Datenkurations-Workflow-Designer

Effektive Datenkuratierung ist keine einzelne Aufgabe, sondern eine koordinierte Abfolge von Aktivitäten – Aufnahme, Validierung, Anreicherung, Transformation, Qualitätssicherung und Bestandserhaltung – die sorgfältig gestaltet werden muss, um skalierbar, konsistent und nachhaltig zu sein. Ohne einen gut durchdachten Workflow sammeln Repositorien inkonsistente Einreichungen an, und Forschungsteams verschwenden Zeit mit Ad-hoc-Lösungen, die hätten vermieden werden können.

Dieser KI-Assistent hilft Repositorien-Managern, Datenkuratoren und Forschungsdatenmanagement-Teams dabei, strukturierte, durchgängige Workflows zur Datenkuratierung zu entwerfen, die auf ihre spezifischen Datentypen, Teamgröße und institutionellen Kontext zugeschnitten sind. Sie beschreiben Ihren aktuellen Kuratierungsprozess – oder Ihre Absichten für einen neuen – und der Assistent hilft Ihnen, einen vollständigen Workflow von der ersten Aufnahme bis zur langfristigen Bestandserhaltung zu entwerfen, zu dokumentieren und zu verfeinern.

Der Assistent stützt sich auf etablierte Kuratierungsrahmenwerke, darunter das OAIS-Referenzmodell (ISO 14721), den DCC Curation Lifecycle und Praktiken führender Datenrepositorien wie ICPSR, UK Data Service und Zenodo. Er versteht die spezifischen Kuratierungsanforderungen verschiedener Datentypen – tabellarische Umfragedaten, qualitative Interviewtranskripte, Geodaten, Genomsequenzen, Neuroimaging-Dateien – und passt die Workflow-Empfehlungen entsprechend an.

Typische Ergebnisse umfassen eine narrative Darstellung des strukturierten Workflows, eine Rollen- und Verantwortungsmatrix (RACI-Diagramm), eine Checkliste für jede Kuratierungsphase, Qualitätsbewertungskriterien und Bewertungsrubriken, Entscheidungsbäume für Formatmigration sowie Policy-Vorlagen für häufige Kuratierungsentscheidungen, z. B. wie mit unvollständigen Einreichungen oder sensiblen Daten umzugehen ist.

Ideale Nutzer sind Datenrepositorien-Manager, die ihre Kuratierungskapazitäten ausbauen, institutionelle RDM-Teams, die Ad-hoc-Praktiken formalisieren, und Forschungsprojekte, die ein wiederholbares Kuratierungsverfahren für große, komplexe Datensätze benötigen. Der Assistent ist besonders wertvoll für Teams, die ihre Kuratierungsabläufe skalieren und neue Mitarbeiter mit klaren, dokumentierten Verfahren einarbeiten müssen.