03: Was ist Forschungsdatenmanagement?

Themen: Forschungsdatenmanagement: eine Annäherung in Definitionen; Forschungsdaten: ein weites Feld; Verantwortlichkeiten für Forschungsdatenmanagement; Umsetzung von Forschungsdatenmanagement
Folien: PDF
Glossar: PDF

Zentrale Aspekte

Forschungsdatenmanagement ist „alter Wein in neuen Schläuchen“.
Wir haben nur ver- bzw. nie gelernt, mit unseren Daten umzugehen.
Forschungsdatenmanagement ist eine Frage der Einstellung,
weniger eine Frage der verfügbaren Werkzeuge.
Forschungsdatenmanagement ist eine notwendige, aber keine
hinreichende Voraussetzung wissenschaftlichen Erkenntnisgewinns.
Forschungsdaten umfassen neben den Daten und Metadaten auch
die Werkzeuge und sind grundsätzlich publikationswürdig.
Die primäre Verantwortung für Forschungsdatenmanagement
liegt bei den individuellen Forschenden.

Fragen zur Vertiefung und Wiederholung

Diese Fragen dienen der persönlichen Beschäftigung mit der Thematik, werden aber nicht separat in der Vorlesung besprochen.

Warum ist Forschungsdatenmanagement inhaltlich nichts Neues, auch wenn der Begriff erst in den letzten Jahren breitere Aufmerksamkeit erfuhr? Was ist der Grund, dass dem Thema mittlerweile eine so große Bedeutung beigemessen wird?
Warum greift es viel zu kurz, zunehmende Digitalität und datengetriebene Wissenschaft als Hauptmotivation für Forschungsdatenmanagement zu sehen?
Wie würden Sie den Begriff \enquote{Forschungsdatenmanagement} definieren?
In welcher Beziehung steht Forschungsdatenmanagement zu den verfügbaren Werkzeugen einerseits und zur Einstellung der Forschenden andererseits?
Was gehört zu den Forschungsdaten? Was bedeutet das konkret für den Umgang mit ihnen, ausgehend von den Grundprinzipien der Wissenschaft?
Welche Bedeutung kommt Forschungsdaten für die Wissenschaft (nicht) zu?
Welche Verantwortlichkeiten gibt es im Forschungsdatenmanagement? Wer ist primär für die Umsetzung des Forschungsdatenmanagements verantwortlich?

Weiterführende Literatur

Eine kommentierte und handverlesene Liste mit weiterführender Literatur zum Thema. Die Auswahl ist zwangsläufig subjektiv.

Zum Forschungsdatenmanagement selbst gibt es umfangreiche Literatur. Ein aktueller deutschsprachiger Sammelband (mit unterschiedlicher Qualität der einzelnen Beiträge) ist Putnings/Neuroth/Neumann {[putnings-m-2021]}. Ältere Werke, die klar zeigen, dass das Thema deutlich älter ist als der aktuelle politische Hype darum, sind u.a. {[neuroth-h-2010,neuroth-h-2012,neuroth-h-2013,ludwig-j-2013,buettner-s-2011]}. Eine knappe und gute Übersicht zum Thema, die sich am Forschungsdatenlebenszyklus entlanghangelt, geschrieben von einer Chemikerin, die aufgrund eigener Erfahrungen zum Forschungsdatenmanagement kam, liefert Briney {[briney-k-2015]}. Erwähnt sei auch das Buch von Corti et al. {[corti-l-2020]}, auch wenn es klar auf die Sozialwissenschaften fokussiert, fast ausschließlich neue Literatur zitiert und die Thematik für die Naturwissenschaften oft weniger relevant ist. Ein „Primer“ der National Information Standards Organization (NISO) als kurze Einführung ist {[strasser-c-2015]}.

Diverse Organisationen haben einschlägige Leitlinien zum Umgang mit Forschungsdaten verfasst, darunter die Allianz der deutschen Wissenschaftsorganisationen {[allianz-data-policy]}, die Deutsche Forschungsgemeinschaft (DFG) {[dfg-2015-leitlinie-forschungsdaten,dfg-good-research-practice]} und der Rat für Informationsinfrastrukturen (RfII) {[rfii-2016-fdm,rfii-2016-rdm]}, um nur einige zu nennen. Maßgeblich für die Idee, dass Forschungsdaten auch außerhalb ihres ursprünglichen Kontextes relevant und deshalb von wirtschaftlichem und politischem Interesse sind, sind die entsprechenden Prinzipien und Leitlinien der OECD {[oecd-2007]}.

Für eine wirklich intellektuelle Auseinandersetzung mit vielen Fragen rund um Forschungsdaten und den Umgang mit ihnen vgl. immer wieder die Veröffentlichungen von C. L. Borgman, sowohl ihr Buch {[borgman-cl-2015]} als auch ein zeitlich vorher veröffentlichter kürzerer Artikel, der sich kritisch mit dem Veröffentlichen und Teilen von Forschungsdaten auseinandersetzt {[borg-jasist-63-1059]}.

Für die Auseinandersetzung mit der Unterscheidung zwischen Forschung und Wissenschaft und insbesondere der Frage, wie es sein kann, dass Forschung ohne Erkenntnis bleibt, sei der Beitrag von Richard Feynman zur „Cargo Cult Science“ {[feyn-engsci-37-7-10]} sehr empfohlen. Eine erhellende Parallele für die Softwareentwicklung mit expliziter Bezugnahme auf Feynman stammt von Steve McConnell {[mcco-ieeesw-17-2-11]}.