Inhalte für Datenmanagementpläne und FDM-Antragskapitel

Sobald in Ihrem Projekt neue Daten entstehen oder existierende Daten nachgenutzt werden, sollte dies dokumentiert werden, damit stets nachvollziehbar bleibt, woher die Daten stammen, bzw., wie sie entstanden sind. Ebenso festgehalten werden sollte jeder folgende Verarbeitungsschritt. Um in dieser Dokumentation später effizient und zuverlässig nach bestimmten Informationen suchen zu können, bietet es sich an, strukturierte, datenbankbasierte Erfassungssysteme anstelle von reinen Fließtextbeschreibungen zu verwenden.

Für die Erfassung solcher Metadaten gibt es Standards, die das genaue Format für bestimmte Angaben (z.B. Autor*innen, Erhebungsdatum, Projektkontext usw.) festlegen. Die Benennung weiterer Felder und Kategorien, die in einem solchen Metadaten-Schema nicht vorgesehen sind, sollte sich an fachspezifischen Standard-Vokabularen (Terminologien und Ontologien) orientieren, sofern diese existieren. So wird die Vergleichbarkeit und Interoperabilität mit Daten ähnlicher Art aus anderen Projekten erhöht.

Bei der Erhebung und Verarbeitung von Daten gibt es viele potentielle Fehlerquellen, zum Beispiel falsch kalibrierte Messgeräte, Übertragungsfehler, korrupte Dateien und alle erdenklichen Formen menschlicher Fehler. Da falsche Daten auch zu falschen Forschungsergebnissen führen, sind regelmäßige Mechanismen zur Qualitätsprüfung wichtig. Je nach Art der Daten lassen sich die Maßnahmen mitunter (teil-)automatisieren. Zum Beispiel hilft das Erstellen und Vergleichen von Prüfsummen, Dateien zu erkennen, die beim Kopieren beschädigt oder unbewusst verändert wurden. Programme wie Excel sind dafür bekannt, ohne Rückfrage Zeichenkodierungen und Zahlenformate zu ändern, weshalb beim Konvertieren ein Vergleich zwischen Original und Excel-Version empfehlenswert ist. Transkriptionen und Annotationen sollten möglichst immer von mindestens zwei Personen unabhängig geprüft werden.

Grundsätzlich sollten wissenschaftliche Daten so zur Verfügung gestellt werden, dass sie mit Standard-Software gelesen werden können. Proprietäre Datenformate, die nur mit spezieller und ggf. kostenintensiver Software gelesen werden können, sollten daher möglichst zusätzlich in offene Formate konvertiert werden, auch wenn das mitunter mit einer verminderten Funktionalität einhergeht. Mindestens sollte aber immer genau angegeben werden, welche Version eines Programms und ggf. auch welches Betriebssystem benötigt wird.

Die Interviews werden mit der freien Software EXMARaLDA nach den Standards des „Gesprächsanalytischen Transkriptionssystems 2“ (GAT2) aufbereitet und mit einem entsprechenden Header versehen. Nach der automatischen, KI-gestützten (OpenAI Whisper) Transkription der Interview-Aufnahmen erfolgt eine Qualitätskontrolle durch einen der Projektbeteiligten. Dabei wird die Audioaufnahme abgespielt und gleichzeitig das Transkript mitgelesen. Falsch transkribierte Inhalte werden manuell korrigiert. Außerdem werden Pausen und nicht-sprachliche Laute wie, Lachen, Husten, Räuspern etc. kenntlich gemacht. Die fertigen Transkripte werden zusätzlich im RTF-Format gespeichert, das mit jedem gängigen Textverarbeitungsprogramm gelesen werden kann.

Alle Bauteile werden digital mit SOLIDWORKS entworfen. Der Industriepartner stellt eine Instanz des SOLIDWORKS Product Data Management (PDM) bereit, in dem alle Daten versioniert und ihre Verarbeitungshistorie dokumentiert werden. Mit der SOLIDWORKS Simulation wird die mechanische Belastbarkeit jedes Bauteils simuliert, so dass fehlerhafte Berechnungen schon vor der Produktion eines physischen Prototyps erkannt werden. Bei Abschluss des Projektes wird die Dokumentation für jedes Bauteil als statische PDF-Datei und die CAD-Datei selbst ins STEP-Format (ISO 10303) exportiert.

