Appearance
Was ist Forschungsdatenmanagement?
Zitation:
Blümm, M., Fritsch, K., Bock, S., Hackenbuchner, J., Arning, U., & Förstner, K. U. (2024). 02_LE_Forschungsdatenmanagement. FDM@Studium.nrw Blended-Learning-Basiskurs „Forschungsdatenmanagement“ (Version 1.0). https://landesinitiativefdmnrw.github.io/FDMatStudium/thk/texte/02_LE_Forschungsdatenmanagement.html
Lernziele
Lernziele
In diesem Themenblock wird der Begriff Forschungsdatenmanagement (FDM) und dessen Rolle in Forschungsprozessen erläutert. Ebenso wird thematisiert, wo FDM in der Forschungspraxis verortet wird und wie FDM mit Open Science und Guter wissenschaftlicher Praxis zusammenhängt.
Was ist Forschungsdatenmanagement
Das Forschungsdatenmanagement, oft als FDM abgekürzt, umfasst sämtliche Stadien des Forschungsprozesses, beginnend bei der Datenerfassung und Dokumentation über die Verarbeitung bis hin zur Speicherung, Veröffentlichung oder Archivierung bzw. Löschung der Forschungsdaten. Ziel ist es, einen geordneten Ablauf und eine klare Struktur für den gesamten Datenlebenszyklus zu schaffen. Außerdem sollen dadurch Forschungsdaten effektiv organisiert und gesichert sowie langfristig zugänglich, nutzbar und überprüfbar sein. Außerdem sorgt FDM dafür, dass Forschungsdaten reproduziert werden können und von anderen genutzt werden können, um neue Erkenntnisse zu generieren.
Die Aufgaben des FDM variieren je nach Disziplin, Art der Daten und Forschungsumgebung. Dazu gehören die Dokumentation, die Festlegung von Dateinamen und -strukturen, die Sicherung der Daten, die Einhaltung von Datenschutzbestimmungen, die Unterstützung bei der Auswahl geeigneter Speicherlösungen und die langfristige Archivierung. Das FDM trägt nicht nur zur besseren Organisation und Sicherheit von Daten bei, sondern fördert auch die Transparenz, Reproduzierbarkeit und Zusammenarbeit in der wissenschaftlichen Forschung.
Viele Forschungseinrichtungen haben bereits Leitlinien für das FDM herausgegeben, die als erster Schritt dazu dienen, einen strukturierten Umgang mit Forschungsdaten zu etablieren.
Die Relevanz von Forschungsdatenmanagement
FDM spielt im Forschungsprozess eine zentrale Rolle, da es die Grundlage für eine nachhaltige, transparente und effiziente Forschungspraxis legt. Durch umfassende Dokumentation des Forschungsprozesses strebt man mit FDM eine langfristige Nachvollziehbarkeit und Reproduzierbarkeit der Daten an, während gleichzeitig der Verlust von Daten minimiert werden soll. FDM fördert die Transparenz bei der Datenerhebung und -verarbeitung und erleichtert die Überprüfung von Forschungsergebnissen, insbesondere bei erforderlichen Validierungen. Langfristig gesehen führt erfolgreiches FDM zu Zeit- und Ressourceneinsparungen. Dies kann unter anderem durch verbesserte Zusammenarbeit (durch gemeinsame Standards und Plattformen), Fehlervermeidung und Schutz vor Datenverlusten begründet sein.
Die Relevanz von FDM zeigt sich in verschiedenen Aspekten.
Reproduzierbarkeit und Vertrauenswürdigkeit:
Ein solides FDM gewährleistet die Nachvollziehbarkeit und Reproduzierbarkeit von Forschungsergebnissen. Durch klare Dokumentation der Datenerhebung, -verarbeitung und -analyse können andere Forschende die Schritte rekonstruieren und Ergebnisse überprüfen, was das Vertrauen in wissenschaftliche Erkenntnisse stärkt.
Wissensbewahrung:
Forschungsdaten sind wertvolle Ressourcen, die für spätere Analysen und Studien genutzt werden können. Ein strukturiertes FDM stellt sicher, dass Daten langfristig zugänglich und nutzbar bleiben, auch wenn Forschende die Institution verlassen oder Projekte abgeschlossen werden.
Datenintegrität:
Durch klare Datenmanagementverfahren können Fehler und Datenverluste minimiert werden. Ein durchdachtes FDM hilft, die Integrität der Daten über den gesamten Lebenszyklus hinweg zu gewährleisten.
