Anforderungen der Forschungsförderer
Alle Forschungsförderer und Wissenschaftsorganisationen erwarten in Anträgen auf Förderung eine überprüfbare Aussage zum Umgang mit Forschungsdaten bzw. empfehlen den Aufbau nachhaltiger Infrastrukturen. Bei einem Antrag auf Förderung Ihres Forschungsvorhabens bei einem Forschungsförderer müssen Sie deshalb dessen Richtlinien und Leitlinien für das Datenmanagement beachten und zudem evtl. auch lokale Leitlinien oder Vorgaben Ihrer Fachwissenschaft.
Dargestellt werden hier nur Auszüge aus den z.T. umfangreichen Papieren, beachten Sie immer die jeweils gültigen Regeln der Förderer und die Hinweise in den Ausschreibungen! Fragen Sie uns frühzeitig vor der Antragseinreichung.
- Deutsche Forschugsgemeinschaft (DFG)
Die DFG stellt ausführliche Informationen zum Umgang mit Forschungsdaten in DFG-Projekten bereit. Insbesondere muss bei der Antragstellung die Checkliste beachtet werden. - Mit Kommentaren und Hinweisen ergänzte DFG-Checkliste (Deutsch)
- Mit Kommentaren und Hinweisen ergänzte DFG-Checkliste (Englisch)
„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).
Der Kodex "Leitlinien zur Sicherung guter wissenschaftlicher Praxis" der DFG liegt in einer neuen Fassung (Stand August 2019) vor: Link zum Dokument.
- Die EU-Kommission hat Ende 2013 zwei Leitfäden für Antragsteller im Rahmenprogramm
Horizon 2020 veröffentlicht:
Guidelines on Data Management in Horizon 2020
Guidelines on Open Access to Scientific Publications and Research Data in Horizon 2020
Die EU bietet ein Online Manual für die Beantragung von Fördermitteln, in diesem und in den spezifischen Programmen und Ausschreibungen sind die jeweiligen Anforderungen an Forschungsdatenmanagement ausführlich dargestellt.
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 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)
Das BMBF hat einen Aktionsplan, mit dem es die Datenkultur in Bildung, Wissenschaft und Forschung stärken will.
In den Ausschreibungen des BMBF gibt es in der Regel Hinweise und konkrete Anforderungen, die zu erfüllen sind bzw. zu denen im Antrag auf Förderung Stellung genommen werden muss. - Hinweise der 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. …