Forschungsdatenmanagement

In ihrem Projekt werden Sie aller Wahrscheinlichkeit nach eigene Forschungsdaten generieren, etwa durch Interviews, Umfragen oder Archivrecherche. Reflektieren und beschreiben Sie die Methoden und Quellen der Erhebung (bspw. semistrukturierte Interviews) und Verarbeitung (bspw. Transkriptionssoftware). Falls Sie personenbezogene Daten erheben, sind diese, gemäß den fachspezifischen Forschungsstandards, zu anonymisieren oder mindestens zu pseudonymisieren (vgl. Glossar). Informieren Sie sich zudem frühzeitig, inwiefern Sie eine Einwilligungserklärung (bspw. von Interviewpartnern) und/oder ein Ethikvotum benötigen (vgl. den Abschnitt Rechtliche und ethische Aspekte in den Themen und Phasen des FDM auf dieser Webseite).

Wenn Sie bereits existierende Daten verwenden wollen, sei es aus eigenen Vorgängerprojekten oder von Dritten, beachten Sie die Hinweise zur Nachnutzung im entsprechenden Abschnitt in den Themen und Phasen des FDM auf dieser Webseite. Ausführlichere Informationen finden Sie darüber hinaus im Digitalen Kontaktpunkt für Recht und Ethik im FDM der Viadrina.

Zu einem guten FDM gehört eine nachvollziehbare Dokumentation der Daten, um diese im Sinne der FAIR-Prinzipien identifizier- und auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und wiederverwendbar (reusable) zu machen. Beschreiben Sie daher Ihre Daten mit Metadaten und vergeben Sie persistente Identifikatoren (bspw. eine DOI). Auf den Seiten der entsprechenden NFDI-Konsortien können Sie prüfen, ob es für Ihr Projekt passende fachspezifische Metadatenstandards gibt (vgl. die Links im Abschnitt Weiterführende Informationen auf dieser Webseite). Persistente Identifikatoren werden von Repositorien und Zeitschriften bei Publikation bzw. Archivierung häufig automatisch vergeben.

Denken Sie daran, nicht nur die in Ihrem Projekt generierten und verwendeten Daten, sondern auch verwendete Methoden und Werkzeuge (bspw. fachspezifische Analyse-Software oder KI-Tools) zu dokumentieren und idealerweise in den Metadaten mit zu erfassen.

Speicherung bezieht sich auf die Sicherung der Daten im Projektverlauf. Daten sind so zu speichern, dass sie sowohl vor Datenverlust als auch vor unerlaubtem Zugriff geschützt sind.

Bearbeiten Sie Ihr Projekt alleine, erfüllen Sie mit der Speicherung der Daten auf dem Server und ggf. in der Cloud der Viadrina die üblichen Vorgaben. Unsere Empfehlung: Legen Sie eine klare Ordnerstruktur und gut auffindbare Dateinamen fest.

In einem Projektteam oder einem Verbundprojekt ist für die gemeinsame Speicherung und Organisation der Daten und Datentypen eine frühzeitige Absprache und ggf. auch Klärung mit den beteiligten Rechenzentren erforderlich.

Viele Fördergeber erwarten die Publikation von Projektdaten. Zeitschriften verlangen die gleichzeitige Publikation der Daten, die dem zu veröffentlichenden Artikel zugrunde liegen. Der Vorteil für Sie als Wissenschaftler*in: Datenpublikationen werden inzwischen als eigenständige, wissenschaftliche Publikationen angesehen, mit der Sie Ihre Wahrnehmung in der Fach-Community steigern können (vgl. die Hinweise zu Publikationsverzeichnissen der DFG).

Wir empfehlen Ihnen für die Publikation von Daten fachspezifische, international angesehene und peer-reviewed Zeitschriften oder Repositorien.Sozialwissenschaftliche Daten können z.B. in den Repositorien von GESIS – Leibniz-Institut für Sozialwissenschaften veröffentlicht werden. In re3data.org können Sie weltweit nach Forschungsdatenrepositorien suchen und hierzu Ihre Suche nach Fachbereichen und vielen weiteren Kriterien filtern.

