Open Data in EU-Projekten
This is a modal window.
Das Video konnte nicht geladen werden, da entweder ein Server- oder Netzwerkfehler auftrat oder das Format nicht unterstützt wird.
Formale Metadaten
| Titel |
| |
| Serientitel | ||
| Anzahl der Teile | 6 | |
| Autor | 0000-0002-4531-9432 (ORCID) | |
| Mitwirkende | 0000-0001-8824-8390 (ORCID) | |
| Lizenz | CC-Namensnennung 3.0 Deutschland: Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen. | |
| Identifikatoren | 10.5446/51149 (DOI) | |
| Herausgeber | ||
| Erscheinungsjahr | ||
| Sprache | ||
| Produzent | 0000-0002-3278-0422 (ORCID) | |
| Produktionsort | Hannover |
Inhaltliche Metadaten
| Fachgebiet | ||
| Genre | ||
| Abstract |
| |
| Schlagwörter |
00:00
Uniformer RaumHannoverJSONXMLUML
00:30
DatenhaltungComputeranimation
01:07
ImplementierungPILOT <Programmiersprache>InternetdienstGraphWeb ServicesDatensatzXMLUMLComputeranimation
02:35
DatenhaltungMetadatenSinusfunktionRepository <Informatik>KerndarstellungVersion <Informatik>ACCESS <Programm>Repository <Informatik>Web-SeiteDatensatzStandardabweichungUSB-StickInternetMetadatenVerschlingungDatenhaltungKollaboration <Informatik>E-MailXMLUMLComputeranimation
09:55
DatenmanagementDatenerhebungTemplateDatenmodellDatenmanagementInternetWeb-SeiteART-NetzGroße VereinheitlichungSoftwareZusammenhang <Mathematik>BrowserComputeranimation
15:32
DatenmodellRepository <Informatik>ImplementierungVersion <Informatik>SuchmaschineInformationVersion <Informatik>Coxeter-GruppeRepository <Informatik>DateiSoftwareVerknüpfungsgliedDatenhaltungImplementierungDatenformatMetadatenComputeranimation
20:58
FAQACCESS <Programm>Hausdorff-RaumE-MailDatenformatXMLUMLComputeranimation
Transkript: German(automatisch erzeugt)
00:12
Gut, dann herzlich willkommen. Schön, dass Sie dabei sind bei unserem Open Data in EU-Projekten.
00:20
Wir schauen uns heute an. Wie gesagt, ich bin der National Open Access Desk in Deutschland, bzw. bekleide den. Das heißt, das Projekt Open Air ist meine Baustelle. Was schauen wir uns heute an? Wir schauen uns erst mal kurz an, was ist Open Air? Was machen wir? Was bekommen Sie von uns, wenn Sie es möchten? Dann schauen wir uns an, was das Open Research Data Mandat
00:40
in EU-Projekten zu bedeuten hat und was die EU da eigentlich möchte. Dabei geht es um faire Datenhaltung und auch darum, was Datenmanagementpläne sind und was die damit zu tun haben. Und dann auch die Frage, wie veröffentlicht man Daten? Also für alle, die das noch nie gemacht haben und vielleicht tun müssen, ist das genau hier die richtige Veranstaltung.
01:00
Und wir schauen uns noch an, an wen Sie sich generell bei Fragen wenden können, falls Sie in Zukunft welche haben. Open Air haben wahrscheinlich schon viele mal gehört. Open Air ist ein Projekt der EU-Kommission, das aus 34 Ländern, also die EU-Mitgliedstaaten plus noch ein paar mehr, besteht. Und zwar schon seit 2009.
01:21
Damals hat die EU angefangen, so Open Science Mandate. In dem Fall haben sie angefangen, mit einem Open Access-Piloten in ihre Förderung einzubauen. Und seitdem gibt es eben immer weitere Projekte, die das Ziel haben oder die Aufgabe haben, Forschende mit Forschungsprojekten bei ihren Open Science Themen zu unterstützen
01:40
und für Fragen zur Verfügung zu stehen. Und seit diesem Jahr sind wir jetzt dann kein Projekt mehr oder nur noch ein kleiner Teil unserer Arbeit ist ein Projekt. Und jetzt sind wir ein gemeinnütziger Verein nach griechischem Recht und werden unsere Services weiterhin für Sie zur Verfügung stellen können. Sie können uns also auch weiterhin erreichen, selbst wenn Sie irgendwas anderes hören.
