Forschungsdatenmanagement

Das Thüringer Kompetenznetzwerk Forschungsdatenmanagement (TKFDM), wurde gegründet, um Unterstützung im Bereich FDM für alle Hochschulen in Thüringen anzubieten und bei gemeinsamen Projekten mitzuwirken. Neben diversen Veranstaltungen bietet das Netzwerk ab 2024 auch die Möglichkeit, Data Stewards anzufragen. Diese sollen lokalen Forschungsgruppen helfen, praktische Ergebnisse zu erzielen, indem zum Beispiel Leitlinien etabliert oder Anwendungen aufgesetzt werden. Weiterhin organisiert das TKFDM zusammen mit dem Bibliotheksservicecenter (BSC) und dem IT-Zentrum der Thüringer Hochschulen (HS-ITZ) das Repositorium für Forschungsdaten in Thüringen.

Die Webseite forschungsdaten.info wurde als deutschlandweite Plattform geschaffen, um Materialien in deutscher Sprache zum Thema Forschungsdatenmanagement bereitzustellen. Auf der Plattform befinden sich u.a. Videos, Tutorials und Informationstexte, die sowohl einen Überblick über das Thema erlauben als auch spezifische Fachinformationen enthalten. So wird auch auf bestimmte Fachgebiete eingegangen und es werden auch Projekte und Organisationen vorgestellt, die sich mit dem Thema Forschungsdatenmanagement in verschiedenen Regionen befassen.

Dienste für Hardware und Software werden grundsätzlich über das lokale Rechenzentrum, des Servicezentrum für Computersysteme und -kommunikation (SCC), angeboten. Das IT-Zentrum der Thüringer Hochschulen (HS-ITZ) bietet weitere überregionale Services an, die lokale Forschende an der Bauhaus-Universität nutzen können. Für Anfragen wenden Sie sich bitte weiterhin an das lokale Rechenzentrum, welches Partner des IT-Zentrum ist.

Die von der Deutschen Forschungsgemeinschaft (DFG) finanzierte nationale Forschungsdateninfrastruktur (NFDI) soll die Datenbestände von Wissenschaft und Forschung systematisch erschließen, nachhaltig sichern und zugänglich machen sowie (inter-)national vernetzen. Die Bauhaus-Universität Weimar ist ebenfalls Mitglied des NFDI e.V., um diese Ziele mitzuverfolgen. Der NFDI-Verein lässt sich aus Sicht der Forschenden in zwei Teile aufgliedern. Der erste sind die 27 Fachkonsortien, die über 3 Runden ausgeschrieben und gegründet wurden. Im fachgebundenen Fokus der Bauhaus-Universität Weimar spielen die Konsortien NFDI4Ing, NFDI4Chem, NFDI4Culture, NFDI4Objects, FAIRmat, NFDI-MatWerk, MaRDI, NFDI4DataScience und Text+ eine wichtige Rolle und können bei spezifischen Fragen kontaktiert werden. Der zweite Teil sind die Sektionen, die Querschnittsthemen behandeln, die alle Fachkonsortien betreffen, wie z. B. ELSA, welches als Sektion für ethische, rechtliche und soziale Aspekte steht. Eine Übersicht über alle Bestandteile und Entwicklungen der NFDI finden Sie auf der Projektseite des TKFDM.

Weiterhin existieren die von der DFG geförderten Fachinformationsdienste (FID). Sie stellen eine vorrangig digitale und standortunabhängige Informationsversorgung für den Spezialbedarf der wissenschaftlichen Fächer dar. Auf der Webis-Seite der Universität Hamburg werden alle Fachinformationsdienste bzw. Sondersammelgebiete, aus denen sie oft entstanden sind, aufgelistet. Für den Standort der Bauhaus-Universität Weimar sind die FID BAUdigital, FID move und FID Materials Science in besonderem Maße relevant.

Der Datenmanagementplan (DMP) wird von vielen Förderorganisationen bei Projektanträgen bereits verlangt (Abschnitt »Umgang mit Forschungsdaten«), hält aber auch Einzug bei anderen Projekten und findet immer mehr Anwendung bei Bachelor- oder Masterarbeiten, die ebenfalls für die Forschung wichtige Daten erzielen. Ziel des DMP ist das frühzeitige Erkennen von Problemen beim Umgang mit Forschungsdaten, das Verständnis und die Wiederverwendbarkeit der Daten zu verbessern. Im Folgenden werden die möglichen Inhalte eines DMPs aufgelistet, orientiert am Fragenkatalog der DFG:

