How to Cite

Grönewald, Matthias et al.: Mit AIMS zu einem Metadatenmanagement 4.0: FAIRe Forschungsdaten benötigen interoperable Metadaten, in Heuveline, Vincent and Bisheh, Nina (Eds.): E-Science-Tage 2021: Share Your Research Data, Heidelberg: heiBOOKS, 2022, p. 91–104. https://doi.org/10.11588/heibooks.979.c13721

License (Chapter)

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Identifiers (Book)

ISBN 978-3-948083-54-0 (PDF)
ISBN 978-3-948083-55-7 (Softcover)

Published

04/21/2022

Authors

Matthias Grönewald, Patrick Mund, Matthias Bodenbenner, Marc Fuhrmans, Benedikt Heinrichs, Matthias S. Müller, Peter F. Pelz, Marius Politze, Nils Preuß, Robert H. Schmitt, Thomas Stäcker

Mit AIMS zu einem Metadatenmanagement 4.0: FAIRe Forschungsdaten benötigen interoperable Metadaten

Gute wissenschaftliche Praxis erfordert eine präzise und verständliche Dokumentation der Ergebnisse. Dies ist umso wichtiger, wenn Forschende ihre eigenen Forschungsdaten teilen und publizieren oder archivierte Daten Dritter nachnutzen möchten. Forschungsdatenmanagement (engl. research data management) auf Basis weitreichend standardisierter Metadaten ist daher von essenzieller Bedeutung. Standardisierte Metadaten sollen in strukturierter und maschinenlesbarer Form Informationen zu Entstehung, Inhalt und Kontext der beschriebenen Forschungsdaten liefern. Im Zuge der ingenieurwissenschaftlichen Forschung zu Industrie 4.0 werden enorme Mengen heterogener Daten generiert. Ein entsprechendes  Metadatenmanagement 4.0” soll es Forschenden ermöglichen, aus einer Vielzahl bereits vorhandener digitaler Datensätze den richtigen Datensatz für die eigene Forschung zu selektieren. Entsprechend der FAIR-Prinzipien müssen Metadaten für Mensch und Maschine interpretierbar sein. Im Forschungsprojekt „Applying Interoperable Metadata Standards (AIMS)“, gefördert von der Deutschen Forschungsgemeinschaft (DFG), werden die Herausforderungen an ein Metadatenmanagement 4.0 für die ingenieurwissenschaftliche Forschung adressiert. Der Projektfokus liegt auf dem Maschinenbau und verwandten Disziplinen. Das interdisziplinäre Team, verteilt über mehrere Institutionen aus Infrastruktur und Wissenschaft, schafft hier eine Plattform, die es Forschenden ermöglicht, Metadatenschemata zu erstellen und zu teilen. Durch ein Modellierungskonzept, das auf Vererbung und Modularität setzt, kann eine hohe Spezifität bei maximaler Anwendbarkeit und Nachnutzbarkeit der Metadatenschemata erreicht werden. So wird die Akzeptanz der Forschenden erhöht strukturierte Metadaten in ihre Forschungsabläufe zu integrieren, um mit zunehmender  Verbreitung den Weg zu gemeinsamen Metadatenstandards zu bereiten. Das Projekt ist von Anfang an als Kooperation zwischen Infrastruktur und Forschung ausgelegt. Dadurch soll das in AIMS realisierte Metadatenkonzept direkt in die Prozesse der beteiligten Forschenden integriert werden. Durch die  Berücksichtigung von Interoperabilität der entstehenden Metadatenschemata und -schnittstellen wird explizit der generische Transfer der Lösungen auf andere Forschungsfelder verfolgt. In diesem Beitrag werden die Anforderungen aus der Forschung aufzeigt und der Ansatz von AIMS für ein Metadatenmanagement 4.0 vorgestellt. Zudem wird ein Einblick in infrastrukturelle Herausforderungen und mögliche technische Lösungen der aus dem Projekt AIMS hervorgehenden Metadaten-Plattform gegeben.