Skip to main content Skip to page footer

Forschungsdatenmanagement an der EAH Jena

Ein stilisierter kompakter Stapel Dokumente
FDM kompakt

Wissensbasis: "FDM kompakt"

Forschungsdatenmanagement (FDM) umfasst die systematische Organisation, Speicherung und Nachnutzung von Daten während und nach einem Forschungsprojekt. Unsere Wissensbasis “FDM kompakt” stellt die zentralen Prinzipien und Konzepte des FDM übersichtlich dar. Anhand des Datenlebenszyklus ist erkennbar, dass FDM in allen Phasen eines Forschungsvorhabens relevant ist.

Ein gutes FDM:

  • sichert die Qualität und Nachvollziehbarkeit Ihrer Forschung
  • erfüllt Anforderungen von Förderern und der Guten Wissenschaftlichen Praxis
  • macht Daten nachhaltig auffindbar, zugänglich und nachnutzbar (FAIR Prinzipien)

Regulatorische Leitplanken

Was Sie als gute Forschungspraxis verinnerlicht haben, wird im FDM in einen strukturierten Rahmen mit dem Fokus auf Daten integriert und erfüllt damit zentrale Anforderungen:

Forschungsdatenlebenszyklus
Forschungsdatenmanagement umfasst die systematische Organisation, Speicherung und Nachnutzung von Daten in allen Datenlebenszyklusphasen während eines und nach einem Forschungsprojekt.

Unser FDM-Werkzeugkasten

Download des FDM-Begriffslexikon als PDF-Datei.