Für die Veröffentlichung müssen die Daten möglichst in frei zugänglichen Datenformaten vorliegen, mit beschreibenden Metadaten verknüpft und ihre Auffindbarkeit über einen persistenten Identifikator (bspw. eine DOI oder URN) gewährleistet sein.

Wir empfehlen die Lizenzierung nach CC0- oder CC BY. Prüfen Sie bei der Entscheidung für die passende Lizenz mögliche Vorgaben Ihres Fördergebers und klären Sie rechtzeitig mögliche rechtliche oder ethische Fragen (bspw. zum Urheber- und Nutzungsrecht in einem Projektteam). Nähere Informationen zu Nutzungsrechten und Lizenzen finden Sie im Digitalen Kontaktpunkt für Recht und Ethik im FDM. 

Denken Sie daran, Ihre Datenpublikation in der Forschungsdatenbank der Viadrina zu erfassen.

Mit (Langzeit-)Archivierung ist die längerfristige Speicherung der Forschungsdaten nach Projektende gemeint. Grundsätzlich gilt, dass Forschungsdaten mindestens zehn Jahre nach der Veröffentlichung der Projektergebnisse/Daten oder nach dem Projektende aufzubewahren sind. Wird Ihr Projekt von Dritten gefördert, informieren Sie sich rechtzeitig, ob Ihr Fördergeber eine längere Frist vorgibt.

Ebenso wie bei der Datenpublikation können Forschungsdaten in fachspezifischen oder generischen Repositorien archiviert werden und müssen hierfür mit beschreibenden Metadaten und persistenten Identifikatoren identifizier- und auffindbar gemacht werden. Sozialwissenschaftliche Daten können z.B. in den Repositorien von GESIS – Leibniz-Institut für Sozialwissenschaften archiviert werden. In re3data.org können Sie weltweit nach Forschungsdatenrepositorien suchen und hierzu Ihre Suche nach Fachbereichen und vielen weiteren Kriterien filtern. 

Überlegen Sie zudem, wer für die Archivierungsdauer und ggf. nach deren Ablauf Ansprechperson sein soll.

Die Nachnutzung von Daten kann nicht nur die eigene Datengrundlage sinnvoll erweitern, sie ist zudem notwendige Voraussetzung für die Überprüfung und Validierung von Forschungsergebnissen.

Für die Nachnutzung lizenzierte Datensätze finden Sie in allgemeinen und fach- bzw. themenspezifischen Repositorien, einschlägigen Zeitschriften und Portalen. In re3data.org können Sie weltweit nach passenden Forschungsdatenrepositorien suchen und Ihre Suche nach Fachbereichen und vielen weiteren Kriterien filtern. Im Bereich der Sozialwissenschaften bietet sich zudem eine Suche in den Repositorien von GESIS an.

Denken Sie daran, bei der Nachnutzung die Lizenzierung der Daten zu prüfen, wie Sie diese nutzen dürfen, und die Daten korrekt zu zitieren, d.h. Quelle und Urheber kenntlich zu machen. Dies gilt auch für eigene Daten aus Vorgängerprojekten. 
Nähere Informationen zu Nutzungsrechten und Lizenzen finden Sie im Digitalen Kontaktpunkt für Recht und Ethik im FDM.