02:01
Gut, wir sind, wie gesagt, 34 Länder, die zusammenarbeiten. Und was Sie sich anschauen könnten, ist der Open Air Graph. Den finden Sie auf dem Open Air Portal, also openair.eu. Und da finden Sie Datensätze zu allen möglichen Projekten von nicht nur der EU, sondern auch von anderen, insgesamt 23 Förderern.
02:24
Zum Beispiel von der DFG oder vom BEMBF und das eben über ganz Europa. Da sind wir eine riesige Metadaten-Suchmaschine. Schauen Sie mal rein, es lohnt sich. Gut, gehen wir gleich in die Mitte. Open Research Data Mandat. Was bedeutet das eigentlich?
02:40
Was möchte die EU hier von mir? Und da geht es vor allem um faire Datenhaltung. Fair haben Sie vielleicht schon mal gehört. Das heißt findable, also auffindbar, accessible, zugänglich, interoperable, interoperable und reusable, wiederverwendbar. Diese Eigenschaften sollen die Daten, die Sie generieren und vielleicht auch veröffentlichen. Aber generell alle Daten, die Sie generieren, sollen diese Eigenschaften haben.
03:05
Was bedeutet das jetzt genau? Also findable bedeutet vor allem, dass nicht nur Sie am Schreibtisch Sie wiederfinden, dass auch andere, wenn Sie jetzt Daten veröffentlicht haben, sollen Ihre Daten gut finden können. Wenn Sie die zum Beispiel einfach auf Ihre Webseite legen vom Projekt,
03:22
dann sind die vielleicht im Internet. Aber wie viele Leute werden die finden? Das heißt, es geht hier vor allem um persistente Identifikatoren, wie zum Beispiel DEUX und es geht auch um gute Metadatenausstattung. Und dazu ist es gut, wenn die Daten an einem durchsuchbaren Ort liegen, wie zum Beispiel ein Repository. Accessible bedeutet, dass hier persistente IDs wiederverwendet werden
03:43
und die Metadaten auch immer zugänglich sind. Also selbst wenn Sie jetzt nicht den gesamten Datensatz veröffentlichen, ist es doch gut, wenn die Metadaten dazu öffentlich zugänglich sind, sodass man weiß, ah, hier gibt es einen Datensatz und hier kann man vielleicht auch auf Projekt-Ebene in eine Kooperation kommen.
04:01
Interoperable bedeutet vor allem, dass Standards eingehalten werden. Das sind einerseits Standards für die Metadaten, andererseits aber auch Standards, was die Daten zum Beispiel im Format betrifft. Also vor allem fachspezifisch gibt es da einige Standards, die eingehalten werden sollten, damit sie einfach auch wieder reusable sind.
