11 27·10 ·2010 Organisation und Verwaltung von Forschungsdaten zum Gewässermanagement Mirko Filetti Lehrstuhl Ökosysteme und Umweltinformatik

22 GLIEDERUNG 1.Einleitung 2.Aktuelle Situation 3.GeoNetwork Opensource (GNOS) 4.Live-Präsentation GNOS 5.Schlussbemerkungen Lehrstuhl Ökosysteme und Umweltinformatik 2

33 THESE Nur eine open source Software, wie GeoNetwork Opensource (GNOS), ist für den öffentlichen Zugriff (open access) auf wissenschaftliche Daten in einem weltweiten Netzwerk nachhaltig geeignet. Lehrstuhl Ökosysteme und Umweltinformatik 3

44 THESE Warum open source? Software ist für Alle frei verfügbar (keine Kosten) Weltweite Entwicklergemeinde Unabhängigkeit Einheitliche Bedienung Warum GNOS? Benutzerfreundlich und gut anpassbar Georeferenzierung / GIS - Layertechnik Metadatensuche Standards (XML, XSLT, ISO,…) Harvesting / Nodes // Hierarchische Strukturen Benutzerrechte / -verwaltung Lehrstuhl Ökosysteme und Umweltinformatik 4

55 01 EINLEITUNG Lehrstuhl Ökosysteme und Umweltinformatik 5

66 EINLEITUNG Datenvolumen I 01 · KAPITEL – EINLEITUNG Lehrstuhl Ökosysteme und Umweltinformatik 6 (de: ca. 1 Billion )

77 EINLEITUNG Datenvolumen II Lehrstuhl Ökosysteme und Umweltinformatik 7 01 · KAPITEL – EINLEITUNG

88 EINLEITUNG Datenvolumen III Lehrstuhl Ökosysteme und Umweltinformatik 8 (de: Billion ) 01 · KAPITEL – EINLEITUNG

99 EINLEITUNG Datenvolumen IV Nur mit modernen Kompresssionstechnologien ist diesem Missverhältnis beizukommen Lehrstuhl Ökosysteme und Umweltinformatik 9 ~1 ZB = GB 01 · KAPITEL – EINLEITUNG

10 EINLEITUNG Datenvolumen V Lehrstuhl Ökosysteme und Umweltinformatik 01 · KAPITEL – EINFÜHRUNG Bis 2020 soll die weltweite digitale Datenmenge um den Faktor 44 auf runde 35 Zettabyte anwachsen. Das entspricht zwei Stapeln von DVDs, die von der Erde bis zum Mond reichen : ~1 ZB = GB

11 EINLEITUNG Daten-Typen Beispiele für Datentypen: Programme Audio/Video Studien, best practice Konferenz-Ergebnisse Datenreihen Verzeichnisse / Kataloge Interaktive Ressourcen Karten & Grafiken Fotos Andere Informationsquellen Big Science Data (z.B. Satellitenbilder) Small Science Data (z.B. kleine Excel Tabelle) Lehrstuhl Ökosysteme und Umweltinformatik zeichnen sich aus durch große Datenmengen mit relativ homogenen Strukturen. zeichnen sich durch kleine Datenmengen mit heterogenen Strukturen aus. Bislang lag das Augenmerk beim Umgang mit Forschungsdaten auf großen Beständen, sog. Big Science Data. Auf Grund der großen Datenmengen gibt es hier immer ein Datenmanagement · KAPITEL – EINLEITUNG

12 EINLEITUNG Metadaten - Daten über Daten Dateninhalt (z.B. Wo?, Wann?) Datenqualität (z.B. Auflösung) Datenformat (z.B. RGB, CMYK) Hersteller (Person, Organisation) verwendete Referenzsysteme Art der Weitergabe Kontaktpersonen... Lehrstuhl Ökosysteme und Umweltinformatik Ohne Beschreibung ist der Inhalt unbrauchbar! · KAPITEL – EINLEITUNG

