Skip to content
Computer programmer coding on modern computer with AI Artificial

Nachhaltiges Forschungsdatenmanagement in der Praxis

Ein professioneller Umgang mit Forschungsdaten ist von entscheidender Bedeutung, um die Qualität, Nachvollziehbarkeit und Wiederverwendbarkeit wissenschaftlicher Erkenntnisse sicherzustellen.

Auch von Forschungsförderern wird ein professionelles und transparentes Forschungsdatenmanagement immer stärker gefordert. Viele Förderinstitutionen legen großen Wert auf die Erstellung von Datenmanagementplänen, die detaillierte Informationen zum Umgang mit Forschungsdaten enthalten. Durch die Förderung einer offenen und nachvollziehbaren Wissenschaftskultur soll sichergestellt werden, dass Forschungsdaten als wertvolle Ressource für die wissenschaftliche Gemeinschaft verfügbar sind.

Forschungsdaten sind alle Daten, die im Verlauf eines Forschungsprozesses entstehen, entwickelt oder ausgewertet werden bzw. auf diesem basieren. Nicht unter den Begriff der Forschungsdaten fallen die aus dem Forschungsprozess entshenden Publikationen. Forschungsdaten können in vielfältigen Formen auftreten, von Rohdaten über Messergebnisse bis hin zu digitalen Inhalten wie Texten oder Bildern. Für die effektive Verwaltung dieser Daten ist die Berücksichtigung des Datenlebenszyklus ratsam.

Der Datenlebenszyklus umfasst verschiedene Phasen, die von der Datenerzeugung über die Speicherung, Verarbeitung, Analyse bis zur Archivierung und Veröffentlichung reichen. Jede Phase erfordert spezifische Maßnahmen und Tätigkeiten des Forschungsdatenmanagements, um die Integrität und Verfügbarkeit der Forschungsdaten zu gewährleisten. Hierbei handelt es sich um einen Kreislauf, den die Daten durchlaufen. Es kann zu jedem Zeitpunkt in diesen eingestiegen werden, wobei ganz zu Beginn des eigenen Projektes zum vereinfachten Einstieg die „Planung & Erhebung“ als Ausgangspunkt angesehen wird. Im Folgenden werden die wichtigsten Themen anhand des Datenlebenszyklus zum Einstieg in das praktische Forschungsdatenmanagement behandelt.

Datenmanagementplan
Datenmodellierung

Metadatenvergabe
Kollaborative Forschungsumgebungen
Datenvisualisierung
Datensicherung
Nachhaltige Datenformate

Datenselektion
Abschließende Metadatenvergabe
Publikationsmedien/-optionen?
Rechtliche Aspekte / Sperrfristen?
Primärdatenveröffentlichung
Persistente Identifikatoren