Herkunftspfade

Herkunftspfad, auch provenance path genannt, bezeichnet die Dokumentation und Darstellung der Herkunfts- und Transformationsgeschichte eines Datenobjekts, Artefakts oder digitalen Elements. Er erfasst Quellen, Verarbeitungsschritte und Beteiligte, die zu einem Resultat geführt haben, und dient der Nachvollziehbarkeit, Reproduzierbarkeit und Verantwortlichkeit. In Datenmanagement und Wissenschaft beantwort der Herkunftspfad Fragen wie: Woher stammen die Daten? Welche Verarbeitungsschritte wurden angewendet? Wer hat sie durchgeführt? Wann und unter welchen Bedingungen?

Typischerweise wird der Herkunftspfad als Provenance-Graph abgebildet, in dem Knoten Datenartefakte, Aktivitäten (Verarbeitungsschritte) und Akteure (Personen, Organisationen, Software) darstellen. Edges beschreiben Beziehungen wie used (verwendet), wasGeneratedBy (wurde erzeugt von) oder wasAssociatedWith (ist verbunden mit). Standards wie das W3C PROV-Datenmodell und seine Serialisierungen (PROV-DM, PROV-O, RDF) liefern eine formale Grundlage für Interoperabilität zwischen Systemen. Viele Systeme erfassen Provenance automatisch in Datenpipelines, wissenschaftlichen Workflows, digitalen Archiven oder Software-Builds; Visualisierungen helfen Prüfern und Forschenden, die Abstammung von Ergebnissen zu prüfen.

Nutzen liegen in der verbesserten Reproduzierbarkeit, Qualitätsbewertung, Fehlerverfolgung und Regulierungskompatibilität. Herausforderungen sind unvollständige oder inkonsistente Erfassung, Performance- und Speicheraufwand sowie Datenschutzrisiken, da Provenance sensible Informationen offenlegen kann. Gute Praxis umfasst die Festlegung des Umfangs der Provenance, automatisierte Erfassung, die Nutzung standardisierter Modelle und eine Balance zwischen Detailtiefe und Vertraulichkeit.

In der Praxis wird das Konzept in Datenwissenschaft, Digitaler Archivierung, Softwareentwicklung und Forschungsverwaltung genutzt, um Ergebnisse verlässlich nachvollziehbar und erneut berechenbar zu machen. Es steht im engen Zusammenhang mit dem breiteren Feld der Datenprovenienz oder Provenance-Tracking.