Zusammenarbeit und Vernetzung:
Einheitliche Standards und Praktiken im FDM erleichtern die Zusammenarbeit zwischen Forschenden, Institutionen und Disziplinen. Gemeinsame Plattformen und Dateninfrastrukturen fördern den Austausch von Daten und erleichtern die Integration in breitere Forschungsgemeinschaften.
Datenschutz und Ethik:
Angesichts zunehmender Datenschutzanforderungen ist ein effektives FDM notwendig, um personenbezogene Daten angemessen zu schützen und ethische Richtlinien einzuhalten.
Fördermittel und Sichtbarkeit:
Viele Förderinstitutionen und Verlage fordern mittlerweile die Einhaltung bestimmter FDM-Richtlinien. Ein gutes FDM kann daher den Zugang zu Fördermitteln erleichtern und die Sichtbarkeit der Forschung erhöhen.
FDM in Open Science
Open Science und FDM sind zwei Konzepte, die Hand in Hand gehen, um die Forschungslandschaft grundlegend zu verändern und zu verbessern. Beide Ansätze teilen das Ziel, Wissenschaft offener, transparenter, nachvollziehbarer und kollaborativer zu gestalten, um die Qualität und den gesellschaftlichen Nutzen von Forschung zu maximieren.
Open Science
Open Science bezieht sich auf den offenen Zugang zu wissenschaftlichem Wissen, Publikationen, Forschungsdaten und Methoden. Es strebt danach, wissenschaftliche Erkenntnisse für alle zugänglich zu machen, unabhängig von institutionellen oder geografischen Grenzen. Offener Zugang zu Publikationen und Forschungsdaten fördert nicht nur die Verbreitung von Wissen, sondern auch die Reproduzierbarkeit von Ergebnissen und die Teilnahme der breiten Öffentlichkeit an wissenschaftlichen Diskussionen.
Vier Grundprinzipien von Open Science
- Transparenz
- Reproduzierbarkeit
- Wiederverwendbarkeit
- offene Kommunikation
Ziele
- Qualität der Forschung verbessern
- Forschungsförderung effizienter einsetzen
- Gute wissenschaftliche Praxis sicherstellen
- Wissenstransfer verbessern
FDM hingegen konzentriert sich auf den Datenlebenszyklus, von der Erhebung über die Verarbeitung bis zur langfristigen Speicherung und Nutzung. Es legt den Grundstein für die systematische Organisation, Dokumentation und Verwaltung von Daten. Ein strukturiertes FDM stellt sicher, dass Forschungsdaten verlässlich, nachvollziehbar und für spätere Analysen zugänglich bleiben.
Was ist Gute wissenschaftliche Praxis?
"Gute wissenschaftliche Praxis (GWP) erfordert strenge Sorgfalt bei der Gewinnung und Auswertung von Daten und beinhaltet die eindeutige und nachvollziehbare Dokumentation des Entstehungskontextes und der benutzten Werkzeuge und Verfahren nach fachspezifischen Standards. Zur Dokumentation von Forschungsdaten gehört auch die Angabe von Quellen, Inhaberschaft und Berechtigung zur Nutzung und Veröffentlichung."
-- (Präsidium der TH Köln 2021)
Mountains of Kong
Zitation:
Kaiser, K., Rathmann, T. (2024): Grundwissen: Datenmanagement in Studium & wissenschaftlicher Praxis. FDM@Studium.nrw Selbstlernkurs (Version 1.0) (BUW)
Ein interessantes Fallbeispiel zur Fälschung in der Wissenschaft und zum Plagiarismus lässt sich in der Darstellung von Afrika auf historischen Landkarten finden.
Wie in der Ausstellung To the Mountains of the Moon: Mapping African Exploration, 1541-1880 (Princeton University Library, 2007) beschrieben wird, werden die Mountain of Kong auf Afrika-Landkarten des 19. Jahrhunderts verzeichnet. Allerdings hat diese Bergkette in Wahrheit nie existiert.
