BERD@NFDI: Forschungsdateninfrastruktur für Wirtschaftswissenschaften und verwandte Disziplinen

BERD@NFDI ist ein Verbund von hochrangigen, international anerkannten Partnern aus der Betriebs- und Volkswirtschaftslehre sowie aus verwandten Disziplinen, die ihre Expertise aus Forschung und Infrastruktur bündeln. Dieses offene und wachsende Netzwerk verfolgt das Ziel, zur Nationalen Forschungsdateninfrastruktur beizutragen (NFDI).

BERD@NFDI strebt die Entwicklung und Bereitstellung einer zukunftsorientierten und leistungsfähigen Forschungsdateninfrastruktur an, die das Potenzial hat, das Forschungsdatenmanagement in der Betriebs- und Volkswirtschaftslehre sowie in verwandten Disziplinen in Deutschland auf ein neues Exzellenzniveau zu heben.

Der Fokus auf das integrierte Management von unstrukturierten Daten bzw. „Big Data“, die Konzentration auf Algorithmen der künstlichen Intelligenz (KI) sowie ein klares Bekenntnis zu Open Access und Open Science machen BERD@NFDI zu einem wichtigen, wenn nicht sogar einzigartigen Baustein zum Aufbau einer Nationalen Forschungsdateninfrastruktur.

Unser Auftrag

BERD@NFDI community involvement

Die Einbindung der Nutzer spielt bei BERD@NFDI eine wichtige Rolle. Diese werden in nahezu alle Schritte des Projekts miteinbezogen und übernehmen dadurch einen aktiven Part bei der Projektentwicklung, angefangen bei der Konzeption, über das Design, bis hin ...

mehr lesen

BERD@NFDI community involvement

Die Einbindung der Nutzer spielt bei BERD@NFDI eine wichtige Rolle. Diese werden in nahezu alle Schritte des Projekts miteinbezogen und übernehmen dadurch einen aktiven Part bei der Projektentwicklung, angefangen bei der Konzeption, über das Design, bis hin zur Implementierung und Bewertung des Projekts. Ein auf die Nutzer zugeschnittenes Design und eine agile Entwicklungsmethodik stellen sicher, dass die Infrastruktur auf die tatsächlichen Bedürfnisse der Nutzergemeinschaft ausgerichtet ist.

Während der ersten Projektphase wird das nutzerzentrierte Design dazu verwendet, die Infrastrukturanforderungen zu identifizieren, zu konzipieren und zu implementieren. Auch in der zweiten Projektphase stehen die Nutzer im Fokus. Ihre Aktivitäten innerhalb der implementierten Dienste werden beobachtet und analysiert, um hieraus Vorschläge für die weitere Implementierung und Anpassung abzuleiten.

Measures:

  •  Einbindung von Fachcommunity und Bibliotheken
  •  Methoden des „User-centered Requirements Engineering”
  •  Verbreitung
  •  Messung von Wirkung / Impact
 

Processing BERD

BERD@NFDI unterstützt eine Fachcommunity, die mit vielen verschiedenen Datentypen arbeitet. Diese stammen häufig nicht aus einer einzelnen Quelle und beziehen sich oftmals auf unterschiedliche Formen und Ansätze von Datenmanagement und Datenerfassung. Daher sind ...

mehr lesen

Processing BERD

BERD@NFDI unterstützt eine Fachcommunity, die mit vielen verschiedenen Datentypen arbeitet. Diese stammen häufig nicht aus einer einzelnen Quelle und beziehen sich oftmals auf unterschiedliche Formen und Ansätze von Datenmanagement und Datenerfassung. Daher sind Wissenschaftlerinnen und Wissenschaftler oftmals mit einer Vielzahl von Daten auf unterschiedlichen Qualitätsniveaus konfrontiert. Liegen die Daten bereits in strukturierter Form vor, können etablierte Prüf- und Normierungsverfahren zu einer Verbesserung der Qualität der (Meta-)Daten eingesetzt werden. Für unstrukturierte Daten gibt es eine Vielzahl an Methoden der Klassifizierung, Normierung und Qualitätsbewertung, allerdings existiert bislang kein allgemein verbindlicher Standard. Im Umgang mit historischen Datenquellen sind die gedruckten Quellen zunächst mit Hilfe von Texterkennungsverfahren zu digitalisieren und in elektronisch lesbare Formate zu konvertieren. In allen Fällen können datenschutzrechtliche Anforderungen eine Weiterverarbeitung, z.B. im Hinblick auf Anonymisierung zum Schutz personenbezogener Daten, erforderlich machen.

BERD@NFDI wird die Forschungsgemeinschaft bei der Auswahl geeigneter Methoden zur Verarbeitung mit Datenquellen unterstützen und die Methoden gleichzeitig dokumentieren und zugänglich machen. Wir werden Standards und Richtlinien für die Verarbeitung und Dokumentation unstrukturierter Daten entwickeln, neue Anonymisierungsmethoden evaluieren und Werkzeuge zur Konvertierung historischer Datenquellen bereitstellen.

Measures:

  • Qualitätssicherung und Normierung
  • Anonymisierung
  • Digitalisierte Dokumente verarbeiten
 

Preservation of and Access to BERD

Der Zugang zu und die Archivierung von Daten über eine leistungsstarke Forschungsdateninfrastruktur bietet die Möglichkeit, Dienste sowohl für menschliche als auch für maschinelle Szenarien (erneut) zu nutzen. Die zukünftige Plattform BERD@NFDI wird alle ...

mehr lesen

Preservation of and Access to BERD

Der Zugang zu und die Archivierung von Daten über eine leistungsstarke Forschungsdateninfrastruktur bietet die Möglichkeit, Dienste sowohl für menschliche als auch für maschinelle Szenarien (erneut) zu nutzen. Die zukünftige Plattform BERD@NFDI wird alle notwendigen Voraussetzungen bündeln und Zugriff auf weitere Funktionalitäten wie Suche, Single-Sign-On-Lösungen für den Fernzugriff, andauernde Identifizierung über Persistent Identifiers (PID) sowie Datenmigration bieten. Voraussetzung für die Implementierung dieser Funktionalitäten ist die Entwicklung eines Metadatenschemas, das den Anforderungen der heterogenen Daten auf BERD@NFDI entspricht und mit bestehenden Standards und Ansätzen kompatibel ist.

Measures:

  • FAIRe Metadaten
  • Suche
  • Fernzugriff / Remote Access und sichere Datenspeicherung
  • Informationsportal
  • Persistente Identifikatoren (PID)
  • Migrationsstrategie
 

Forschungsdatenmanagement Strategie

Angesichts der zunehmenden Bedeutung unstrukturierter und semi-strukturierter Daten in der empirischen Forschung in der Betriebs- und Volkswirtschaftslehre und in verwandten Disziplinen schlagen wir vor, einen ganzheitlichen Datenmanagementansatz zu etablieren. Dieser basiert auf dem UK Data Archive Lifecycle und wird durch vier Grundsätze gesteuert:

1.) Data Governance (einschließlich Datenethik)

2.) Datenintegration und Interoperabilität

3.) Datenqualität (einschließlich Datenbereinigung, Datenintegrität, Datenanreicherung sowie Datenqualitätssicherung)

4.) Datenmanagement-Infrastruktur (einschließlich Datenbank- und Speichermanagement).