FAQ

Zu den besonderen Herausforderungen im Forschungsdatenmanagement gehört der rechtliche Rahmen, welcher sich primär aus dem Urheber- und dem Datenschutzrecht zusammensetzt. Schwierigkeiten stellen sich hier bereits bei der rechtlichen Zuordnung der Forschungsdaten ein. Dies ist sowohl für die Nachnutzung von fremden Daten als auch für die im eigenen Projekt erhobenen Daten relevant.

Auch Rechtsfragen der Lizenzierung sind damit eng verknüpft. Sollte die Forschung grenzüberschreitend praktiziert werden, steigt damit auch die Komplexität der Rechtsfragen. Dies ist darauf zurückzuführen, dass urheberrechtliche Regeln in anderen Ländern divergieren. Allerdings unterliegen ausschließlich Daten, die personenbezogene Informationen beinhalten, dem Datenschutzrecht. Diese Daten dürfen nur dann verarbeitet werden, wenn die Betroffenen eingewilligt haben oder eine gesetzliche Erlaubnis erteilt wurde. Viele Konstellationen lassen sich modifizieren, indem die Daten anonymisiert werden. Allerdings kann die Aussagekraft der Daten darunter leiden. Forscher gehen Haftungsrisiken ein, wenn ein Verstoß gegen das Urheber- oder Datenschutzrecht vorliegt. Deshalb sollte schon zu Beginn der Forschung darauf geachtet werden, dass rechtliche Implikationen berücksichtigt werden.

Es gibt viele verschiedene Methoden zur Optimierung der Verwaltung von Forschungsdaten. Diese variieren je nach spezifischen Bedürfnissen des Forschers und der Art der zu verwaltenden Daten. Einige gängige Methoden sind:

• Speicherung der Daten in einem zentralen Repository: Auf diese Weise kann sichergestellt werden, dass die Daten ordnungsgemäß gesichert und organisiert sind, so dass sie bei Bedarf leichter gefunden und verwendet werden können.

• Verwendung von Datenverwaltungssoftware: Diese kann dazu beitragen, viele der mit der Datenverwaltung verbundenen Aufgaben zu automatisieren, z. B. Archivierung, Backups und Erstellung von Metadaten.

• Erstellung einer detaillierten Dokumentation: Dies kann dazu beitragen, dass die Daten richtig verstanden werden und von anderen Forschern korrekt verwendet werden können.

Im Hinblick auf den zusätzlichen Aufwand, welchen die Organisation der Forschungsdaten zunächst mit sich bringt, ist diese Frage berechtigt. Was sich am Anfang als mehr Arbeit erweist, bedeutet im Verlauf der Forschung deutliche Einsparungen in Bezug auf Zeit und Mühe. Dies setzt allerdings voraus, dass die Daten gleich zu Beginn des Projektes strukturiert und gesichert werden.

Ein sogenanntes Data-Curation-Profile kann eingesetzt werden, um die Organisation der Daten zu gewährleisten. Dabei handelt es sich um eine Dokumentation der Geschichte, welche die Daten erzählen. Diese entsteht während ihrer Verarbeitung. Das erleichtert die Zusammenarbeit deutlich, wenn mehrere Forschende parallel agieren. Für die kollaborative Arbeit bieten sich außerdem bestimmte Tools an, welche zahlreich zur Verfügung stehen. Damit die Daten leichter verständlich sind, werden diese zusätzlich visualisiert. Im Zuge dieser Veranschaulichung entstand eine Reihe an Open-Source-Programmen, welche ihren Anwendern vielseitige Möglichkeiten bieten.

Ein maßgeschneidertes IT-Forschungsdatenmanagement kann eine Reihe von Problemen lösen, darunter

• Sicherstellen, dass die Forschungsdaten richtig organisiert und zugänglich sind

• Sicherstellen, dass die Forschungsdaten ordnungsgemäß gesichert und geschützt sind

• Bereitstellung von Werkzeugen und Prozessen für die gemeinsame Nutzung und Zusammenarbeit

• Unterstützung von Forschern bei der Einhaltung der Anforderungen von Förderorganisationen- Verbesserung der Effizienz und Produktivität von Forschungsteams

• Unterstützung neuer Forschungsmethoden, die datenintensiv sind oder kollaborative Arbeitsabläufe erfordern.

Die Menge an Forschungsdaten wächst weiterhin mindestens linear. Datenerzeugende Systeme werden stets präziser und stellen höhere Ansprüche an die Speicherinfrastruktur. Die Zeit der im gleichen Maße verfallenden Preise für Speicher scheint jedoch vorerst vorbei zu sein. Es gilt also Lösungen zu finden, die im Preis pro TB günstiger werden, ohne dabei auf Funktionalität und Performance zu verzichten.

Im letzten Jahrzehnt haben wir eine Phase der Konsolidierung erlebt. Daten wurden auf wenigen zentralen Speichersystemen (z. B. Isilon bzw. PowerScale / NetApp / Qumulo, CEPH) gebündelt. Durch den nun wegfallenden Preisverfall für Storage werden diese Silos zunehmend in Frage gestellt und die Konsolidierungsphase scheint vorbei zu sein. Immer mehr Forschungseinrichtungen gehen dazu über, bei Datenmengen von mehr als 3-4 PB wieder mit unterschiedlichen Arten von Systemen zu arbeiten. Die Archivdaten werden dabei z. B. auf ein externes Tape- oder Objektsystem migriert und nur die regelmäßig verwendeten „heißen“ Produktionsdaten auf der, dann mit SSD-Platten ausgestatteten, Isilon / Powerscale (oder ähnlich) belassen.

Technisch ist es schon lange kein Problem mehr, die Daten von einem System auf ein anderes zu bewegen. In der Vergangenheit haben aber geschickte Lizenzmodelle oder technische Feinheiten einzelner Hersteller verhindert, dass sich Daten kostengünstig aus dem jeweils eigenem Ökosystem herausbewegen ließen. Diese Zeiten sind mittlerweile vorbei und vor allem die marktführenden Systeme von Dell (Isilon/ PowerScale) haben sich geöffnet und bieten interne Funktionen an, um derartige Maßnahmen durchzuführen.