1
IDS Depositing Policy for Repository
and Long-Term Preservation Services
1. Purpose of the Policy
The Leibniz Institute for the German Language (Leibniz-Institut für Deutsche
Sprache, IDS) operates repository and long-term preservation services for research
data in the field of language- and text-based research.
These services are provided in particular within the framework of:
• the National Research Data Infrastructure (NFDI),
• the Text+ consortium,
• the European research infrastructure CLARIN.
The objective of data acquisition is the long-term preservation, documentation,
accessibility, and reuse of scientifically relevant resources in accordance with the
FAIR principles.
2. Collection Scope
IDS pursues a domain-specific collection mandate.
Therefore, only research data that are relevant to the scientific mission of IDS, to
Text+, or to the infrastructures operated by IDS may be considered for acquisition.
In particular, the following types of resources may be accepted:
• language corpora and text corpora;
• spoken language resources;
• written language resources;
• lexical resources;
• annotations and annotation guidelines;
• linguistic data models;
• research software directly related to language and text resources;
• documentation and supporting materials;
• training, evaluation, and reference datasets for language-related artificial
intelligence applications.
3. Exclusion Criteria
As a general principle, IDS does not accept resources:
• that are not related to language- or text-based research data;
• for which sufficient usage or preservation rights are not available;
• whose scientific context is insufficiently documented;
• whose technical characteristics do not permit sustainable preservation;
• whose curation effort would disproportionately exceed available personnel or
technical resources.
IDS is under no obligation to accept every resource offered for deposit.
2
4. Requirements for Acceptance
At a minimum, the following requirements must be met for a resource to be
considered for deposit.
Legal Requirements
Depositors must be able to demonstrate that they are authorized:
• to transfer the data to IDS;
• to grant the rights necessary for preservation activities;
• to permit the intended forms of access and use.
Where personal data are involved, all applicable data protection regulations must be
observed.
Scientific Requirements
The resource must:
• have a clearly identifiable scientific context;
• be sufficiently documented;
• offer potential for future reuse.
Technical Requirements
The resource should:
• be available in digital formats;
• be accompanied by sufficient metadata;
• be technically processable and preservable.
5. Evaluation Process
Decisions regarding the acceptance of resources are made by IDS on the basis of
scientific and technical evaluation.
The following criteria may be taken into account:
• scientific relevance;
• alignment with the collection mandate;
• quality of documentation;
• reuse potential;
• legal considerations;
• effort required for curation and long-term preservation;
• available personnel and technical resources.
A positive evaluation does not constitute a legal entitlement to deposit.
IDS may require depositors to undertake additional preparation or curation measures
as a condition for acceptance.
6. Long-Term Preservation
IDS pursues a long-term preservation strategy based on internationally recognized
standards and guided by the Open Archival Information System (OAIS) Reference
Model.
Preservation activities are carried out at multiple levels.
3
Bitstream Preservation
The objective of bitstream preservation is the long-term safeguarding of digital
bitstreams.
Measures may include:
• redundant storage;
• integrity checking;
• backup and recovery procedures;
• protection against data loss.
Logical Preservation
The objective of logical preservation is to ensure the long-term technical usability of
digital objects.
Measures may include:
• format validation;
• format documentation;
• monitoring of format obsolescence risks;
• format migration where necessary.
Semantic Preservation
The objective of semantic preservation is to ensure the long-term comprehensibility
and scientific interpretability of preserved resources.
Measures may include:
• preservation and maintenance of metadata;
• documentation of provenance information;
• preservation of annotation guidelines;
• assignment and maintenance of persistent identifiers;
• support for relevant community standards.
Long-term preservation also serves to support compliance with principles of good
scientific practice, including requirements for the retention of research data for a
minimum period of ten years.
7. AI-Based Research Data and Computational
Provenance
IDS recognizes the growing importance of artificial intelligence, machine learning,
and computational methods in the creation, enrichment, and analysis of research
data.
Where technically feasible and legally permissible, IDS may preserve information
relating to the creation and processing of research data, including:
• software used;
• computational environments;
• models;
• training and reference datasets;
• prompts;
• workflows;
• provenance and process information.
The purpose of preserving such information is to support the long-term traceability,
transparency, reproducibility, and reuse of scientific results.
4
However, IDS cannot guarantee the long-term executability or continued availability
of specific software products, AI models, computational environments, or external
services.