A 
ArchivierungGemäß der Guten wissenschaftlichen Praxis bezieht sich Archivierung mache die auf die längerfristige Aufbewahrung und Sicherung von Forschungsdaten von (mindestens) zehn Jahren, um deren Integrität, Verfügbarkeit und Nachvollziehbarkeit zu gewährleisten.
B 
Backupbezeichnet eine Sicherungskopie von Forschungsdaten zur Vermeidung von Datenverlusten. Es wird empfohlen, die 3-2-1-0-Regel anzuwenden: Drei Kopien der Daten, auf zwei verschiedenen Medien, wobei eine Kopie extern gelagert wird, und null Fehler bei der Überprüfung der Backups. Vgl. TKFDM Coffee Lecture.
D 
Data SupplementEinige wissenschaftliche Zeitschriften und Verlage fordern oder ermöglichen inzwischen die Veröffentlichung von Daten, die den Publikationen zugrunde liegen (Data Sharing Policy). Neben der Veröffentlichung in Repositorien können Datensätze auch als ergänzende Materialien (Data Supplement) eingereicht werden, die dann gemeinsam mit dem Artikel veröffentlicht werden können.
DatenjournalDatenjournale sind speziell auf die Veröffentlichung von Datensätzen und deren Beschreibungen ausgerichtete Fachzeitschriften. In solchen Journalen können Forschende ihre Daten in einem strukturierten, begutachteten Rahmen publizieren, wodurch die Daten eine formale wissenschaftliche Anerkennung erhalten und dauerhaft zitierbar sind. Vgl. forschungsdaten.info
DatenkategorienDatenkategorien beschreiben die verschiedenen Arten von Forschungsdaten, die im wissenschaftlichen Prozess entstehen und gesammelt werden. Dazu zählen Rohdaten (unverarbeitete Daten), verarbeitete Daten (Daten, die durch Analysen und Berechnungen entstanden sind) sowie unterstützende Materialien wie Forschungssoftware, Metadaten und Dokumentationen.
Datenlebenszyklusbeschreibt das Phasenmodell von der Entstehung bis zur Nachnutzung von Forschungsdaten, typischerweise untergliedert in Phasen vor Projektstart (1. Planung), während des Projektes (2. Erzeugung, 3. Analyse) und nach dem Projekt (4. Archivierung, 5. Veröffentlichung, 6. Nachnutzung).
Datenmanagementplan (DMP)ist ein lebendes Dokument, das den Umgang mit Forschungsdaten während und nach einem Forschungsprojekt dokumentiert. Es legt fest, wie mit Daten in Bezug auf Erfassung, Speicherung, Zugriffsregeln und Archivierung verfahren wird. Ein DMP ist oft Pflichtbestandteil von Förderanträgen. Vgl. DFG Fragenkatalog.
Datenschutzbezeichnet den Schutz von Personen und ihrer Daten gemäß der Europäischen Datenschutz-Grundverordnung (DSGVO) sowie weiterer Bundes- (BDSG) und Landesrechtlicher (ThürDSG) und nachgeordneter Normen. Zentrale Begriffe sind hier u. a.  Informations-, Auskunfts und Dokumentationspflichten, Rechtsgrundlage einer Verarbeitung sowie technische und organisatorische Maßnahmen zum Datenschutz (Verschlüsselung, Zugriffskontrollen, Anonymisierung, Pseudonymisierung). Insbesondere bei Forschungsdaten aus gesundheits- oder sozialwissenschaftlichen Kontexten ist hier besondere Vorsicht geboten.
Datensicherheitumfasst alle technischen und organisatorischen Maßnahmen zum Schutz von Forschungsdaten vor Verlust, unbefugtem Zugriff oder Manipulation. Dazu gehören Verschlüsselungsverfahren, Berechtigungskonzepte und regelmäßige Sicherheitsaudits.
F 
Fachspezifische Empfehlungensind Leitlinien, die von den Fachkollegien der Deutschen Forschungsgemeinschaft (DFG) entwickelt wurden, um Forschende bei der Handhabung von Forschungsdaten in ihrem jeweiligen Fachgebiet zu unterstützen. Diese Empfehlungen bieten Orientierung zu bewährten Methoden, Standards und Repositorien, die in den jeweiligen Disziplinen anerkannt sind. Sie fördern die Einhaltung guter wissenschaftlicher Praxis und unterstützen die Nachnutzbarkeit von Daten. 
FAIR-Prinzipiensind Leitlinien für den Umgang mit Forschungsdaten, die sicherstellen sollen, dass Daten auffindbar, zugänglich, interoperabel und nachnutzbar sind. Vgl. Wilkinson et al. (2016).
ForschungsdatenZu Forschungsdaten zählen u. a. Messdaten, Laborwerte, audiovisuelle Informationen, Texte, Surveydaten oder Beobachtungsdaten, methodische Testverfahren sowie Fragebögen aber auch Quellcode. Vgl. DFG-Fragenkatalog.
Forschungsdatenmanagement (FDM)umfasst den gesamten Forschungsdatenlebenszyklus von der Planung und Datenerhebung bis zur Archivierung. FDM sollte systematisch organisiert und überwacht werden, um sicherzustellen, dass die Daten langfristig überprüfbar und nachnutzbar sind. Dabei sollte sich an den FAIR-Prinzipien orientieren werden: die Daten sollten Findable, Accessible, Interoperable und Re-usable sein – also auffindbar, zugänglich, kompatibel und wiederverwendbar.
G 
Gute wissenschaftliche PraxisGute Wissenschaftliche Praxis bezeichnet das Regelwerk zur Qualitätssicherung in der Forschung, dessen Kernprinzipien Nachvollziehbarkeit, Originalität und verantwortungsbewusster Umgang mit Forschungsdaten sind. Vgl. DFG-Kodex, EAH-Satzung
L 
Lizenzendefinieren die rechtlichen Rahmenbedingungen für die Nachnutzung von Forschungsdaten. Gängige Modelle sind Creative-Commons-Lizenzen wie CC BY (mit Namensnennungspflicht), CC0 (freie Nutzung ohne Einschränkungen) oder fachspezifische Lösungen.
M 
MetadatenMetadaten sind strukturierte Informationen, die dazu dienen, Forschungsdaten zu beschreiben und zu dokumentieren. Damit wird das Ziel verfolgt, die Daten für die Nachnutzung verständlich und auffindbar zu dokumentieren. Vgl. forschungsdaten.info.
P 
PublikationDie Publikation bzw. Veröffentlichung von Forschungsdaten bezeichnet die formale Bereitstellung von Daten, die während eines Forschungsprozesses generiert wurden, in einem öffentlich zugänglichen Rahmen. 
R 
Rechtliche RahmenbedingungenEin zentraler Bestandteil des FDM ist die Einhaltung rechtlicher Rahmenbedingungen, die den Schutz der Rechte von Dritten (u. a. Urheber- und Nutzungsrechte, Datenschutz) sicherstellen.
REFODATist das institutionelle Forschungsdatenrepositorium für alle Thüringer Hochschulen. Es ermöglicht Forschenden, ihre Daten für die Nachnutzung zu veröffentlichen und zu archivieren. Es unterstützt Funktionen wie Login mit den Hochschulzugangsdaten, unbegrenzter Speicherplatz, DOI-Vergabe und Metadatenimport für bestehende DOIs. Entwickelt und betrieben wird REFODAT im Rahmen der Thüringer Digitalisierungsstrategie von der Thüringer Universitäts- und Landesbibliothek. 
RepositoriumEin Forschungsdatenrepositorium ist eine digitale Plattform zur Speicherung und Bereitstellung von Forschungsdaten, die eine langfristige Archivierung und Nachnutzbarkeit gewährleistet. Es ermöglicht Forschenden, ihre Daten zu veröffentlichen, zu dokumentieren und mit Metadaten zu versehen, damit sie für andere zugänglich und auffindbar sind. Forschungsdatenrepositorien können fachspezifisch, institutionell oder generisch ausgerichtet sein. Vgl. forschungsdaten.info.
V 
Veröffentlichung⇒ s. Publikation von Forschungsdaten 
Versionierungbezeichnet die nachvollziehbare Dokumentation von Änderungen an Daten durch systematische Kennzeichnung unterschiedlicher Versionen. Gängige Methoden sind semantische Versionierung (z.B. v1.0.0), Git-basierte Systeme oder Zeitstempel.

