten wie Korpora, (Bild-)Datenbanken, XML und bietet eine niederschwellige Lösung für Lehrende und Forschende, die eine zentrale Datenbank-, Repositoriums- und Entwicklungsumgebung benötigen. Mit dem DHVLab wird damit eine digitale Infrastruktur zur Verfügung gestellt, die für die Vermittlung grundlegender Datenkompetenzen (Data Literacy) eingesetzt werden kann.

Leitfaden für den Umgang mit Forschungsdaten in den digitalen Geisteswissenschaften an der Ludwig-Maximilians-Universität München

An der LMU verfolgen die Universitätsbibliothek (UB) und die IT-Gruppe Geisteswissenschaften (ITG) das Ziel, Wissen für Wissenschaft und Gesellschaft über die üblichen Lebenszyklen von Projekten, Datenformaten und Software hinaus zugänglich und nutzbar zu machen. Aus diesem Grund bilden beide Einrichtungen ein Zentrum für Forschungsdatenmanagement (FDM) für die digitalen Geisteswissenschaften an der LMU. Mit dem vorliegenden Leitfaden möchte das FDM-Zentrum den Forschenden eine Orientierung für die Archivierung und nachhaltige Veröffentlichung von Forschungsdaten an die Hand geben. Damit soll eine langfristige Bewahrung der Forschungsdaten sichergestellt werden, um Forschungsergebnisse nachvollziehbar und überprüfbar zu gestalten.

IT-Gruppe Geisteswissenschaften & Universitätsbibliothek der LMU München (Hrsg.). (26. September 2022). Leitfaden für den Umgang mit Forschungsdaten in den digitalen Geisteswissenschaften an der Ludwig-Maximilians-Universität München (LMU) [Version 1.1]. München. DOI: 10.5282/ubm/epub.93361.

Workflows für das Forschungsdatenmanagement (FDM) in den Digital Humanities an der LMU München

Ziel der Workflows ist es, die Beratung im Bereich Forschungsdatenmanagement für die (digitalen) Geisteswissenschaften an der Ludwig-Maximilians-Universität München zu vereinheitlichen und zu regulieren. Folgende Bereiche werden dabei abgedeckt:

  • Bereich 1 – Kontaktaufnahme mit Datenproduzierenden
  • Bereich 2a – Antragstellung des DH-Vorhabens
  • Bereich 2b – Umsetzung des DH-Vorhabens, FDM-spezifischer Anteil des DH-Vorhabens
  • Bereich 3 – Veröffentlichung der Forschungsdaten
  • Teilbereich – Metadatenanreicherung

Für jeden Abschnitt des Workflows stehen jeweils eine grafische Darstellung sowie eine ausführliche Prozessbeschreibung zur Verfügung. Die Prozessbeschreibung deckt den Anwendungsfall für die geisteswissenschaftlichen Fakultäten an der LMU ab, kann aber auch angepasst beziehungsweise erweitert werden und an anderen Einrichtungen beziehungsweise für weitere Disziplinen eingesetzt werden.

Servicestelle FDM-DH et al. (2021). Workflows für das Forschungsdatenmanagement (FDM) in den Digital Humanities an der LMU München (1.0). Zenodo. DOI: 10.5281/zenodo.5031602.

FDM-Handreichungen

Im Rahmen des eHumanities – interdisziplinär-Projekts werden FDM-Handreichungen zu folgenden Themen erarbeitet und regelmäßig aktualisiert:

FDM an der Einrichtung

  • Unterstützung an der Einrichtung
  • Service-Matrix Schulungen

Antragshilfen

  • DFG:
    • FDM im DFG-Antrag
    • Fachspezifisches FDM im DFG-Antrag
    • FDM im SFB-Antrag
    • FDM im GRK-Antrag
  •  EU
    • FDM im Horizon-Europe-Antrag
    • FDM im ERC-Antrag

Weitere Hilfen

  • Repositorien

Die Handreichungen werden im GitLab des FAU Competence Center for Research Data and Information bereitgestellt.

Krömer, Cora & Rohrwild, Jürgen. (2022). FDM-Handreichungen (Version 1). URL: https://gitlab.rrze.fau.de/cdi/labs/literacy/proposal-self-service.

