Die HTW Berlin hat eine erste wichtige Etappe auf dem Weg zu einem hochschulweit konsistenten Forschungsdatenmanagement (FDM) zurückgelegt. Es gibt einen „Forschungsdatenmanagement One-Stop-Shop“. Was sich dahinter verbirgt und welchen Nutzen die Plattform für Forschende hat, erläutert Esther Schneidenbach im Interview. Sie ist wissenschaftliche Referentin und Koordinatorin des bis August 2025 laufenden Projekts „FitForFDM“, in dem sie Strukturen für das Forschungsdatenmanagement an der HTW Berlin entwickelt und aufbaut. Während der Laufzeit des Projektes fungiert sie auch als Ansprechpartnerin für allgemeine Fragen zum Forschungsdatenmanagement an der HTW Berlin.

Esther Schneidenbach: Im „FDM One-Stop-Shop“ haben wir alle Informationen zusammengetragen, die Forschende rund um das Management ihrer Forschungsdaten benötigen, nach denen sie erfahrungsgemäß suchen oder bald suchen werden, denn die Anforderungen in diesem Bereich wachsen stetig. Der „FDM One-Stop-Shop“ soll die zentrale Anlaufstelle sein. So haben wir ihn konzipiert. Es gibt alles aus einer Hand. Wenn eine Datei, ein Link oder eine Information fehlen, ergänzen wir sofort, und alle profitieren davon. Bis dato existiert an der HTW Berlin kein vergleichbares Angebot, weshalb viele Wissenschaftler*innen auf sich allein gestellt waren und sich die Informationen zeitaufwändig suchen mussten. Mit dem Forschungsdatenmanagement One-Stop-Shop werden sie es nun leichter haben.

Es gibt sowohl allgemeine Informationen als auch fachspezifische Serviceangebote unserer eigenen Hochschule, außerdem nützliche Tools und Informationsdienste externer Anbieter. Forschende finden einschlägige Vorgaben von Fördermittelgebern zum Forschungsdatenmanagement für die Antrags- und Projektphase, wie etwa die Checkliste der Deutschen Forschungsgemeinschaft oder Datenmanagementplanvorlagen der Bundesministerien und der EU, Hinweise auf Beantragungsmöglichkeiten von Fördermitteln, weitere Informationen zum Umgang mit Forschungsdaten während der Projektphase, eine Übersicht über fachspezifische Repositorien für die Archivierung und so weiter und so fort. Bei alledem haben wir uns an den sogenannten FAIR-Prinzipien orientiert, dem Goldstandard der Speicherung, Beschreibung und Veröffentlichung von Forschungsdaten. FAIR steht für findable, accessible, interoperable und reusable. 

Der One-Stop-Shop ist nach dem Datenlebenszyklus eines Projekts strukturiert. Es fängt an mit der Projektidee und -planung, geht weiter mit der Erhebung, Analyse und Aufbereitung und endet mit der Publikation, Archivierung und Nachnutzung der Daten. Mit Daten gemeint sind übrigens nicht nur eigene Berechnungen und Messungen. Gemeint sind sämtliche Daten, die in einem Forschungszyklus entstehen bzw. digital erstellt werden: Rohdaten, Grafiken, Statistiken und Auswertungen, Texte, Fotos, Tonaufnahmen etc. Mit diesen Daten müssen Forschende standardisiert und strukturiert umgehen, der One-Stop-Shop soll ihnen dabei helfen.

Das stimmt, weil die HTW Berlin kein Archiv für Forschungsdaten hat; die anderen Berliner HAW übrigens auch nicht. An den Berliner Universitäten gibt es bisher unterschiedliche Angebote, die jedoch nicht alle Fachdisziplinen abdecken, meines Wissens ist eine kooperative Lösung im Aufbau. Ein institutionelles Repositorium schien uns wenig sinnvoll, denn das Ziel ist ja, dass die Daten auch von den jeweiligen Fach-Communities nachgenutzt werden und zur Verfügung stehen. Deshalb schlagen wir vor, fachspezifische Repositorien zu nutzen und haben vorab auch Vorschläge für die verschiedenen Fachgebiete an der HTW Berlin zusammengestellt. Unsere Empfehlung an die Forschenden lautet, so früh wie möglich mit den jeweiligen Repositorien Kontakt aufzunehmen, um in Erfahrung zu bringen, ob die eigenen Daten dort archiviert werden können, was zu beachten ist, welche Lizenzen einzuholen sind, welche Dateiformate akzeptiert werden etc.