Vektordaten liegen im shp-Format vor, Rasterdaten als Geotiff oder csv. Zusätzlich wird eine PostGIS-Geodatenbank aufgebaut. Diese Formate können in jedes gängige Geoinformationssystem eingebunden werden. Vektordaten werden mithilfe des QGIS-Plugins „Geometry Checker“ auf offensichtliche geometrische Inkonsistenzen geprüft und ggf. korrigiert. Alle Metadaten werden gemäß der ISO-Norm 19115 erfasst. Methoden der Aufbereitung und Analyse der Geodaten werden im Projekt-Wiki (Doku-Wiki) beschrieben, das im Umfang der LUIS-Projektablage enthalten ist.

Beim Umgang mit Forschungsdaten oft betroffene Rechtsbereiche sind das Datenschutz- und Persönlichkeitsrecht sowie das Urheber- und das Patentrecht. Prüfen Sie vor dem Nachnutzen, Erheben, Verarbeiten, Auswerten und ggf. Archivieren und Veröffentlichen von Daten, ob und welche gesetzlichen Normen oder bestehende Vertragsbestimmungen betroffen sein können, damit sie diese nicht verletzen. Beachten Sie insbesondere Lizenzbedingungen, Einwilligungserklärungen, Geheimhaltungsvereinbarungen, Verträge zur Auftragsverarbeitung und Kooperationsverträge. Treffen Sie bei Bedarf auch selbst vertragliche Vereinbarungen. Sowohl beim Prüfen bestehender Rechtstexte als auch beim Aufsetzen neuer Verträge sollten Sie immer und unbedingt juristisches Fachpersonal hinzuziehen!

Grundsätzlich erwarten die meisten großen Förderorganisationen inzwischen, dass Daten aus den von ihnen geförderten Projekten öffentlich zur Nachnutzung zur Verfügung gestellt werden, sofern dem keine rechtlichen oder ethischen Gründe entgegenstehen. Der Zugang zu Daten muss aber auf jeden Fall eingeschränkt oder sogar ganz unterbunden werden, wenn ansonsten Rechte Dritter verletzt würden. Das ist zum Beispiel regelmäßig bei personenbezogenen Daten der Fall, sofern keine rechtswirksame Einwilligung der Betroffenen in eine Veröffentlichung vorliegt. Auch Geheimhaltungsvereinbarungen mit (Roh-)Datengebenden, bestimmte Lizenzbedingungen, kommerzielle Interessen oder ethische Erwägungen können eine Veröffentlichung ausschließen oder den Zugang einschränken. Wenn Sie neue Daten in Zusammenarbeit mit weiteren Personen generieren, sollten alle Beteiligten mit einer geplanten Veröffentlichung einverstanden sein. Es ist daher sinnvoll, schon vor Beginn eines Projekts einvernehmlich entsprechende schriftliche Vereinbarungen zu treffen.

Besonders wichtig ist in diesem Zusammenhang die konsequente Dokumentation von Datenquellen und Datenerzeugung, ggf. Lizenzbedingungen und Rechteinhaber*innen. Wenn Sie Daten aus fremden Quellen verarbeiten wollen, für die keine klaren Lizenzbedingungen oder sonstigen Nachnutzungsvereinbarungen bekannt sind, lassen Sie sich vor der Verwendung von den Rechteinhaber*innen schriftlich alle notwendigen Nutzungsrechte einräumen. Treffen Sie innerhalb Ihres Projekt-Teams vertragliche Vereinbarungen, inwieweit im Projekt erzeugte Daten von allem Beteiligten genutzt werden dürfen. Berücksichtigen Sie auch den Fall, dass Beteiligte vorzeitig das Projekt verlassen oder den Arbeitgeber wechseln. Wenn Sie selbst Daten veröffentlichen, versehen Sie diese mit einer Lizenz, in der die Bedingungen für eine Nachnutzung eindeutig und rechtsverbindlich formuliert sind.

Ein großer Teil der „Leitlinien zur Sicherung guter wissenschaftlicher Praxis“ nimmt Bezug auf den Umgang mit Forschungsdaten. Konkretere Anforderungen sind ggf. in fachspezifischen Richtlinien und Kodizes festgelegt, die jedoch nicht immer allgemein bekannt sind. Recherchieren Sie in jedem Fall, ob für Ihr Fach relevante Dokumente existieren, deren Inhalte Berücksichtigung finden sollten. Die DFG hat fachspezifische Empfehlungen zum Umgang mit Forschungsdaten zusammengestellt, die meist von den Fachkollegien oder großen Fachgesellschaften herausgegeben wurden. Auf forschungsdaten.info gibt es eine Unterseite zu FDM-Richtlinien, darunter auch disziplinspezifische. Eine weitere Zusammenstellung finden Sie bei forschungsdaten.org. Viele NFDI-Konsortien bieten inzwischen Helpdesks an, wo Sie sich ebenfalls nach aktuellen fachlich relevanten Normen erkundigen können.

