Untersuchungen zur Datenqualität und Nutzerakzeptanz von Forschungsinformationssystemen

Abstract

Collecting, integrating and storing input of research information from a variety of heterogeneous data sources and different independent information systems into the research information system (RIS) can result in various data errors and abnormalities, which, on the one hand, can have a different negative impact on the quality of the data and, on the other hand, lead to erroneous research reporting. To be able to recognize errors at an early stage and treat them efficiently, RIS-using higher education and non-university research institutions in Germany and various European countries should consider data quality management as a holistic and continuous improvement process in order to provide an adequate and reliable basis for decision-making in an RIS and to increase the confidence in the available data. Against this background, the dissertation aims to comprehensively examine the data quality of RIS and its impact on user acceptance, as well as to present the techniques, methods and measures of data quality management that are applicable to research information in order to provide institutions with the ability to detect, correct and improve on missing, incorrect and inconsistent data. Thereby this dissertation focuses on a case study of the data quality problems that appear in Web of Science publication data, and for this purpose a concept and framework for monitoring and improving data quality is being developed in order to increase the acceptance of the RIS. The results of the dissertation are validated in different case studies in the German and international research context.

Beim Sammeln, Integrieren und Speichern von Eingaben der Forschungsinformationen aus einer Vielzahl von heterogenen Datenquellen und unterschiedlichen unabhängigen Informationssystemen in das Forschungsinformationssystem (FIS) können verschiedene Fehler und Auffälligkeiten der Daten entstehen, die zum einen vielfältige negative Wirkungen auf die Datenqualität haben und zum anderen zu einer fehlerhaften Forschungsberichterstattung führen können. Um Fehler frühzeitig erkennen und effizient behandeln zu können, sollte bei ein FIS nutzenden Hochschulen und außeruniversitären Forschungseinrichtungen (AUFs) in Deutschland und verschiedenen europäischen Ländern das Datenqualitätsmanagement als ganzheitlicher und kontinuierlicher Verbesserungsprozess betrachtet werden, um in einem FIS eine adäquate und verlässliche Entscheidungsgrundlage zu bieten und das Vertrauen in das vorliegende Datenmaterial zu stärken. Vor diesem Hintergrund wird in der vorliegenden Dissertation die Datenqualität eines FIS bzw. deren Einfluss auf die Nutzerakzeptanz ganzheitlich untersucht. Zudem werden die Techniken, Methoden und Maßnahmen des Datenqualitätsmanagements vorgestellt, die auf Forschungsinformationen anwendbar sind, um Einrichtungen die Möglichkeit zu geben, bei fehlenden, inkorrekten und uneinheitlichen Daten eine ausführliche Erkennung, Behebung und Verbesserung durchführen zu können. Dabei konzentriert sich die Untersuchung auf ein Fallbeispiel der Datenqualitätsprobleme, die in Publikationsdaten im Web of Science auftauchen; hierfür wird ein Konzept bzw. ein Framework zur Überwachung und Verbesserung der Datenqualität entwickelt, um die Akzeptanz des FIS zu erhöhen. Die Ergebnisse der Dissertation werden anhand verschiedener Fallstudien im deutschen und internationalen Forschungskontext validiert.