Um Gedichte Datensätze vergleichen oder analysieren zu können, müssen müssen sie in eine Struktur gebracht werden. Dazu gibt es verschiedene Möglichkeiten: eine Reihe von Stichpunkten unter einer Überschrift, eine Liste oder eine Tabelle kann man in jedes Notizbuch schreiben, sie sind intuitiv zugänglich. Die Systematik der Dokumentation macht aus unstrukturierten Daten strukturierte Datensätze.
Spätestens, wenn wir unsere Datensätze elektronisch weiterverarbeiten wollen, müssen unsere Objekte (Listen, Karteikarten, Tabellen) digitalisiert werden – also in ein Format gebracht, das ein Computerprogramm weiterverarbeiten kann. Das gilt übrigens auch für nicht „berührbare“ Datensammlungen, bspw. Klimadaten. (Es ist kein Zufall, dass viele moderne Programmiersprachen „objektorientiert“ arbeitet, d.h. mit Datenkonstrukten arbeitet, die Eigenschaften und Fähigkeiten/Methoden haben.)
Solche komplexen Beziehungen werden oft in Datenbanken abgebildet, die mehrere Tabellen z. B. von unterschiedlichen Objekten, miteinander verknüpfen. Wenn man sich jetzt noch an standardisierte Bezeichnungen für Eigenschaften und Werte hält, werden auch große Datenmengen vergleichbar und lassen sich in Beziehung zu anderen Daten setzen.
So wird es möglich, große Mengen von Daten und Datensätzen zu vergleichen (z. B. nach Größe oder Gewicht), mit anderen Datensätzen zu verknüpfen (z. B. mit Klimadaten am Fundort) und zu analysieren. Die Ergebnisse lassen automatisiert und verständlich grafisch darstellen. Und so lassen sich Fragen beantworten, die frühere Generationen von Forschenden nicht einmal stellen konnten.
Wir bei WiNoDa möchten unsere Community dabei unterstützen, mit größeren Datenmengen und komplexeren Datenstrukturen zu arbeiten. Dafür erstellen wir Kurse zum Auffinden, Bereinigen, Digitalisieren und Analysieren von naturkundlichen Objektdaten und unterstützen auch bei der Publikation und Wissenschaftskommunikation. Für mehr Datenkompetenz – denn das kann wirklich jede:r lernen.
