Forschungsdatenmanagement: Möglichkeiten, Vorteile & Anforderungen
Da Forschende in ihren Projekten, sei es in der empirischen Bildungsforschung oder in einem anderen Bereich, häufig mit äußerst heterogenen und komplexen Forschungsdaten arbeiten, sollten alle am Projekt Beteiligten darauf achten, dass mit den erhobenen Daten besonders vorausschauend und verantwortungsvoll umgegangen wird. Forschungsdatenmanagement – kurz FDM – bezeichnet die Datenpflege und das Datenhandling vor, während und nach der Durchführung eines Forschungsprojektes. Sorgfältig durchgeführtes FDM trägt zur Verbesserung und Erleichterung von wissenschaftlichen Forschungsprozessen bei.
Datenlebenszyklus
Der Begriff Forschungsdatenmanagement umfasst den gesamten Zyklus von Daten, den diese während laufender Forschungsprozesse durchleben. Das FDM hilft mittels Strategien, die Daten, die während eines Forschungsprojektes gesammelt werden, zu organisieren und zu analysieren. Das FDM ist somit essentieller Bestandteil der Forschung. Den gesamten Arbeitsablauf – von der Planung bis hin zur möglichen Löschung respektive Archivierung aller Daten – nennt man Datenlebenszyklus. Dieser beinhaltet folgende Aspekte: Planung, Strukturierung, Speicherung, Sicherheit, Archivierung, Veröffentlichung sowie alle rechtlichen Fragestellungen. Alle Aspekte sollten nachhaltigen Prinzipien folgen: den sogenannten FAIR-Prinzipien. Die Abkürzung steht für „Findable Accessible Interoperable Reusable“.
Forschungsdatenmanagement: Die Vorteile
Forschende haben einen ständigen Überblick über ihre Versionen und profitieren daher von einer gewissen Zeitersparnis sowie effizientem Arbeiten. Sie können alle Versionen einfach wiederfinden und darauf zugreifen. FDM unterstützt kollaborative Ansätze sowie die Möglichkeit von Reproduktionen. Dem Verlust von Daten wird entgegengewirkt. Außerdem schafft FDM Sicherheit in rechtlichen Fragen. Es sei an dieser Stelle darauf hingewiesen, dass der Support von Open Data im Allgemeinen den Vorteil hat, dass Ergebnisse aus der Wissenschaft frei zugänglich gemacht und weiter genutzt werden können. Eine „gute wissenschaftliche Praxis“ wird gefördert.
Förderungsmöglichkeiten und Anforderungen
Bei der Antragstellung auf Förderung gibt es hinsichtlich der Forschungsförderer oder Wissenschaftsorganisationen einige Punkte zu beachten: Die Richtlinien und die Leitlinien fürs Datenmanagement.
Wer einen Antrag auf Förderung bei den zuständigen Forschungsförderern oder Wissenschaftsorganisationen stellen möchte, sollte sich zuerst die jeweils veröffentlichten Richtlinien und Leitlinien, die fürs Datenmanagement festgelegt worden sind, anschauen. Diese regeln den Umgang mit Daten in der Forschung.
Die detaillierten Anforderungen finden sich in den jeweils veröffentlichten Leitlinien, Richtlinien oder Guidelines der Förderer. Die Deutsche Forschungsgemeinschaft (DFG) erwartet beispielsweise prinzipiell drei bearbeitete Bereiche, die sich in Projektplanung und Antragstellung (Konzept, Qualitätssicherung, Datentypen, geeignete Repositorien, Rechte Dritter), Bereitstellung der Daten entsprechend der FAIR-Prinzipien sowie die langfristige Sicherung (hier von mindestens 10 Jahren) aufteilen.
Horizon 2020 (Europäische Union) hat in den Guidelines hingegen vier Hauptpunkte angegeben, das Bundesministerium für Bildung und Forschung (BMBF) kommuniziert zwei Punkte in den Richtlinien fürs Datenmanagement.
Datenmanagementplan gehört dazu
Die Erstellung eines DMP ist häufig gefordert. Ein DMP hilft dabei, die erhobenen Forschungsdaten zu strukturieren.
Das Zentrum für nachhaltiges Forschungsdatenmanagement (ZfDM) der der Universität Hamburg bietet hierfür eine Applikation zur Erstellung eines DMP. Das ZfDM unterstützt und berät zudem bei allen Fragen rund ums Thema FDM – hier geht es zur Broschüre.
Ein Datenmanagementplan beinhaltet, vergleichbar mit einer Checkliste oder einer dokumentarischen Auflistung, alle einzelnen Schritte des Projektes: von der Projekt-Beschreibung bis hin zu den Ressourcen.
Genauer gesagt: Ein DMP beginnt mit einem Überblick über das Projekt, einer Beschreibung. Daraufhin folgen der Datenbestand, also die bereits existierenden Arten von Daten, sowie die Daten-Genese. Letzteres bezeichnet die Daten, die während des Projektes generiert werden. Als nächster Punkt des DMP sei der Workflow genannt, der die Datei-Organisation und die Datenverwaltung regelt. Gefolgt von einem Ingestplan und der Konsolidierung taucht der DMP hier tief in die Materie des Projektes ein. Der Ingestplan beinhaltet Datenselektion, -aufnahme und -archivierung. Bei dem Punkt der Konsolidierung geht es um die jeweiligen rechtlichen und administrativen Aspekte. Im Anschluss wird im DMP alles festgehalten, was mit der Datenverbreitung zu tun hat, sprich Austausch und Publikation. Abschließend führt der DMP ebenso die Rollendefinition und die Kosten respektive die Ressourcen auf.
Alle Tätigkeiten sollten systematisch und zielorientiert ausgeführt werden. Datenmanagementpläne sind in der Regel dynamisch und werden während des Prozesses immer wieder angepasst. Beim VerbundFDB gibt es eine Checkliste zur Erstellung eines DMP.
Häufig gestellte Fragen zum Forschungsdatenmanagement
Datenorganisation:
Wie organisiere ich Daten?
Datensicherung:
Wo speichere ich? Welche Passwörter machen Sinn?
Dokumentation:
Welche Form der Dokumentation? Warum dokumentieren?
Archivierung:
Wo aufbewahren? Was aufbewahren?
Daten-Publikation:
Welche Publikationswege? Repositorien? Wie werden meine Daten auffindbar?
Rechtliche Aspekte:
Offene Lizenzen? Urheberrecht? Darf ich meine Forschungsdaten veröffentlichen? Was ist mit Datenschutz?
Viele Tipps und Antworten finden Sie in der bereits oben verlinkten Broschüre des Zentrums für Nachhaltiges Forschungsdatenmanagement der Universität Hamburg.
Recherche-Quellen:
- Leitlinien zur Sicherung guter wissenschaftlicher Standards (DFG 2019) und Leitlinien zum Umgang mit Forschungsdaten (DFG 2015)