Im Projekt werden sowohl Auszüge aus veröffentlichten Texten als auch unveröffentlichtes Archivmaterial zusammengestellt und ausgewertet. In einer Zotero-Literatur-Datenbank werden zu allen Texten die Quellen, Rechteinhaber und Nutzungsbedingungen systematisch erfasst. Eine fachjuristische Prüfung hat ergeben, dass die Nutzung der veröffentlichten Texte in der in diesem Projekt vorgesehenen Form durch die Schranken des Urheberrechts gedeckt ist. Dagegen variieren die Bedingungen für die Nutzung des unveröffentlichten Materials je nach Archiv und ggf. weiteren Rechteinhabern, insbesondere den Autor*innen oder deren Erben. Es wird versucht, mit den jeweiligen Parteien vertragliche Vereinbarungen zu treffen, die nicht nur eine Auswertung, sondern auch eine Veröffentlichung dieser Texte zulässt, ggf. in veränderter Form (z.B. anonymisiert oder paraphrasiert).

Für die Durchführung des Projekts sind Versuche an Mäusen unerlässlich. Dafür wird beim Niedersächsischen Landesamt für Verbraucherschutz und Lebensmittelsicherheit eine entsprechende Genehmigung beantragt. Aus ethischen Gründen beschränken wir gemäß den 3R-Prinzipien die Anzahl der Versuche und der dabei eingesetzten Tiere auf das absolut notwendige Minimum. Die Versuche sind so angelegt, dass die Tiere möglichst geringem Stress und Schmerzen ausgesetzt sind. Die insgesamt 20 benötigten Tiere der patentierten Zuchtlinie C57BL/6J werden entsprechend der Lizenzbedingungen der Firma TACONIC BIOSCIENCES verwendet und gehalten.

Gemäß den Förderbedingungen für diese Ausschreibung werden die Baupläne für die im Projekt entwickelte neuartige Windkraftanlage unter offenen Lizenzen wie MIT oder CC0 veröffentlicht und können somit auch kommerziell unentgeltlich genutzt werden. Einige der verbauten Komponenten stammen jedoch von externen Herstellern und unterliegen deren Lizenzbestimmungen. Die genauen Schaltpläne für diese noch nicht patentierten Teile wurden dem Projekt von den Herstellern unter der Bedingung der Geheimhaltung und Nichtweitergabe zur Verfügung gestellt. Die zur Veröffentlichung vorgesehenen Pläne und technischen Beschreibungen stellen diese Komponenten daher nur als Ganzes und ohne Details zum inneren Aufbau dar. Sie werden zudem vor der Veröffentlichung den externen Herstellern zur Prüfung vorgelegt.

In letzter Konsequenz ist in einem Forschungsprojekt die jeweilige Leitung für einen angemessenen Umgang mit Forschungsdaten verantwortlich. Sie kann und sollte jedoch Aufgaben und Verantwortlichkeiten delegieren, zum Beispiel an Principal Investigators, Promovierende oder studentische Hilfskräfte. Je nach Projektgröße und Komplexität des Datenmanagements kann es sinnvoll sein, eine Person einzustellen, die die Rolle eines Data Stewards einnimmt und sich hauptamtlich um die Verwaltung und Dokumentation der Daten, aber auch um Aufbau und Betrieb der dafür notwendigen Systeme kümmert. Die Betreiber von Speicherinfrastrukturen sollten deren sicheren Betrieb gewährleisten. Externe Dienstleister sollten per Vertrag zur Auftragsverarbeitung zu Vertraulichkeit und der Einhaltung von Sicherheitsstandards verpflichtet werden.

Für das Datenmanagement werden hauptsächlich Ressourcen aus den Bereichen Personal, Infrastruktur und externe Dienstleistungen benötigt. Die entsprechenden Kosten sollten unbedingt von Anfang an realistisch abgeschätzt, im Budget eingeplant und ggf. beantragt werden. Ein hauptamtlicher Data Steward könnte zum Beispiel einer TVL-13-Stelle entsprechen. Schwieriger wird die Kalkulation, wenn das Datenmanagement vollständig durch das wissenschaftliche Personal geleistet werden soll, das dafür dann einen Teil seiner Arbeitszeit reservieren muss. Auf der Infrastrukturseite sollte der kurz- und langfristige Speicherplatzbedarf bedacht werden. Hier können nicht nur das Volumen, sondern auch spezielle Anforderungen, zum Beispiel an die Sicherheit, die Kosten erhöhen. Nicht immer ist ausreichend adäquate Infrastruktur über die universitäre Grundausstattung verfügbar. Externe Dienstleistungen können mitunter schon bei der Datenakquise und -aufbereitung in Anspruch genommen werden. Am häufigsten dürften aber die langfristige Archivierung, Kuratierung und ggf. öffentliche Bereitstellung von Daten in externen Archiven und Repositorien Kosten verursachen.

