Glossar

Die 3-2-1-Regel ist eine Empfehlung zur Datensicherung. Sie besagt, dass Sie

• mindestens drei Kopien der Daten,
• auf mindestens zwei verschiedenen Speichermedien (Externe Festplatte, USB-Stick, lokale Festplatte (aber lokal kritisch wg. Ransomware-Attacken)) und
• eine davon an einem anderen Ort (dezentral) hinterlegen sollten.

Wenn Sie an Ihrer Institution mit einem Cloud-System arbeiten, erfüllen Sie die Regel bereits, wenn Sie die entsprechenden Dateien in der Cloud, auf Ihrem Dienst-Laptop und einem anderen Medium (z. B. Sicherheitskopie auf externer Festplatte) abgelegt haben.

Der Datenmanagementplan (DMP) ist ein strukturiertes Dokument über den Umgang mit Forschungsdaten vor, während und nach einem Projekt. Datenmanagementpläne enthalten neben allgemeinen Informationen zum Projekt und einer Projektbeschreibung üblicherweise folgende Angaben:

• zu beachtenden Policies (z. B. Leitlinien zum Umgang mit Forschungsdaten der eigenen Hochschule)
• zur Datenerhebung (z. B. selbst erhoben, Wiederverwendung etc.)
• zu Datentypen und -formaten
• zur Speicherung der Daten während des Projekts
• zur Datendokumentation (Metadatenstandards, Klassifikation)
• zur Ablage der Daten nach Projektende (Archivierung, Repositorium)
• zu rechtlichen Besonderheiten, Lizenzen und zum Data Sharing
• zu Verantwortlichkeiten, Ressourcen, Kuration

Eine gute Einführung, inklusive Video und Muster-DMP, gibt es beispielsweise von der HU Berlin.

Der Schutz von personenbezogenen Daten ist im Forschungsdatenmanagement vor allem im Bereich der Gesundheits- und sozialwissenschaftlichen Forschung von Bedeutung. Durch Anonymisierung oder Pseudonymisierung lassen sich aber auch sensible Daten weiterverwenden bzw. sicher ablegen. Es empfiehlt sich, lokale Datenschutzbeauftragte mit einzubeziehen. Ein erster Überblick über das Thema findet sich bei forschungsdaten.info.

Zudem gibt es mit den Interactive Virtual Assistants 1-3 von BERD@NFDI bereits erste Tools für den Datenschutz, die Online frei verfügbar sind. IVA1 zeigt beispielsweise anhand eines Fragenkataloges auf, ob ein Projekt überhaupt von der Datenschutzgrundverordnung (DSGVO) betroffen ist. IVA2 hilft Ihnen, herauszufinden, was Sie beachten müssen, um eine rechtmäßige Zustimmung zur Datenverarbeitung zu erhalten. Und IVA3 führt Sie durch den Prozess der Feststellung, ob die Datenverarbeitung im Rahmen Ihres Forschungsprojekts eine bundes- oder landesrechtliche Grundlage berührt.

ELN - findet man in der Regel als engl. Abkürzung - bedeutet Electronic Laboratory Notebook, also Elektronisches Laborbuch. Das meint Software, mit der sich der gesamte Lebenszyklus von Forschungsdaten digital festhalten lässt. Die ELN sollen die "analogen" Laborbücher ersetzen, zumal Untersuchungsergebnisse heute ohnehin digital erhoben werden. Bekanntere (Open Source) ELN sind Chemotion (von NFDI4Chem) für die Chemie und verwandte Wissenschaften, eLabFTW für jede Form der experimentellen Wissenschaften, openBIS (von der ETH Zürich) für Life Sciences und quantitative Forschungsbereiche oder NOMAD (von FAIRmat) für Materialwissenschaften.

Die Technische Universität Darmstadt hat einen ELN Finder auf ihrer Website erstellt, der es ermöglicht, nach einer passenden Laborbuch-Software zu suchen.

Die ZB Med hat zur Einführung ins Thema ein Video-Tutorial veröffentlicht und einen ELN-Wegweiser veröffentlicht, der helfen soll, das passende ELN zu finden.

Die FAIR-Prinzipien sind Richtlinien zum Forschungsdatenmanagement. Das Akronym steht für die 4 Schlüsselbegriffe findable, accessible, interoperable und reusable - also auffindbar, zugänglich, kompatibel und wiederverwendbar. Um Forschungsdaten möglichst FAIR zu machen bzw. zu halten, gibt es einige praktische Tipps, zu finden u. a. bei forschungsdaten.info.

Die FAIR-Prinzipien finden Sie ausführlich beschrieben zum Beispiel bei der TIB Hannover.

Forschungsdaten-Policies oder -Leitlinien sind verbindliche Verordnungen von Institutionen wie Hochschulen zum Umgang mit Forschungsdaten.

Metadaten sind letztlich nichts anderes als Daten, die Daten beschreiben. Am bekanntesten sind Metadaten aus dem Bibliothekswesen: So werden beispielsweise für eine Publikation Angaben darüber gemacht, wer der/die Autor*in ist, wann das Werk erschienen ist, wo es bei wem verlegt wurde, in welcher Sprache es erschienen ist usw. In vielen Disziplinen haben sich Standards entwickelt, nach denen ein Datensatz, ein Forschungsergebnis oder eine Untersuchung beschrieben werden sollen, die naturgemäß sehr unterschiedlich sind. Einen Überblick über Metadatenstandards nach Fachdisziplinen finden Sie beispielsweise im Metadata Standards Catalogue der Research Data Alliance (RDA) bei der University of Bath (UK).

Die ORCID (Open Researcher and Contributor ID) ist eine Identifikationsnummer, mit der sich alle in Forschung und Wissenschaft tätigen Personen eindeutig und dauerhaft identifizieren können. Sie ist eine Art digitale Visitenkarte, auf der Sie Fördermittel, Projekte, Publikationen, Werdegang u. a. m. eintragen können. Sie dient dazu, die eigene Arbeit im digitalen Raum eindeutig referenzierbar und leicht auffindbar zu machen.

Repositorien sind Speicherorte für digitale Objekte. Dort können Forschungsdaten abgelegt und auch veröffentlicht werden.

Es empfiehlt sich, Forschungsdaten in einem fachspezifischen Repositorium zu veröffentlichen, weil dort der Impact größer ist. Ist ein solches nicht bekannt, kann bei Re3Data (eine Art Suchmaschine für Repositorien) mit entsprechenden Filtern nach einem passenden Repositorium gesucht werden. Auch bei Risources (über Katalog/Kategorie/Open-Access-Repositorium) lassen sich Repositorien finden. Selbstverständlich kann Ihnen auch die FDM-Ansprechperson Ihrer Hochschule oder unser Projektteam bei der Suche behilflich sein.

Spielt die fachspezifische Veröffentlichung keine Rolle, sollte ein institutionelles Repositorium (i.d.R. das der eigenen Institution) gewählt werden. Für unseren Verbund ist das GRO.data.

Sollte das nicht möglich oder zielführend sein, kann auf generische Repositorien wie Zenodo oder Figshare zurückgegriffen werden.