Open Access

In den letzten Jahren wurden verstärkt neue Forschungsinformationssysteme (FIS) geplant, aufgebaut und in Betrieb genommen. Da diese IT-gestützten Informationssysteme eine Vielzahl an Forschungsinformationen beinhalten sowie verschiedenen Zielen dienen können, bietet eine Sammlungsrichtlinie die Möglichkeit, die Entscheidungen auf inhaltlicher Ebene verbindlich und transparent darzustellen. Derartige Richtlinien existieren zum Beispiel bereits für Sammlungen in Bibliotheken und Museen. Die Bachelorarbeit zieht Parallelen zu diesen Bereichen und beschreibt deren Ziele und Inhalte. In einem praxisbezogenen Teil wurde die Sammlungsrichtlinie für das Informationssystem Göttingen Research Online (GRO) erstellt. Die Vorgehensweise, Hindernisse und Erfahrungen werden zusammenfassend wiedergegeben. Ergänzt werden die Erkenntnisse durch eine Befragung unter deutschen Hochschulen und Forschungseinrichtungen. Abschließend ist eine Empfehlung für eine FIS-Sammlungsrichtlinie entstanden, die Hinweise, Bestandteile und Best Practices enthält und somit anderen Institutionen als Leitfaden dienen kann.

Die vorliegende Bachelorarbeit untersucht den zur Einführung einer institutionellen Forschungsdateninfrastruktur zu berücksichtigenden Handlungsrahmen an der Helmut-Schmidt-Universität/ Universität der Bundeswehr Hamburg (HSU/ UniBw H) und gibt unter besonderer Berücksichtigung möglicher Aufgabenfelder der Universitätsbibliothek allgemeine Handlungsempfehlungen für deren Implementierung. Da sich die Arbeit sowohl an die Verantwortlichen zur Einführung einer Forschungsdateninfrastruktur an der HSU/ UniBw H als auch an Interessierte der akademischen Gemeinschaft richtet, werden die zum besseren Verständnis besonders relevanten Begriffe zunächst herausgestellt. Auf der Grundlage aktueller Forschungsliteratur und verfügbarer Praxiserfahrung anderer Universitäten wurde mittels Webseitenanalyse und der Auswertung von Fragebögen eine gesamtheitliche Beschreibung für die Implementierung einer institutionellen Forschungsdateninfrastruktur zum Abgleich mit der Ausgangssituation an der HSU/ UniBw H erstellt. Die Arbeit verdeutlicht in den daraus abgeleiteten Handlungsempfehlungen den zu berücksichtigenden allgemeinen Handlungsrahmen in seiner Komplexität und zeigt vor allem diesbezügliche Aufgabenfelder der Universitätsbibliothek von der Initiierung bis zum Abschluss der Implementierung auf. Im Wesentlichen wird hierbei herausgestellt, dass die Universitätsbibliothek als klassische Gedächtnisorganisation und zentraler Informationsdienstleister ihre Kompetenzen besonders bei der Entwicklung und Verwirklichung des Forschungsdatenmanagements sinnvoll einbringen und zukunftsorientiert erweitern kann und sollte. Auslegungsbestimmend ist die von der Universitätsleitung festzulegende Ziel- und Zweckbestimmung der institutionellen Forschungsdateninfrastruktur. Diese dient dem Forschungsdatenmanagement zur Skalierung und Bestimmung von Umfang, Komplexität und Anforderungen an die potentiellen Aufgabenbereiche insbesondere der Universitätsbibliothek. Somit leistet diese Bachelorarbeit einen grundlegenden Beitrag zur weiteren Strukturierung und Konkretisierung der initiatorischen Überlegungen der Universitätsbibliotheksleitung zu den Möglichkeiten der Einführung einer institutionellen Forschungsdateninfrastruktur an der HSU/ UniBw H.

Die Arbeit beginnt mit einem Blick auf die Entstehung der Open-Access-Bewegung und erklärt die zentralen Begriffe Open Access zu Textpublikationen und Forschungsdaten und stellt das Zweitveröffentlichungsrecht vor. Die Vorstellung der beschlossenen Open-Access-Strategien, zusammen mit der Untersuchung von Wahlprogrammen und Koalitionsverträgen vermittelt einen Gesamteindruck zum aktuellen Open-Access-Stand in den Ländern. Bereits seit zehn Jahren ist die Forderung nach Open Access, dem freien Zugang zu wissenschaftlichen Informationen, Bestandteil der Wahlprogramme politischer Parteien. Trotzdem beschlossen erst in den Jahren 2014 und 2015 die Länder Baden-Württemberg, Berlin und Schleswig-Holstein landesweite Konzepte zur Open-Access-Förderung. Im Sommer 2016 wird unter den politischen Parteien in Deutschland eine schriftliche Befragung durchgeführt. Ziel der Befragung ist die Ermittlung der Positionen der Parteien, um Rückschlüsse auf die weitere Open-Access-Entwicklung in Deutschland zu ziehen.

Die Bachelorarbeit beschäftigt sich mit der Ontologie des Forschungsinformationssystems VIVO. In der Arbeit wird der Versuch unternommen, die Ontologie an die Besonderheiten des deutschen Wissenschaftsbetriebs anzupassen, mit dem Ziel, die Einführung des Systems für eine deutsche Einrichtung zu erleichtern. Das Mapping und die Erweiterung sind auf die Bereiche „Positionsbezeichnungen“ und „Organisationseinheiten“ beschränkt. Der theoretische Teil behandelt das Thema der Forschungsinformationen und deren Implementierung in ein Forschungsinformationssystem. Unter anderem werden auch die Tendenzen der Standardisierung in dem Bereich beleuchtet. Bei der Darstellung von VIVO als eine Semantic-Web-Anwendung steht die Ontologie, als Grundlage für die Funktionalitäten des Systems im Vordergrund.

In den letzten Jahren ist, nicht zuletzt aufgrund der schnellen und einfachen Verfügbarkeit von Daten und Informationen, ein Anstieg an veröffentlichter Literatur zu beobachten. Bibliotheken stehen vor der Herausforderung, diese Ressourcen zu erschließen und damit verfügbar zu machen. Ein Teilaspekt ist hierbei die Klassifizierung. Die Arbeit untersucht Voraussetzungen und Möglichkeiten der automatischen Klassifizierung am Beispiel medizinischer Literatur. Der erste, theoretische Teil beinhaltet die Beschreibung der Grundlagen der Inhaltserschließung, des Data Mining und der automatischen Klassifizierung sowie eine umfassende Übersicht über den aktuellen Forschungsstand in diesem Bereich. Im zweiten Teil wird die Auswahl, Aufbereitung und Analyse eines aus Katalogdatensätzen der Bibliothek der Medizinischen Hochschule Hannover bestehenden Datenbestandes erläutert. Die Anwendung von Verfahren des maschinellen Lernens zur Klassifizierung bibliographischer Datensätze wird am Beispiel des Algorithmus k-nearest-neighbours verdeutlicht. Hierbei lässt sich eine korrekte Klassifizierung von rund 58 % der Dokumente erreichen. Abschließend werden Optimierungsansätze (z.B. semi-automatische Verfahren) und Herausforderungen automatischer Klassifizierungsverfahren (z.B. uneinheitlich erschlossene Datensätze oder ungleiche Verteilung der Klassen einer Systematik in den Dokumenten) aufgezeigt.