Summarizes starting an institutional repository for research data and shows the initial steps. Presented on "5. Kongress Bibliothek & Information Deutschland" in Leipzig.

1. IR für Forsch
Unterstützu ungsdaten
ng für Wisse
nschaft ?!
BID 2013 Jana Porsche
IST Austria
Leipzig
http://wallpaperswide.com/eiffel_tower_8-wallpapers.html

2. IST Austria
Forschungsinstitut (168 Wissenschaftler)
Grundlagenforschung
Campus eröffnet 2009
Ziel: Spitzenforschung in Österreich
http://ist.ac.at/fileadmin/user_upload/gallery/Central_Building/IST_BK_227.jpg

3. Forschung am IST Austria
Biologie und Biophysik
Neurowissenschaften
Evolutionsbiologie
Informatik
Pflanzenbiologie
Mathematik
Chemie

4. Ideales Konzept
Datenmanagement
Ideales Konzept = für ganzen
Lebenszyklus
Erzeugen
von Daten
Wiederver- Verarbeiten
wenden
Daten
Zugänglich Analysieren
machen
Langzeit-
archivieren
http://www.data-archive.ac.uk/create-manage/life-cycle

5. Ideales Konzept
Datenmanagement
Ideales Konzept = für ganzen
Lebenszyklus
Erzeugen
von Daten
fehlende
Wiederver-
wenden
Verarbeiten
Ressourcen
Daten
25% Projektmanager
Zugänglich Analysieren
25% geteilter Entwickler
machen
Langzeit-
archivieren
http://www.data-archive.ac.uk/create-manage/life-cycle

6. Mögliches Konzept
Erzeugen
Richtlinien
Wiederver-
wenden
Verarbeiten Empfehlungen
Daten + Beratung
Zugänglich
machen
Analysieren Verzeichnis
von
Langzeit- “subject repositories”
archivieren
http://www.data-archive.ac.uk/create-manage/life-cycle

7. Motivation
Anforderungen erfüllen
fast 50%
der Forschungsgruppen
bekommen ERC grants
http://flic.kr/p/brd1K2

8. Motivation
Mehrwert schaffen
‣ zukünftige Zitierbarkeit
(wissenschaftlicher Ruf)
‣ Wirkung erhöhen
‣ Zeit sparen (redundante Arbeit
vorbeugen)
‣ OA unterstützen
http://flic.kr/p/brd1K2

9. Was wollen wir
erreichen?
‣ Wissenschaftler gewinnen
‣ “Easy to Use“ Erfahrung anbieten
‣ Sichtbarkeit erhöhen
‣ Verifizierung und Nachnutzung ermöglichen
‣ Service bereitstellen um die Anforderungen
Förderinstitution zu erfüllen
‣ Infrastruktur für das Publizieren von Forschungsdaten anbieten
http://flic.kr/p/9971ka

10. Wo stehen wir gerade?
1
Ist Analyse
2
Konzept inklusive
Anforderungen
3
2.1
Ist Analyse
Ergebnisse
Software
auswählen 4
2.2 Software anpassen
Kooperation/ Favorit EPrints
(Kooperation testen
5
Benchmarks verfügbar machen
möglich)
3.3
technische
Anforderungen Dokumentation
Schulungen
http://wallpaperswide.com/chess_board-wallpapers.html
03/2013 04/2013 08/2013 Herbst 2013

11. Ergebnisse der Ist-Analyse
Quelle: Ergebnisse der Umfrage http://repository.ist.ac.at/id/eprint/103

12. Praxis des Daten Publizierens
Persönliche Website
Anzahl
Forschungsgruppen
Journal
Data Center
Nirgendwo
Biologie und Biophysik
Neurowissenschaften
n = 19
Evolutionsbiologie
Informatik
Quelle: Ergebnisse der Umfrage http://repository.ist.ac.at/id/eprint/103

13. Was wollen Wissenschaftler?
Vernetzbarkeit
zer-
ut
en lich
B
eu nd
fr
http://wallpaperswide.com/king_armchair-wallpapers.html

14. Initiativen

15. Bausteine Forschungsdaten Repository
‣ Eindeutige Identifikation
‣ (DataCite, DOI)
‣ Metadaten Standards
‣ (erweitertes Schema von DataCite)
‣ Sichtbarkeit
‣ (re3data Registry, Databib)
‣ Empfehlungen (Guidelines)
‣ (Radieschen für DE)
‣ Vermittlung von Know How
‣ (University of Essex)
‣ Software
‣ Eprints (Ev. CKAN als Front-End)
http://flic.kr/p/8B2wLz

16. Schwierigkeiten
im Projekt
Fehlende Ressourcen
http://flic.kr/p/8HDJ5B

17. Schwierigkeiten
im Projekt
Forschungsbereiche ohne Datenfreigabe-Praxis
Forschungsbereiche mit hohem Konkurrenzdruck
Einbeziehung/Motivierung von Wissenschaftlern
Einheitliche Standards vs. Datendiversität
http://flic.kr/p/8HDJ5B

18. Wann unterstützt IR Wissenschaft?
http://flic.kr/p/4jsnvU

19. Wann unterstützt IR Wissenschaft?
‣ “Easy to Use” für Wissenschaftler
‣ Unterstützung in Prozessen
‣ Integration in andere Systeme
‣ Sichtbarkeit erhöhen (Zitierbarkeit)
‣ Als Dienstleistung
http://flic.kr/p/4jsnvU

20. r ZIE
LEN
chaftle
n Wissens
auf de
em üssen
Si
Jana Porsche
jana.porsche@ist.ac.at
http://flic.kr/p/btLJkK