13 EINLEITUNG Data Life Cycle Lehrstuhl Ökosysteme und Umweltinformatik Personenkreis Handlungen Phasen · KAPITEL – EINLEITUNG

14 02 ALLGEMEINE SITUATION Lehrstuhl Ökosysteme und Umweltinformatik 14

15 ALLGEMEINE SITUATION Informationen & Geodaten im öffentlichen Sektor Im europäischen Rahmen werden jährlich etwa 10 Mrd. Euro für Informationen des öffentlichen Sektors investiert. Davon entfallen ca. 50% auf Geoinformationen (IMAGI 2007). Durch mangelnde Koordination und aus Unkenntnis über Umfang, Qualität, Aktualität und Verfügbarkeit von vorhandenen Datenquellen werden Geodaten jedoch oft mehrfach erhoben oder gekauft. Mit öffentlichen Mitteln erhobene Daten sollten unbeschränkt für die Öffentlichkeit verfügbar sein (Open Access). Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

16 ALLGEMEINE SITUATION Datenhaltung Unterschiedliche Def. der Langzeit-Datenhaltung: Informatiker: > 5 Jahre DFG: > 10 Jahre SFB:> 25 Jahre vom Start Ingenieure:> 30 Jahre Linguisten:> 100 Jahre Lehrstuhl Ökosysteme und Umweltinformatik 02 · KAPITEL – ALLGEMEINE SITUATION 16 ?????? (bis 10 Jahre danach) Million years later…

17 ALLGEMEINE SITUATION good scientific practice DFG: Empfehlung 7 Primärdaten als Grundlagen für Veröffentlichungen sollen auf haltbaren und gesicherten Trägern in der Institution, wo sie entstanden sind, für zehn Jahre aufbewahrt werden. Quelle: Alle Schritte müssen als Grundlage wiss. Arbeit nachvollziehbar sein. Primärdaten müssen persistent und wiederfindbar aufbewahrt werden. Fachspezifisches Organisationskonzept zur Datenhaltung ist erforderlich Open Access - Daten für die Öffentlichkeit. Datenschutz, Urheberrechte und Zugriffsrechte müssen beachtet werden. Die Speicherung sollte im Rahmen definierter Standards erfolgen. Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

18 ALLGEMEINE SITUATION Data Policies (DP) - Allgemein Für den wissenschaftlichen Umgang mit Daten müssen allgemeingültige Regeln definiert werden, um eine gute wissenschaftliche Praxis (GwP) einzuhalten und den offenen Zugang zu Daten zu gewährleisten (OA). Die Regeln (DP) sollten fest verankert sein: im alltäglichen Arbeitsablauf & IT, in Dienstanweisungen, in Studienordnungen… Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

19 ALLGEMEINE SITUATION Data Policies (DP) - Probleme Akzeptanz bei Personal / Anreize Zusätzlicher Aufwand (Dilemma der Prioritäten) Small Science Data (Aufwand / Datenmenge) Integration in Arbeitsabläufe (Workflow und IT) Schneller Fortschritt in IT (Kompatibilität, Standards) Interoperabilität (Austausch von Metadaten) Wer trägt Verantwortung für Datenhaltung Allgemeine Rechtsgrundlagen, Richtlinien, Arbeitsanweisungen Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

20 ALLGEMEINE SITUATION Data Policies (DP) - Lösungsansätze Sensibilisierung der Mitarbeiter für Datenhaltung und Metadatenerfassung. DFG gibt 5% Aufschlag der Förderung für Datenhaltung. Verankerung als Teil von Dienstanweisungen / Studienordnung, … Eingabe der Studienarbeit / Veröffentlichung in Informationssystem könnte Pflicht sein. Geeignete Werkzeuge (FOSS) zur Datenhaltung. Einhaltung von Standards und zukunftsorientierten Technologien. Digital Object Identifyer (DOI): Internationale eindeutige Nummer für digitale Daten (kostenpflichtig, aber nonprofit). Kostenlose Alternativen zu DOI bestehen Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

