Dies ist eine alte Version des Dokuments!
Datenmanagementplan
Zentrales Werkzeug eines Forschungsdatenmanagements ist der Datenmanagementplan (DMP). Dabei gilt es bereits bei der Planung der Datenerhebung sämtliche im Zusammenhang mit der Erhebung und Nutzung von Forschungsdaten verbundenen Tätigkeiten entlang des Datenlebenszyklus zu beschreiben um sicherzustellen, dass diese stets Anforderungen entsprechend durchgeführt werden.
Als wichtige Aspekte, die bei der Erstellung eines DMP zu berücksichtigen sind, können genannt werden:
- Art der anfallenden Daten
- Datentypen
- Menge
- Speicherung
- Sicherheitsaspekte
- Dokumentation
- Verarbeitungsschritte
- Nachnutzungsszenarien
- Erforderliche bzw. verfügbare technische und personelle Ressourcen
Planung
In der Regel sollen bereits frühzeitig bei der Planung des Vorhabens die FDM-Rahmenbedingungen, die durch Förderinstitutionen, durch Fachgesellschaften, Fachverlage, durch Gesetzgebung oder andere institutionelle Ebenen (z. B. Daten-Policies an Hochschulen, Promotionsordnungen) vorgegeben werden, beachtet und in die Planung integriert werden. Hierfür stellen die FAIR-Prinzipien (als eine Komponente von Open Science) eine Art Leitfaden dar, um Forschungsergebnisse, auch im Sinne von Maschinenlesbarkeit, nachnutzbar zu machen.
Der DMP ist ein mitunter formales Dokument, das sowohl aus allgemeingültigen Fragen zum Umgang mit Forschungsdaten als auch solche, die sich aus den Anforderungen ergeben, besteht. Der Prozess zur Erstellung sowie die Inhalte dieses Dokumentes können wie folgt zusammengefasst werden (s. https://www.forschungsdaten-bildung.de/datenmanagementplan).
Schritt 1: Administrativ-formale Vorgaben
Ziel: Den administrativen und inhaltlichen Hintergrund des datenerhebenden Forschungsprojekts beschreiben.
Inhalte: ID, Fördernde bzw. Eigenfinanzierung, Projekttitel, Projektbeschreibung, Forschende, Kontakt, Zu beachtende Vorgaben von Dritten; Datum der ersten Version, Datum der letzten Änderung.
Im Vorgriff auf ein zukünftige Forschungsinformationssystem (FIS) an der TUC betreibt das EST ein eigenes System zur Stammdatenverwaltung von Forschungsprojekten, welches u.a. automatisch die Projektsteckbriefe auf den Webseiten generiert. Somit liegen diese Stammdaten nach Anlage eines Projektes bereits zur Verfügung und werden bei Änderungen entsprechend nachgepflegt. Ein Zugriff auf die Stammdaten ist für berechtigten Personen (i.A. Personen mit Projektentwicklungsfunktion am EST) über das Anwendungsportal der TU Clausthal möglich (nur aus dem TUC-Netz erreichbar). Berechtigungen hierfür können über die Administrative Leitung des EST im Dez. 2 (Herr Jütte) angelegt werden. Ein Export der Stammdaten erfolgt über eine Excel-Datei.
Schritt 2: Datenerhebung: Daten generieren und bearbeiten
Ziel: Erfassen, welche Daten im Projekt generiert und verarbeitet werden und welche Anforderungen sich hieraus für das Datenmanagement ergeben.
Leitfragen: Welche Art von Daten werden erhoben, wie werden diese erhoben und wie verarbeitet? Zu welchen Zwecken werden Daten erhoben?
Inhalte: Datenbeschreibung, Vorhandene Daten, Qualitätssicherung, (geplante) Datenauswertung / Zwecke der Datenverarbeitung, geplante Schritte der Datenverarbeitung, Publikationen
Schritt 3: Datenspeicherung: Daten und Dateien speichern, organisieren und sichern
Ziel: Physischer Erhalt der Daten und deren Unversehrtheit (Schutz vor Verlust und Manipulation)
Leitfrage: Welche Maßnahmen sind zu ergreifen, um die Daten vor versehentlicher oder absichtlicher Manipulation, vor Verlust oder unbefugten Zugriffen zu schützen?
Inhalte: Speicherung und Backup, Datenorganisation, Formate, Sicherheit
Schritt 4: Datendokumentation: Daten dokumentieren und Metadaten erstellen
Ziel: Sicherstellen der Auffindbarkeit und Identifizierbarkeit der Forschungsdaten sowie deren Interpretierbarkeit (über das Projektende hinaus und auch durch nicht am Projekt beteiligte Dritte). Leitfrage: Welche Informationen werden benötigt, um Daten finden und nachnutzen zu können? Inhalte: zu erstellende Dokumente (z.B. Methodenbericht, Codebuch) nennen, ggf. Verwendung standardisierter Metadaten
Schritt 5: Legitimität: Übereinstimmung mit ethischen und rechtlichen Normen
Ziel: Rechtskonformität der Datennutzung und Schutz der Persönlichkeitsrechte aller Beteiligten; datenschutzrechtliche und ethische Anforderungen einhalten; urheberrechtliche Ansprüche wahren. Leitfrage: Welche rechtlichen Anforderungen gibt es? Wie können diese eingehalten werden? Inhalte: Urheberrechte, Ethik und Datenschutz (Anonymität), Behördliche Genehmigungen
Schritt 6: Data Sharing - Daten teilen: Daten Dritten zugänglich machen
Ziel: Wege der Nachnutzung finden; Den Anforderungen an Replizierbarkeit, Transparenz und Nachvollziehbarkeit der eigenen Forschung nachkommen; Neue Forschung mit den generierten Daten ermöglichen. Leitfrage: Welche Schritte sind zu unternehmen, um Dritten Zugang zu den Forschungsdaten zu ermöglichen?
Inhalte: Verfügbarkeit, Nachnutzungspotential
Schritt 7: Datenerhalt: Daten auswählen und archivieren
Ziel: Langfristigen Erhalt der Forschungsdaten gewährleisten; Erhalt als kulturelles Erbe.
Leitfrage: Sollen die Forschungsdaten langfristig erhalten bleiben? Welche der vorliegenden Forschungsdaten sollen erhalten bleiben und wie?
Inhalte: Selektion und Aufbewahrungsdauer, Archivierung und Erhaltung
Schritt 8: Verantwortlichkeiten und Ressourcen
Ziel: Implementation des Datenmanagementplans; Zuweisung ausreichender Ressourcen.
Leitfrage: Welche Ressourcen sind erforderlich für die Umsetzung des Datenmanagements? Wer ist für welche Maßnahmen verantwortlich?
Inhalte: Verantwortlichkeiten, Budget
