Cologne Data Center for the Humanities

Transkript

1 Cologne Data Center for the Humanities Ein Datenzentrum für die Geisteswissenschaften Cologne Center for ehumanities (CCeH); Entwurf; Stand: September 2012 Situation/Ausgangslage In allen wissenschaftlichen Vorhaben entstehen heute in zunehmendem Maße digitale Forschungsdaten. Diese können die Form von (a) digitalen Rohdaten (Audio/Videoaufnahmen, digitalisierte Manuskripte und Druckerzeugnisse, Daten aus Erhebungen und Experimenten, Fotos, etc.), (b) die diese Rohdaten erschließenden Meta- und Primärdaten (Transkripte, Auswertungen, Beschreibungen fotografierter Objekte, Annotationen/Apparate zur Erschließung von Manuskripten und Texten aller Art, usw.) und (c) Sekundärdaten (Datenbanken, digitale Wörterbücher, kontextualisierende Informationen usw.) haben. Diese sind die Grundlage für digitale Publikationen bis hin zu komplexen Webanwendungen. Alle Daten und Ergebnisse müssen über die engen Projektlaufzeiten hinaus und unabhängig von personellen und institutionellen Veränderungen dauerhaft archiviert, gepflegt und präsentiert werden. Sie bieten, nach Freigabe am Ende ihrer Erzeugungsprojekte, zudem ein unschätzbares Potential zur Weiterverarbeitung - zur Verifizierung eigener Ergebnisse, aber auch in der Bereicherung des Datenhaushaltes der Fachgebiete und, nicht zuletzt, in Form von Basismaterial für informationstheoretische Forschung. Die Sicherung der langfristigen Zugänglichkeit von Forschungsdaten und Projektergebnissen ist maßgebliches Bewilligungskriterium aller Förderinstitutionen bei Projektanträgen. Die Wissenschaftsorganisationen haben in diesem Zusammenhang in den Strategiepapieren der letzten Jahre den Aufbau von Datenzentren empfohlen. 1 Die Philosophische Fakultät der Universität zu Köln bietet hierfür mit ihren außergewöhnlich breiten Erfahrungen in digitalen Forschungsprojekten, den etablierten Lehrstühlen für Informationsverarbeitung, der Beteiligung am deutschen und europäischen Infrastrukturprojekt DARIAH und und dem Cologne Center for ehumanities (CCeH) als fakultätsweite Einrichtung besonders gute Voraussetzungen. Zudem bilden sich hier fachbezogene Datenarchive aus, die als Bausteine für ein allgemeines Datenzentrum mit einer gemeinsamen organistorischen und technischen Struktur fungieren können (für die Archäologie die DAI-Cloud, für die Sprachwissenschaftliche Feldforschung ein Regionalarchiv Köln, für die Kunstgeschichte das bereits etablierte prometheus ). Konzept Das Cologne Data Center for the Humanities (Kölner Datenzentrum Geisteswissenschaften) sollte die Belange der Philosophischen Fakultät an der Universität zu Köln abdecken. Eine Ausrichtung auf die Geisteswissenschaften wird durch die fachspezifischen Inhalte, Formate und Standards der geisteswissenschaftlichen Forschung bedingt, die in der technischen, organisatorischen und inhaltlichen Betreuung besondere Kompetenzen erfordern. Zugleich legen die Ähnlichkeit der Forschungsgegenstände innerhalb der Geisteswissenschaften und die Perspektiven ihrer interdisziplinären Nutzung eine fachübergreifende Lösung der anstehenden 1 Siehe hier vor allem das aktuelle Papier des Wissenschaftsrates Empfehlungen zur Weiterentwicklung der wissenschaftlichen Informationsinfrastrukturen in Deutschland bis 2020 vom