21 ALLGEMEINE SITUATION Beispiel für Projektanforderungen aus einem SFB a) Aufbau einer Datenbank: zur Speicherung der im Projekt anfallenden Forschungsdaten einschließlich der Vergabe von Metadaten. Die Interoperabilität mit weiteren relevanten internen oder externen Datenrepositorien soll dabei sichergestellt sein. b) Pflege und Erschließung von Forschungsdaten: Implementierung und Entwicklung von Techniken und Verfahren zur Pflege und Erschließung von Informationen sowie Verknüpfung der Forschungsdaten mit anderen Datensystemen auch außerhalb des Verbundes, bzw. Einbettung in diese (Referenzierung von Daten). c) Nachnutzung von Forschungsdaten: Das Datenspeicherungssystem ist so aufzubauen, dass die Nachnutzbarkeit der Daten ermöglicht wird. Dies kann durch die Implementierung oder Entwicklung von Interoperabilität bzw. Schnittstellen der Retrival- und Referenzierungsverfahren oder sonstigen Softwarelösungen und Techniken mit Datenbanksystemen (Fachdatenbanken, Online-Kataloge u.ä.), die außerhalb des Verbundes bestehen und von den jeweils einschlägigen Disziplinen genutzt werden, geschehen. Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

22 ALLGEMEINE SITUATION Prinzipielle Ziele für Projekte Erstellung der Data Policy für ein Projekt Suchfunktion nach Informationen über georeferenzierte Metadaten Unterstützung des Projektmanagements durch IT-Infrastruktur Datenaustausch zwischen den Projektpartnern Langzeitdatenhaltung Öffentlicher Zugang (OA) Verbund mit anderen Nodes / Netzwerken Zukunftsorientiert / Nachhaltigkeit Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

23 ALLGEMEINE SITUATION IT-Ziele Wo möglich – open source Bereitstellung eines Servers (Hard-/Software) zur Datenhaltung Benutzerfreundlichkeit und intuitive Bedienung Optimierung der Konfiguration und Struktur Cloud Computing Architecture Ausfallsicherheit Backupstrategie Sicherheitsstrategie (Firewall, etc.) Einhaltung von Standards in der IT Semantic Web Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION Keine out of the box-Lösungen!

24 ALLGEMEINE SITUATION Projektdaten im Gewässermanagement Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION Hydrologische Daten Gewässerökologische Daten Daten der Landnutzung Sozioökonomische Daten Daten zur Energiegewinnung aus Wasserkraft Daten zur Wasserbewirtschaftung nach Menge und Güte Administrative Daten Daten zur Gewässerpolitik

25 ALLGEMEINE SITUATION Metadaten im Gewässermanagement Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION 1.Gewässer 2.Wassernutzungen 3.Gewässerbelastungen 4.Kopplung von Atmosphäre und Gewässer 5.Datenerfassung 6.Zusammenführung unterschiedlicher Daten und Datenspeicherung 7.Entscheidungsunterstützungssysteme 8.Entwicklung politischer und ökonomischer Instrumente 9.System Wasser und Gesellschaft 10.System der Wassernutzer

26 ALLGEMEINE SITUATION Metadaten im Gewässermanagement Lehrstuhl Ökosysteme und Umweltinformatik · KAPITEL – ALLGEMEINE SITUATION

