![Forschungsdatenlebenszyklus Schritt 3: Daten aufbereiten und analysieren Forschungsdatenlebenszyklus Schritt 3: Daten aufbereiten und analysieren](/sites/default/files/styles/preview_16_9/public/FD_Lebenszyklus_S3_Daten_aufbereiten_analysieren_B%C3%BChnenbild.png?h=d1cb525d&itok=lvxFhecb)
Einführung
Für eine effektive Datenanalyse in der Forschung sollten folgende Aspekte berücksichtigt werden:
- Datenprüfung, -validierung und -bereinigung: Eine sorgfältige Qualitätssicherung wird als grundlegend angesehen. Die Daten sollten überprüft und validiert werden, um Fehler zu identifizieren und zu korrigieren. Eine konsequente Bereinigung wird als Gewährleistung dafür angesehen, dass Analysen auf präzisen und zuverlässigen Daten basieren.
- Nutzung fachspezifischer Standards: In der Datenanalysephase ist es wichtig, sich an die anerkannten und fachspezifischen Standards und Methoden des Fachgebiets zu halten und diese genau zu dokumentieren (siehe Exkurs Datendokumentation), insbesondere in Bezug auf Auswertungsmethoden und Dateiformate. Dabei ist die Einhaltung der Grundsätze guter wissenschaftlicher Praxis (GWP) essenziell, insbesondere Leitlinie 11 [1], welche die Anwendung wissenschaftlich fundierter und nachvollziehbarer Methoden sowie die Qualitätssicherung und Etablierung von Standards betont.
- Vorbereitung der Daten für die wissenschaftliche Publikation: Die Daten sollten sorgfältig aufbereitet werden, um sie wissenschaftlich zu publizieren. Dies umfasst z.B. die Anonymisierung personenbezogener Daten und die Sicherstellung, dass alle relevanten Informationen für die Leserschaft verständlich sind.
- Dokumentation der Datenauswertung: Eine vollständige Dokumentation aller Schritte der Datenanalyse ist für das Verständnis und die Reproduzierbarkeit der Forschung essenziell (siehe Exkurs Datendokumentation). Forschende müssen alle relevanten Informationen, die zum Zustandekommen eines Forschungsergebnisses führen, so nachvollziehbar erfassen, wie es im jeweiligen Fachgebiet erforderlich und angemessen ist, um die Überprüfung und Bewertung der Ergebnisse zu ermöglichen [2].
Rechtliche Aspekte & Ethik
In der Phase der Datenaufbereitung und -analyse ist die sorgfältige Berücksichtigung rechtlicher Aspekte erforderlich, die insbesondere in der Datenschutz-Grundverordnung (DSGVO) festgelegt sind. Eine zentrale Frage betrifft die Verarbeitung personenbezogener Daten (siehe Exkurs Rechtliche Aspekte im FDM). Es gilt der Grundsatz, dass personenbezogene Daten nur verarbeitet werden dürfen, wenn eine wirksame Anonymisierung möglich ist und eine Rechtsgrundlage nach Art. 6 Abs. 1 DSGVO [3] dafür vorliegt, sei es durch Einwilligung der betroffenen Personen oder eine gesetzliche Erlaubnis.
Bei der Analyse von Daten mit speziellen Anforderungen, wie z.B. Dual Use, geschützte Arten, Tierversuche oder medizinische Daten, müssen die unterschiedlichen rechtlichen und ethischen Aspekte berücksichtigt werden. Zudem sollte kritisch hinterfragt werden, ob die Forschungsziele auch mit einem geringeren Datenumfang oder durch die Nutzung anonymer bzw. pseudonymer Daten erreicht werden könnten, um die Einhaltung der datenschutzrechtlichen Minimierungsprinzipien sicherzustellen.
[1] https://wissenschaftliche-integritaet.de/kodex
[2] https://wissenschaftliche-integritaet.de/kodex/dokumentation
[3] https://dsgvo-gesetz.de/art-6-dsgvo