Forschungsdaten sind das Herzstück wissenschaftlicher Arbeit. Aber wie gehe ich mit diesen Daten bei der Planung und Durchführung von Projekten um und was geschieht mit den Daten nach der Erhebung? Gedanken und Antworten dazu sind unter dem Begriff Forschungsdatenmanagement (FDM) zusammengefasst, das den gesamten Lebenszyklus von Forschungsdaten umfasst. Es geht darum, diesen Lebenszyklus zu durchdenken, zu planen und bewusst zu gestalten.
© Image-Source: Bres, E. E., & Bittner, C. (2024). A collection of AI generated images visualising various RDM aspects (1.0.0). Zenodo. https://doi.org/10.5281/zenodo.11147887
© Image-Source: Bres, E. E., & Bittner, C. (2024). A collection of AI generated images visualising various RDM aspects (1.0.0). Zenodo. https://doi.org/10.5281/zenodo.11147887
Der Lebenszyklus Ihrer Forschungsdaten beginnt mit der Planung, gefolgt von Erhebung, Verarbeitung, Analyse und schließlich der Archivierung. In jeder Phase sorgt ein gutes Datenmanagement dafür, dass Ihre Daten geschützt, auffindbar und wiederverwendbar bleiben.
Gutes Forschungsdatenmanagement hilft, rechtliche und ethische Standards zu erfüllen und stärkt die Transparenz Ihrer Forschung. Es sichert den langfristigen Erfolg Ihrer Arbeit, da gut dokumentierte Daten von der Community geschätzt und genutzt werden.
Um die einzelnen Schritte des Forschungsdatenlebenszyklus genauer zu verstehen, schauen Sie sich die Liste unten an. Sie führt Sie zu den fünf wichtigsten Schritten und den jeweiligen Webseiten mit detaillierten Informationen.
Wenn Sie noch mehr Antworten auf häufige Fragen suchen, werfen Sie einen Blick auf die von den Hochschulen für angewandte Wissenschaften in NRW bereitgestellten Informationen. Dort finden Sie Antworten auf typische Fragen, die den Hochschulen im Alltag begegnen – sorgfältig und präzise für Sie aufbereitet.
© FDMScouts.NRW
Testen Sie sich selbst – beantworten Sie folgende Frage
Die FAIR-Prinzipien sind die Grundlage für das Forschungsdatenmanagement und stehen für:
Findable (Auffindbar): Forschungsdaten sollten leicht zu finden sein, z.B. durch aussagekräftige Metadaten und persistente Identifikatoren.
Accessible (Zugänglich): Daten sollten für andere Nutzer:innen zugänglich sein, einschließlich klarer Zugriffsbedingungen und -protokolle.
Interoperable (Interoperabel): Daten sollten so strukturiert sein, dass sie mit anderen Datensätzen interagieren können, z.B. durch die Verwendung offener Standards.
Reusable (Wiederverwendbar): Forschungsdaten sollten so aufbereitet sein, dass sie von anderen in unterschiedlichen Kontexten wiederverwendet werden können.
Diese Prinzipien fördern eine verantwortungsvolle Nutzung und Nachnutzbarkeit von Forschungsdaten und unterstützen die wissenschaftliche Gemeinschaft dabei, Erkenntnisse effizienter zu teilen.
© FAIR data publishing“ von verbeeldingskr8 ist lizenziert unter CC BY-NC-SA 2.0
Viele Forschungsförderer, darunter auch nationale und internationale Einrichtungen, verlangen ein sorgfältiges Forschungsdatenmanagement. Sie erwarten, dass Daten aus öffentlich geförderten Projekten als öffentliches Gut betrachtet und nach Möglichkeit offen zugänglich gemacht werden.
Die Fördermittelgeber orientieren sich dabei an den FAIR-Prinzipien. Rechtliche Vorgaben zur Veröffentlichung und der Schutz sensibler Daten werden dabei berücksichtigt. Häufig wird auch ein Datenmanagementplan (DMP) gefordert.
Da die Anforderungen je nach Fördermittelgeber variieren können, sollten die spezifischen Vorgaben in den jeweiligen Ausschreibungen geprüft werden. Zudem gibt es oft die Möglichkeit, Mittel für FDM-Maßnahmen zu beantragen. Bei Fragen hierzu, nehmen Sie gerne mit uns Kontakt auf.