27 03 GEO NETWORK Open Source Lehrstuhl Ökosysteme und Umweltinformatik 27

28 GEO NETWORK Free and Open Source Software (FOSS) Der Einsatz von Free and Open Source Software (FOSS) ist in der heutigen Zeit eine vielfach diskutierte Thematik in Wirtschaft, Wissenschaft und öffentlichen Einrichtungen. Besonders im hochschulbasierten Einsatz stellt die Verwendung von FOSS eine attraktive Alternative zur kostspieligen Lizenznahme proprietärer Software dar. Dies hat vor allem die folgenden Gründe: Weltweite Entwicklergemeinde, geringere Kosten, kurzer Updatezyklus, Unabhängigkeit und Unterstützung, validierte Quelltexte. 03 · KAPITEL - GEO NETWORK Lehrstuhl Ökosysteme und Umweltinformatik 28

29 GEO NETWORK Einführung GNOS ist ein auf internationalen Standards aufbauendes Informations-Management- System (IMS) mit Netzwerk-Interoperabilität, Metadaten- und Geo-Referenzierung. Benutzergruppen / Benutzerrollen ermöglichen die Trennung von Administration des Systems, Dateneingabe / -pflege und die Zugriffskontrolle auf Daten. Es wurde ursprünglich 2001 von der UN entwickelt und seit dem kontinuierlich von vielen Partnern weiterentwickelt. Inzwischen wird es weltweit (oftmals in einem Netzwerk aus verschiedenen GNOS Servern) von vielen großen und kleinen Organisationen erfolgreich eingesetzt. Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 29

30 GEO NETWORK Systemvoraussetzungen Hardware / Software Schneller Server mit mind. Dual/Quad Core (etc.) >500 GB / 1TB HDD, >4 GB RAM. Cloud-Server (optional): der dynamisch mit den Anforderungen wachsen kann. Betriebssystem: Windows Server 2003 / 2008 oder Linux. Erweiterungen: MySQL, PHP, Tomcat, Java SDK. Optional: ArcIMS (GisWebServer). Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 30

31 GEO NETWORK Main-features schnelle Suche nach lokalen und verteilten raumbezogenen Daten, up/- download von Daten und Dokumenten (z.B. Maps, PDF, Excel,…), interaktiver Map-Viewer mit Karten von weltweiten Servern, Map- & Layer- Export als PDF, Onlinebearbeitung von Metadaten mit leistungsstarkem Templatesystem, Datenaustausch und Synchronisation von Metadaten auf verteilten Servern (Harvesting), Gruppen- und Benutzermanagement, Zugriffskontrolle auf Datenquellen, interne / externe Thesauri Kataloge für Schlagwörter. Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 31

32 GEO NETWORK Standards für Meta Daten und Datenaustausch Dublin Core (DC) Metadata von der International Organization for Standardization (ISO) Content Standard for Digital Geospatial Metadata (CSDGM) von dem Federal Geographic Data Committe (FGDC) / (ESRI FGDC) ISO Die ISO "Geographic Information – Metadata" definiert einen international gültigen Standard zur Beschreibung geographischer Informationen und zugehöriger Dienstleistungen. ISO19139 Mit dem XML-Schema von ISO wird eine Grundlage geschaffen, auf deren Basis Metadatensätze einheitlich zwischen verschiedenen Systemen austauschbar sind. Infrastructure for Spatial Information in the Europ. Community (INSPIRE) Seit 2007 Europäische Geodaten-Basis mit integrierten raumbezogenen Informationsdiensten Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 32

33 GEO NETWORK Metadaten nach ISO Metadaten zur Beschreibung von Geodaten nach ISO (vereinfacht, grün=obligatorisch) verändert nach Senkler et al. (2004) Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 33

34 GEO NETWORK Eingabeschema für Metadaten Ablauf der Metadatenerfassung je nach Ausgangssituation Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 34

35 GEO NETWORK Benutzerverwaltung Benutzerverwaltung mit detaillierter Rechteregelung, hohe Sicherheit, Einhaltung des Urheberrechts. Benutzerrechte einzelne Personen, die eigene Einrichtung, Abteilung oder Fakultät, die gesamte Einrichtung, der Rest der Welt. Gruppenrechte Einsicht in die Metadaten, Einsicht der Geodaten über den integrierten WMS-Viewer, Zugriff auf die Geodaten direkt über Webservices, Download der Geodaten. Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 35