8. Access and Reuse
Accepted resources may be made available through IDS services and may be
referenced through national and international research infrastructures.
These may include:
• the IDS Repository;
• Text+;
• NFDI services;
• CLARIN;
• other appropriate disciplinary discovery and access systems.
Access to resources may be open, restricted, or controlled.
The applicable conditions for access and reuse are determined by the respective
licences and access regulations associated with each resource.
9. Responsibilities of Depositors
Depositors are responsible for:
• the legality of the data transfer;
• compliance with data protection requirements;
• adequate documentation of the resource;
• the accuracy of the metadata provided;
• disclosure of essential information concerning the creation and processing of
the data.
10. Contact
Questions regarding data deposit and resource acquisition should be directed to:
data-steward@ids-mannheim.de
5
Übernahmerichtlinie für die
Repositoriums- und
Langzeitarchivierungsdienste des IDS
1. Zweck der Richtlinie
Das Leibniz-Institut für Deutsche Sprache (IDS) betreibt Repositoriums- und
Langzeitarchivierungsdienste für Forschungsdaten im Bereich sprach- und
textbasierter Forschung.
Diese Dienste werden insbesondere im Rahmen
• der Nationalen Forschungsdateninfrastruktur (NFDI),
• des Konsortiums Text+,
• der europäischen Forschungsinfrastruktur CLARIN
erbracht.
Ziel der Datenübernahme ist die langfristige Sicherung, Dokumentation,
Zugänglichmachung und Nachnutzung wissenschaftlich relevanter Ressourcen
entsprechend den FAIR-Prinzipien.
2. Sammelauftrag
Das IDS verfolgt einen fachspezifischen Sammelauftrag.
Daher können nur Forschungsdaten übernommen werden, die einen fachlichen
Bezug zu den Arbeitsgebieten des IDS, zu Text+ oder zu den vom IDS betriebenen
Infrastrukturen besitzen.
Insbesondere können folgende Arten von Ressourcen berücksichtigt werden:
• Sprachkorpora und Textkorpora,
• gesprochensprachliche Ressourcen,
• schriftsprachliche Ressourcen,
• lexikalische Ressourcen,
• Annotationen und Annotationsrichtlinien,
• linguistische Datenmodelle,
• Forschungssoftware mit unmittelbarem Bezug zu Sprach- und Textressourcen,
• Dokumentationen und Begleitmaterialien,
• Trainings-, Evaluations- und Referenzdaten für sprachbezogene KI-Verfahren.
3. Ausschlusskriterien
Das IDS übernimmt grundsätzlich keine Ressourcen,
• die keinen fachlichen Bezug zu sprach- oder textbasierten Forschungsdaten
besitzen;
• für die keine ausreichenden Nutzungs- oder Archivierungsrechte vorliegen;
• deren wissenschaftlicher Kontext nicht ausreichend dokumentiert ist;
• deren technische Beschaffenheit eine nachhaltige Archivierung nicht zulässt;
• deren Aufbereitungsaufwand die verfügbaren personellen und technischen
Ressourcen unverhältnismäßig übersteigt.
6
Das IDS ist nicht verpflichtet, jede angebotene Ressource zu übernehmen.
4. Voraussetzungen für eine Übernahme
Für eine Übernahme müssen mindestens folgende Voraussetzungen erfüllt sein:
Rechtliche Voraussetzungen
Die Datengebenden müssen nachweisen können, dass sie berechtigt sind,
• die Daten an das IDS zu übertragen,
• die erforderlichen Archivierungsrechte einzuräumen,
• die vorgesehenen Zugangs- und Nutzungsmöglichkeiten zu gestatten.
Bei personenbezogenen Daten müssen die einschlägigen datenschutzrechtlichen
Bestimmungen eingehalten werden.
Wissenschaftliche Voraussetzungen
Die Ressource muss
• einen nachvollziehbaren wissenschaftlichen Kontext besitzen,
• ausreichend dokumentiert sein,
• eine potenzielle Nachnutzung ermöglichen.
Technische Voraussetzungen
Die Ressource sollte
• in digitalen Formaten vorliegen,
• über ausreichende Metadaten verfügen,
• technisch verarbeitbar und archivierbar sein.
5. Bewertungsverfahren
Die Entscheidung über die Übernahme erfolgt durch das IDS auf Grundlage einer
fachlichen und technischen Bewertung.
