Erstellung & Empfang

• Bestehende Best-Practices des Arbeitsumfeldes verwenden
• Daten in hierarchischer Ordnerstruktur ablegen (z. B. Projekt → Daten, Output, Code, Paper)
• systematische, inhaltsbezogene Ordnerbenennung verwenden, die für Dritte verständlich ist
• nicht mehr als drei Unterordner-Ebenen verwenden
• konsistente Reihenfolge bei Dateibenennung, z. B. bei Datumsangaben: JJJJMMTT_Name
• Dateinamen sollten ohne Sonderzeichen, Großbuchstaben, Leerzeichen und Punkte auskommen
• nach Projektende prüfen, welche Dateien noch gebraucht werden, um sie zu archivieren und welche gelöscht werden können

Ebenso wichtig wie eine gute Datenorganisation in Ordnerstrukturen ist ein effizienter Umgang mit den einzelnen Daten oder Datensätzen selbst. Dies gilt besonders dann, wenn Datensätze im Laufe des Forschungsvorhabens Veränderungen unterliegen. Ein wichtiger Bestandteil einer Organisationsstrategie ist daher eine funktionierende Versionskontrolle.

Die strukturierte Versionierung von Dateien kann in einem separaten Versionierungsdokument vorgenommen werden, das die verschiedenen Dokumentversionen mit relevanten Parametern beschreibt (bspw. „Datum letzte Änderung“, „Geändert durch“, „Relevante Änderungen“, etc.).

Weiterhin lassen sich die Dokumente selbst versionieren, insbesondere durch die Vergabe von ganzen Zahlen für größere Versionsänderungen und mit einem Unterstrich verbundene Zahlen für kleinere Veränderungen kennzeichnen (z. B. v1, v2, v1_01 etc.). Es wird davon abgeraten, Bezeichnungen wie final, final2 oder Revision zu benutzen, da hierbei schnell der Überblick verloren geht.

Es gibt eine Reihe freier Versionierungsverwaltungssoftware, die zur Organisation von Forschungsdaten verwendet werden können. Die Nutzung einer Versionsverwaltungssoftware ist insbesondere dann ratsam, wenn Sie mit großen Datenmengen umgehen müssen.

Das Center für Digitale Systeme (CEDIS) der FU Berlin stellt ein Video zur Verfügung, das die Themen der Datendokumentation, der Benennung von Dateien und Daten, der Nachnutzung von Daten, der Sicherung von Daten sowie der Nutzung vorhandener Infrastrukturen behandelt.

Dokumente und Daten müssen oft in einer kontrollierten und organisierten Art und Weise über mehrere Organisationen oder Forschungseinrichtungen verwaltet werden. Verschiedene Möglichkeiten und Werkzeuge stehen Forschenden heute zur Verfügung. Folgende Anforderungen sollte eine kollaborative Umgebung erfüllen:

• Speicherung und Austausch von Dateien, Backups
• Dateien sind in Ordnern organisierbar
• ein Zutrittskontrollsystem, das die Authentifizierung und Autorisierung verwaltet
• Versionskontrolle von Dateien
• Nutzende können gleichzeitig an derselben Datei arbeiten
• im Idealfall Bereitstellung einer Diskussionsplattform

Vorsicht bei der Speicherung von Daten in einer Cloud. Die Datensicherung sowie die Besitzrechte sollten unbedingt in den Nutzungsbedingungen überprüft werden bevor Forschungsdokumente dort abgelegt werden !

Neben den bekannten Cloud Diensten gibt es die Möglichkeit, ein Gruppenlaufwerk an einer Institution einzurichten oder eine virtuelle Forschungsumgebung (z. B. MS Sharepoint) zu verwenden. Empfehlenswerte Tools finden Sie beispielsweise hier.

Für die Organisation der Daten kann ein sogenanntes Data-Curation-Profile eingesetzt werden. Es entsteht während der Verarbeitung und ist eine Doku­mentation der Geschichte der Daten. Gerade die Zusammenarbeit von mehreren Forschenden wird dadurch erleichtert.

Auf ihrem Weg durch den Datenlebenszyklus, von der Erstellung bis hin zur Daten­nach­nutzung, unterliegen Forschungsdaten verschiedenen Veränderungen. Damit der Werdegang der Daten langfristig nachvollziehbar bleibt, kann ein „Data-Curation-Profile“ angelegt werden. Ein Data-Curation-Profile entsteht während der Verarbeitung der Daten und kann als eine Doku­mentation der Geschichte der Daten verstanden werden. Die Dokumentation der Daten­geschichte hilft den Überblick zu behalten und unterstützt die Überprüf- und Nach­nutzbarkeit, falls die Daten bspw. in Repositorien veröffentlicht werden.

Ein Data-Curation-Profile besteht meist aus den folgenden drei Elementen:

• Eine Beschreibung des Datensatzes und Informationen über dessen Lebenszyklus.
• Informationen über alle relevanten Maßnahmen, die getätigt wurden, um den Datensatz zu managen, zu organisieren, zu teilen, zu verändern und zu erhalten.
• Angaben zu offenen Fragen und ungelösten Problemen hinsichtlich der getroffenen Maßnahmen im Umgang mit den Daten.

Hier finden Sie eine Vorlage für ein Data-Curation-Profile

Ein entsprechendes Toolkit zur effizienten Erstellung eines eigenen Data-Curation-Profiles kann von der Website der Purdue University heruntergeladen werden. Neben einer Anleitung und weiteren Informationen beinhaltet das Toolkit eine frei verwendbare Vorlage,  die unter einer Creative-Commons-Lizenz veröffentlicht wurde. Zur zusätzlichen Arbeitserleichterung gibt es auf dieser Grundlage eine Kurzfassung der Vorlage und Beispielprofile, die einen ersten Einblick in den Aufbau und die Verwendung von Data-Curation-Profilen ermöglichen.