{"id":304,"date":"2015-09-09T08:28:28","date_gmt":"2015-09-09T06:28:28","guid":{"rendered":"https:\/\/blog.rwth-aachen.de\/forschungsdaten\/?p=304"},"modified":"2023-05-22T13:29:05","modified_gmt":"2023-05-22T11:29:05","slug":"praxisorientierte-ratschlaege-zum-umgang-mit-daten","status":"publish","type":"post","link":"https:\/\/blog.rwth-aachen.de\/forschungsdaten\/2015\/09\/09\/praxisorientierte-ratschlaege-zum-umgang-mit-daten\/","title":{"rendered":"Praxisorientierte Ratschl\u00e4ge zum Umgang mit Daten"},"content":{"rendered":"

Die Analyse von Daten ist eine Herausforderung, insbesondere wenn sich die Daten selbst oder die Auswertungskriterien laufend \u00e4ndern, die eigenen Ressourcen schwanken, die Zeit knapp ist, nur eingeschr\u00e4nkte technische Werkzeuge zur Verf\u00fcgung stehen, die Analysen aber trotzdem reproduzierbar und einfach erkl\u00e4rbar sein sollen.<\/p>\n

Enda Ridge<\/a> hat als „Data Scientist“ in seinem Buch Guerrilla Analytics – A Practical Approach to Working with Data<\/a>\u00a0seine Best Practices f\u00fcr die Datenanalyse unter solchen Bedingungen in Form von sieben Prinzipien<\/strong> zusammengefasst und die Forschung als einen m\u00f6glichen Anwendungsbereich benannt:<\/p>\n

    \n
  1. Speicher ist billig, Verwirrung teuer.<\/li>\n
  2. Projektstrukturen sollten einfach und visuell sein (keine umfangreich dokumentierten, projektspezifischen Regeln).<\/li>\n
  3. Automatisierung mit Programmen ist dem manuellen Vorgehen in einer grafischen Bedienoberfl\u00e4che vorzuziehen.<\/li>\n
  4. Daten m\u00fcssen zwischen Dateisystem, Analyseumgebung und dem abgelieferten Ergebnis identifzierbar und nachverfolgbar sein.<\/li>\n
  5. \u00c4nderungen an Daten und Programmen sollten unter Versionskontrolle stehen.<\/li>\n
  6. Kooperatives Wissen sollte in versionierten Builds gesammelt werden.<\/li>\n
  7. Analyse-Code sollte von Anfang bis Ende ohne Unterbrechung ausf\u00fchrbar sein.<\/li>\n<\/ol>\n

    Auf seiner Webseite<\/a> findet sich f\u00fcr jedes Prinzip eine kurze Begr\u00fcndung<\/a>. Das Buch gibt dar\u00fcber hinaus 90 praktische Tipps zusammen mit Beispielen und hat Eingang in das Programm unseres CDS-Seminars „Management von Forschungsdaten“<\/a> (n\u00e4chster Termin, Freitag 30.10.2015) gefunden.<\/p>","protected":false},"excerpt":{"rendered":"

    Die Analyse von Daten ist eine Herausforderung, insbesondere wenn sich die Daten selbst oder die Auswertungskriterien laufend \u00e4ndern, die eigenen Ressourcen schwanken, die Zeit knapp ist, nur eingeschr\u00e4nkte technische Werkzeuge […]<\/p>\n","protected":false},"author":417,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"c2c_always_allow_admin_comments":false,"footnotes":""},"categories":[1],"tags":[48,30],"class_list":["post-304","post","type-post","status-publish","format-standard","hentry","category-allgemein","tag-veranstaltung","tag-weiterbildung"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t