04:21
Weil wenn man einen Datensatz veröffentlicht in einem Datenformat, das kein anderer öffnen kann, dann nützt das nicht viel. Da sind wir uns sicher alle einig. Reusable bedeutet deswegen eben, dass präzise und vollständige Metadaten vorhanden sind, die Verwendung von disziplinspezifischen Standards eingehalten wird
04:40
und auch, da kommen wir nachher noch mal drauf zu sprechen, klare Lizenzen vergeben werden. Der Vorteil hierbei ist, dass das Ganze die Forschung ein bisschen effizienter macht. Also das heißt, es wird einfach sichtbarer, was ist schon da und was müssen wir nicht noch mal generieren. Vielleicht können wir tatsächlich Studien von anderen verwenden,
05:00
um eigene Analysen dadurch zu ziehen. Oder auch selbst, wenn Sie die Sachen nicht veröffentlichen, ist es effizienter, wo Sie Ihre Daten ablegen. Dann finden Sie sie auch innerhalb des Projektes besser wieder. Weil wie oft kam es schon vor, es gab es auch schon bei uns früher, dass man sagte, ach, du hast doch da eine Umfrage gemacht
05:21
und du hattest doch einen Fragebogen. Wo war der nochmal? Ja, genau. Nicht bei irgendeinem im Schreibtisch auf dem USB-Stick. Das wäre schlecht. Faire Daten zu halten verbessert eigentlich auch die Qualität von Forschung durch mehr Transparenz. Das heißt, die Idee dahinter ist, also eine Art Replikationskrise entgegenzuwirken,
05:41
indem man einfach alles, was man tut, so transparent wie möglich hält. Außerdem erhöht man die Sichtbarkeit, denn gut auffindbare Daten liefern natürlich auch den Link zur dazugehörigen Textpublikation und dadurch Zitationen. Vor allem kann man auch Daten zitieren. Das darf man auch nicht unterschätzen. Dadurch werden natürlich auch neue Forschungsfragen gefördert.
06:02
Also das heißt, man kommt vielleicht eher auf Ideen, wenn man sieht, was schon da ist und was man machen könnte. Und wie auch schon angesprochen, es vereinfacht Kollaborationen innerhalb der scientific community. Wir haben uns da, falls Sie dazu weitere Sachen wissen, weiteres wissen möchten, und das kann ich Ihnen wirklich ans Herz legen,
06:20
bei uns an der Bibliothek einen Kurs zusammengestellt, beziehungsweise vollkommen komplett aufgesetzt zum Thema Open Science. Und da kann ich Ihnen hier die Nummer 4 ans Herz legen, maximale Sichtbarkeit für meine Forschung. Der beinhaltet Fragen zu fairen Daten und aber auch, denn niemand möchte nur Allgemeinplätze haben,
06:42
konkrete Tipps, was Sie da im Alltag tun können, um Ihre Daten fair zu halten. Es geht auch um Repositorien und wie Sie dort veröffentlichen. Also ich kann Ihnen das wirklich sehr empfehlen. Schauen Sie einfach bei uns auf der Webseite nach und hören Sie sich die 10 Minuten an. Dann haben Sie wirklich was davon. Auch empfehlen kann ich Ihnen die spaßige Seite von fairen Daten.
07:04
Ein dänisches Projekt Fair Across hießen die. Die haben ein Fairy Tale erstellt. Also quasi gegenübergestellt das Märchen von großartig fairen Daten und die Wahrheit, wie es doch bei uns zurzeit läuft. Und wir haben dieses kleine Booklet auf Deutsch übersetzt
07:21
und bei Zenodo hochgeladen. Das heißt, Sie können sich das dort runterladen und anschauen. Lehrreich und spaßig. Okay, kommen wir jetzt zu den harten Ernstes Lebens. Was möchte die EU eigentlich von Ihnen und uns allen, wenn wir über Forschungsdaten sprechen? Dies hier ist aus dem Fördervertrag der Artikel zum Thema Open Access.
07:45
Und da geht es zuerst einmal um Textpublikationen, und zwar vor allem hier all peer-reviewed scientific publications. Das ist ein sehr weiter Begriff. Aber wenn Sie Daten oder Publikationen haben, die nicht scientific sind, also zum Beispiel Proceedings von Ihres Projekts.
08:02
Oder wenn die nicht peer-reviewed sind, dann müssen Sie auch dieses Open Access, Open Data Mandat nicht einhalten. Im Zweifel, wenn Sie sich nicht sicher sind, ob Ihre Daten oder Ihre Publikation unter diese Kategorie fällt, schreiben Sie uns einfach kurz eine E-Mail. Dann schauen wir uns das zusammen an.
