piwik-script

Intern
Research Data Management

Leitlinien und Grundsätze

Zum Umgang mit Forschungsdaten gibt es mittlerweile zahlreiche Leitlinien und Grundsätze der Forschungsförderorganisationen, der wissenschaftlichen Fachcommunities, der Universitäten sowie weiterer Organisationen und Initiativen. Die Förderorganisationen verlangen von den Forschenden zunehmend, die entsprechenden Leitlinien bei der Durchführung von Forschungsprojekten zu kennen, einzuhalten und umzusetzen. Allen Antragstellenden ist deshalb anzuraten, sich mit den Leitlinien auseinanderzusetzen und im Antrag explizit auszuformulieren, wie diese im Forschungsprojekt umgesetzt werden sollen.

Julius-Maximilians-Universität Würzburg (JMU)

Leitlinien zum Umgang mit Forschungsdaten an der JMU

Die JMU hat am 20. März 2017 Leitlinien zum Umgang mit Forschungsdaten beschlossen. Die Leitlinien richten sich an alle Wissenschaftlerinnen und Wissenschaftler der JMU. Sie geben Handlungsempfehlungen zum Datenmanagement vor Beginn und während eines Forschungsprojektes sowie zum Archivieren von Forschungsdaten nach Projektende.

Sorbonne-Erklärung für offene und "FAIRe" Forschungsdaten

Die Universität Würzburg unterzeichnete am 27.01.2020 in Paris die Sorbonne-Erklärung (Sorbonne Declaration of Research Data Rights). Die Unterzeichner sprechen sich für offen zugängliche und wiederverwertbare Forschungsdaten aus, die den international etablierten FAIR Data Principles folgen. Darüber hinaus fordern sie von den staatlichen Regierungen, den politischen und rechtlichen Rahmen für offene Forschungsdaten zu schaffen und die notwendigen Mittel für die technologische Infrastruktur und das Forschungsdatenmanagement bereitzustellen. Die Sorbonne-Erklärung wurde von neun Verbänden unterzeichnet, die mehr als 160 internationale Spitzenuniversitäten vertreten. Einer der Verbände ist German U15, der 15 medizinführende und forschungsstarke Universitäten in Deutschland repräsentiert und dem die Universität Würzburg angehört.

Weitere Downloads zum Thema
Pressemitteilung der German U15 (Deutsche Version)
Pressmitteilung der German U15 (Englische Version)

Deutsche Forschungsgemeinschaft (DFG)

Die DFG hat im Juli 2019 den Kodex Leitlinien zur Sicherung guter wissenschaftlicher Praxis veröffentlicht, den Hochschulen und Forschungseinrichtungen bis Juli 2022 umzusetzen sollen, um weiterhin Fördermittel durch die DFG zu erhalten. Dementsprechend ist er auch im Umgang mit Forschungsdaten die zentrale Richtschnur für alle Forschenden, die bei der DFG einen Forschungsantrag stellen möchten.

Von den insgesamt 19 formulierten Leitlinien im Kodex sind vor allem die Folgenden besonders relevant für den Themenkomplex Forschungsdatenmanagement und Datenarchivierung:

  • Leitlinie 7: Phasenübergreifende Qualitätssicherung 
  • Leitlinie 10: Rechtliche und ethische Rahmenbedingungen 
  • Leitlinie 11: Methoden und Standards
  • Leitlinie 12: Dokumentation  
  • Leitlinie 13: Öffentlicher Zugang zu Forschungsergebnissen  
  • Leitlinie 17: Archivierung 

Der Kodex löst die Denkschrift Sicherung guter wissenschaftlicher Praxis ab, die 1998 verfasst und 2013 aktualisiert wurde.
 
Zusätzlich hat die DFG im Jahr 2015 bereits Leitlinien zum Umgang mit Forschungsdaten festgelegt. Diese konkretisieren die Grundsätze zum Umgang mit Forschungsdaten, die im Jahr 2010 von der Allianz der Wissenschaftsorganisationen verabschiedet wurden.

Fachspezifische Empfehlungen

Da sich die Anforderungen an den Umgang mit Forschungsdaten zwischen den wissenschaftlichen Fächern teilweise stark unterscheiden, gibt es zunehmend Initiativen innerhalb der Fachcommunities, fachspezifische Empfehlungen auszusprechen. Dies wird von der DFG explizit unterstützt.

