Was ist Forschungsdatenmanagement?

Zitation:

Blümm, M., Fritsch, K., Bock, S., Prof. Dr. Arning, U., & Prof. Dr. Förstner, K. U. (2024). VL_02_Forschungsdatenmanagement. Blended-Learning-Basiskurs „Forschungsdatenmanagement“ (Version 0.1). https://mbluemm.github.io/modul-fdII-thkoeln/texte/VL_02_Forschungsdatenmanagement.html

• Lernziele
• Was ist Forschungsdatenmanagement
• Die Relevanz von Forschungsdatenmanagement
• FDM in Open Science
  • Open Science
  • 4 Grundprinzipien
  • Ziele
• Was ist Gute wissenschaftliche Praxis?
  • Leitlinien für das wissenschaftliche Arbeiten
• Leitfragen und Aufgaben
  • Leitfragen
  • Aufgabe
  • Lektüre
• Weiterführende Materialen und Quellen
  • Literatur
• (Mögliche) Ergänzende Materialien im LMS
  • Quellen

Lernziele

Lernziele

In diesem Themenblock wird der Begriff Forschungsdatenmanagement (FDM) und dessen Rolle in Forschungsprozessen erläutert. Ebenso wird thematisiert, wo FDM in der Forschungspraxis verortet wird und wie FDM mit Open Science und guter wissenschaftlicher Praxis zusammenhängt.

Was ist Forschungsdatenmanagement

Das Forschungsdatenmanagement, oft als FDM abgekürzt, umfasst sämtliche Stadien des Forschungsprozesses, beginnend bei der Datenerfassung und Dokumentation, über die Verarbeitung, bis hin zur Speicherung, Veröffentlichung oder Archivierung bzw. Löschung der Forschungsdaten. Ziel ist es, einen geordneten Ablauf und eine klare Struktur für den gesamten Datenlebenszyklus zu schaffen. Außerdem sollen dadurch Forschungsdaten effektiv organisiert und gesichert sowie langfristig zugänglich, nutzbar und überprüfbar sein. Außerdem sorgt es dafür, dass Forschungsdaten reproduziert werden können und von anderen genutzt werden können, um neue Erkenntnisse zu generieren.

Die Aufgaben des FDM variieren je nach Disziplin, Art der Daten und Forschungsumgebung. Dazu gehören die Dokumentation, die Festlegung von Dateinamen und -strukturen, die Sicherung der Daten, die Einhaltung von Datenschutzbestimmungen, die Unterstützung bei der Auswahl geeigneter Speicherlösungen und die langfristige Archivierung. Das FDM trägt nicht nur zur besseren Organisation und Sicherheit von Daten bei, sondern fördert auch die Transparenz, Reproduzierbarkeit und Zusammenarbeit in der wissenschaftlichen Forschung.

Viele Forschungseinrichtungen haben bereits Leitlinien für das FDM herausgegeben, die als erster Schritt dazu dienen, einen strukturierten Umgang mit Forschungsdaten zu etablieren (Sauther- Patrascu und Dmitrieva 2021).

Die Relevanz von Forschungsdatenmanagement

FDM spielt im Forschungsprozess eine zentrale Rolle, da es die Grundlage für eine nachhaltige, transparente und effiziente Forschungspraxis legt. Durch umfassende Dokumentation des Forschungsprozesses strebt ein effektives FDM nach langfristiger Nachvollziehbarkeit und Reproduzierbarkeit der Daten, während gleichzeitig der Verlust von Daten minimiert wird. Dies fördert die Transparenz bei der Datenerhebung und -verarbeitung und erleichtert die Überprüfung von Forschungsergebnissen, insbesondere bei erforderlichen Validierungen. Langfristig gesehen, führt erfolgreiches FDM zu Zeit- und Ressourceneinsparungen. Dies kann unter anderem durch verbesserte Zusammenarbeit (durch gemeinsame Standards und Plattformen), Fehlervermeidung und Schutz vor Datenverlusten begründet sein.