08:21
Also, was macht man? The beneficiary must aim to deposit at the same time, at the same time wie die Textpublikation. The research data needed to validate the results presented in the Deposited Scientific Publications. Also, es geht darum, dass Sie, wenn Sie eine Textpublikation haben, die dazugehörigen Daten, und das heißt hier in dem Fall,
08:44
die Daten, die nötig sind, um die Resultate in Ihrem Text zu validieren, ein schönes Wort, die müssen Sie auch in einem Repositorium zur Verfügung stellen. Und zwar gleichzeitig mit der Veröffentlichung des Textdokuments. Das heißt, es läuft so, Sie haben Ihr Textdokument, Ihr Manuskript fertig,
09:01
Sie reichen das ein, Sie sorgen dort dafür, dass es Open Access gestellt werden kann, ob das jetzt bei einer goldenen Open Access Zeitschrift ist oder bei einer Subskriptionszeitschrift, die Ihnen höchstens sechs Monate im Baro gibt. Das ist vollkommen gleichgültig. Sie legen das nachher in ein Repositorium Ihrer Wahl.
09:21
Und dabei geben Sie auch gleich die Forschungsdaten mit dazu, die zu dieser Textpublikation gehören. Und dann sind Sie eigentlich schon fertig. Was Sie dabei beachten sollten, ist, dass Sie das auch schon tun, wenn die Textpublikation noch ein Embargo hat. Also selbst wenn Sie die Textpublikation noch nicht ganz,
09:41
noch nicht ganz Open Access stellen können, ist es eine gute Idee, mindestens die Metadaten schon in ein Repositorium zu geben und auch die Daten dazu abzulegen. Auch wenn Sie die nicht gleich open schalten, sollten Sie die Metadaten schon angeben. Das Motto in Horizon 2020 und ja auch in Horizon Europe ist as open as possible, as closed as necessary.
10:03
Also so viel wie möglich bitte offenlegen und nur verschlossen halten, was nicht offen zu legen geht. Also die EU möchte einfach das offene Daten der Regelfall werden. Es gibt aber auch die Möglichkeit zu einem Opt-out, also eine Regelung, dass man die Daten nicht veröffentlichen muss
10:20
in begründeten Fällen. Der Antrag für ein EU-Projekt sollte auch ein Abschnitt über Datenmanagement enthalten. Allerdings muss das noch nicht ein fertiger Datenmanagementplan sein. Den müssen Sie zwar erstellen, der muss aber erst später fertig werden. Hier der Datenmanagementplan.
10:40
Sie müssen ihn erstellen, aber für den Antrag ist er noch nicht notwendig. Erst mit dem ersten Projekt Deliverable im Monat 6 muss der dann fertig sein. Es lohnt sich aber, den gleich zum Antrag zu erstellen, denn dann können Sie schon übersehen und überschlagen, welche Kosten Sie vermutlich für Ihr Datenmanagement haben, zum Beispiel für Archivierung oder für High-Performance-Computing,
11:03
was immer Sie brauchen. Und diese Kosten können Sie hier auflisten und die sind förderfähig. Es lohnt sich also, sich früh darüber Gedanken zu machen. Datenmanagementplan, falls Sie noch nie einen erstellt haben, der zeigt, wie Daten erzeugt werden. Also was machen wir eigentlich? Machen wir irgendwelche Umfragen mit Fragebogen
11:21
oder machen wir Patientenforschung in einer FMAT-Röhre? Welche Arten von Daten werden dabei erzeugt und wie werden die dokumentiert? Und wo werden sie dann auch gespeichert und archiviert? Wie werden die gesichert? Wer macht ein Backup? Wer hat alles Zugang zu den Daten? Wer hat keinen Zugang zu den Daten? Und was haben wir nachher mit den Daten vor?
