Veranstaltungsprogramm

Forschung wäre ohne Daten nicht möglich. Gleichzeitig ist die Verfügbarkeit von Daten nicht immer selbstverständlich – das muss sich ändern. Als Teil der Initiative zum Aufbau einer Nationalen Forschungsdateninfrastruktur (NFDI), fördert der Konsortium NFDIxCS den offenen Zugang zu Forschungsdaten aus und in der Informatik. Kern ist dafür die Entwicklung einer Infrastruktur – dem Research Data Management Container (RDMC) – die nicht nur die Langzeitarchivierung von Daten, sondern auch von Software, Metadaten und der entsprechenden Ausführungsumgebung ermöglicht.

Datenschutz, Datensicherheit und Datenrecht sind in diesem Vorhaben zentrale Aspekte: Denn wenn Forschungsdaten an eine externe Infrastruktur ausgelagert werden, müssen trotz oder gerade aufgrund größtmöglicher Offenheit rechtliche Fragen rund um Urheberschaft und Weiterverarbeitung geklärt werden. Auch muss der Zugriff auf die betreffenden Daten so kontrolliert werden, dass Eigentumsrechte gewahrt bleiben und Missbrauch ausgeschlossen wird. Neben der besonderen Schutzbedürftigkeit sensibler Daten erweist sich hierbei der Umgang mit Forschungssoftware aufgrund zahlreicher unterschiedlicher Softwarelizenzen als anspruchsvoll.

Die Umsetzung des RDMC geht daher einher mit der Identifikation notwendiger und geeigneter Identitätsmanagement- und Zugriffskontrolltechniken sowie Lösungen zur rechtssicheren Nutzung dieser Infrastruktur. Am Ende stehen rechtlich verlässliche Standards zu Themen wie Lizensierung, Datenschutz und IT-Sicherheit, die Rechtsunsicherheit beseitigen. Forschende aller Disziplinen werden so dabei unterstützt, Forschungsdaten so offen und leicht zugänglich wie möglich zu halten, um den FAIR-Prinzipien gerecht zu werden.

Im Tandem Talk stellen Experten des Konsortiums NFDIxCS vor, welche Überlegungen unerlässlich sind, um Forschungsdaten langfristig offen und sicher zu archivieren und für andere Forschende rechtskonform nachnutzbar zu machen. Am Beispiel des RDMC geben sie Einblick in hilfreiche Tools, Techniken und Vorlagen, sprechen aber auch über noch ungelöste Herausforderungen.

Within the context of NFDI4Ing, we have developed an approach to create subject-specific RDF-compliant metadata profiles (in the sense of SHACL shapes) that enable precise and flexible documentation of research processes and data. By using a hierarchical inheritance approach, which we combine with a strategy that uses the combination of relatively simple modular profiles to model complex setups, the individual profiles are highly reusable and can be used in different contexts, increasing the interoperability of both the profiles and the resulting data. In addition, the approach gets by with low- and medium-specificity ontology terms that can be assumed to be available for many disciplines, and still achieves sufficient precision for typical scientific applications via their context-specific use and combination.

To facilitate the modelling process and make it accessible to users with only limited knowledge about ontologies, we have developed a web service that provides a graphical user interface for creating metadata profiles. The platform is available under https://profiles.nfdi4ing.de. Its frontend allows searching for suitable terms from existing terminologies and adding them to a profile along with restrictions on the permitted value nodes, allowing setting expected datatypes, classes, or nodetypes as well as the cardinality of attributes. The profiles are first created as a draft that can be edited collaboratively by sharing a link, but that are otherwise not publicly visible. Once a profile is published, it can no longer be edited, but is visible to everyone and receives a persistent ID. Visible profiles can be searched and are indexed according to a metadata schema providing information like, e.g., title, description, author, creation date, as well as the scientific domain. Existing profiles can be used to derive new profiles, typically by creating more specific child profiles.

The platform also supports curation of metadata profiles. Profiles can be submitted for approval by a scientific community that is realised by triggering a merge request to a GitLab group containing appointed reviewers of the community. If a profile is approved, it receives a corresponding metadata entry, making it possible for users to find peer-reviewed profiles recommended by their community.

Users can also upload metadata corresponding to a metadata profile to the platform, either via an API or by manually entering the data in a form. The metadata will be validated and published on the platform. The stored metadata can be searched by selecting a metadata profile that the platform translates to a frontend that provides a form in which users can search for specific attribute values. A SPARQL endpoint exists for integration to other infrastructure.

Validation of metadata is also possible via the API without subsequent publication, allowing users to validate their local data according to a metadata profile.