DHVLab

Das Digital Humanities Virtual Laboratory – kurz DHVLab – bezeichnet die im Rahmen des Projekts „Digitaler Campus Bayern – Digitale Datenanalyse in den Kunst-, Geschichts- und Sprachwissenschaften“ im Entstehen begriffene Lern- und Lehrumgebung. Sie umfasst folgende Komponenten:

• Virtueller Desktop
• Blog zur Begleitung der Lehrveranstaltung und Publikationsumgebung
• Datenrepositorium
• Ausbildungsmaterialien (Manuale mit Praxisbeispielen)

Wodurch zeichnet sich die Arbeit mit dem DHVLab aus?

• Software ist bereits vorinstalliert: Bisher musste in Lehrveranstaltungen Software sukzessive von den Teilnehmer/-innen installiert werden; dies implizierte a) Zeitverlust, da die in der Regel in den Seminaren erfolgte und b) Probleme aufgrund von unterschiedlichen Betriebssystemen oder Versionierungen. Im DHVLab greifen die Teilnehmer dagegen auf die für den Kurs benötigte Software direkt zu.
• Big Data: Daten werden im Datenrepositorium zentral und (relativ) strukturiert vorgehalten. Diese sind für die Kursteilnehmer/-innen zugänglich und für eigene oder im Kurs behandelte Fragestellungen verwendbar.
• Da es sich beim DHVLab um eine virtuelle Rechenumgebung handelt, ist das Laboratorium jederzeit und überall zugänglich; Studierende können somit innerhalb des Seminars den Anweisungen des Dozenten/der Dozentin am eigenen Bildschirm nachfolgen, oder aber zur Vor- und Nachbereitung des Kurses oder zur Bearbeitung einer Forschungsarbeit jederzeit das DHVLab und seine Komponenten verwenden.
• Performance und Speicher: Da sich die Prozessoren auf den Servern der IT-Gruppe Geisteswissenschaften befinden, ist eine große und stabile Rechenleistung gewährleistet; hinzu kommt, dass sich die Anwender keine Gedanken um Speicherplatz machen müssen: Für sämtliche im Rahmen eines Seminars oder einer Forschungsarbeit anfallende Daten ist auf den Servern für reichlich Speicherplatz gesorgt.
• Langzeitarchivierung und Anschlussfähigkeit der Daten: Im Rahmen des Projekts „Digitaler Campus Bayern“ ist die Langzeitarchivierung der Forschungsdaten gewährleistet. Gleichzeitig wird durch die Erarbeitung von Standards die Anschlussfähigkeit bzw. Weiterverwendbarkeit der Daten angestrebt.