11:42
Welche sollen geteilt und publiziert werden und welche archiviert? Ein Datenmanagementplan umfasst, anders als die Publikation, tatsächlich alle Daten, die in dem Projekt generiert werden, egal was Sie nachher mit denen machen. Ein Datenmanagementplan ist auch, das ist ganz wichtig, kein statisches Dokument. Also Sie haben es dann einmal erstellt
12:01
und dann fassen Sie es nie wieder an. Nein, nein, das wäre der falsche Ansatz. Ein guter Datenmanagementplan funktioniert wie ein Handbuch. Also Sie wissen dann, wenn Sie da reinschauen, zu jedem Zeitpunkt in Ihrem Projekt, was Sie mit welchen Daten tun müssen. Und da ist es dann auch sinnvoll, den Datenmanagementplan im Laufe des Projekts anzupassen,
12:20
wenn sich irgendetwas anders herausstellt als vorhergesehen. Dazu gibt es die Horizon 2020 Data Guidelines und dazu wird es dann auch bald die Horizon Europe Data Guidelines geben. Die können Sie hier schon mal abrufen auf der Webseite. Da finden Sie eben auch was über faire Daten, was sich die EU darunter vorstellt,
12:41
wie das mit dem DMP genau funktioniert und was in welchen Projektphasen zu tun ist und eben auch, welche Kosten übernommen werden. Und zunächst, es gibt auch eine Vorlage für so einen Datenmanagementplan. Vorlage, gute Stichwort. Da gibt es ein paar Tools und Webseiten im Internet, die ich Ihnen empfehlen kann,
13:01
wie Sie Datenmanagementpläne erstellen und auch weiter bearbeiten können. Zum Beispiel hier vom Digital Curation Center aus Großbritannien, DCC, haben Sie bestimmt auch schon gehört in diesem Zusammenhang. Die haben hier so ein webbasiertes Werkzeug, das heißt, Sie brauchen sich keine Software runterzuladen. Sie machen das einfach in Ihrem Browser und der hilft Ihnen beim Schreiben von Datenmanagementplänen
13:21
und hat auch ein Template, eine Vorlage für H2020 Dokumente und bestimmt demnächst auch für Horizon Europe. Das andere, das ich Ihnen empfehlen kann, ist vom Leibniz Institut, Institut für Astrophysik in Potsdam. Die haben einen Research Data Management Organizer. Das hört sich schon ein bisschen größer an. Also der hilft Ihnen nicht nur beim Erstellen
13:41
von Datenmanagementplänen, sondern Sie können mit Hilfe dieses Instruments auch die Datenmanagementaufgaben verwalten. Das heißt, in allen Projektphasen können Sie quasi Mitarbeitern zuordnen, was Sie tun müssen und was jetzt getan werden muss und was später getan werden muss. Sehr praktisch. Von Open Air gibt es seit kurzem auch ein
14:02
Datenmanagementplaninstrument. Der ist ganz interessant, Argos, weil hier werden auch Datenmanagementpläne veröffentlicht. Also wenn Sie das möchten, können Sie Ihren Datenmanagementplan veröffentlichen. Sie können sich aber auch den von anderen anschauen, die Ihren veröffentlicht haben. Das könnte hilfreich sein. Muster für DMPs. Es ist ganz interessant, was die Kollegen von der Humboldt-Uni gemacht haben.
14:21
Auf deren Webseiten finden Sie Musterpläne für verschiedene Fördergeber, also Horizon 2020, DFG und BMBF. Wohnt sich auch darauf zu schauen, wenn man auf der Suche ist. Bei den veröffentlichten Datenwerten gesagt, es gibt Gründe für ein Opt-out. Das kann man machen. Was gibt es dafür Gründe?
14:41
Zum Beispiel befürchtete Ausbeutung der Ergebnisse. Ein gutes Beispiel dafür ist Tierbewegungsdaten, zum Beispiel von Elefantenherden. Die sollte man vielleicht nicht einfach so öffentlich ins Internet stellen, denn dann werden die aufgrund ihres Elfenbeins stark gejagt. Die Vertraulichkeit der Daten. Zum Beispiel, wenn Sie vorhaben,
15:02
einen Patentantrag zu stellen mit Ihren Projektergebnissen, dann wäre es ziemlich kontraproduktiv, die Daten alle gleich zu veröffentlichen. Wenn Sie personenbezogene Daten erheben, die Sie nicht stark genug anonymisieren können. Bei manchen medizinischen Studien zum Beispiel ist das einfach nicht drin. Wenn Projektziele gefährdet werden
15:21
oder wenn Sie überhaupt gar keine Forschungsdaten in Ihrem Projekt generieren werden oder auch andere stichhaltige Gründe, wenn Sie die nennen in Ihrem Datenmanagementplan, dann begründen Sie das gut und dann ist das verhandlungsfähig. Ein komplettes Opt-out gibt es dann durch einen Zusatz zu Ihrem Model-Grant-Agreement. Da kommt dann einfach noch ein Amendment dran.