Oh ja. Den webbasierten Tools, die sich in allen Phasen eines Projekts eignen, haben wir ein ganzes Kapitel gewidmet. Wir verweisen sowohl auf Angebote der Hochschule als auch auf externe Tools. Hier war uns besonders wichtig, auch Alternativen zu kostenpflichtigen Tools aus der Fachcommunity zusammenzutragen. Die Sammlung ist nicht abgeschlossen, wir werden weiterhin Augen und Ohren offen halten. Das gilt auch für alle anderen Inhalte. Außerdem haben wir Antworten auf Frequently Asked Questions zusammengetragen und Schulungsmaterial, das genutzt werden kann.

Ja, ich habe beispielsweise ein Formular für einen Datenmanagementplan (DMP) entwickelt, den man mit seinem Hochschulzugang über Moodle ausfüllen kann. Er wird von den Forschenden oft schon in der Projektantragsphase verlangt. Sie müssen darin beschreiben, wie sie im Verlauf ihres Projekts mit den Forschungsdaten umgehen, welche sie überhaupt sammeln, wie sie diese sichern, speichern, archivieren und teilen. Ein solcher Plan ist wichtig, um Daten effizient auch über die Projektlaufzeit zu verwalten. Wer nicht die freien, aber teilweise etwas umständlichen Tools nutzen möchte, kann damit zumindest die wichtigsten Informationen festhalten.

Außerdem habe ich ein Datendokumentationstool erstellt, das den Forschenden dabei hilft, sogenannte README-Dateien zu generieren. In README-Dateien werden die Daten genau beschrieben. Abhängig davon, auf welcher Ebene diese README-Dateien erstellt werden, wird Auskunft darüber gegeben, wer die Daten erhoben hat, wofür und wie, in welchem Kontext sie zueinanderstehen, was sie beschreiben, wie die Datenstruktur ist, werden verwendete Kürzel aufgelöst und, ganz wichtig: Informationen zu Nutzungsrechten und Nutzungseinschränkungen sowie Ansprechpersonen gegeben. Ich bin selbst Althistorikerin und Archäologin und habe auch wissenschaftlich gearbeitet. Die Relevanz der sorgfältigen Dokumentation eines Projekts für die Rekonstruktion und Nachvollziehbarkeit von Forschungsergebnissen ist mir nur zu gut bewusst – egal ob analog oder digital! Die Dokumentation muss exzellent sein, unabhängig davon, wie verantwortungsvoll man ansonsten agiert. Denn nur dann können Dritte mit den Daten arbeiten und sie nachnutzen. Übrigens: Wer gut dokumentiert und beschreibt, erleichtert auch neuen Mitarbeiter*innen den Einstieg ins Projekt. Nicht zu vergessen die Zeit und das Kopfzerbrechen, die man sich selbst erspart, wenn man die Daten mit etwas Abstand weiternutzen möchte.

Am besten, sobald sie eine erste Projektidee haben bzw. mit der Planung beginnen. Dann können sie alle Infos von Anbeginn berücksichtigen. Aber spätestens dann, wenn die eigentliche Forschung beginnt. Denn im Laufe des Projekts werden viele Fragen ohnedies auftreten, für die wir Lösungsvorschläge erarbeitet haben. Dann braucht man plötzlich solide Einwilligungserklärungen, muss über den Datenschutz nachdenken etc. etc. Für alles gibt es Tools und Vorlagen, oft auch aus der jeweiligen Fach-Community. Jede sowie jeder ist gut beraten, das Rad nicht neu zu erfinden. Ich bin überzeugt, dass unsere Zusammenstellung hilft, effizienter zu arbeiten und Zeit zu sparen.  

Ja, wir haben Pretests gemacht und die im Shop verfügbaren Informationen in den letzten Monaten für unsere eigene Beratung verwendet. Das funktionierte gut. Auch unsere Data Scoutin Paulina Dąbrowska hat alles anhand der Beratung von Einzelprojekten durchgecheckt. Aber es steht jedem und jeder frei, uns zu kontaktieren und Hinweise auf Lücken, Fehler oder dergleichen zu geben. Das kann einfach über die Kommentarfunktion passieren oder per Mail an mich. Ich freue mich über Feedback. Denn wir möchten mit dem One-Stop-Shop ja die Informationen bereitstellen, die benötigt werden und das erfahren wir natürlich am besten von den Forschenden selbst. Forschungsdatenmanagement ist ein dynamisches Thema und es ist unser Anspruch, den One-Stop-Shop auf dem neuesten Stand zu halten.

Schade ist, dass Studierende auf den One-Stop-Shop vorerst nicht zugreifen können werden. Ich hätte mir gewünscht, dass man ihn in die Lehre einbindet, denn meines Erachtens sollte digitale Datenkompetenz ab Bachelorstudium eine Rolle spielen. Doch Lehrende können sich PDF-Seiten herunterladen und unser Angebot auf diesem Weg nutzen.