Im Umgang mit Forschungsdaten spielen urheber-, nutzungs- und datenschutzrechtliche, aber auch ethische Aspekte eine zentrale Rolle: Wem gehören die Daten und wer entscheidet über Ihre (Nach-)Nutzung? Welche Regeln Guter Wissenschaftlicher Praxis gibt es für den Umgang mit Forschungsdaten? Wie lassen sich Risiken der eigenen Forschung für Teilnehmende, aber auch für Sie als Forschende abwägen, und wann benötigen Sie ein Ethikvotum der Ethikkommission der Viadrina? Diese Fragen sind innerhalb eines Projektteams, in Bezug auf andere Forschende und insbesondere auch in Bezug auf weitere Beteiligte wie Interviewpartner*innen zu klären.
Um Sie hierbei zu unterstützen, stehen Ihnen im Digitalen Kontaktpunkt für Recht und Ethik im FDM der Viadrina nähere Informationen zur Verfügung.

Wir empfehlen Ihnen, sich frühzeitig über fachspezifische Vorgaben und Standards zum Umgang mit Forschungsdaten zu informieren. Neben den verschiedenen Fachgesellschaften bieten die fachspezifischen Empfehlungen zum Umgang mit Forschungsdaten einiger DFG-Fachkollegien eine gute erste Orientierung. Die sechs NFDI-Konsortien, die für die an der Viadrina vertretenen Fachbereiche relevant sind, stellen ebenfalls fachspezifische Informationen sowie konkrete Vorlagen und Standards zur Verfügung (vgl. den Abschnitt Weiterführende Informationen auf dieser Webseite).

Als Wissenschaftler*in sind Sie für das Management der von Ihnen erhobenen und genutzten Forschungsdaten verantwortlich. In Projektteams liegt die Verantwortung für das FDM bei der Projektleitung. Die Viadrina trägt Sorge für die Bereitstellung der entsprechenden Infrastruktur.

Das Datenschutzrecht ist nicht anwendbar auf Forschungsdaten, die bereits anonymisiert (z.B. aggregiert) erhoben oder nachträglich anonymisiert wurden. Eine solche Anonymisierung ist somit immer das Ziel und sollte so früh wie möglich im Forschungsprozess, spätestens jedoch zur Veröffentlichung bzw. zum Projektabschluss erfolgen – bei gleichzeitiger Wahrung des Forschungszweckes geschehen. Im Brandenburgischen Datenschutzgesetz (§25, Abs. 2 BBDSG) ist dies als Vorgabe verbindlich festgeschrieben (vgl. § 25, Abs. 3 BDSG).
Für eine Anonymisierung müssen die personenbezogenen Daten derart verändert werden, dass einzelne Merkmale nicht mehr (sog. absolute Anonymisierung) oder nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft (sog. faktische Anonymisierung) einer bestimmten oder bestimmbaren natürlichen Person zugeordnet werden können. – Vgl. den Abschnitt Pseudonymisierung in diesem Glossar.

Die FAIR-Prinzipien adressieren die bestmögliche Aufbereitung von Daten für eine offene Nachnutzung. Forschungsdaten sollen identifizier- und auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und wiederverwendbar (reusable) sein. Leitlinien für die konkrete Umsetzung entwickelt die GO FAIR-Initiative.

Der Forschungsdatenlebenszyklus beschreibt die Stadien, die im Umgang mit Forschungsdaten in jedem Forschungsvorhaben durchlaufen werden: von der Planung über die Erhebung und Analyse bis zur Publikation, Archivierung und Nachnutzung von Daten.

Lizenzen regeln die Vergabe zusätzlicher Nutzungsrechte urheberrechtlich geschützter Daten. D.h. sie geben vor, wie die Daten von wem genutzt werden dürfen. Zumeist werden für Forschungsdaten Creative Commons-Lizenzen (CC) vergeben.

Metadaten sind „Daten über Daten“. Sie enthalten strukturierte Informationen z.B. zum technischen Format und zum Entstehungskontext von Daten. Gemeinsame fach-, themen- oder verbundprojektspezifische Metadatenstandards erhöhen die Auffindbarkeit und Nachnutzbarkeit der beschriebenen Forschungsdaten. Beispiele für bekannte fachübergreifende Metadatenstandards sind das Common European Research Information Format (CERIF) oder DataCite zur bibliographischen Beschreibung von Daten. Fachspezifische Standards werden von den jeweiligen NFDI-Konsortien gelistet (vgl. den Abschnitt Weiterführende Informationen auf dieser Webseite).

