Tools & Infrastrukturen
Die Organisation, Speicherung und Nachnutzung von Forschungsdaten erfordert fundierte Kenntnisse und geeignete Hilfsmittel. Auf dieser Seite finden Sie nützliche Infrastrukturen, Tipps und Trainingsmaterialien, die Ihnen dabei helfen, Ihre Forschungsdaten effektiv zu verwalten.
Repositorien
Open Data LMU
Das Repositorium Open Data LMU bietet eine Plattform zur elektronischen Veröffentlichung von Forschungsdaten nach den Prinzipien von Open Access. Mit der Vergabe eines Digital Object Identifier (DOI) wird die langfristige Zitierbarkeit sichergestellt. Zudem ist eine Langzeitarchivierung der Forschungsdaten gewährleistet.
Open Data LMU – Physics
Bei Open Data LMU – Physics handelt es sich um ein fachspezifisches Forschungsdatenrepositorium, auf dem umfangreiche Datensätze veröffentlicht werden können, die im Rahmen von Projekten an der Fakultät für Physik entstehen. Der Service wird in Kooperation von der Fakultät für Physik, der Universitätsbibliothek der LMU und dem Leibniz Rechenzentrum (LRZ) betrieben.
Discover
Die Plattform Discover bietet Zugang zu Forschungsdaten aus Projekten mit Bezug zur LMU München. Sie stellt einen zentralen Sucheinstieg zur Verfügung und ermöglicht die gezielte Suche nach relevanten Forschungsdaten. Discover ist eine wichtige Ressource für Forschende und Studierende, um auf eine Vielzahl von Daten zuzugreifen, die das breite Spektrum der Forschung an der LMU München abdecken. Darüber hinaus werden die Forschungsdaten aus dem Repositorium Open Data LMU auf Discover nachgewiesen.
Datenmanagementpläne
Research Data Management Organiser (RDMO)
Ein Datenmanagementplan (DMP) strukturiert den Umgang mit Forschungsdaten eines wissenschaftlichen Projekts. Um Sie bei der Erstellung eines DMP für Ihr Forschungsvorhaben zu unterstützen, bietet die UB der LMU München eine Instanz der webbasierten Software Research Data Management Organiser (RDMO). Dort können sich Mitglieder der LMU München kostenlos registrieren.
RDMO unterstützt Sie bei der Planung von Projekten und bei der Verwaltung von Datenmanagementaufgaben über den gesamten Datenlebenszyklus. Das Grundgerüst des Datenmanagementplans bilden die in RDMO enthaltenen Fragenkataloge. Die Fragen weisen auf verschiedene Aspekte hin, die für das Erstellen von Datenmanagementplänen berücksichtigt werden müssen. Die Fragebögen orientieren sich dabei an den Vorgaben der Forschungsförderer.
Metadaten
DataCite Metadaten-Generator
Um die Auffindbarkeit und Nachnutzung und damit den Mehrwert von Forschungsdaten zu befördern, empfiehlt sich zur Beschreibung der Daten die Verwendung eines verbreiteten Metadatenschemas. Das vom gleichnamigen Konsortium herausgegebene DataCite Metadata Schema hat sich inzwischen als weltweit eingesetztes Modell etabliert.
Forschende, die ihre Forschungsdaten eigenständig in ein Repositorium hochladen und zu diesem Zweck mit DataCite-Metadaten versehen möchten, haben häufig wenig Erfahrung im Umgang mit Metadaten. Gleichzeitig möchten sie am Projektende nicht mehr Zeit als nötig in die Erschließung ihrer Forschungsergebnisse investieren. Für diese Zielgruppe steht mit dem sogenannten Metadatengenerator ein Online-Tool bereit, das zur strukturierten Erfassung von Metadaten im DataCite-Schema dient.
Das Werkzeug folgt der Gliederung des DataCite-Metadatenschemas, aktuell in der Version 4.3. Zu jedem Eingabefeld gibt es einen Link auf den entsprechenden Abschnitt im DataCite-Best-Practice-Guide – einem Leitfaden zur Unterstützung von Forschenden bei der Befüllung des Formats. Damit wird den Nutzenden Schritt für Schritt erklärt, wie sie durch eine möglichst normierte Befüllung der einzelnen Metadatenfelder eine gute Sichtbarkeit ihrer Daten erreichen und ihre Nachnutzung befördern.
Zeitgleich zur Eingabe der Informationen wird durch den Generator eine DataCite-XML-Datei erzeugt, die anschließend heruntergeladen und gemeinsam mit den Forschungsdaten dem Repositorium der Wahl zur Verfügung gestellt werden kann. Der Generator steht auch zur Nachnutzung über GitHub zur Verfügung.
DataCite-Best-Practice-Guide
Um die Auffindbarkeit und Nachnutzung von Forschungsdaten zu fördern und den Mehrwert zu steigern, empfiehlt es sich, ein verbreitetes Metadatenschema zur Beschreibung der Daten zu verwenden. Das DataCite Metadata Schema, herausgegeben vom gleichnamigen Konsortium, hat sich weltweit als etabliertes Modell bewährt.
Allerdings reicht der Konsens über die Verwendung eines einheitlichen Metadatenschemas zur Erfassung von Metainformationen allein nicht aus, um Interoperabilität zu gewährleisten. Es bedarf klarer Regeln zur Erfassung von Metadaten, um Variabilität zu vermeiden und eine automatisierte Verarbeitung der Informationen durch Forschungsdateninfrastrukturen zu ermöglichen.
Im Rahmen einer Arbeitsgruppe, an der sich Akteure aus den Bereichen Datengenerierung, Datenkuratierung und Datenaggregation beteiligten, wurde ein Best-Practice-Guide für DataCite entworfen. Dieser soll durch eine stärkere Normierung der Eingaben die Interoperabilität von (Meta-)Daten erhöhen.
Elektronische Laborbücher
Chemotion
Mit dem elektronischen Labjournal „Chemotion ELN“ steht den Angehörigen der LMU eine Software zur Verfügung, die es ermöglicht, Forschungsdaten zu erfassen, zu managen, zu speichern, weiterzuverarbeiten und zu teilen. Die Anwendung ist speziell an die Befürfnisse in den Fachbereichen Chemie und Pharmazie angepasst und bietet u.a. folgende Funktionen:
- Struktureditoren für chemische Strukturen,
- Erfassung von Messdaten aus der Molekülchemie,
- Metadaten zur Datenanreicherung,
- Verarbeitung und Visualisierung von Messdaten