2 Aufgaben nahe. Angesichts der kooperativen Forschungspraxis werden von Anfang an auch Daten externer Partner aufzunehmen sein. 2 Perspektivisch wird dem Datenzentrum dadurch eine überregionale Funktion in der Informationsversorgung der einzelnen Fachgemeinschaften erwachsen. Eine mehrschichtige, modulare Struktur des Datenzentrums (siehe Skizze 1) entspricht den unterschiedlichen Anforderungen aus den diversen Forschungsprojekten und gewährleistet insgesamt eine (1.) langfristige Sicherung, (2.) dauerhafte Bereitstellung, (3.) allgemeine Zugänglichkeit und (4.) erhöhte Sichtbarkeit der Forschungsdaten, die zugleich eine bessere Vernetzung der Projekte und Daten bedeutet und die Grundlage für die zukünftige Nutzung in Forschung und Lehre bildet: 1. Als Basis muss eine adäquate Server-Infrastruktur geschaffen werden, die einerseits eine Langzeitarchivierung der Forschungsdaten (ggf. in Abstimmung mit anderen Infrastruktur-Entwicklungen wie dem DA-NRW) ermöglicht und andererseits den laufenden Betrieb der Zugänglichkeits- und Präsentationssysteme gewährleistet. Hier kommt dem Regionalen Rechenzentrum Köln eine entscheidende Rolle als aktivem Partner zu, der eigene Entwicklungen im Bereich der Dienste und Services der Datenhaltung einbringt. 2. Auf die infrastrukturelle Basis setzen fachgruppen- bzw. materialorientierte Säulen auf, die Projekte und Sammlungen aus verschiedenen Bereichen zusammenfassen: Hier wären ein Datenzentrum Sprache, ein Datenzentrum Dokumente und Texte und ein Datenzentrum Bild, Objekt & Musik inhaltlich, organisatorisch und in der Präsentation zu unterscheiden, weil diese Bereiche zwar über gemeinsame Datentypen (Text, Bild, Metadaten), aber teilweise spezielle Formate, Standards und Services verfügen. In diesen Clustern werden einzelne Projekte angebunden und soweit wie möglich aufeinander abgestimmt. Hier werden außerdem die erforderliche Fachkompetenz zur (minimalen) inhaltlichen Betreuung sowie die notwendige technische Kompetenz zur kontinuierlichen Pflege der laufenden Präsentationsysteme gebündelt. 3. Auf der Ebene der fach- bzw. - materialspezifischen Services wird dafür gesorgt, dass alle vorliegenden Daten kommuniziert werden können und auch für automatisierte Systeme zugänglich sind. Dabei werden diese Projekt- oder Cluster-spezifische Services (Adressierung, Mapping, materialspzifische Dienste) von generischen Services (allgemeine Datenkommunikation, Rechte- und Benutzerverwaltung) auf der Ebene der allgemeinen, technischen Infrastruktur ergänzt. Zu den spezialisierten Services können auch Werkzeuge gehören, wie sie z.b. derzeit für die Sprachwissenschaften mit der Arbeitsumgebung Tesla in Köln (an der Abteilung für sprachliche Informationsverarbeitung) entwickelt werden. 4. Der zentrale Nachweis über alle Inhalte und Projekte erfolgt durch ein allgemeines Portal des Datenzentrums, wie auch spezieller Oberflächen der einzelnen Cluster. Gleichzeitig werden die Präsentationsoberflächen einzelner Projekte und Projektverbünde, soweit vorhanden, beibehalten und entsprechend weiter gepflegt. Auslaufende Projekte werden entweder als technische Systeme bzw. Installation mitsamt der projekteigenen Präsentationsschicht oder nur in Form ihrer Inhalte (Daten) integriert. Laufende Projekte werden auf eine spätere Betreuung durch das Datenzentrum vorbereitet. In neuen Projekten erfolgt eine Begleitung des Forschungsdatenmanagements im Idealfall von Anfang 2 Dies gilt z.b. für den Bereich der Archäologie (DAI-Kooperation), der Sprachwissenschaft (Feldforschungsdaten) und anderer Fachprojekte (Akademie-Kooperation).

3 an - beginnend bei Projektplanung und Antragsstellung. In allen Fällen muss die andauernde Adressierbarkeit, Verfügbarkeit und Präsentation der jeweiligen Daten sichergestellt werden. Die einzelnen Projekte tragen nicht nur mit ihren Inhalten und Publikationsoberflächen zu einem gemeinsamen Forschungsdatenpool der Philosophischen Fakultät bei, sondern bringen hier ggf. auch Services (Schnittstellen, Dienste) und Tools ein, die als funktionale Bausteine in das Datenzentrum integriert werden und dadurch von anderen Projekten genutzt werden können. Skizze 1: Gesamtstruktur des Datenzentrums