Ausschnitt Landkarte Afrika, (Cary, 1805)
Wie kam es dazu? Nach dem aktuellen Stand der Forschung taucht die Darstellung der Bergkette zuerst in den Arbeiten eines angesehenen englischen Kartografen im Jahr 1798 auf. Er erstellte eine Landkarte anhand der Angaben eines Forschungsreisenden. Der Mythos über die Bergkette wurde durch die Übernahme der falschen Information auf weitere Landkarten für rund 100 Jahre aufrechterhalten und sogar durch weitere Forschende bestätigt. Erst durch die Erkenntnis einer Expedition in den späten 1880er Jahre wurde die Fehlannahme korrigiert. (Vgl. Princeton University Library, 2007)
Ansatz zur Einordnung Aus heutiger Perspektive und unter Berücksichtigung der Guten Wissenschaftlichen Praxis zeigt der Fall, dass falsche Informationen durch ungeprüfte Übernahme verstetigt werden und zur Verbreitung von Falschinformationen beitragen. Weiterhin kann man an diesem Beispiel zeigen, welche Auswirkungen es haben kann, wenn Menschen auf Meinungen, Entscheidungen oder Wissensinhalte von als kompetent angesehenen Personen vertrauen und diese ohne kritische Prüfung des Wahrheitsgehalts übernehmen.
Leitlinien für das wissenschaftliche Arbeiten
Weitere Hinweise zur Befolgung der GWP sind in den „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ der Deutschen Forschungsgemeinschaft festgehalten. An diese angelehnt, gibt es institutsinterne Richtlinien zu Guter wissenschaftlicher Praxis und für den Umgang mit wissenschaftlichem Fehlverhalten, wie sie in diesem Falle die TH Köln verabschiedet hat. Weitere Informationen zum Thema wissenschaftliche Integrität finden Sie auf dem entsprechenden Portal der Deutschen Forschungsgemeinschaft.
Leitfragen und Aufgaben
Leitfragen
- Was versteht man unter Forschungsdatenmanagement?
- Inwiefern betrifft das Thema Forschungsdatenmanagement Bereiche ihres Studiums?
- Welche Argumente sprechen für Forschungsdatenmanagement, welche Vorbehalte gibt es?
Aufgabe
Arbeiten Sie die angegebenen Materialien durch und beantworten Sie für sich die Fragen. Dokumentieren und reflektieren Sie Ihre Ergebnisse in Ihrem Lernportfolio.
Lektüre
Lesen Sie die „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ der Deutschen Forschungsgemeinschaft aufmerksam durch. Deutsche Forschungsgemeinschaft. (2022). Leitlinien zur Sicherung guter wissenschaftlicher Praxis. Kodex. https://doi.org/10.5281/zenodo.6472827
Weiterführende Materialen und Quellen
Literatur
Arbeitsgruppe Forschungsdaten. (2018). Forschungsdatenmanagement. Eine Handreichung. Arbeitsgruppe Forschungsdaten der Schwerpunktinitiative „Digitale Information" der Allianz der deutschen Wissenschaftsorganisationen. Potsdam: Deutsches GeoForschungsZentrum GFZ. https://doi.org/10.2312/allianzoa.029
Deutsche Forschungsgemeinschaft. (2022). Leitlinien zur Sicherung guter wissenschaftlicher Praxis. Kodex. https://doi.org/10.5281/zenodo.6472827
Fliegner, A., Raatz, P., & Schick, E. (2022, Dezember 8). FDM-"Schiffbrüche" aus dem Forschungsalltag und was Sie daraus lernen können. Zenodo. https://doi.org/10.5281/zenodo.7377582
Forschungsdaten.info. (2023, 5. Mai). Was ist Forschungsdatenmanagement. Zugriff am 18.10.2023, von https://forschungsdaten.info/themen/informieren- und-planen/was-ist-forschungsdatenmanagement
Forschungsdaten.info. (2024, 02. Mai). Gute wissenschaftliche Praxis und FDM. Zugriff am 11.06.2024, von https://forschungsdaten.info/themen/ethik-und-gute-wissenschaftliche-praxis/gute-wissenschaftliche-praxis-und-fdm/
Putnings, M., Neuroth, H. & Neumann, J. (2021). Praxishandbuch Forschungsdatenmanagement. Berlin, Boston: De Gruyter Saur. https://doi.org/10.1515/9783110657807
Quellen
Fühles-Ubach, S. & Heidkamp, P. (2022). Data Literacy – Basiskurs Data Lifecycle. KI-Campus Original. DaLI – Data Literacy Initiative. https://ki-campus.org/courses/dali-basis-THK2021
Präsidium der TH Köln. (2021). Leitlinie zum Umgang mit Forschungsdaten. Zugriff am 20. Oktober 2023, von https://www.th-koeln.de/mam/downloads/deutsch/forschung/leitlinie_zum_umgang_mit_forschungsdaten.pdf