Research Collection. Presentation. ETH Library. Author(s): Töwe, Matthias. Publication Date: 2012

Transkript

1 Research Collection Presentation Digitaler Datenerhalt: Ein Projekt der ETH-Bibliothek für die ETH Zürich Digitale Langzeitarchivierung im ETH-Bereich, 20. März 2012 Author(s): Töwe, Matthias Publication Date: 2012 Permanent Link: Rights / License: In Copyright - Non-Commercial Use Permitted This page was generated automatically upon download from the ETH Zurich Research Collection. For more information please consult the Terms of use. ETH Library

2 Digitaler Datenerhalt: Ein Projekt der ETH-Bibliothek für die ETH Zürich Digitale Langzeitarchivierung im ETH-Bereich 20. März 2012 Dr. Matthias Töwe 1

3 ÜBERBLICK 1. Ausgangslage 2. Ziele 3. Status quo gemäss Umfrage 4. Vision 5. Weiteres Vorgehen 2

4 AUSGANGSLAGE Mehrheit des Forschungsoutputs nur in digitaler Form Beobachtungs- und Erhebungsdaten nicht reproduzierbar, Labordaten je nach Probe und Methode ebenfalls nicht Anforderungen von Hochschulen und Förderorganisationen: Nachprüfbarkeit (vgl. ETH- Richtlinien für Integrität in der Forschung) Datenmanagementpläne in Anträgen (u.a. NSF, DFG; SNF dürfte folgen) Interesse von Verlagen an Supplementary Material Geschäftsunterlagen der ETH Zürich (Archiv der ETH Zürich) (Unikale) Bestände der ETH-Bibliothek 3

5 LEBENSZYKLUS The DCC Curation Lifecycle Model Digital Curation Centre, UK Copyright

6 ZIELE Nicht oder nur mit hohem Aufwand wieder zu gewinnende Daten stehen für die Nachnutzung zur Verfügung Daten können dauerhaft zitiert und aus Publikationen referenziert werden DOI-Registrierung ist bereits in Betrieb Nachvollziehbarkeit und Nachprüfbarkeit durch Dritte sind gewährleistet Eine allenfalls gewünschte Bereitstellung von Daten für Dritte ist mit geringem Aufwand möglich Es besteht kein Zwang, Daten öffentlich zu machen 5

7 UMFRAGE UMGANG MIT FORSCHUNGSDATEN Umfrage bei allen 450 Professuren und Forschungsgruppen der 16 Departemente der ETH Zürich Online-Umfrage in Absprache mit den Informatik-Support- Leitern und den von ihnen angegebenen Gremien Telefonische und persönliche Nachfragen Rücklauf über die ganze ETH: 80% der Forschungsgruppen Ca. 65% der Antworten stammen von Professorinnen und Professoren, Dozierenden, Oberassistentinnen und -assistenten 6

8 UMFRAGE UMGANG MIT FORSCHUNGSDATEN 1. Teil - Hat Ihr Institut bzw. Ihre Forschungsgruppe eine schriftlich ausformulierte Datenmanagement-Policy zur Handhabung eigener oder fremder Forschungsdaten oder ähnliche Dokumente, die den Umgang mit Forschungsdaten beschreiben? PHYS BIOL INFK ITET MAVT MTEC MATL BAUG BSSE MATH CHAB ERDW GESS ARCH UWIS AGRL No Yes Keine Vorschriften %

9 UMFRAGE UMGANG MIT FORSCHUNGSDATEN 2. Teil - Welche Möglichkeiten nutzen Sie bzw. Ihre Forschungsgruppe, um Forschungsdaten zu speichern? Differenzierung für D-UWIS (Umweltwissenschaften) Other external databases Data servers provided by the ETH Zurich IT service Departmental data servers Pangaea alle 16 ETH Departemente 4 % - 22 % 7 % - 70 % 23 % - 88 % Institutional data servers Group data servers 44 % - 96 % 52 % - 73 % Personal computers 44 % - 96 % %

10 ERGEBNISSE: WÜNSCHE Forschende möchten die volle Kontrolle über den Zugriff behalten. möchten Daten vor dem Ingest umstrukturieren, ergänzen und Metadaten bearbeiten. sind interessiert an Unterstützung bei der Erhaltung und Qualitätskontrolle (Checklisten, Rückmeldungen zu Metadaten ). müssen viele Daten für begrenzte Zeit aufbewahren (z.b. für Jahre). sehen Bedarf zur Archivierung oft in Verbindung mit Daten, die für Veröffentlichungen verwendet werden. machen unterschiedliche Aussagen zu einer ETH-Daten-Richtlinie möchten keinen Zusatzaufwand ohne klaren Mehrwert leisten müssen. 9

