Requirements of Research Funding Institutions

Research funding institutions and scientific organizations expect a verifiable statement on how to deal with research data or recommend the development of sustainable infrastructures. In the case of an application for a research project you must therefore pay attention the guidelines for data management, as well as possibly local guidelines or guidelines for your field of research.

Only excerpts from the more extensive papers are presented here; always observe the respective valid rules of the funding organisations and the information in the calls for proposals! Ask us at an early stage before submitting an application.

• Deutsche Forschugsgemeinschaft (DFG)
  The DFG provides detailed information on handling research data in DFG projects. In particular, the checklist must be followed when submitting an application.
• Commented DFG-Checklist (German)
• Commented DFG-Checklist (English)
  
  „Wenn aus Projektmitteln systematisch (Mess-)Daten erhoben werden, die für die Nachnutzung geeignet sind, legen Sie bitte dar, welche Maßnahmen ergriffen wurden bzw. während der Laufzeit des Projektes getroffen werden, um die Daten nachhaltig zu sichern und ggf. für eine erneute Nutzung bereit zu stellen.“
  Grundsätzlich: Aufbewahrung der Forschungsdaten für mindestens 10 Jahre (nach der Projektlaufzeit).
  
  The updated DFG recommendations for safeguarding good scientifc practice ar enow available (August 2019): Link to the document (English version starts at page 61).
  
  
• European Union: Horizon 2020
  Guidelines on Data Management in Horizon 2020
  Guidelines on Open Access to Scientific Publications and Research Data in Horizon 2020
  
  The EU offers an online manual for applying for funding, in which and in the specific programmes and calls for proposals the respective requirements for research data management are described in detail.
  
  Data  Management  Plans  (DMPs)  are a key element of good  data  management. A DMP  describes  the  data  management  life  cycle for the  data to  be  collected, processed and/or generated by a Horizon 2020 project. As part of making research data findable, accessible, interoperable and re-usable (FAIR), a DMP should include information on:
  -  the handling of research data during and after the end of the project,
  - what data will be collected, processed and/or generated,
  - which methodology and standards will be applied,
  - whether data will be shared/made open access and
  - how data will be curated and preserved (including after the end of the project).
  A DMP is required for all projects participating in the extended ORD pilot, unless they optout of the ORD pilot. However, projects that optout are still encouraged to submit a DMP on a voluntary basis.
  
  
• Bundesministerum für Bildung und Forschung (BMBF)
  The BMBF has an action plan with which it wants to strengthen the data culture in education, science and research. As a rule, the BMBF's calls for proposals contain information and concrete requirements that must be fulfilled or on which a statement must be made in the application for funding.
  
  
• Allianzinitiative
  Grundsätze zum Umgang mit Forschungsdaten
  Qualitätsgesicherte Forschungsdaten bilden einen Grundpfeiler wissenschaftlicher Erkenntnis und können unabhängig von ihrem ursprünglichen Erhebungszweck vielfach Grundlage weiterer Forschung sein. Dies gilt namentlich für die Aggregation von Daten aus unterschiedlichen Quellen zur gemeinsamen Nutzung. Die nachhaltige Sicherung und Bereitstellung von Forschungsdaten dient daher nicht nur der Prüfung früherer Ergebnisse, sondern in hohem Maße auch der Erzielung künftiger Ergebnisse. Sie bildet eine strategische Aufgabe, zu der Wissenschaft, Politik und andere Teile der Gesellschaft gemeinsam beitragen müssen. Mit dem Ziel, die Qualität, Produktivität und Wettbewerbsfähigkeit der Wissenschaft zu fördern, verabschiedet die Allianz der deutschen Wissenschaftsorganisationen daher folgende Grundsätze für ein koordiniertes weiteres Vorgehen.
  
  Sicherung und Zugänglichkeit - Unterschiede der wissenschaftlichen Disziplinen - Wissenschaftliche Anerkennung - Lehre und Qualifizierung - Verwendung von Standards - Entwicklung von Infrastrukturen
  
  
• Rat für Informationsinfrastrukturen (RFII)
  Empfehlungen zum Management von Forschungsdaten
  
  … Gewinnen Dienste auf diese Weise Reputation in der Forschungslandschaft, wird von Seiten der Nutzer nicht nur eine hohe Verfügbarkeit erwartet, sondern auch Beratung und Support bei Problemen. Der Betrieb spaltet sich in einen Forschungsbereich, der vor allem die Weiterentwicklung der Infrastruktur vorantreibt, und einen Servicebereich (Helpdesk und Feedback). …
  
  … Ein vielfach unterschätzter und gleichwohl hoher Bedarf besteht außerdem an Ressourcen für qualifiziertes Personal, das es heute ‒ auch was Ausbildungswege anbelangt ‒ noch gar nicht gibt. Es sind aber die ‚Köpfe‘, die durch Integration von Daten, Informationen und Wissen aus heterogenen Quellen und über Domänengrenzen hinweg für die Entstehung neuen wissenschaftlichen Wissens und damit für die Wertschöpfung aus den Daten sorgen. …
  
  … Eine Aufbewahrung von digitalen wissenschaftlichen Sammlungen zeitstabil und potenziell auf Dauer zu gewährleisten, stellt für die Wissenschaftsfinanzierung eine große Herausforderung dar. Unter den Bedingungen einer vorwiegend projektförmigen Finanzierung wird sie nicht zu bewältigen sein. …
  
  … Ein flächendeckendes Angebot an Informationsinfrastrukturen für das Forschungsdatenmanagement existiert jedoch ebenso wenig wie die Formulierung einer nationalen Strategie. …
  
  … Ziel sollte sein, ein System nachhaltiger Informationsinfrastrukturen zu schaffen, die sowohl verlässliche Arbeitsstrukturen bieten als auch eine dynamische Weiterentwicklung ermöglichen und eine qualitätsgesicherte Grundversorgung in Deutschland sichern. …