Leitung: Mag. Barbara Sanchez Solis (Technische Universität Wien)
Immer mehr FördergeberInnen sehen Datenmanagementpläne (DMPs) als Voraussetzung für den sinnvollen Umgang mit Forschungsdaten in den geförderten Projekten und einige arbeiten bereits an Vorlagen, die verpflichtend bei der Einreichung von Projekten auszufüllen sind. An den Partneruniversitäten muss deshalb schnell Know-How und Kompetenz in der Beratung zur Unterstützung der WissenschaflterInnen aufgebaut werden. Schulungs- und Beratungsunterlagen aus dem Vorgängerprojekt und Schulungen vor Ort durch MitarbeiterInnen der Universität Wien und Technischen Universität Wien sollen das möglich machen. Aktuell werden DMPs aus Word- oder Pdf-Vorlagen erstellt und im Laufe des Projekts nicht mehr verändert. Im Arbeitspaket Research Lifecycle werden die Stationen gekennzeichnet, an denen im Projektverlauf der DMP ergänzt oder angepasst werden muss. Damit wird aus dem DMP ein lebendes Dokument, das dokumentiert, wie mit Forschungsdaten im Verlauf des Projekts verfahren wird. Damit auch Datenrepositorien und andere Werkzeuge von diesem Vorgang profitieren, werden im Projekt gemeinsam mit DCC und UC3 sogenannte "machine-actionable DMPs" entwickelt. Angaben im DMP wie zum Beispiel die Aufbewahrungsdauer werden dann automatisch in angeschlossenen Systemen beachtet. Als letztes wird evaluiert, ob ein ebenfalls gemeinsam von DCC und UC3 entwickelter Webservice zur zentralen Verwaltung von DMPs geeignet ist.
Während der gesamten Projektlaufzeit wurde die Kommunikation mit den österreichischen Fördergebern FWF, FFG und WWTF aufrechterhalten, um regelmäßige Statusupdates zum Thema Open Science und DMP zu erhalten und diese in der laufenden Arbeit zu berücksichtigen.
Im Projektumfang war die Aufgabe inkludiert, zusätzlich zur bereits existierenden generischen Vorlage ein Template an eine Forschungsdisziplin anzupassen. Mitarbeiterinnen von AUSSDA - The Austrian Social Science Data Archive und der WU Wien setzten dieses Vorhaben für die Sozialwissenschaften um. Sie entwickelten ein Template mit besonderem Fokus auf quantitative Daten. Vorgabe war es ursprünglich, nicht zu weit von der Grundstruktur des FWF-Templates abzuweichen, jedoch wurde dieses um die Sektionen „Administrative Data“ und Fragen zum Ressourcenaufwand erweitert.
Heider, Veronika, Raffetseder, Lena, Sanchez Solis, Barbara, & Ulrich, Xenia (2018). DMP Template for the Social Sciences (Version 1.0). Zenodo. DOI 10.5281/zenodo.1291816
Die KollegInnen aus der Universität Innsbruck stellten einen Vergleich zwischen den drei Online-Tools RDMO, DMPRoadmap und Data Stewardship Wizard an. Die getesteten Tools arbeiten mit unterschiedlichen Ansätzen zur Erstellung von DMPs. Insgesamt zeigt sich, dass die Tools zwar für die Erstellung eines einmaligen DMPs geeignet sind, jedoch sind sie mit keinem bestehenden internen oder externen Systemen verknüpfbar, ermöglichen keine Versionierung eines “lebendigen” DMPs und bieten keine zentrale Steuerung der Rechteverwaltung.
Haselwanter, Thomas, Miksa, Tomasz & Thöricht, Heike (2019). Vergleich der DMP-Tools RDMO, DMPRoadmap und Data Steward Wizard. Digitale Bibliothek der Universität Innsbruck. DOI 10.25651/1.2019.0007
Die TU Wien hat ein Proof of Concept für ein automatisiertes DMP-Tool und startet demnächst mit der Entwicklung. Ziel ist es, den manuellen Aufwand für die Forschenden zu minimieren und gleichzeitig die Qualität der bereitgestellten Informationen zu erhalten.
Folgende Informationen sind als Docker Container auf GitHub erhältlich:
https://github.com/TomMiksa/DMPGenerator
https://github.com/TomMiksa/digital_preservation_ex_1_2
https://github.com/TomMiksa/tu-dpue-lab2-ss18
https://github.com/TomMiksa/DigitalPreservation_2
https://github.com/TomMiksa/digitalpreservation-dmp-generator
https://github.com/TomMiksa/DMPlanner
Beispiele einer Landing Page for machine-actionable DMPs:
https://oblassers.github.io/fair-data-science/
https://github.com/oblassers/fair-data-science
Im Artikel "Ten principles for machine-actionable data management plans" (DOI 10.1371/journal.pcbi.1006750) sind die Grundsätze der maschinell verarbeitbaren DMPs übersichtlich dargestellt.
Online-Tools, wie sie derzeit konzipiert sind, bieten nach unserer Analyse über Fragebogen-Funktion und Awareness-Building hinaus keinen großen Mehrwert. Zukünftige Entwicklungen sollten dahin gehen, dass sie mit hausinternen Systemen kommunizieren (interne Projektdatenbanken, CRIS-Systeme, Adress-Datenbanken etc.), um wirklich “machine-to-machine actionability” zu gewährleisten. Ein DMP-Tool sollte, so die Übereinstimmung, nicht einfach nur nach Vorgaben der Fördergeber modelliert werden, sondern in die Workflows der Forschenden und in universitäre Systeme integriert sein. Dies ist jedoch mit erheblicher Programmierarbeit verbunden. Daher rät die AG Datenmanagementpläne im Abschlussbericht dazu, in die Entwicklung von automatisierten Tools zu investieren, wenn Budget für Entwicklungskosten zur Verfügung stehen. Auf jeden Fall sollte – als Ergänzung zu technischen Infrastrukturen – weiterhin der Aufbau von institutionellen Strukturen für die Beratung zu DMPs gefördert werden.