Die Relevanz von FDM zeigt sich in verschiedenen Aspekten:

Reproduzierbarkeit und Vertrauenswürdigkeit:

Ein solides FDM gewährleistet die Nachvollziehbarkeit und Reproduzierbarkeit von Forschungsergebnissen. Durch klare Dokumentation der Datenerhebung, -verarbeitung und -analyse können andere Forschende die Schritte rekonstruieren und Ergebnisse überprüfen, was das Vertrauen in wissenschaftliche Erkenntnisse stärkt.

Wissensbewahrung:

Forschungsdaten sind wertvolle Ressourcen, die für spätere Analysen und Studien genutzt werden können. Ein strukturiertes FDM stellt sicher, dass Daten langfristig zugänglich und nutzbar bleiben, auch wenn Forschende die Institution verlassen oder Projekte abgeschlossen werden.

Datenintegrität:

Durch klare Datenmanagementverfahren können Fehler und Datenverluste minimiert werden. Ein durchdachtes FDM hilft, die Integrität der Daten über den gesamten Lebenszyklus hinweg zu gewährleisten.

Zusammenarbeit und Vernetzung:

Einheitliche Standards und Praktiken im FDM erleichtern die Zusammenarbeit zwischen Forschenden, Institutionen und Disziplinen. Gemeinsame Plattformen und Dateninfrastrukturen fördern den Austausch von Daten und erleichtern die Integration in breitere Forschungsgemeinschaften.

Datenschutz und Ethik:

Angesichts zunehmender Datenschutzanforderungen ist ein effektives FDM notwendig, um personenbezogene Daten angemessen zu schützen und ethische Richtlinien einzuhalten.

Fördermittel und Sichtbarkeit:

Viele Förderinstitutionen und Verlage fordern mittlerweile die Einhaltung bestimmter FDM-Richtlinien. Ein gutes FDM kann daher den Zugang zu Fördermitteln erleichtern und die Sichtbarkeit der Forschung erhöhen.

FDM in Open Science ^[1]

Open Science und FDM sind zwei Konzepte, die Hand in Hand gehen, um die Forschungslandschaft grundlegend zu verändern und zu verbessern. Beide Ansätze teilen das Ziel, Wissenschaft offener, transparenter, nachvollziehbarer und kollaborativer zu gestalten, um die Qualität und den gesellschaftlichen Nutzen von Forschung zu maximieren.

Open Science

Open Science bezieht sich auf den offenen Zugang zu wissenschaftlichem Wissen, Publikationen, Forschungsdaten und Methoden. Es strebt danach, wissenschaftliche Erkenntnisse für alle zugänglich zu machen, unabhängig von institutionellen oder geografischen Grenzen. Offener Zugang zu Publikationen und Forschungsdaten fördert nicht nur die Verbreitung von Wissen, sondern auch die Reproduzierbarkeit von Ergebnissen und die Teilnahme der breiten Öffentlichkeit an wissenschaftlichen Diskussionen.

4 Grundprinzipien

1. Transparenz

2. Reproduzierbarkeit

3. Wiederverwendbarkeit

4. offene Kommunikation

Ziele

• Qualität der Forschung verbessern,
• Forschungsförderung effizienter einsetzen,
• Bestandteil der Sicherung guter wissenschaftlicher Praxis,
• Wissenstransfer verbessern

FDM hingegen konzentriert sich auf den Datenlebenszyklus, von der Erhebung über die Verarbeitung bis zur langfristigen Speicherung und Nutzung. Es legt den Grundstein für die systematische Organisation, Dokumentation und Verwaltung von Daten. Ein strukturiertes FDM stellt sicher, dass

Forschungsdaten verlässlich, nachvollziehbar und für spätere Analysen zugänglich bleiben.

Was ist Gute wissenschaftliche Praxis?

Gute wissenschaftliche Praxis (GWP) erfordert strenge Sorgfalt bei der Gewinnung und Auswertung von Daten und beinhaltet die eindeutige und nachvollziehbare Dokumentation des Entstehungskontextes und der benutzten Werkzeuge und Verfahren nach fachspezifischen Standards. Zur Dokumentation von Forschungsdaten gehört auch die Angabe von Quellen, Inhaberschaft und Berechtigung zur Nutzung und Veröffentlichung (mehr dazu im Kapitel “Dokumentation von Daten”), (Sauther-Patrascu und Dmitrieva 2021).

