Other Open Access
Grafenstein, Max von
<?xml version='1.0' encoding='utf-8'?> <resource xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://datacite.org/schema/kernel-4" xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4.1/metadata.xsd"> <identifier identifierType="DOI">10.5281/zenodo.6327345</identifier> <creators> <creator> <creatorName>Grafenstein, Max von</creatorName> <givenName>Max von</givenName> <familyName>Grafenstein</familyName> </creator> </creators> <titles> <title>Kurzpapier: Data Governance. Ein Framework zur Erfassung "erfolgreicher" Data Governance-Modelle</title> </titles> <publisher>Zenodo</publisher> <publicationYear>2021</publicationYear> <subjects> <subject>Data Governance</subject> <subject>Information Governance</subject> <subject>Data Protection</subject> <subject>Law</subject> <subject>Value of Data</subject> <subject>Risks of Data</subject> <subject>Context-Dependency</subject> <subject>Coordination</subject> <subject>Centralisation</subject> <subject>De-Centralisation</subject> </subjects> <dates> <date dateType="Issued">2021-12-15</date> </dates> <language>de</language> <resourceType resourceTypeGeneral="Other"/> <alternateIdentifiers> <alternateIdentifier alternateIdentifierType="url">https://zenodo.org/record/6327345</alternateIdentifier> </alternateIdentifiers> <relatedIdentifiers> <relatedIdentifier relatedIdentifierType="DOI" relationType="IsVersionOf">10.5281/zenodo.6325395</relatedIdentifier> <relatedIdentifier relatedIdentifierType="URL" relationType="IsPartOf">https://zenodo.org/communities/hiig</relatedIdentifier> </relatedIdentifiers> <rightsList> <rights rightsURI="https://creativecommons.org/licenses/by/4.0/legalcode">Creative Commons Attribution 4.0 International</rights> <rights rightsURI="info:eu-repo/semantics/openAccess">Open Access</rights> </rightsList> <descriptions> <description descriptionType="Abstract"><p>Daten zug&auml;nglich zu machen, zu nutzen und zu teilen wird heute ganz allgemein als wichtiger Baustein f&uuml;r nachhaltiges Wachstum und Wohlstand anerkannt. Entsprechend arbeiten Akteure in verschiedenen gesellschaftlichen Bereichen an ihren je eigenen Digitalisierungs-, Daten- und Smart City-Strategien. Data Governance wird dabei als elementare Voraussetzung erkannt. Geht man ins Detail, findet man sich jedoch schnell mit einer Wolke aus Begriffen wie Data Pools and Data Lakes, Intermedi&auml;ren, Plattformen und Datentreuh&auml;ndern konfrontiert. Selten bzw. nur unter Schwierigkeiten findet man heraus, wie die dahinter stehenden Data Governance-Strukturen konkret beschaffen sind. Doch erst wenn wir diese Strukturen anhand eines Frameworks konsistent beschreiben k&ouml;nnen, sind wir in der Lage, unterschiedliche Data Governance-Modelle zu vergleichen und auf die Frage hin bewerten, welche Modelle in welchen Kontexten &bdquo;erfolgreich&rdquo; sind. Hierf&uuml;r muss man zun&auml;chst kl&auml;ren, was Data Governance &bdquo;erfolgreich&ldquo; macht und was die besonderen Herausforderungen dabei sind. Das vorliegende Discussion Paper fasst die Ergebnisse der bisherigen HIIG-Forschungsprojekte &ldquo;Data Governance: Definition einer gemeinsamen Forschungsgrundlage&rdquo; sowie &ldquo;Data Governance: Reconciling conflicting interests in data - a research framework&rdquo; zusammen.</p></description> </descriptions> </resource>
All versions | This version | |
---|---|---|
Views | 106 | 96 |
Downloads | 59 | 55 |
Data volume | 46.1 MB | 43.0 MB |
Unique views | 83 | 79 |
Unique downloads | 52 | 49 |