Erhebung

Die Datenerhebung

In der Phase der Erhebung spielen zwei Hauptkomponenten eine zentrale Rolle. Zum einen sind dies die verschiedenen Verfahren, die zur Datenerzeugung angewandt werden, sei es durch Experimente, Instrumente oder Datenbanken. Diese Verfahren dienen dazu, Daten zu generieren oder zu sammeln, um sie später für weitere Zwecke nutzen zu können. Zum anderen umfasst die Methodik die unterschiedlichen Prozesse, Praktiken und Prozeduren, die in der wissenschaftlichen Forschung angewandt werden, wie beispielsweise Umfragen, Fallstudien, Simulationen oder die Analyse bereits bestehender Daten.

Während der Erhebung spielen im Kontext des Forschungsdatenmanagements (FDM) zwei Hauptkomponenten eine wichtige Rolle. Die Datenerfassung stellt den Prozess dar, durch den Daten aktiv erzeugt oder gesammelt werden, um sie als Grundlage für zukünftige Analysen und Nachnutzungen zu verwenden. Parallel dazu ist die Datendokumentation von entscheidender Bedeutung, da sie eine ausführliche Beschreibung der Datenerzeugung beinhaltet. Dies umfasst Informationen zu den Randbedingungen, verwendeten Parametern, Datenformaten und anderen relevanten Aspekten, die eine bessere Verständlichkeit und Nachvollziehbarkeit der erzeugten Daten ermöglichen.

Insgesamt ermöglicht ein “erfolgreiches” Vorgehen bei der Datenerfassung von Forschungsdaten eine spätere Analyse und Nachnutzung der Daten auf effektive Weise. Dabei spielt die klare Dokumentation der Datenerzeugung eine entscheidende Rolle, um Transparenz und Verständnis für die Daten zu gewährleisten.

Zwei Hauptkomponenten im Prozess der Datenerhebung

• Verfahren, die Art und Weise der Datenerzeugung (Experimente, Instrumente, Datenbanken, …)

• Methodik, die Prozesse, Praktiken und Prozeduren der wissenschaftlichen Forschung

Zwei Hauptkomponenten für das FDM während der Datenerhebung

• Datenerfassung, der Prozess der Datenerhebung für die nachfolgende Analyse (generieren, sammeln)

• Datendokumentation, die erstellte Beschreibung der Datenerzeugung (Randbedingungen, Parameter, Formate, …)

Feldexperimente (GOLO)

Feldexperimente im Kontext von GOLO umfassen die praktische Durchführung von Untersuchungen in natürlichen Umgebungen, um empirische Daten zu erfassen. Diese Experimente umfassen die Aufnahme einer breiten Palette von Daten direkt im Feld, was zur Erfassung verschiedenster Datentypen führt. Dabei werden Felddaten aus dem realen oder experimentellen Betrieb eines cyberphysischen Systems gesammelt. Die Besonderheit eines Feldexperiments liegt in der Einbeziehung von Designvariablen, wobei gleichzeitig höchstmögliche Natürlichkeit und Praxisnähe gewährleistet werden.

• Durchführung einer Untersuchung in einem natürlichen Umfeld zur Erhebung empirischer Daten

• Aufnahme von Daten in einem Feld

• Sammlung von Felddaten aus dem tatsächlichen oder experimentellen Betrieb eines cyberphysikalischen Systems

• Ein Feldexperiment setzt die Designvariablen unter größtmögliche Natürlichkeit

Aktivitäten von Feldexperimenten

Feldexperimente beinhalten eine Reihe von Aktivitäten, die sich auf Datenerfassung und Felddokumentation konzentrieren:

Datenerfassung: Dies umfasst die Sammlung und Aufnahme von Beobachtungen spezifischer Eigenschaften in einem Feld. Die Vorbereitung des Feldexperiments ist ein erster Schritt, der die Auswahl eines geeigneten technischen Systems (Messinstruments) und Aufnahmeverfahrens einschließt. Dabei werden auch der Zeitraum und der Umfang des Feldexperiments festgelegt. Während der Durchführung des Feldexperiments erfolgt die eigentliche Datenerhebung durch die Aufnahme von Daten im Feld.