11 HERAUSFORDERUNGEN Vielfalt an Datenformaten Datenmengen Anbindung an vorgelagerte Systeme in den Arbeitsgruppen (Schnittstellen zu Messgeräten und Softwarelösungen) Aufbewahrung für die Nachprüfbarkeit (typisch: 10 Jahre) Dauerhafte Bewahrung von unwiederbringlichen Daten Bei Bedarf: Bereitstellung für die Nutzung durch Externe (Open Data) Dokumentation bereits bei der Erfassung (Metadaten) Motivation der Forschenden Initialer und dauerhafter Aufwand und Kosten 10

12 FUNKTIONALE EBENEN Was? Warum? Wer? Data Curation Ensure intellectual re-usability Data Producers Content Preservation Ensure technical re-usability ETH-Bibliothek (Rosetta) Bitstream Preservation Ensure technical stability IT-Services ETH Zurich Adapted after Jens Ludwig, Wissgrid 11

13 UNTERSCHIEDE DER DATENTYPEN? Was? Forschungsdaten Bibliotheksobjekte Data Curation Comprehensive documentation by producers required Full control of metadata and context Content Preservation More and less common formats Mainly standard formats Same preservation procedures apply Bitstream Preservation Any object is just bits 12

14 VISION - NUTZERSICHT Eine technische Basis für verschiedene Services 13

15 ROLLEN ETH-Bibliothek Digital Curation : Datenmanagement und Langzeitarchivierung Erhaltung der technischen Lesbarkeit (Preservation) durch Monitoring und aktive Massnahmen (Anwendung Rosetta) Sofern bei Ablieferung vorhanden: Erhaltung der inhaltlichen Interpretierbarkeit, d.h. des Kontexts Informatikdienste ETH Zürich Betrieb und Management der Speicherinfrastruktur Bitstream preservation : Sichere Speicherung, Dauer nach Bedarf Revisionssichere Ablage gemäss gesetzlichen Regelungen (SAP- Module) 14

16 VISION TECHNISCHE SICHT Content sources Additional Ingest components Archival core modules Additional search/retrieve & delivery components Access components Primary data Preservation Planning Catalog Producer Secondary data (E-Depot) GEVER Preprocessing Ingest Ingest Administration Data Management Access Create Deliveries / Retrieve Requests Admin- Interface Archiv-DB Repositories User Additional sources Archival Storage Storage-Layer Security-Layer (Authentication, Authorisation) Abschlussbericht zur zweiten Phase Pilot Langzeitarchivierung, S. 23f; Aliesch, P. et al., 2007: Projekt Pilot Langzeitarchivierung. Intern. 15

17 ROSETTA Manually Data production Pre-ingest, and handling e.g. structuring, for current re-arranging, analysis selecting (Semi-)automatically Long-term preservation according to OAIS 16

18 VISION Content sources Additional Ingest components Archival core modules Additional search/retrieve & delivery components Access components Producer Data Primary data Secondary data (E-Depot) production and handling for current analysis GEVER Additional sources Manually (Semi-)automatically Pre-ingest, e.g. structuring, Preprocessing Ingest re-arranging, selecting Ingest Preservation Planning Administration Data Management Long-term preservation according to OAIS Archival Storage Access Create Deliveries / Retrieve Requests Catalog Admin- Interface Archiv-DB Repositories User Storage-Layer Security-Layer (Authentication, Authorisation) Abschlussbericht zur zweiten Phase Pilot Langzeitarchivierung, S. 23f; Aliesch, P. et al., 2007: Projekt Pilot Langzeitarchivierung. Intern. 17

19 WEITERES VORGEHEN Erste Workflows behandeln Forschungsdaten, die zu einer Publikation hinterlegt werden sollen (2011/2012) Danach sollen Daten aus bestehenden strukturierten Ablagen übernommen werden (2012) Entwicklungspartnerschaft im Hinblick auf die Langzeiterhaltung von Forschungsdaten ist mit der Software- Firma Ex Libris vereinbart (2012) U.a. wird geprüft, dem Langzeitarchivierungssystem eine Ebene für das Datenmanagement vorzuschalten 18

20 FAZIT Wichtige Klärung mit allen Beteiligten: Was umfasst die «Langzeitarchivierung»? Welche Aufgaben werden wo angesiedelt? Vor allem bei Forschungsdaten gilt: «garbage in garbage out» Intensive Gespräche mit den Forschenden sowie anderen Beteiligten nötig Aufwand Gratwanderung: Bedarfsorientierte, individuelle Konfiguration vs. Handhabbarkeit und Automatisierung der Gesamtlösung 19

21 PERSPEKTIVE ETH-BEREICH? Interesse an Informations- und Erfahrungsaustausch Derzeit keine konkreten Angebote, Pläne oder Aufträge Begrenzte Kapazitäten Vermeidung von Aktivitäten, die eine spätere konkrete Zusammenarbeit erschweren daher wurde z.b. mit Rosetta eine Software beschafft, die als Konsortiallösung betrieben werden kann 20

22 VIELEN DANK! Fragen? Dr. Matthias Töwe ETH Zürich ETH-Bibliothek Leitung Digitaler Datenerhalt Rämistrasse Zürich Schweiz 21