Im Jahr 2015 hat die DFG Leitlinien im Umgang mit Forschungsdaten veröffentlicht und die Fachgesellschaften dazu aufgefordert, diese Leitlinien für ihre jeweilige wissenschaftliche Disziplin zu konkretisieren. Auf der DFG-Webseite "Umgang mit Forschungsdaten" sind fachspezifische Empfehlungen für einige wissenschaftliche Disziplinen zu finden.

Darüber hinaus gibt es weitere fachspezifische Richtlinien und Grundsätze:

Der Weltbiodiversitätsrat IPBES hat im Januar 2020 eine Data Management Policy veröffentlicht. Diese informiert Forschende und Wissenschaftseinrichtungen dieses Fachgebiets zu Datenmanagementplänen, dem Vorgehen bei der Datenarchivierung und der Nutzung von Open Source Software. 

In der Hochenergiephysik wurden 2013 und 2014 unter Federführung des CERN Leitlinien durch die internationalen Kooperationspartner formuliert. Diese legen die Zugänglichkeit der Large Hadron Collider-Daten für Personen fest, die nicht an den Projekten mitarbeiten:

Einfluss auf den Umgang mit Daten haben in klinischen Studien der Lebenswissenschaften auch die Grundsätze der Guten klinischen Praxis (ICH Topic E 6 – Guidelines of Good Clinical Practice, kurz: ICH-GCP). Diese Grundsätze sind die international anerkannten ethischen und wissenschaftlichen Qualitätsstandards, welche bei der Planung, Durchführung, Dokumentation und Berichterstattung von klinischen Studien am Menschen einzuhalten sind. Die ICH-GCP werden auch von der DFG eingefordert, indem sie die Antragsteller auf die Leitlinien verpflichtet. 

Die Einhaltung der „Guten klinischen Praxis“ (GCP) bei der Durchführung von klinischen Prüfungen mit Arzneimitteln zur Anwendung am Menschen ist in Deutschland zusätzlich durch die GCP-Verordnung des Arzneimittelgesetzes (AMG) gesetzlich vorgeschrieben.

FAIR Data Principles

Die FAIR Data Principles haben seit ihrer Veröffentlichung durch Wilkinson et al. (2016) eine stetig zunehmende Verbreitung und Anerkennung in der Wissenschaft gefunden. Sie zielen darauf ab, dass Daten nachgenutzt werden können und damit den maximal möglichen Wert für die Forschungsgemeinschaft erhalten. Um dies zu erreichen, wurden die vier Data Principles festgelegt, nach denen Forschungsdaten, wenn möglich auffindbar (Findable), zugänglich (Accessible), interoperabel (Interoperable) und nachnutzbar (Reusable) abgelegt werden sollen. 
 
Neben der nachfolgenden Kurzdefinition der einzelnen Prinzipien aus dem Artikel von Wilkinson et al. (2016), gibt es auf der Webseite von FORCE11 noch genauere Beschreibungen zu den FAIR Data Principles. 

F1. (meta)data are assigned a globally unique and persistent identifier
F2. data are described with rich metadata (defined by R1 below)
F3. metadata clearly and explicitly include the identifier of the data it describes
F4. (meta)data are registered or indexed in a searchable resource

A1. (meta)data are retrievable by their identifier using a standardized communications protocol
A1.1 the protocol is open, free, and universally implementable
A1.2 the protocol allows for an authentication and authorization procedure, where necessary
A2. metadata are accessible, even when the data are no longer available

I1. (meta)data use a formal, accessible, shared, and broadly applicable language for knowledge representation.
I2. (meta)data use vocabularies that follow FAIR principles
I3. (meta)data include qualified references to other (meta)data

R1. meta(data) are richly described with a plurality of accurate and relevant attributes
R1.1. (meta)data are released with a clear and accessible data usage license
R1.2. (meta)data are associated with detailed provenance
R1.3. (meta)data meet domain-relevant community standards

Weitere wichtige Präzisierungen zu den FAIR Prinzipien finden sich auch in dem Artikel von Mons et al. (2017). Besonders folgende zwei Aspekte sind hervorzuheben: (1) FAIR Data ist nicht das gleiche wie Open Data und (2) FAIR Data erfordert neben der Lesbarkeit durch den Menschen auch die Lesbarkeit durch Maschinen.