Die Nationale Forschungsdateninfrastruktur (NFDI) zielt darauf, gemeinsame Standards zu erarbeiten und Forschungsdaten für Wissenschaft und Gesellschaft besser nutzbar zu machen. Hieran arbeiten verschiedene thematische Sektionen (bspw. ELSA – Ethical, Legal and Social Aspects oder edutrain – Training & Education) und fachliche Konsortien. Sechs der NFDI-Konsortien sind in den Geistes- und Sozialwissenschaften angesiedelt. Diese finden Sie im Abschnitt Weiterführende Informationen auf dieser Seite verlinkt.

Persistente Identifikatoren (Persistent Identifiers) dienen der eindeutigen und dauerhaften Adressierung von digitalen Ressourcen. Bekannte Systeme sind DOI (Digital Object Identifiers) und URN (Uniform Resource Names).

Personenbezogene Daten sind gemäß Datenschutzgrundverordnung (Art. 4 Nr. 1 DSGVO) alle Informationen, die sich auf identifizierte oder identifizierbare Personen beziehen. Eine Person ist identifizierbar, wenn sie direkt oder indirekt mittels Zuordnung zu einer Kennung oder einem besonderen Merkmal, das Ausdruck der physischen, physiologischen, genetischen, psychischen, wirtschaftlichen, kulturellen oder sozialen Identität ist, erkennbar ist. Beispiele für solche Merkmale sind bspw. der Name, eine Mitgliedsnummer oder Standortdaten. Bei der Prüfung, ob eine Person nach allgemeinem Ermessen wahrscheinlich identifizierbar ist, sollten alle objektiven Faktoren, wie z.B. Kosten und Zeitaufwand, herangezogen werden, wobei die zum Zeitpunkt der Verarbeitung verfügbare Technologie und technologische Entwicklungen zu berücksichtigen sind (Erwägungsgrund 26 DSGVO). - Vgl. die Abschnitte zu Anonymisierung und Pseudonymisierung in diesem Glossar.

Insbesondere in der qualitativen Forschung ist eine Anonymisierung (vgl. den entsprechenden Abschnitt in diesem Glossar) häufig nicht möglich bzw. würde ein Erreichen des Forschungszweckes verhindern. Hier muss stattdessen behelfsmäßig pseudonymisiert werden. Unter Pseudonymisierung versteht man das Ersetzen von identifizierbaren Merkmalen durch Kenncodes oder bspw. fiktive Namen. Über einen Schlüssel ist die Zuordnung zu den realen Personen weiterhin möglich. Damit dies nur für befugte Personen möglich ist, müssen diese zusätzlichen Informationen getrennt sicher aufbewahrt werden (§ 4, Nr. 5 DSGVO). Sobald es im Forschungsprozess möglich ist, sind auch hier die Daten zu anonymisieren, d.h. der Schlüssel und sämtliche personenbezogenen Daten sind zu löschen. Eine nur pseudonymisierte Verarbeitung und ggf. auch Veröffentlichung der Daten bedarf der Einwilligung der Betroffenen und der besonders sorgfältigen forschungsethischen Abwägung durch die Forschenden.

Ein Repositorium ist eine Datenbank bzw. ein Datenarchiv zur Speicherung und Publikation von digitalen Forschungsdaten mit dem primären Zweck, diese für einen definierten Zeitraum aufzube-wahren sowie verfügbar, zitierbar und nachnutzbar zu halten. Es gibt sowohl fachübergreifende und fachspezifische Repositorien (vgl. den Abschnitt Fachspezifisches in Themen und Phasen des FDM auf dieser Webseite). Einen weltweiten Überblick bietet der Dienst re3data.org.