36 GEO NETWORK Thesaurus-Support Meta-Daten-Eingabe: Schlagwortkatalog für die Eingabe der Metadaten nach ISO und Dublin Core. Admin: Import, Export, Bearbeitung, eigene Thesauri. Suchfunktionen: Keywords (mit jeweiliger Trefferanzahl) werden bei Suche vorgeschlagen. Thesauri-Typen: Extern: importierte Thesauri können mit Schreibschutz von anderen Knoten importiert werden. Die Thesauri werden dann von den anderen Knoten gemanaged. Lokal: Ein lokal gespeichertes Thesaurus kann selbst bearbeitet werden. Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 36

37 GEO NETWORK Netzwerke Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 37 a)Abgeschlossenes, kleines Netzwerk nur für einen bestimmten Personenkreis (mit feinen Benutzerrechten für Eingabe und Lesen der Metadaten bzw. Download der Primärdaten). b)Abgeschlossenes Netzwerk für hierarchisch gegliederte Organisationsstrukturen. c)Weltweites Netzwerk im Verbund mit fremden Netzwerkknoten (Eigentümer der Daten hat exklusive Schreibrechte). A Intranetwww A B C A B C D Mit GeoNetwork sind verschiedene Netztypen und Zugriffsszenarien zu realisieren:

38 GEO NETWORK Harvesting – Interoperabler Datenaustausch verschiedener Knoten (Nodes) 1. Andere GeoNetwork Nodes (ab Version 2.1) 2. alte GeoNetwork Nodes (bis Version 2,0) 3. WebDAV Server (Web-based Distributed Authoring and Versioning) 4. CSW oder Katalog-Server (Catalog Service Web-Spezifikationen) 5. OAI-PMH Server (Open Archives Initiative Protocol for Metadata Harvesting) 6. OGC Server (Open GIS Consortium) Lehrstuhl Ökosysteme und Umweltinformatik 1. Node (A) erzeugt Meta Daten (a) 2. Node (B) bezieht (a) von (A) 3. Node (C) bezieht (a) von (B) 4. Node (D) bezieht (a) von (A), (B) and (C) 5. Node (E) und (A) kommunizieren bidirektional A D BC E 03 · KAPITEL - GEO NETWORK 38

39 04 LIVE PRÄSENTATION GeoNetwork Opensource Lehrstuhl Ökosysteme und Umweltinformatik 39

40 GEO NETWORK Lehrstuhl Ökosysteme und Umweltinformatik 03 · KAPITEL - GEO NETWORK 40

41 Lehrstuhl Ökosysteme und Umweltinformatik 41

42 Lehrstuhl Ökosysteme und Umweltinformatik 42

43 05 SCHLUSSBEMERKUNGEN Lehrstuhl Ökosysteme und Umweltinformatik 43

44 SCHLUSSBEMERKUNGEN Fazit: Datenhaltung ist angesichts des allgemein wachsenden Datenvolumens eine zentrale Aufgabe in fast allen Bereichen der Wissenschaft und Forschung. Diese Aufgabe erfordert aufgrund der Komplexität und Verantwortung eine eigenständige Position im Organisationskonzept. Anwendungsbereiche: Datenhaltung für alle Daten mit geografischem Bezug… Forschungsprojekte, Drittmittelprojekte, Lehrstühle / Fakultäten / Universitäten. Weiterentwicklung: Semantic Web (Maschinenverständliches Internet), Datenkomprimierung, Indexoptimierung der Primärdaten / noSQL, Datenanalyse, Metadaten-Analyse, Reporting-Tools, Decision-Support-Systeme (DSS). Lehrstuhl Ökosysteme und Umweltinformatik 05 · KAPITEL - FAZIT 44

45 Vielen Dank! Mirko Filetti Lehrstuhl Ökosysteme und Umweltinformatik