Datenbeschreibung

• Auf welche Weise entstehen in Ihrem Projekt neue Daten? 
  (z.B. durch Messungen, Sammlungen, Umfragen, …)
• Werden existierende Daten wiederverwendet?
  (z.B. bereits vorhandene Datensätze aus alten Projekten oder von Dritten)
• Welche Datentypen, im Sinne von Datenformaten, entstehen in Ihrem Projekt und auf welche Weise werden sie weiterverarbeitet? 
  (z. B. Texte als .TXT, Tabellen als .CSV, Bilder als .JPG, Videos als .MP4, ...)
• In welchem Umfang fallen diese an bzw. welches Datenvolumen ist zu erwarten? 
  (z.B. 100MB an Textdaten, 100GB an Videomaterial, …)

Dokumentation und Datenqualität

• Welche Ansätze werden verfolgt, um die Daten nachvollziehbar zu beschreiben? 
  (z. B. Nutzung vorhandener Metadaten- bzw. Dokumentationsstandards oder Ontologien)
• Welche Maßnahmen werden getroffen, um eine hohe Qualität der Daten zu gewährleisten? 
  (z.B. welche Metadaten werden automatisch generiert bzw. von wem regelmäßig geprüft und gepflegt?)
• Welche digitalen Methoden und Werkzeuge sind zur Nutzung der Daten erforderlich?
  (z.B. eLabFTW für Experimentdaten, SPSS für die Umfragedaten oder MAXQDA für die Datenannotationen)

Speicherung und technische Sicherung während des Projektverlaufs

• Auf welche Weise werden die Daten während der Projektlaufzeit gespeichert und gesichert? 
  (z.B. wird Speicher des SCC verwendet? Wie sieht die technische Infrastruktur aus? In welchen Intervallen werden die Daten gesichert bzw. liegt ein Sicherungskonzept vor?)
• Wie wird die Sicherheit sensibler Daten während der Projektlaufzeit gewährleistet?
  (z.B. Zugriffs- und Nutzungsverwaltung)

Rechtliche Verpflichtungen und Rahmenbedingungen

• Welche rechtlichen Besonderheiten bestehen im Zusammenhang mit dem Umgang mit Forschungsdaten in Ihrem Projekt? 
  (z.B. gibt es personenbezogene Daten nach DSGVO? Müssen Daten anonymisiert bzw. pseudonymisiert werden?)
• Sind Auswirkungen oder Einschränkungen in Bezug auf die spätere Veröffentlichung bzw. Zugänglichkeit zu erwarten?
  (z.B. darf ein Teil der Daten nur in einer Datenbank veröffentlicht werden?)
• Auf welche Weise werden nutzungs- und urheberrechtliche Aspekte sowie Eigentumsfragen berücksichtigt?
  (z.B. welche Nutzungslizenzen liegen vor? Wurde das Urheberrecht der gesammelten Daten betrachtet?)
• Existieren wichtige wissenschaftliche Kodizes bzw. fachliche Normen, die Berücksichtigung finden sollten?
  (z.B. werden Daten aus einem wissenschaftlichen Archiv verwendet? Gibt es Nutzungseinschränkungen?)

Datenaustausch und dauerhafte Zugänglichkeit der Daten

• Mit wem und wie werden Daten ausgetauscht?
  (z.B. hat eine andere Forschungseinrichtung Zugriff auf die Daten?)
• Welche Daten werden für die Nachnutzung bereitgestellt bzw. sind als Ergebnisnachweis wichtig? 
  (z.B. auf welchem Repositorium liegen die Datensätze und mit welchen möglichst offenen Tools kann man sie ansehen und weiterverwenden? Welche Nutzungslizenz bekommen sie?)
• Planen Sie die Langzeitspeicherung bzw. Archivierung Ihrer Daten in einer geeigneten Infrastruktur? 
  (z.B. in einem digitalen Archiv oder einer Projektverwaltung wie GitLab? Gibt es Sperrfristen? Wann sind die Forschungsdaten für Dritte nutzbar?)

Verantwortlichkeiten und Ressourcen

• Wer ist verantwortlich für den adäquaten Umgang mit den Forschungsdaten?
  (z.B. Beschreibung der Rollen und Verantwortlichkeiten innerhalb des Projekts)
• Welche Ressourcen sind erforderlich, um einen adäquaten Umgang mit Forschungsdaten im Projekt umzusetzen?
  (z.B. Hardware, Software, Personal, Lizenzen, Kosten, Zeit, …)
• Wer ist nach Ende der Laufzeit des Projekts für das Kuratieren der Daten verantwortlich?
  (z.B. für Veröffentlichung, Pflege und/oder Anfragen)