Auf der einfachsten Ebene bedeutet eine Kuratierung eine simple Bitstream Preservation, also die Garantie, dass Dateien unverändert erhalten bleiben. Wenn die Daten in einem professionellen Repositorium oder Datenarchiv liegen, sind dafür die entsprechenden Infrastrukturbetreiber verantwortlich. Die Projektleitung sollte dafür Sorge tragen, dass alle relevanten Daten bei Projektende in solchen Einrichtungen abgelegt werden. Dagegen kann eine aktive Kuratierung beispielsweise auch eine Qualitätsprüfung, eine Anreicherung und Prüfung der Metadaten und das regelmäßige Konvertieren in neuere Dateiformate beinhalten. Einige Repositorien und Archive bieten solche Dienstleistungen (kostenpflichtig) an. Eine langfristige Datenkuratierung in Eigenregie ist eher nicht anzuraten.

Die Verantwortlichkeiten zum Umgang mit Forschungsdaten werden in einer internen Richtlinie des Verbundprojekts näher ausgeführt. Aus dem Kreis der PIs wird Prof. X als Hauptansprechperson für das Thema gegenüber dem Förderer und externen Anfragen benannt. Es wird eine TV-L 13 Vollzeitstelle für eine/n Datenmanager*in beantragt, die/der die verbundweit gemeinsam genutzten Systeme zur Daten- und Wissensverwaltung konfiguriert und betreut und allen Verbundmitgliedern als Ansprechperson für praktische Fragen zur Verfügung steht. Das Rechenzentrum der Universität Y stellt dafür die technische Infrastruktur inklusive der Backup-Server zur Verfügung und ist für deren technische Funktionsfähigkeit und Sicherheit verantwortlich. Für die korrekte Verarbeitung, Dokumentation und Speicherung von Daten an den einzelnen am Verbund beteiligten Standorten sind vor Ort die jeweiligen Teilprojektleitungen verantwortlich, bzw., für den technischen Betrieb, die Infrastrukturbetreiber.

Die Antragstellerin ist für das Datenmanagement insgesamt verantwortlich. Sie leitet die Promovierenden ihrer Nachwuchsgruppe an und prüft im Projektverlauf stichprobenartig, ob diese ihre Daten gemäß dem Datenmanagementplan benannt, abgelegt und dokumentiert haben. Aufgrund des erwarteten Datenvolumens von ca. 5 TB ist ein Entgelt für die Nutzung des Cloud-Dienstes High-Seas zu entrichten, der vom LUIS betrieben wird. Das Entgelt wird im Schnitt ca. 500 Euro pro Jahr und über die vierjährige Projektlaufzeit somit ca. 2.000 Euro betragen. Die Daten werden zum Projektende in den offenen und langfristig lesbaren Dateiformaten csv, tiff und png in dem etablierten Fachrepositorium Pangaea veröffentlicht, das vom Alfred-Wegener-Institut (AWI) betrieben wird. Das AWI ist somit auch für den langfristigen Erhalt und die Verfügbarkeit der Daten verantwortlich. Über die reine Bistream Preservation hinaus ist keine Kuratierung der Daten erforderlich.

Der Antragsteller verantwortet den fachlich, rechtlich und technisch korrekten Umgang mit den im Projekt verarbeiteten Forschungsdaten. Er führt alle Verarbeitungs- und Dokumentationsschritte selbst durch. Dafür veranschlagt er etwa 10% seiner wöchentlichen Arbeitszeit. Bei Bedarf kann er eine fachliche Beratung durch das zentrale Service-Team Forschungsdaten der LUH oder den Helpdesk des NFDI-Konsortiums X in Anspruch nehmen. Für den technischen Betrieb und die Sicherheit des als Speicherort genutzten Institutsservers ist der IT-Administrator des Instituts für Y zuständig. Betrieb und Sicherheit der Backup-Server werden vom LUIS gewährleistet. Bei Projektende erfolgt eine abschließende Qualitätsprüfung, langfristige Kuratierung und Veröffentlichung der Daten über den kostenpflichtigen GESIS Datenservice „Archivierung Premium“. Ein entsprechendes Angebot über XXX Euro wurde eingeholt.