4 Skizze 2: Situierung einzelner Projekte innerhalb der Gesamtstruktur Einzelne Projekte decken unterschiedliche Bereiche der Gesamtstruktur ab. Dabei bringen sie ggf. eigene Komponenten mit (Daten, Dienste, Oberfläche) und werden im Datenzentrum mit anderen Komponenten versorgt (Langzeitarchivierung, zusätzliche Services, zusätzliche Nachweise; ggf. neue Oberfläche). Z.B. ist CLASS (ein CLARIN-FAG-3-Kurationsprojekt) ein Projekt aus der Sprachwissenschaft, das hauptsächlich der Entwicklung von Services dient, die wiederum einem Sprachdatenzentrum insgesamt zugute kommen. LAT-RAK (Language Archive Technology Regionalarchiv Köln) ist dagegen vor allem auf das Vorhalten von Forschungsdaten ausgerichtet, die durch Services und Oberflächen weiter nutzbar gemacht werden sollen. Die DAI-Cloud bzw. Archaeo-Cloud für die Archäologie in Deutschland würde sich Komponenten der Infrastruktur mit anderen Teilarchiven und Projekten teilen, für

5 den Fachbereich als konsortialer Forschungsdaten- und Anwendungsrahmen und als Host für Drittmittelprojekte fungieren sowie für diesen Fachbereich spezifische Services und Werkzeuge für Tagesprozeduren der Wissenschaftspraxis der Archäologie (von Fototheken bis zu Archivund Grabungsaktivitäten) anbieten. Umsetzung Die Zusammenarbeit verschiedener Akteure mit ihren jeweiligen Kompetenzen ist für ein Kölner Datenzentrum für die Geisteswissenschaften grundlegend. Im Zentrum stehen die Fachwissenschaftler und ihre Forschungsprojekte, deren Inhalte (Forschungsdaten und Publikationen) nachhaltig gesichert werden müssen. Auf der technischen Ebene ist das Regionale Rechenzentrum der Universität vor allem für die Bereitstellung und Pflege einer Server-Infrastruktur unverzichtbar. Das CCeH als fakultätsweite Einrichtung der digitalen Forschung übernimmt die Gesamtorganisation des Datenzentrums sowie die Koordination für das Zusammenspiel und einzelner Komponenten und deren Aufbau, namentlich die Einrichtung fachgruppenspezifischer Cluster, die Betreuung der Inhalte in diesen Teilzentren sowie die Entwicklung von Services und Präsentationsoberflächen. Für die konkrete Umsetzung sind zwei komplementäre Ansätze zu verfolgen: 1. In einem top down -Ansatz gilt es, einen umfassenden strategischen Plan für den nachhaltigen Aufbau des Datenzentrums auszuarbeiten, der sich auf nationaler wie internationaler Ebene in die laufende Infrastrukturentwicklung von Datenzentren für die Geisteswissenschaften und ihre nationale Koordination einpasst. Hier ist eine Anschubfinanzierung für die Ausarbeitung eines umfassenden mittel- und langfristigen Realisierungskonzepts erforderlich. Unter Einbeziehung der aktuellen Entwicklungen auf nationaler und internationaler Ebene sind hier institutionelle und strukturelle Fragen (Organisationsform, Rollen, Kooperationspartner etc.) ebenso so zu lösen, wie methodische und technische Probleme (Forschungsdatenmanagement, Metadatenformate für einzelne Datentypen). 2. Zugleich sollen in einem bottom-up -Ansatz erste konkrete Bausteine für das zu errichtende Gesamtsystem entwickelt werden. Hier können z.b. aktuell startende Projekte (CLASS; LAT-RAK der Sprachwissenschaft) bereits als Teile des im Aufbau befindlichen Gesamtsystems aufgefasst werden (siehe Skizze 2). Der unmittelbare und bereits bestehende Bedarf an einigen Komponenten und Diensten eines Datenzentrums erfordert flankierend die Einrichtung einer Stelle, die den Aufbau einer ersten minimalen technischen Infrastruktur organisiert, die Abstimmung mit den Fachwissenschaften vor Ort einleitet, anzubindende Projekte und Datenquellen ermittelt und die perspektivische Integration bereits ausgelaufener oder noch laufender Projekte vorbereitet. Die Durchführung beider Ansätze erfolgt im Idealfall parallel und in enger Zusammenarbeit. Die konkrete Ausgestaltung und Entwicklung des Zentrums, seiner Inhalte, technischen Strukturen und Services kann teilweise von anderen laufenden oder zukünftigen Projekten der Fachforschung profitieren. Darüber hinaus sind weitere Ressourcen durch die sich abzeichnenden Förderprogrammen von DFG und BMBF und den von den Wissenschaftsorganisationen geforderten dauerhaften Zuwendungen des Bundes und der Länder in den Blick zu nehmen.