Auftrag

Die Themen Forschungsdaten und Forschungsdatenmanagement nehmen in Deutschland nicht zuletzt dank der Einrichtung der Nationalen Forschungsdateninfrastrukturen (NFDI) oder der European Open Science Cloud (EOSC) einen wachsenden Stellenwert bei der Professionalisierung und Digitalisierung der Forschung ein.

Um den Bedarfen an Informationen und Beratung zum breiten Themenfeld Forschungsdatenmanagement gerecht zu werden, bietet die EUF im Bereich Services die Möglichkeit, Sie zu unterstützen. Unter Materialien haben Sie die Möglichkeit, erste Einblicke in verschiedene Themenfelder des FDM zu erhalten und falls Sie sich an der EUF oder darüber hinaus zum Thema einbringen möchten, wenden Sie sich bitte an die Arbeitsgruppe oder das Netzwerk.

In meinem Arbeitsbereich produzieren wir eigentlich gar keine Forschungsdaten...

Hinter dieser häufig geäußerten Annahme aus vermeintlich "datenarmen" Fächern steht zumeist ein Missverständnis darüber, was der Ausdruck "Forschungsdaten" eigentlich genau umfasst.

Eine kurze Definition der über-institutionellen Informationsplattform forschungsdaten.info schafft Klarheit:

Forschungsdaten sind (digitale) Daten, die während wissenschaftlicher Tätigkeit (z. B. durch Messungen, Befragungen, Quellenarbeit) entstehen. Sie bilden eine Grundlage wissenschaftlicher Arbeit und dokumentieren deren Ergebnisse. ^{_{(https://forschungsdaten.info)}}

Diese Definition ist bewusst offen gewählt, um die Annahme, dass in bestimmten wissenschaftlichen Kontexten "gar keine Forschungsdaten" generiert werden, zu entkräften. Dabei sind Forschungsdaten nicht auf bestimmte Formate oder Darstellungsformen beschränkt, sondern umfassen Bild-, Text- und Ton-Dokumente genauso wie Messreihen, Simulationen, Software-Quellcode, Umfragen uvm.

Unter Forschungsdatenmanagement versteht man den Prozess der Transformation, Selektion und Speicherung von Forschungsdaten mit dem Ziel, diese langfristig und unabhängig vom Datenerzeuger zugänglich, nachnutzbar und nachprüfbar zu halten. ^{_{(https://forschungsdaten.info)}}

Selbstverständlich kennen die Erzeuger*innen der Daten diese am besten und können - zumal im laufenden Prozess - mühelos auf sie rekurrieren. Doch wie sieht es einige Jahre nach Abschluss des Projekts aus? Wie nachvollziehbar sind die Daten für Dritte? Ist die Beschreibung der Daten nur für menschliche Leser verständlich oder auch offen für eine automatisierte Auswertung? Sind die Daten verlinkt und nutzen sie bereits etablierte fachspezifische Beschreibungsvokabular?

Der Aspekt der "Nachhaltigkeit" von Forschungsdaten nimmt nicht nur vor dem Hintergrund eines zunehmenden Wunsches nach Transparenz, internationaler Sichtbarkeit und interdisziplinärer Forschung eine wichtige Rolle ein, sondern auch im Hinblick auf die hohe Mobilität, mit der sich Forschende in der heutigen akademischen Landschaft konfrontiert sehen.

Das Forschungsdatenmanagement umfasst dabei alle Stationen des "Datenlebenszyklus" und beginnt bereits in der Planungsphase eines Projekts.

Bei dem Wort FAIR handelt es sich um ein Akronym, welches vier besonders nachhaltige Prinzipien im Forschungsdatenmanagement beschreibt:

• (F)indability (Auffindbarkeit) - wie gut lassen sich Daten finden? Besitzen sie eine dauerhafte und eindeutige Kennung? Sind ihr Inhalt, Erhebungsmethoden und Werkzeuge umfassend beschrieben (sog. Metadaten)? Sind sie in durchsuchbaren Ressourcen registriert und indiziert?

• (A)ccessability (Zugänglichkeit) - wie leicht sind die Daten zugänglich? Sind sie unstrukturiert oder in idiosynkratische/proprietäre Datenbanken eingebunden? Oder kann mittels standardisierter Protokolle auf sie zugegriffen werden? Ist der Zugang kostenfrei? Gibt es bei besonderen Schutzbedarfen die Möglichkeit von Authentifizierungs-/Autorisierungsverfahren? Sind Metadaten auch nach Löschung der Daten noch zugänglich?

• (I)nteroperability (Interoperabilität) - nutzen die Daten (oder Metadaten) eine formale, verständliche, allgemein verwendbare Sprache für die Wissensrepräsentation? Gibt es ein gemeinsames Vokabular? Verweisen die (Meta)daten auf andere (Meta)daten?

• (R)eusability (Wiederverwertbarkeit) - sind die Daten ausführlich beschrieben? Sind die Nutzungsrechte mit einer (gängigen) Lizenz geregelt? Ist der Entstehungskontext ausführlich beschrieben? Entsprechen die (Meta)daten den fachspezifischen Standards?

Die Implementierung der vier FAIR-Prinzipien ist Kern eines transparenten und den Leitlinien guter wissenschaftlicher Praxis entsprechenden Forschungsprozesses.