Felddokumentation: Diese Aktivität bezieht sich auf die Dokumentation der Gegebenheiten im Feld während des festgelegten Zeitraums der Datenerhebung. Hierbei wird bestimmt, welche Feldgegebenheiten dokumentiert werden sollen, einschließlich Rahmenbedingungen und Unsicherheiten. Die Art der Dokumentation wird ebenfalls festgelegt, ob es sich um manuelle oder digitale Dokumentation handelt.

Durch die klare Strukturierung dieser Aktivitäten werden Feldexperimente effizient durchgeführt und liefern verlässliche Daten und dokumentierte Informationen über die Umstände, unter denen die Daten erfasst wurden.

Datenerfassung, Sammlung und Aufnahme von Beobachtungen definierter Eigenschaften in einem Feld

• Vorbereitung des Feldexperiments

• Bestimmung eines technischen Systems (Messinstruments) und Aufnahmeverfahren

• Zeitraum und Umfang des Feldexperiments bestimmen

• Durchführung des Feldexperiments

• Aufnahme von Daten in einem Feld

Felddokumentation, Dokumentation der Feldgegebenheiten im definierten Zeitraum während der Datenerhebung

• Bestimmung der zu dokumentierenden Feldgegebenheiten (Was?)

  • Rahmenbedingungen, Unsicherheiten,…

• Art der Dokumentation bestimmen (Wie?)

  • Händisch, digital,…

Trainingsmaterialien: Daten erheben [1]

Reifestufen

Level	Reifestufe	Charakteristik
Level 1	Einstieg	Das FDM im Rahmen der Erhebung wird intuitiv und ad hoc ausgeführt.
		Es sind keine festgeschriebenen Arbeitsabläufe für das FDM im Rahmen der Erhebung auf Projektebene beschrieben.
		Es sind keine Werkzeuge und Software, die im Rahmen des FDM für die Erhebung eingesetzt werden, festgelegt.
Level 2	Geführt	Es werden auf Projektebene die datenmanagementbezogenen Inhalte der Erhebung festgelegt und durchgeführt.
		Es werden auf Projektebene notwendige Ressourcen für das FDM im Rahmen der Erhebung definiert und eingesetzt.
		Forschende wissen, wie die datenmanagementbezogene Erhebung durchgeführt werden soll und es stehen notwendige Ressourcen zur Verfügung.
Level 3	Definiert	Die datenmanagementbezogenen Inhalte der Erhebung werden nach domänenspezifischen Standards und Richtlinien ausgelegt.
		Es werden in der Domäne etablierte Tools und Werkzeuge für das FDM im Rahmen der Erhebung identifiziert und angewendet.
		Forschende orientieren die datenmanagementbezogene Erhebung an domänenspezifischen Standards und etablieren diese in der Umsetzung im Rahmen des Projektes.
Level 4	Quantitativ geführt	Es werden Qualitätskriterien für die Erhebung definiert und etabliert.
		Die datenmanagementbezogenen Inhalte der Erhebung werden auf Basis der definierten Qualitätskriterien hin gesichert.
		Forschende sichern auf Datenmanagementebene die Umsetzung der Erhebung hinsichtlich definierter Qualitätskriterien.
Level 5	Optimierend	Auf Datenmanagementebene wird die Umsetzung der Erhebung proaktiv optimiert und kontinuierlich verbessert (inhaltlich und technisch).
		Es werden Best Practices und Verbesserungen für das FDM in der Erhebung entwickelt und mit der domänenspezifischen Community geteilt.

Level 1

• Auf der Reifestufe 1 gibt es keine definierten Ziele, da das Feldexperiment intuitiv und ad hoc geplant und durchgeführt wird

• Feldverhalten wird unstrukturiert aufgenommen

• Messinstrument und Aufnahmeverfahren werden intuitiv gewählt

• Datendokumentation läuft intuitiv ab.