15:41
Und dieses komplette oder auch ein partielles Opt-out, da können Sie ganz spezifisch sagen, welche Dateien Sie nicht veröffentlichen können, die sollten Sie in Ihrem Datenmanagementplan beschreiben. Und dieses Opt-out ist auch jederzeit innerhalb des Projektzeitlaufs möglich. Das heißt, selbst wenn sich nach 9 Monaten noch mal rausstellt, das funktioniert nicht ganz so, wie wir uns das vorgestellt haben,
16:02
dann können Sie das auch noch machen. Gut, jetzt sind wir durch mit Opt-outs und jetzt haben wir Daten, die sind schön fair gehalten und wir müssen die jetzt veröffentlichen zusammen mit unserem Text. Wie machen wir das? Das geht genau wie Textpublikationen über das Ablegen im Repositorium.
16:21
Und dazu müssen Sie einfach schon mal das richtige Repositorium finden. Die EU lässt Ihnen da ziemlich viel Freiheit beim Auswählen. Ich würde empfehlen oder die Empfehlung der EU ist, schauen Sie sich verschiedene Möglichkeiten an. Die erste wäre, gibt es ein institutionelles Datenrepositorium. Also hat Ihre Uni, Ihre FA ein Datenrepo zur Verfügung.
16:41
Dann wäre es gut, das zu nutzen. Das hat den Vorteil, dass an Ihrer Institution die Leute für Sie zuständig sind. Das heißt, Sie bekommen guten Support vor Ort für Sie. Wenn Ihre Institution kein Datenrepositorium hat, dann bietet sich vor allem in den Naturwissenschaften ein fachspezifisches Datenrepositorium an.
17:02
Da geht es dann vor allem darum, dass die genau Bescheid wissen, wie man zum Beispiel mit speziellen Datenformaten umgeht, die in der Community Standard sind, aber vielleicht nicht überall bekannt. So ein Datenrepositorium finden Sie über die Suchmaschine für Datenrepos re3data.org. Da finden Sie dann auch Infos zu dem einzelnen Repositorium,
17:23
wo das herkommt, was die für eine Haltung haben, also für eine Datenhaltung und so weiter. Auch interessant ist, wenn Sie ein EU-Projekt haben, das EU-Open-Air-Portal, das hat einen Standard aufgestellt, wie Repositorien Metadaten ausgeben sollen,
17:42
damit das Open-Air-Portal die Daten abgreifen kann automatisch. Die Daten werden abgegriffen, nicht nur damit unsere Suchmaschine schön voll wird, sondern auch damit die für Ihre Projektevaluation benutzt werden können. Das heißt, Open-Air durchstreift die Repositorien, die compliant sind, und nimmt Ihnen schon mal ganz viel Arbeit ab,
18:03
indem Sie die Informationen über Ihre Publikation einfach automatisch abgreifen. Dazu ist es gut, wenn das Repositorium, das Sie wählen, Open-Air-compliant ist. Ob es das ist, finden Sie entweder beim Betreiber des Repositoriums oder auf der Open-Air-Webseite, die Sie hier sehen,
18:21
bei Search&Find. Sie können dann auch, wenn Sie kein fachspezifisches Repositorium möchten oder brauchen, zu cnodo.org gehen. Das ist das Partner-Repositorium von Open-Air. Und das geht über alle Fachbereiche und auch über alle möglichen Daten. Also das heißt, Sie können da Textpublikationen
18:40
genauso wie Präsentationen genauso wie Software ablegen. Ein sogenanntes Catchall Repository nennt man das. Das ist natürlich auch kostenlos für Sie. Das kann ich Ihnen empfehlen. Ganz einfache Lösung. Wenn Sie die Daten dann ablegen, ist es wichtig, dass Sie, wie auch bei der Textpublikation, kenntlich machen, dass Sie eine EU-Förderung hatten
19:00
und auch unter welcher Projektnummer. Das ist ganz wichtig. Dann geht es noch um die richtige Lizenz. Da haben Sie sich vielleicht auch schon mal Gedanken drüber machen müssen. Klingt für viele erst mal erschreckend, aber es ist gar nicht so wild. Das DCC hat wieder, Sie wissen noch, die mit dem DMP-Instrument. Die haben auch einen Guide, der einfach zusammenstellt,
19:23
welche Lizenzen was können und Sie sich dann aussuchen können, was möchte ich gerne bereiten oder was möchte ich gerne einräumen an Rechten. Und es gibt auch praktische Hinweise zur Implementierung. Es gibt von der EU die Guidelines für die Open Data, die wir vorher gesehen haben, das blaue Dokument.