Erstellung eines Service-Portfolios zur FDM-Vermittlung in der Graduiertenausbildung

Die Vermittlung von grundlegenden und fachspezifischen Kenntnissen im Bereich Forschungsdatenmanagement (FDM) ist mittlerweile eine erwartete Komponente in größeren Forschungsprojekten, insbesondere in Graduiertenkollegs und Sonderforschungsbereichen der Deutschen Forschungsgemeinschaft. Diese Handreichung basiert auf Überlegungen an der Friedrich-Alexander-Universität Erlangen-Nürnberg, ein unterstützendes Portfolio für Schulungsangebote für Graduiertenkollegs aufzubauen. Das Vorgehen ist in erster Linie für Forschungsreferate, Drittmittelstellen und FDM-Beratungsstellen interessant, die Forschende beim Thema FDM-Vermittlung im Antragsprozess unterstützen möchten.

Krömer, Cora & Rohrwild, Jürgen. (2021). Erstellung eines Service-Portfolios zur FDM-Vermittlung in der Graduiertenausbildung (Version 1). Zenodo. DOI: 10.5281/zenodo.5572331.

Datenmanagementpläne für die Nutzung in RDMO auf GitHub

Die folgenden Datenmanagementpläne sind nun über RDMO-GitHub frei verfügbar:

Die Vorlagen wurden einrichtungsunabhängig gestaltet, wichtige einrichtungsspezifische Informationen sollten aber unbedingt ergänzt werden. Dies kann einfach über „Find & Replace” entsprechend der Anleitung in der Dokumentation geschehen.

DataCite Metadaten Generator

Mit dem DataCite Metadaten Generator steht ein praktisches Open Source-Tool zur Verfügung, mit dem bequem DataCite-konforme XML-Dateien erzeugt werden können. Dieser Generator wurde im Projekt angepasst und um Hilfstexte erweitert, um Nutzende beim Ausfüllen der Felder mit wenig intuitiven Feldbezeichungen zu unterstützen. Der erweiterte Generator ist auch über GitHub zugänglich. Beispiele im XML-Format können über den GitHub-Account der Universitätsbibliothek der LMU eingesehen werden.

DataCite Best Practice Guide (Begleitpublikation)

Veröffentlicht in Korpus und Text (KiT) beschreibt dieser Aufsatz den Entstehungsprozess hin zur ersten Version des veröffentlichten DataCite Best Practice Guide, erörtert die Gründe für seine Erarbeitung, stellt wesentliche Merkmale des Leitfadens vor und den potenziellen Mehrwert durch seine künftige Anwendung dar.

Kümmet, Sonja et al. (2020). Standardisierung eines Standards: Warum und wie ein Best-Practice-Guide für das Metadatenschema DataCite entstand, Version 1 (20.01.2020, 13:49). In: Korpus im Text, Serie A, 42800. URL: http://www.kit.gwi.uni-muenchen.de/?p=42800&v=1.

Kümmet, Sonja et al. (2020). Standardizing a Standard: Why and how a Best Practice Guide for the DataCite Metadata Schema was created, Version 1 (20.01.2020, 13:47). In: Korpus im Text, Serie A, 51272. DOI: 10.24344/kit_post_51272_1.

DataCite Best Practice Guide

Der Best Practice Guide wurde konzipiert, um eine strukturierte und normierte Beschreibung zu unterstützen. Die aktuelle Version des Leitfadens bezieht sich auf das DataCite Metadaten Schema (Version 4.4.) und wird auf Zenodo bereitgestellt.

Er kann einfach an die Bedürfnisse anderer Einrichtungen angepasst werden und viele der Empfehlungen sind allgemein gehalten.

Bayer, Christiane, Frech, Andreas, Gabriel, Vanessa, Kümmet, Sonja, Lücke, Stephan, Munke, Johannes, Putnings, Markus, Rohrwild, Jürgen, Schulz, Julian, Spenger, Martin, & Weber, Tobias. (2022). DataCite Best Practice Guide (Version 2.0). Zenodo. DOI: 10.5381/zenodo.7040047.