• Keine vorgegebenen Standards und Templates

• Die Ausführung ist dabei Abhängig von der Motivation der/des Forschenden

Level 2

Ziele	Praktiken
2.2.1: Messungen repräsentieren die zugrunde gelegten theoretischen Konstrukte hinreichend für das Projekt (Planung und Durchführung der Datenerhebung - Grundlagen)	Bestimmung der zu erhebenden Beobachtungseinheiten und Eigenschaften - Zielgrößendefinition (Messdaten mit direkten Bezug zur Ziel-Messgröße)
	Bestimmung des zu verwendenden Messinstruments
	Definition der adäquaten Operationalisierung im Feld
	Definition möglicher reaktiver Einflüsse des Feldes
	Entwicklung eines Experimentplans auf projektdefinierte Weise (experimenteinzigartig)
2.2.2: Felddokumentation des Experiments (auf projektorientierte, nicht standardisierte Weise)	Bestimmung zu dokumentierender Feldgegebenheiten (allgemein und feldspezifisch) und zugehöriger Eigenschaften für die Felddokumentation
	Entwicklung und Anwendung einer Dokumentationsstruktur ohne Standards
	Bestimmung der Dokumentationsart

Level 3

Ziele	Praktiken
2.3.1: Datenerhebung und technische Systeme entsprechen domänenspezifischer syntaktischer Standards	Identifizierung und Anwendung standardisierter Erhebungsprozesse innerhalb der Domäne (Best Practices)
	Identifizierung weiterer zu erhebende Beobachtungseinheiten und Eigenschaften (Zweckdaten und Nebendaten) mit Relevanz für eine communityorientierte Nachnutzung
	Verwendung standardisierter technischer Systemen in der Domäne
2.3.2: Felddokumentation an domänen- und experimentspezifischen Standards ausrichten	Recherchebasierte Auswahl eines Dokumentationsinstruments angelehnt an domänenspezifische Standards
	Identifizierung von Standards für die Terminologie und Schemata der zu dokumentierenden Feldgegebenheiten
2.3.3: Redundanz zwischen Felddokumentation und Datenerfassung minieren	Verknüpfung zwischen Felddokumentation und technischem System

Level 4

Ziele	Praktiken
2.4.1: Es werden quantitative Qualitätsziele für die Datenerhebung und Datenqualität definiert und etabliert	Bestimmung zu überprüfender Qualitätsaspekte bei der Datenerhebung
	Identifizieren und einbeziehen relevanter Qualitätsmetriken
2.4.2: Kontrolle der Datenqualität während und nach der Datenerhebung (Analyse der Daten hinsichtlich der Datenqualität -> keine inhaltliche Analyse zur Beantwortung der Forschungsfrage)	Überprüfen der Datenqualität im Hinblick auf definierte Merkmale (bspw. Korrektheit, Vollständigkeit,…)
	Anwendung identifizierter Qualitätsmetriken
	Dokumentation kontextueller (Meta-)Daten im Zusammenhang mit der Datenqualität
2.4.3: Reaktive Experimentanpassungen bei der Datenerhebung definiert und etabliert	Identifizieren möglicher Fehlerquellen
	Bereitstellen von Ersatz beim Ausfall und Fehlern
	Überprüfen der Messinstrumente vor und während der Datenerhebung
	Maßnahmen bei detektierten Ausfällen und Fehlern inline ergreifen

Level 5

Ziele	Praktiken
2.5.1: Die Feldexperimente werden kontinuierlich und proaktiv verbessert und angepasst	Verbessern und anpassen der Feldexperimente auf Grundlage von Feedback und neuen Standards in der fachspezifischen Community
2.5.2: Inhalte im Zusammenhang mit Strukturen oder Versuchsplanungen, Versuchsdurchführungen, werden entwickelt und proaktiv, kontinuierlich angepasst und verbessert	Einsatz und Weiterentwicklung von bewährten Verfahren und Standards
	Partizipieren in der Community zur Umsetzung und Entwicklung neuer Standards
2.5.3: Die Technologien, die die Datenerhebung ermöglichen, werden regelmäßig bewertet und Verbesserungen werden umgesetzt	Entwickeln und nutzen neuer technischer Standards
	Austausch und entwickeln technischer Systeme in der fachspezifischen Community

Checkliste

Hier finden Sie eine Checkliste zum individuellen überprüfen der Ziele und Praktiken der verschiedenen Reifestufen im eigenen Projekt:

Weiterführende Materialien

Auf der Internetseite Forschungsdaten.info sind weiterführende Informationen zur Datendokumentation zu finden.

NFDI4Ing GOLO

Data Quality Metrics

UK Data Service UK Data Service Checkliste

Referenzen

[1] Diese Trainingmaterialien sind entstanden im Rahmen der NFDI4Ing Special Interest Group RDM Training & Education.