Dies ist eine alte Version des Dokuments!
Datenlebenszyklus
Das Modell des Datenlebenszyklus (Data Life Cycle) beschreibt die Phasen, die Daten (zum Beispiel Datensätze, Datenbanken, Bilder, Text etc.) durchlaufen. Er ist als Kreis dargestellt, da Daten optimalerweise wiederverwendet werden können und - wenn gewünscht - dauerhaft erhalten bleiben.
Bei der Planung eines Forschungsvorhabens mit Hilfe eines Datenmanagmentplans werden die weiteren Phasen bereits mit gedacht und beschrieben.
Die eigenltliche Studie dient oft der Erfassung und Dokumentation der Daten. An dieser Stelle handelt es sich zumeist um Rohdaten, also Informationen, die aufgenommen, aber noch nicht Auswahl und Analyse unterlaufen sind.
Kern eines durchdachtn Datenmanagements ist die Archivierung von Daten. Das kann lokal oder in einem geeigneten Repositorium - einem Online-Datenarchiv mit beschreibenden Metadaten - geschehen. Ein frei zugängliches Repositorium (auch „Repo“) für Daten aller Art ist Zenodo.
Die Datenpublikation in Nicht-kuratierten relativ unpspezifischen Repos birgt das Risiko einer weniger guten Auffindbarkeit der Daten. Geo- und Umweltwissenschaftliche Daten können beispielsweise kostenfrei in PANGAEA oder dem BONARES Repositorium archiviert werden und erhalten eine spezifische DOI (Digial Object Identifier), welch jede Datenpublikation zweifelsfrei ausweist.
Der reibungslose Datenlebenszyklus profitiert von der Einhaltung der FAIR-Prinzipien.
