Suchen
Publizieren
Forschungsdatenmanagement
Forschungsdaten – Allgemein, FAIR und Open Data
Forschungsdaten sind alle Daten, die im wissenschaftlichen Forschungsprozess entstehen. Ihre Bandbreite reicht von quantitativen Messdaten, Umfrageergebnissen, statistischen Befunden, qualitativen Daten wie Interviewtranskriptionen, Feldforschungsnotizen, Audio- und Videodateien bis hin zu Software und vieles mehr.
Forschungsdaten finden, nutzen und zitieren
Parallel zur Forschungsidee und Literaturrecherche steht am Beginn eine Forschungsvorhabens die Suche nach bereits vorhandenen Forschungsdaten, von denen im Projekt Gebrauch gemacht werden kann. Forschungsdaten werden meist in Datenrepositorien abgelegt, die entsprechend durchsucht werden können. Um ein geeignetes Repositorium zu finden, können verschiedene Recherchesysteme genutzt werden. Ein bekannter Vertreter für ein Register von Forschungsdatenrepositorien ist z.B. Re3Data. Ferner gibt es auch Datenportale, die die Suche nach Datensätzen über mehrere Repositorien hinweg ermöglichen (z.B. DataCite). Um die gefunden Daten frei nutzen können, muss es sich um offene Daten handeln. Ist dies nicht der Fall, so sind vor einer Nachnutzung zunächst die rechtlichen Aspekte im Zusammenhang mit den Daten zu klären. Unabhängig von den rechtlichen Aspekten müssen Forschungsdaten genauso wie Literaturquellen im Sinne der guten wissenschaftlichen Praxis zitiert werden. Weiterführende Informationen zum Zitieren sowie zum Auffinden von Forschungsdaten finden Sie unter dem folgende Link: Forschungsdaten.info: Finden und Nachnutzen
Fachspezifischer Umgang mit Forschungsdaten
In unterschiedlichen Forschungsdisziplinen fallen verschiedenartige Forschungsdaten an, wobei sich der Umgang mit den Daten je nach Disziplin ebenfalls noch einmal unterscheiden kann. Die Eckpunkte des Forschungsdatenmanagement bilden somit nur ein Grundgerüst, welches am Einzelfall unter Berücksichtigung von spezifischen Projekterfordernissen, speziellen Forschungsdaten und fachspezifischen Eigenarten ausgebaut werden muss. In vielen Wissenschaftsbereichen gibt es spezifische FDM-Projekte, fachspezifische Repositorien zur Datenablage oder spezielle Tools zur fachspezifischen Unterstützung beim FDM. Einen ersten Einstieg zum fachspezifischen FDM finden Sie unter dem folgenden Link: Forschungsdaten.info: Wissenschaftsbereiche.
Was sind FAIRe Daten?
Findable
(Auffindbar)
Die Daten und ihre Metadaten sind für Menschen und Maschinen einfach und eindeutig auffindbar, wobei vor allem maschinenlesbare Metadaten wichtig sind.
Accessible
(Zugänglich)
Der Zugang zu den Daten ist über ein standardisiertes Kommunikationsprotokoll eindeutig geregelt. Ferner muss der Zugang zu den Metadaten dauerhaften Bestand haben.
Interoperable
(Interoperabel)
Die Daten und ihre Metadaten sind aufgrund der Verwendung formaler Standards mit anderen Daten kombinierbar, wodurch der automatisierte Austausch zwischen Computeranwendungen möglich ist.
Reusable
(Wiederverwendbar)
Für eine gute Nachvollziehbarkeit und Reproduzierbarkeit der Daten sind diese sowie die Metadaten reichhaltig zu dokumentieren. Dazu gehört auch die Vergabe einer verständlichen Nutzungslizenz.
Die 2016 in einem Artikel der Zeitschrift „Scientific Data“ veröffentlichten FAIR-Prinzipien bilden heute die Grundlage von vielen Initiativen, die die Prinzipien in der Forschung etablieren möchten. Eine weltweit agierende Initiative ist zum Beispiel Go FAIR. Ferner fordern immer mehr Fördermittelgeber wie zum Beispiel DFG, BMBF oder die EU, dass die Daten in den von ihnen geförderten Projekten FAIR sein sollen. Ob Daten den FAIR-Prinzipien entsprechen, kann mit sogenannten FAIR Assessment Tools überprüft werden. Eine Übersicht über bekannte Tools wurde vom Thüringer Kompetenznetzwerk Forschungsdatenmanagement erstellt. Weiterführende Informationen zum Thema FAIR sowie den Vorteilen von FAIRen Daten finden Sie unter dem folgenden Link: Forschungsdaten.info: FAIRe Daten.
Der nachfolgende Link verweist auf einen FAIR-Artikel der TU Wien, worin die Prinzipien praxisorientiert beschrieben werden: Christiane Stork: Die FAIR-Prinzipen für Forschungsdaten (2020)
Was sind offene Daten?
Die Open Data Bewegung ist ein Teil der Open Science Bewegung, die ihren Ursprung in der freien Softwarebewegung der 1980er hat. Seit 2004 setzt sich die Open Knowledge Foundation auf internationaler Ebene für offene Inhalte, Daten und Wissen ein. Hierfür veröffentlichte sie die Open Definition, die die Grundlage für die Offene Daten Definition des deutschen Zweigs der Open Knowledge Foundation ist.
Offene Daten sind Daten, die von jedermann frei verwendet, nachgenutzt und verbreitet werden können - maximal eingeschränkt durch Pflichten zur
Quellennennung und dem Prinzip des „share-alike”, d.h. Daten nur unter unveränderten urheberrechtlichen Nutzungsmöglichkeiten zu teilen.
Davon ausgenommen sind persönliche Daten.
(Open Knowledge Foundation Deutschland: Offene Daten)
Nach Möglichkeit sollten Forschungsdaten offen sein. Neben der Forderung von Fördermittelgebern nach FAIRen Daten treten auch offene Daten immer mehr in den Fokus. Hierbei ist zu beachten, dass FAIRe Daten keine offenen Daten sind. Während offene Daten immer frei verfügbar und zugänglich sein müssen, kann der Zugang zu FAIRen Daten auch beschränkt sein. Die FAIR-Prinzipien fordern lediglich, dass der Zugang klar geregelt sein muss. Gibt es zum Beispiel nur einen frei zugänglichen Kontakt, bei dem die Datennutzung erfragt werden kann, so sind die Daten FAIR aber nicht offen.
Die öffentliche Bereitstellung von Forschungsdaten hat viele Vorteile. Forschungsergebnisse werden verifizierbar und überprüfbar. Auf Basis vorhandener Daten können Nachfolgestudien durchgeführt werden, ohne dass Daten doppelt erhoben werden müssen. Die Veröffentlichung verschiedener Datensammlungen erlaubt Vergleiche und Kombinationen von Daten, so dass ganz neue Erkenntnisse gewonnen werden können. Somit erhält die Datenerhebung im Rahmen des wissenschaftlichen Arbeitens einen neuen Stellenwert. Ferner können die Daten einfacher zitiert werden, woran sich höhere Zitationen von dazugehörigen Text-Publikationen eines Wissenschaftlers anschließen und die Datenerhebung selbst kann ggf. als wissenschaftliche Leistung nachvollzogen und belohnt werden.