Datasheets für Forschungsdaten
Strukturierte Dokumentation von Datensätzen im Kulturerbe-Bereich
Was ist ein Datasheet?
Ein Datasheet ist eine strukturierte Begleitdokumentation für einen Datensatz. Es beschreibt nicht nur, was die Daten enthalten (technische Metadaten wie Dateiformat oder Umfang), sondern vor allem, warum und wie sie entstanden sind. Das Konzept stammt aus dem Aufsatz «Datasheets for Datasets» (Gebru et al., 2018/2021) aus dem Bereich des maschinellen Lernens und wurde für den Kulturerbe-Bereich (GLAM) adaptiert – massgeblich durch den Artikel «Datasheets for Digital Cultural Heritage Datasets» im Journal of Open Humanities Data und die Europeana Working Group «Datasheets for Digital Cultural Heritage».
Ein Datasheet dient drei Zielen:
- Transparenz: Es legt die Herkunft der Daten offen (Provenienz) und dokumentiert Auswahl- und Digitalisierungsentscheidungen.
- Ethik und Bias: Es benennt mögliche Verzerrungen (z. B. koloniale Sammlungsgeschichte, Geschlechter-Bias in Archiven) und sensible Inhalte, damit Nutzer:innen diese bei der Analyse berücksichtigen können.
- Nachnutzbarkeit: Es hilft Forschenden zu beurteilen, ob sich ein Datensatz für eine bestimmte (auch computergestützte) Fragestellung eignet.
Empfohlene Struktur
Die von Europeana und JOHD empfohlenen Modelle folgen einem Fragebogen-Format mit diesen Abschnitten:
| Abschnitt | Leitfragen |
|---|---|
| Motivation | Warum wurde der Datensatz erstellt? Wer hat ihn finanziert? |
| Zusammensetzung | Was repräsentieren die Dateneinheiten? Gibt es Teilpopulationen? Sind vertrauliche Daten enthalten? |
| Erhebungsprozess | Wie wurden die Daten erhoben (Digitalisierungstechnik, OCR-Qualität, Auswahlkriterien)? |
| Aufbereitung | Wurden die Daten bereinigt oder verändert? Was wurde weggelassen und warum? |
| Nutzung | Wofür ist der Datensatz gedacht? Welche Nutzungen sollten vermieden werden? |
| Distribution | Unter welcher Lizenz wird der Datensatz verbreitet (Urheberrecht/Public Domain)? |
| Wartung | Wird der Datensatz aktualisiert? Wer ist verantwortlich? |
Für digitales Kulturerbe kommen spezifische Aspekte hinzu:
- Original und Digitalisat: Unterscheidung zwischen dem physischen Objekt und der digitalen Repräsentation (z. B. Gemälde vs. Scan).
- Rechtlicher Status: Oft komplexe urheberrechtliche Situationen (z. B. verwaiste Werke).
- Sensible Inhalte: Umgang mit kulturell sensiblen Materialien und Personendaten in Archivbeständen.
Anwendung bei Stadt.Geschichte.Basel
Für die Forschungsdaten von Stadt.Geschichte.Basel empfiehlt sich das Fragebogen-Format der Europeana Working Group als Vorlage. Die Datenpublikationen des Projekts dokumentieren Provenienz, Lizenzierung und Aufbereitungsschritte bereits in den README-Dateien der jeweiligen Repositorien; ein Datasheet bündelt diese Angaben in standardisierter Form. Die diskriminierungssensible Beschreibung der Bestände folgt dem Handbuch für Diskriminierungssensible Metadatenpraxis und dem Datenmodell des Projekts.