Hochschulbibliothek
Hochschulbibliothek
Was sind Forschungsdaten und was ist unter Forschungsdatenmanagement (FDM) zu verstehen? Warum ist ein Datenmanagementplan im Umgang mit Forschungsdaten ein unerlässliches Tool und sollte bereits mit – oder sogar noch vor – dem Projektstart mitgedacht werden? Welche Prinzipien (Stichwort "FAIR") und Leitlinien sind zu beachten? Diese und weitere wichtige Informationen rund um das Thema Forschungsdaten und FDM haben wir hier zusammengestellt.
Was genau fällt unter den Begriff Forschungsdaten? Die Deutsche Forschungsgemeinschaft (DFG) liefert in ihren "Leitlinien zum Umgang mit Forschungsdaten" eine umfassende Definition:
"Zu Forschungsdaten zählen u.a. Messdaten, Laborwerte, audiovisuelle Informationen, Texte, Surveydaten, Objekte aus Sammlungen oder Proben, die in der wissenschaftlichen Arbeit entstehen, entwickelt oder ausgewertet werden. Methodische Testverfahren, wie Fragebögen, Software und Simulationen können ebenfalls zentrale Ergebnisse wissenschaftlicher Forschung darstellen und sollten daher ebenfalls unter den Begriff Forschungsdaten gefasst werden."
Quelle: DFG (2015)
Daten, die während des Forschungsprozesses entstehen, können in verschiedene (Lebens-)Phasen eingeteilt werden. Das klassische Modell des Datenlebenszyklus veranschaulicht alle Stationen, die Forschungsdaten im Laufe ihres „Lebens“ durchlaufen – von der Erhebung über die Aufbereitung bis hin zur Archivierung.
Aus diesen Stationen lassen sich wiederum Aktivitäten ableiten, die während des Forschungsprozesses durchgeführt werden.
Forschungsdatenmanagement – kurz FDM – steht für einen optimierten Umgang mit Forschungsdaten. Alle Aktivitäten, die während des Lebenszyklus von Forschungsdaten durchgeführt werden, sind dabei essenzielle Bestandteile des Forschungsdatenmanagements: die Planung des Forschungsvorhabens, Erhebung, Aufbereitung, Speicherung, Publikation und Archivierung der Daten.
Ziel des Forschungsdatenmanagements ist, die eigenen Forschungsdaten im Sinne von Open Science auch über das Projektende hinaus und personenunabhängig auffindbar, zugänglich, nachprüfbar und nachnutzbar zu machen. Die Anwendung der sogenannten FAIR-Prinzipien hat sich hier als ideale Form der Aufbereitung etabliert. Im "Aktionsplan Forschungsdaten" des Bundeministeriums für Bildung und Forschung etwa wird die Berücksichtigung der FAIR-Prinzipien zur Steigerung der Datenqualität ausdrücklich empfohlen. Weiter heißt es:
"Der Kulturwandel hin zu einem qualitätsbewussten Umgang mit Forschungsdaten soll auch durch die Anerkennung von FAIR-Datenpublikationen als Publikationsleistung gestärkt werden. Datenpublikationen nach den FAIR-Standards sollen als wissenschaftliche Leistung beispielsweise bei der Begutachtung von Förderanträgen berücksichtigt werden."
Quelle: BMBF (2020)
Wie die FAIR-Prinzipien umgesetzt werden können, erfahren Sie hier. Als Ergänzung zu den FAIR-Prinzipien: Das sind die CARE-Prinzipien.
Für eine professionelle Handhabung von Forschungsdaten ist ein Datenmanagementplan (DMP) unverzichtbar. Ein DMP wird inzwischen vermehrt von Fördermittelgebern gefordert, was ihn zu einem festen Bestandteil von Forschungsprojekten werden lässt. Bislang gibt es keine einheitlichen Vorgaben beziehungsweise diese können je nach Förderorganisation variieren. Für eine erste Orientierung haben wir die wesentlichen DMP-Bausteine zusammengefasst:
Ein DMP kann mit entsprechenden webbasierten Tools erstellt werden, beispielsweise dem "Research Data Management Organiser" (RDMO), der im Rahmen eines DFG-Projekts entwickelt wurde. Auf der RDMO-Webseite finden sich sehenswerte Videos zur Einführung in die DMP-Thematik, etwa "Wie beantworte ich einen Fragenkatalog?" und "Was kann man mit RDMO machen?".
