Forschungsdatenmanagement (FDM)
Forschungsdaten entstehen in vielen Bereichen der Wissenschaft und bilden die Grundlage wissenschaftlicher Arbeit. Forschungsdaten bestehen nicht nur aus Messdaten und Laborwerten sondern auch aus Fragebögen, Software oder Simulationen. Das Management dieser Forschungsdaten erfordert eine Transformation, Selektion und Speicherung der Daten, damit sie langfristig und unabhängig vom Datenerzeuger zugänglich und nachnutzbar gemacht werden.
Leitlinien zum Umgang mit Forschungsdaten der DFG beschreiben Prozesse und Maßnahmen, die zur Transparenz und Reproduzierbarkeit von Ergebnissen beitragen können. Zusätzlich sollten weitere Anforderungen der FAIR-Prinzipien angewendet werden, um die nachhaltige Wiederverwendbarkeit der Forschungsdaten zu fördern.
Ein erster Schritt zur Umsetzung kann die Erstellung eines Datenmanagementplans sein, der die Details zu allen Phasen des Datenlebenszyklus für die generierten Forschungsdaten und die zugehörigen Metadaten beschreibt.
Vorteile des Datenmanagements:
- Nachnutzung für Folgeprojekte
- Einhaltung guter wisseschaftlicher Praxis
- Erfüllung von Anforderungen der Forschungsförderer
- Erhöhte Sichtbarkeit in der akademischen Welt
- Schutz vor Datenverlust
- Rechtssicherheit
Die CUBiDA berät Sie gerne zu folgenden FDM-Themen:
- Verfassung von Antragstexten
- Erstellung eines Datenmanagementplans (DMP)
- Speicherung und Archivierung von Forschungsdaten
- Auswahl und Implementierung passender Metadatenstandards
- Elektronisches Laborbuch (ELB/ELN)
Die enge Zusammenarbeit mit unseren Kooperationspartnern, dem Datenintegrationszentrum (DIZ) und der Competence Unit for Research Data and Information (CDI) garantiert eine optimale Abdeckung Ihrer Anforderungen.
Bitte nehmen Sie rechtzeitig Kontakt mit uns auf, damit wir Ihre Anfrage zeitnah bearbeiten können.
Kontakt
Universitätsklinikum Erlangen
Core Unit Bioinformatik, Datenintegration und - Analyse (CUBiDA)
Krankenhausstr. 12
91054 Erlangen
Glossar
FAIR-Prinzipien
Die FAIR-Prinzipien sind Anforderungen, die eine nachhaltige und wiederverwendbare Anwendungspraxis von Forschungsdaten sicherstellen sollen. FAIR steht für Findable, Accessible, Interoperabel und Re-Usable und wird bereits von vielen Forschungsförderern (u.a. EU, DFG) als wichtige Voraussetzung für nachhaltige Forschung gesehen und vorausgesetzt.
Persistente Identifikatoren (PI) sowie Metadaten können die Auffindbarkeit von Daten erhöhen. Für die Speicherung und Abrufung von Metadaten (über Schnittstellen) sollten standardisierte Lösungen verwendet werden, um die Verfügbarkeit und Interoperabilität zu verbessern. Die Anreicherung von Rohdaten mit umfangreichen Metadaten und einer Dokumentation erleichtern neben einer eindeutigen Spezifikation der Nachnutzungsrechte die Wiederverwendbarkeit. Ein wichtiger Punkt bei der Veröffentlichung von Forschungsdaten nach den FAIR-Prinzipien - vor allem wichtig bei Daten mit Patientenbezug - liegt darin, dass die Metadaten in jedem Fall öffentlich zugänglich sein müssen, die eigentlichen Daten jedoch nicht.
Forschungsdatenlebenszyklus
Dieses Modell umfasst alle Stadien, die Forschungsdaten durchlaufen können, von der Erhebung bis zur Nachnutzung. Der Datenlebenszyklus besteht im Allgemeinen aus folgenden Phasen:
- 1. Forschungsvorhaben planen (inklusive DMP)
- 2. Erstellung/Erhebung
- 3. Aufbereitung und Analyse
- 4. Teilen und Publizieren
- 5. Archivieren
- 6. Nachnutzung
Metadaten
Metadaten beschreiben alle zusätzlichen Informationen, die für die sinnvolle Verarbeitung und Interpretation der eigentlichen Daten nötig sind. Sie werden unabhängig oder zusammen mit den beschreibenden Daten gespeichert.
Metadaten können in unterschiedliche Kategorien eingeteilt werden:
- Technische Metadaten geben Auskunft über das Datenformat oder das Volumen
- Deskriptive Metadaten enthalten Informationen über den Inhalt von digitalen Objekten wie ein Abstract, Schlagwörter oder Details zur Methode der Datenerhebung
- Strukturelle Metadaten beschreiben die Beziehung zwischen den verschiedenen Elementen eines Datensatzes oder die Struktur der Daten selbst
- Administrative Metadaten bestimmen die Zugriffsrechte oder Lizenzen und können z.B. Prüfsummen zur Qualitätssicherung enthalten
Datenmanagementplan
Der Datenmanagementplan dokumentiert den gesamten Lebenszyklus der Daten. Er beschreibt nicht nur die Anfangsphase der Datenerhebung und Datenspeicherung während der Projektlaufzeit, sondern auch die Maßnahmen zur langfristigen Archivierung, der optionalen Löschung der Daten und die rechtlichen Vorgaben. Hier werden außerdem die anfallenden Daten genauer spezifiziert (u.a. Typ, Größe) und wer Zugriff auf die Daten nehmen darf.
Weiterführende Informationen
Links
- Detailllierte Übersicht zum Thema Forschungsdaten: forschungsdaten.info
- Leitlinien zum Umgang mit Forschungsdaten der DFG: www.dfg.de/download/pdf/foerderung/antragstellung/forschungsdaten/richtlinien_forschungsdaten.pdf
- Competence Unit for Research Data and Information an der FAU: www.cdi.fau.de
- Offene Research Data Management Organiser (RDMO) Instanz der LMU München zur Erstellung eines DMP: rdmo.ub.uni-muenchen.de
