Rohdatenerhebung

Rohdatenerhebung bezeichnet den Prozess der Erfassung unverarbeiteter Daten direkt aus Quellen, bevor eine systematische Bereinigung, Transformation oder Aggregation erfolgt. Rohdaten dienen als Grundlage für nachfolgende Analysen, Modellierungen und Validierungen. Der Begriff wird in Wissenschaft, Technik, Wirtschaft und Verwaltung verwendet und umfasst sowohl quantitative als auch qualitative Daten sowie strukturierte und unstrukturierte Datenquellen.

Typischerweise umfasst die Rohdatenerhebung die Festlegung von Zielen und Datenanforderungen, die Festlegung der Quelltypen, die Auswahl geeigneter Erfassungsmethoden und Instrumente (Fragebögen, Messgeräte, Beobachtungsprotokolle, Logdateien, Sensoren), die Planung der Stichprobe oder vollständigen Erfassung, die Datenerhebung selbst, sowie den Transport, die Speicherung und die Dokumentation der Rohdaten, einschließlich Metadaten wie Variablenbeschreibung, Einheiten, Zeitstempel und Herkunft.

Beispiele für Rohdaten umfassen Messwerte aus Sensoren, Versuchsdaten in der Naturwissenschaft, Antworten in Befragungen, Transaktions- oder Server-Logs sowie Bild-, Audio- oder Videodaten aus Experimenten. Rohdaten können strukturierte Dateien (z. B. CSV, JSON) oder unstrukturierte Formate (z. B. Text, Medien) sein. Eine sorgfältige Dokumentation der Erfassungsmethoden ist wesentlich für Reproduzierbarkeit und Nachvollziehbarkeit.

Wichtige Aspekte sind Datenqualität (Gültigkeit, Zuverlässigkeit, Vollständigkeit, Genauigkeit), der Umgang mit Fehl- und Ausreißerwerten, Fehlerquellen und Versionskontrolle. Ebenso spielen Datenschutz, Einwilligung, Anonymisierung bzw. Pseudonymisierung, Rechte an Daten und Compliance eine zentrale Rolle.

Rohdaten bilden die Eingangsgröße für Reinigungs-, Transformations- und Analysemethoden und dienen zugleich der Archivierung und Langzeitnutzung, sofern sie entsprechend dokumentiert und geschützt werden.