Die DFG hat eine "Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben" veröffentlicht (zur Checkliste).
In der Regel sind Forschungsdaten nicht selbsterklärend. Um sie sowohl für Menschen als auch für Maschinen auffindbar und lesbar zu machen, werden zusätzliche Informationen zur Beschreibung benötigt, sogenannte Metadaten. Es gibt verschiedene Arten von Metadaten – bibliografische, administrative, deskriptive und sogenannte Prozess-Metadaten – mit unterschiedlichen Funktionen. Mehr über Metadaten und Metadatenstandards erfahren Sie hier.
Vor der Publikation steht die Suche nach einem passenden Forschungsdatenrepositiorium im Fokus. Eine internationale Übersicht bietet beispielsweise der Dienst "Registry of Research Data Repositories": re3data.org
In der deutschen Hochschullandschaft hat sich RADAR, ein disziplinübergreifendes Repositorium, einen Namen gemacht. Es ermöglicht sowohl die Archivierung als auch die Publikation von Forschungsdaten. Mehr über RADAR erfahren Sie hier. Wie Sie mit RADAR Ihre Forschungsdaten zuverlässig archivieren oder publizieren können, zeigen diese Video-Tutorials.
Lektüre-Tipp zum Thema "Forschungsdaten publizieren": "Forschungsdaten & Open Access – so publizieren Sie Ihre Daten" von Frauke Ziedorn (Vortrag im Rahmen der Love Data Week, 09. Februar 2021. Die Folien zum Vortrag wurden bei Zenodo veröffentlicht).
Die Auffindbarkeit und Zitierbarkeit von Forschungsdaten wird durch die Vergabe eines persistenten Identifikators wie beispielsweise eines DOI (Digital Object Identifier) deutlich verbessert. Persistente Identifikatoren verweisen auf ein digitales Objekt selbst, so dass sie unabhängig von URL-Änderungen gültig bleiben.
Die Hochschulbibliothek berät Sie bei der Auswahl eines geeigneten Publikationsweges und unterstützt Sie bei der Beantragung eines DOI bei der zuständigen DOI-Registrierungsagentur. Zum DOI-Service der Hochschulbibliothek
Veröffentlichte Forschungsdaten sind in sogenannten Datenzentren und -repositorien zu finden. Verschiedene Strategien für das Finden und Wiederverwenden von Forschungsdaten werden hier erläutert.
Auch Forschungsdaten müssen korrekt zitiert werden – so verlangt es die "gute wissenschaftliche Praxis". Diese Prinzipien sind bei der Zitation von Forschungsdaten zu beachten.
Die "Forschungsdatenstrategie für das Land Brandenburg" sowie wichtige Guidelines für das wissenschaftliche Arbeiten und den Umgang mit Forschungsdaten sind auf den folgenden Webseiten zu finden:
"Open Science, Künstliche Intelligenz, Maschinelles Lernen, High Performance Computing: In diesen Bereichen sind Daten der Schlüssel zu neuen Erkenntnissen und Entwicklungen. Daher ist die Etablierung von Infrastrukturen und Diensten des Forschungsdatenmanagements an unseren Hochschulen unerlässlich, um auch künftig die Wettbewerbsfähigkeit der Forschung in Brandenburg zu sichern."
Wissenschafts- und Forschungsministerin Dr. Manja Schüle über die Forschungsdatenstrategie für Brandenburg
Hinweis: Die neue Rubrik "Forschen" wird im Rahmen des Projekts "IN-FDM-BB" umgesetzt und kontinuierlich aktualisiert.
