Daten beschreiben und dokumentieren
Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.
Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.
Was sind Metadaten?
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.
Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.
Arten von Metadaten
Es lassen sich vier Arten von Metadaten unterscheiden[2]:
- Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter
- Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum
- Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit
- Deskriptive Metadaten: geben Informationen zum Inhalt der Daten
Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.
Metadatenstandards
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.
Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie bspw. den Metadata Standards Catalog der Research Data Alliance (RDA) sowie die List of Metadata Standards des Digital Curation Centre (DCC) verwenden.
Beispiele für fächerübergreifende Metadatenstandards sind:
Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.
Hier finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.
Mit dem DataCite Metadata Generator können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.
Dublin Core Metadata Element Set
Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von Ressourcen.
Mit dem Dublin Core Generator können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.
WICHTIG!
Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, bspw. im Rahmen eines Datenmanagementplans und diese auch während des Forschungsprozesses stetig zu aktualisieren.
Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter Forschungsvorhaben planen.
[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.
[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.