19:42
Und darin heißt es nicht speziell, dass Sie Creative Commons, also CC-Lizenzen, benutzen müssen. Aber die Anforderungen, die die EU hat, die sind übereinstimmend mit CC-Buy und CC-Zero-Lizenzen. CCNC, also Non-Commercial und ND, Non-Derivatives,
20:01
sind in der Auffassung der EU keine offenen Lizenzen. Non-Derivatives sind ein bisschen schwierig, weil für die Nachnutzung dann könnte es möglich sein, Derivatives zu generieren, genauso wie für Zitate bei manchen Texten. Und Non-Commercial ist deshalb nicht frei, weil manche Sachen wie z.B. Research Gate
20:21
einfach als kommerziell gelten, weil sie einfach ein privates Unternehmen sind. Wenn Sie da Ihre Sachen trotzdem draufgeben möchten, dann brauchen Sie auch eine CC-Lizenz, die commercial use zulässt. Deswegen die Empfehlung von mir, nehmen Sie CC-Buy oder CC-Zero. CC-Zero hat in Deutschland den Nachteil, dass das deutsche Urheberrechtsgesetz
20:42
diese komplette Abgabe von Urheberrechten eigentlich gar nicht so recht vorsieht. Das heißt, CC-Buy wäre hier die sicherste Option. Achten Sie darauf, bei Daten die Version 4.0 zu nehmen, denn die ist die erste Version, die auch Forschungsdaten berücksichtigt im Text. Gut, was tun Sie, wenn Sie jetzt noch Fragen haben
21:01
oder Sie eines Tages aufwachen und sagen, oh, ich brauche da Hilfe. Am besten ist es, Sie gehen erst mal zum Open Access oder Open Science Beauftragten Ihrer Institution. Die kennen sich für gewöhnlich mit allen Belangen zu Open Access und auch Open Data Publikationen aus und kennen zunut auch Fördermöglichkeiten, wo man vielleicht gerade bei Textpublikationen noch Geld bekommen könnte.
21:21
Und dann natürlich auch der Repositorens Betreiber. Die kennen sich auch mit den rechtlichen Umständen aus und kennen sich auch aus mit Datenformaten und Lizenzierungen. Und die können Ihnen auch helfen, wo Sie Ihre Daten speichern oder archivieren können. Oder Sie gehen oder zusätzlich gibt es auch auf dem Open Air Portal unsere Support-Seite
21:42
mit Guidelines und FAQs und allem möglichen Basiswissen und Webinaren und Trainingsmaterial. Also Sie können da quasi Ihren Urlaub darauf verbringen auf diesem Portal und sich schlau machen über alle möglichen Open Science Themen. Das kann ich Ihnen auch empfehlen. Und natürlich sind wir immer für Sie da vom National Open Access Desk.
22:00
Wir sind eben, wie gesagt, an der Uni Konstanz zu Hause. Und bei allen Fragen von über Horizon 2020, Horizon Europe auch, Open Access, Open Data, rufen Sie uns an oder schreiben Sie uns eine E-Mail. Das ist unser Job. Wir sind für Sie da.