Dabei können insbesondere folgende Kriterien berücksichtigt werden:
• wissenschaftliche Relevanz,
• Bezug zum Sammelauftrag,
• Qualität der Dokumentation,
• Nachnutzungspotenzial,
• rechtliche Rahmenbedingungen,
• Aufwand für Kuratierung und Langzeitarchivierung,
• verfügbare personelle und technische Ressourcen.
Eine positive Bewertung begründet keinen Rechtsanspruch auf Übernahme.
Das IDS kann die Übernahme von zusätzlichen Aufbereitungsmaßnahmen durch die
Datengebenden abhängig machen.
6. Langzeitarchivierung
Das IDS verfolgt eine Langzeitarchivierungsstrategie, die sich an international
anerkannten Standards und am Referenzmodell des Open Archival Information
System (OAIS) orientiert.
Dabei werden Maßnahmen auf mehreren Ebenen verfolgt:
7
Bitstream Preservation
Ziel ist die langfristige Sicherung der digitalen Bitströme.
Dies umfasst insbesondere:
• redundante Speicherung,
• Integritätsprüfungen,
• Backup- und Wiederherstellungsverfahren,
• Schutz vor Datenverlust.
Logical Preservation
Ziel ist die langfristige technische Nutzbarkeit digitaler Objekte.
Dies umfasst insbesondere:
• Formatvalidierung,
• Formatdokumentation,
• Beobachtung von Obsoleszenzrisiken,
• gegebenenfalls Formatmigrationen.
Semantic Preservation
Ziel ist die langfristige Verständlichkeit und wissenschaftliche Interpretierbarkeit der
Ressourcen.
Dies umfasst insbesondere:
• Erhaltung und Pflege von Metadaten,
• Dokumentation von Provenienzinformationen,
• Erhaltung von Annotationsrichtlinien,
• Vergabe und Pflege persistenter Identifikatoren,
• Unterstützung fachlicher Standards.
Insbesondere dient die Langzeitarchivierung dem Zweck, die Anforderungen der
guten wissenschaftlichen Praxis zu erfüllen, die eine Aufbewahrung von
Forschungsdaten für mindestens 10 Jahre vorsieht.
7. KI-gestützte Forschungsdaten und
Computational Provenance
Das IDS erkennt die wachsende Bedeutung von Verfahren der Künstlichen
Intelligenz, des maschinellen Lernens und computergestützter Datenverarbeitung für
die Erstellung und Anreicherung von Forschungsdaten an.
Soweit technisch und rechtlich möglich, können daher zusätzlich Informationen zur
Entstehung und Verarbeitung von Forschungsdaten archiviert werden, insbesondere:
• verwendete Software,
• Rechenumgebungen,
• Modelle,
• Trainings- und Referenzdaten,
• Prompts,
• Workflows,
• Provenienz- und Prozessinformationen.
Ziel ist die langfristige Nachvollziehbarkeit, Transparenz und Wiederverwendbarkeit
wissenschaftlicher Ergebnisse.
8
Das IDS kann jedoch nicht garantieren, dass spezifische Softwareprodukte, KI-
Modelle oder externe Dienste langfristig ausführbar oder verfügbar bleiben.
8. Bereitstellung und Nachnutzung
Übernommene Ressourcen können über Dienste des IDS sowie über nationale und
internationale Forschungsinfrastrukturen bereitgestellt und nachgewiesen werden.
Hierzu zählen insbesondere:
• das IDS-Repositorium,
• Text+,
• NFDI-Dienste,
• CLARIN,
• weitere fachlich geeignete Nachweissysteme.
Der Zugang zu Ressourcen kann offen, eingeschränkt oder kontrolliert erfolgen.
Die jeweiligen Nutzungsbedingungen werden durch die zugehörigen Lizenzen und
Zugangsvorgaben bestimmt.
9. Verantwortlichkeiten der Datengebenden
Datengebende sind verantwortlich für:
• die Rechtmäßigkeit der Datenübermittlung,
• die Einhaltung datenschutzrechtlicher Anforderungen,
• die Dokumentation der Ressource,
• die Richtigkeit bereitgestellter Metadaten,
• die Offenlegung wesentlicher Informationen zur Entstehung und Verarbeitung
der Daten.
10. Kontakt
Anfragen zur Datenübernahme richten Sie bitte an:
data-steward@ids-mannheim.de