Indem Sie Ihre Daten für andere verständlich machen erhöhen Sie dadurch deren Reproduzierbarkeit, Auffindbarkeit und Wiederverwendbarkeit nicht nur für die Gemeinschaft der Forschenden. Sie können Ihr wissenschaftliches Ansehen verbessern, wenn Ihre Daten zitiert werden. Schließlich ist eine gute / saubere Dokumentation Ihrer Daten für Sie von großer Bedeutung, damit Sie ihre Daten auch noch nach Monaten oder Jahren nachvollziehen können.
Denken Sie darüber nach, wie Sie Ihre Daten erzeugt und genutzt haben und schreiben Sie dies auf: Definitionen und Methoden, Datenformate und Einheiten, Literatur/Quellen. Ergänzen Sie räumliche und / oder zeitliche Bezüge zu ihren Sammlungen, verwenden Sie eindeutige Variablen und Dokumentnamen. Diese Inforamtionen werden im informationswissenschaftlichen Kontext als Metadaten bezeichnet. Metadaten sind somit Daten, die Informationen über anderen Daten enthalten, aber nicht die Daten selbst. Zum Weiterlesen empfehlen wir einen Blick in den Metadatenratgeber von ANDS (in englischer Sprache).

Die Verwendung von Metadaten ist eine Möglichkeit Forschungsdaten in einer standardisierten Weise zu beschreiben. Sie sind oftmals der Einstiegspunkt zu Daten und somit der Schlüssel zum Datenzugang und -nachnutzung.
„Standard metadata allows data to be processed, searched, preserved, recombined and reused across many different contexts.” (Ball, A., Chen, S., Greenberg, J., Jeffery, K., Koskela, R., and Perez, C. (2014). Building a disciplinary metadata standards directory. IDCC Practice Paper, 2013, p. 3).
Idealerweise benutzen Sie standardisierte Metadaten-Terminologien um Ihre Forschungsdaten zu beschreiben: Diese können entweder allgemein (z.B. Dublin Core) oder für die jeweilige Disziplin spezifisch sein (z.B. Raum-Zeit Koordinaten Metadaten des Virtual Observatory). Ein allgemeiner Forschungsdatenstandard wie Dublin Core, der für fast jede Datenart angewendet werden kann, hat weniger Aussagekraft als ein disziplinspezifischer Standard. So beinhaltet Dublin Core zwar die Unterscheidung zwischen Erzeuger / Autor und Mitwirkender, es ist jedoch nicht möglich innerhalb des Feldes Mitwirkende zwischen Editor, Illustrator und Übersetzer zu unterscheiden. Mit anderen Worten: Dublin Core bietet keine Möglichkeit, feine Unterscheidungen bei semantischen Elementen vorzunehmen.

Aktuelle Listen zu disziplinspezifischen Metadatenstandards können auf folgenden englischsprachigen Seiten eingesehen werden.

  • Das britische Digital Curation Centre (DCC) führt einen disziplinspezifischen Metadatenkatalog (eine Liste von Standards flankiert von Anwendungsprofilen, Beispielen und Werkzeugen).
  • Die Arbeitsgruppe Metadatenstandard-Verzeichnis der Research Data Alliance (RDA) bietet eine Version des vorstehenden Katalogs mit mehr Funktionalitäten und weiteren Möglichkeiten der Mitwirkung.

Diese beiden Verzeichnisse decken dieselben Standards ab und haben sich darauf geeinigt zusammen zu arbeiten.

Klicken Sie hier, um sich ein Beispiel für einen Metadaten-Satz anzusehen.