Umgang mit Forschungsdaten
Forschungsdaten bilden die Grundlage von wissenschaftlichen Ergebnissen und umfassen per Definition alle Daten, die im Verlauf des wissenschaftlichen Arbeitsprozesses erhoben, generiert, verarbeitet und veröffentlicht werden. Die systematische Handhabung all dieser Forschungsdaten wird gemeinhin als Forschungsdatenmanagement (FDM) bezeichnet und zielt darauf ab, Qualität, Zugänglichkeit und Wiederverwendbarkeit von Forschungsdaten während ihres Lebenszyklus zu verbessern und somit die Integrität der Forschung zu sichern.
In QuantumFrontiers verstehen wir FDM als wesentlichen Bestandteil "guter wissenschaftlicher Praxis". Dies spiegelt sich nicht nur in einer Richtlinie, die den Umgang mit Forschungsdaten innerhalb des Clusters regelt, wider, sondern auch in den Diensten, Werkzeugen und Methoden, die an beteiligten Institutionen zur Verfügung stehen bzw. Verwendung finden.
Mit regelmäßigen Schulungen und Workshops vermitteln wir nicht nur die notwendigen FDM Praktiken und Hard Skills für einen FAIRen Umgang mit Forschungsdaten, sondern stehen zu den folgenden Themen unseren Forschenden auch beratend zu Verfügung:
- Auswahl geeigneter Ressourcen zur Aufbewahrung und zum Austausch von Forschungsdaten,
- Dokumentation und Datenmanagementpläne,
- Versionierung und Entwicklung von Forschungsoftware,
- Auswahl von geeigneten Datenformaten und Metadaten,
- Erfassung und Bereitstellung von wissenschaftlichen Ergebnissen in entsprechenden Forschungsinformationssystemen
-
Forschungsdaten
Forschungsdaten sind alle Daten, die im Verlauf des wissenschaftlichen Arbeitsprozesses erhoben und verarbeitet werden und die Grundlage von wissenschaftlichen Forschungsergebnissen bilden. Im Exzellenzcluster QuantumFrontiers gehören dazu beispielsweise:
- Mess- und Beobachtungsdaten, die aus der Entwicklung und Erprobung von Instrumenten, speziellen Laborexperimenten und Messkampagnen stammen,
- Simulations- und Modellierungsdaten einschließlich Datenanalyseergebnissen,
- Quellcode von Software und Simulationen,
- (elektronische Labor-)Notizbücher (ELNs)
- diverse Metadaten (Laborparameter bei Experimentdurchführung, benutzte Protokolle, verwendete Instrumente, Version der Software, Filtereinstellungen etc.)
- extrahierte Ergebnisse und Datenprodukte samt dazugehöriger Dokumentation.
-
Forschungsdatenlebenszyklus
Der Forschungsdatenlebenszyklus stellt die verschiedenen Phasen des Forschungsdatenmanagements dar, die die Daten während und nach dem Projekt durchlaufen:
- Forschungsvorhaben planen
- Erhebung, Generierung und Erfassung
- Prozessierung
- Analyse
- Publizieren, Archivierung und Nachnutzung (optional)
Idealerweise sollten zu jeder einzelnen Phase die nachfolgenden Aspekte in einem Datenmanagementplan verschriftlicht werden:
- Dokumentation
- Ordnung und Übersicht
- Speicherorte und Datenübertragung
- Schutz vor Missbrauch
- Datenauswahl
-
Forschungsdatenmanagement
Das Forschungsdatenmanagement (FDM) umfasst das Organisieren, Speichern, Sichern und Teilen von Daten, die während eines Forschungsprojekts gesammelt werden. Wichtige Aspekte sind:
- Planung: Entwicklung eines Datenmanagementplans.
- Organisation: Systematische Erfassung und Strukturierung der Daten.
- Speicherung: Sichere Aufbewahrung der Daten zum Schutz vor Verlust oder unbefugtem Zugriff.
- Dokumentation: Nutzung von Metadaten, um Kontext bereitzustellen und Daten verständlich zu machen.
- Bewahrung: Langfristige Zugänglichkeit der Daten sicherstellen.
- Teilen: Bereitstellung von Daten unter Berücksichtigung von Datenschutz und rechtlichen Vorgaben.
Effektives FDM erhöht die Reproduzierbarkeit, Zuverlässigkeit und den Einfluss von Forschung, indem es Daten leicht zugänglich und nachnutzbar macht.
Richtlinie
Mit der vorliegenden Richtlinie bekennt sich QuantumFrontiers zur Bedeutung von Forschungsdaten im wissenschaftlichen Erkenntnisprozess. Sie gibt den Rahmen zum Umgang mit Forschungsdaten vor und regelt Aufgaben und Zuständigkeiten der beteiligten Parteien innerhalb des Excellenzclusters.
-
Vergangene Veranstaltungen
09 Feb.Love Data Week 202609. Feb. 2026 - 13. Feb. 2026Aktionswoche24 Nov.Data Days Niedersachsen 202524. Nov. 2025 - 26. Nov. 2025Präsenzveranstaltung & Virtueller Thementag18 Nov.Software-Managementpläne zur Unterstützung von FAIR- und Open-Source-Software in der NFDI18. Nov. 2025 | 14:00 - 15:00Webinar02 Okt.Introduction to 3D Visualization with Blender for Scientists (Part 2)02. Okt. 2025 | 13:00 - 17:00Workshop16 Sept.Introduction to 3D Visualization with Blender for Scientists (Part 1)16. Sept. 2025 | 13:00 - 17:00Workshop10 Feb.Lecture Week with GFZ Potsdam10. Feb. 2025 - 14. Feb. 2025RTG Lecture Week10 Feb.Whose Data Is It, Anyway? - Love Data Week 202510. Feb. 2025 - 14. Feb. 2025Aktionswoche11 Dez.Forschungsdaten managen – Grundlagen, Tipps und Tricks11. Dez. 2024 | 09:30 - 16:00Qualifizierungsworkshops13 Nov.Data Days Niedersachsen 202413. Nov. 2024 - 14. Nov. 2024 | 09:30 - 17:00Präsenzveranstaltung & online-Workshops11 Nov.Quantum Communication Symposium Germany 202411. Nov. 2024 - 14. Nov. 2024 | 14:00 - 17:00Symposium & Workshops12 Feb.Love Data Week 202412. Feb. 2024 - 16. Feb. 2024Aktionswoche02 Okt.GRACE Hackweek 302. Okt. 2023 - 06. Okt. 2023 | 07:15 - 12:30Hackweek03 MaiManaging Research Data03. Mai 2023 | 09:00 - 12:00Online Workshop13 Feb.Love Data Week 202313. Feb. 2023 - 17. Feb. 2023Online10 Feb.Speeding Up Your MATLAB Code10. Feb. 2023 | 09:00 - 12:00Online Workshop17 Jan.66th Helmholtz Open Science Online Seminar17. Jan. 2023 | 13:00 - 14:30Online-Seminar19 MaiResearch Software Development (with MATLAB)19. Mai 2022 | 10:00 - 12:00Workshop14 Feb.International Love Data Week 202214. Feb. 2022 - 18. Feb. 2022Online-Event