Das Thüringer Kompetenznetzwerk Forschungsdatenmanagement (TKFDM) bietet auf seiner Webseite   Checklisten, Tool-Übersichten und Verweise auf weiterführende Informationsmaterialien für jede Phase:

Checklisten

  • 10-Schritte-Leitfaden zum Forschungsdatendokument
  • 6 vertiefende Checklisten für spezifische FDM-Herausforderungen in den Phasen des Datenlebenszyklus

Praktische Tools, u. a. 

  • Tools DMP-Erstellungstools (RDMO, DMPOnline)
  • DSGVO-Assistenten für personenbezogene Daten
  • Musterverträge für Datennutzung und -austausch

Weiterführende Informationen und Materialien

  • FDM-Grundlagen (Basic)
  • vertiefenden Themen (Advanced) 
  • fach- und datenspezifischen Themen
  • Schulungsunterlagen zu eLabFTW und REFODAT

Theoretisches Wissen allein reicht nicht. Diese drei konkreten Schritte bringen Sie im FDM voran:

1. Erstellen sie einen Datenmanagementplan (DMP). Dokumentieren Sie systematisch Ihren Umgang mit Forschungsdaten:

  • Konventionen für Ordnerstruktur und Dateibenennung
  • Verwendete Datei- und Datenformate
  • Verwendete Metadatenstandards und -schemata
  • Genutzte Speicherinfrastrukturen und Datenverarbeitungssoftware

2. Stellen Sie Ihre Daten FAIR zur Verfügung. Stellen Sie Daten, die Grundlage Ihrer Publikationen sind, nachnutzbar zur Verfügung:

  • Via "Data Availability Statement" im Artikel
  • Als "Data Supplement" zur Publikation
  • Im Thüringer Repositorium REFODAT mit Zugriffsoptionen (Open/Closed/Restricted/Embargoed)

3. Bewahren Sie Forschungsdaten und zugehörige Dokumentation gemäß der Guten Wissenschaftlichen Praxis mindestens 10 Jahre auf.

Nutzen Sie unsere Beratung für individuell-angepasste Lösungen oder besuchen Sie FDM-Schulungen für praktische Umsetzungshilfen.

 

Kontakt

Sarah Boelter
Team Forschungsdatenmanagement | FDM-Mitarbeitende TOOLS
B88 - Tatzendpromenade 2, 10. Etage
 
  • 88.10.20
Stefan Kirsch
Team Forschungsdatenmanagement, Data Steward im Pilotprogramm des TKFDM
B88 - Tatzendpromenade 2, 10. Etage
 
  • 88.10.20