Leitlinien für das wissenschaftliche Arbeiten

Weitere Hinweise zur Befolgung der GWP sind in den „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ der Deutschen Forschungsgemeinschaft festgehalten. An diese angelehnt, gibt es institutsinterne Richtlinien zu guter wissenschaftlicher Praxis und für den Umgang mit wissenschaftlichem Fehlverhalten, wie sie in diesem Falle die TH Köln verabschiedet hat (Sauther- Patrascu und Dmitrieva 2021). Weitere Informationen zum Thema wissenschaftliche Integrität finden Sie auf dem entsprechenden Portal der Deutschen Forschungsgemeinschaft.

Leitfragen und Aufgaben

Leitfragen

1. Was versteht man unter Forschungsdatenmanagement?
2. Inwiefern betrifft das Thema Forschungsdatenmanagement Bereiche ihres Studiums?
3. Welche Argumente sprechen für Forschungsdatenmanagement, welche Vorbehalte gibt es?

Aufgabe

Arbeiten Sie die angegebenen Materialien durch und beantworten Sie für sich die Fragen. Dokumentieren und reflektieren Sie Ihre Ergebnisse in Ihrem Lernportfolio.

Lektüre

Lesen Sie die „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ der Deutschen Forschungsgemeinschaft aufmerksam durch. Deutsche Forschungsgemeinschaft. (2022). Leitlinien zur Sicherung guter wissenschaftlicher Praxis. Kodex. https://doi.org/10.5281/zenodo.6472827

Weiterführende Materialen und Quellen

Literatur

Arbeitsgruppe Forschungsdaten. (2018). Forschungsdatenmanagement. Eine Handreichung. Arbeitsgruppe Forschungsdaten der Schwerpunktinitiative „Digitale Information “ der Allianz der deutschen Wissenschaftsorganisationen. Potsdam: Deutsches GeoForschungsZentrum GFZ. https://doi.org/10.2312/allianzoa.029.

Böker, E. (2022, 15. November). Gute wissenschaftliche Praxis und FDM. Forschungsdaten.info. Zugriff am 18.10.2023, von https://forschungsdaten.info/themen/ethik-und-gute-wissenschaftliche-praxis/gute-wissenschaftliche-praxis-und-fdm/.

Böker, E. (2023, 5. Mai). Was ist Forschungsdatenmanagement. Forschungsdaten.info. Zugriff am 18.10.2023, von https://forschungsdaten.info/themen/informieren-und-planen/was-ist-forschungsdatenmanagement.

Deutsche Forschungsgemeinschaft. (2022). Leitlinien zur Sicherung guter wissenschaftlicher Praxis. Kodex. https://doi.org/10.5281/zenodo.6472827.

Putnings, M., Neuroth, H. & Neumann, J. (2021). Praxishandbuch Forschungsdatenmanagement. Berlin, Boston: De Gruyter Saur. https://doi.org/10.1515/9783110657807.

(Mögliche) Ergänzende Materialien im LMS

FDM-"Schiffbrüche" aus dem Forschungsalltag und was Sie daraus lernen können,https://zenodo.org/record/7377582

Quellen

Fühles-Ubach, S. & Heidkamp, P. (2022). Data Literacy – Basiskurs Data Lifecycle. KI-Campus Original. DaLI – Data Literacy Initiative. https://ki-campus.org/courses/dali-basis-THK2021.

Sauther-Patrascu, K. S. & Dmitrieva, S. (2021). Leitlinie zum Umgang mit Forschungsdaten. Abgerufen am 20. Oktober 2023, von https://www.th-koeln.de/mam/downloads/deutsch/forschung/leitlinie_zum_umgang_mit_forschungsdaten.pdf.

---

1. Fühles-Ubach und Heidkamp (2022) ↩︎