FORTH-BW - Benutzerbeiträge [de]

Forschungsdatenmanagement im Überblick

2025-01-22T09:04:20Z

Lilian.Zappone: /* Vorgaben der Forschungsförderer und Drittmittelgeber */

== Was sind Forschungsdaten? ==
Die Vielfalt unterschiedlicher wissenschaftlicher Fachbereiche, Forschungsmethoden und Erkenntnisinteressen spiegelt sich in der Vielfalt von Forschungsdaten wider. Es kann daher nicht die EINE Definition von Forschungsdaten geben, die alle Aspekte von Forschungsdaten umfasst.

Allgemein lassen sich Forschungsdaten definieren als alle Daten, die im Laufe des wissenschaftlichen Arbeitsprozesses entstehen, bearbeitet oder genutzt werden und als Grundlage für Forschungsergebnisse dienen und/oder Forschungsergebnisse sind. Dies gilt unabhängig von der Fachdisziplin, dem Format oder der angewandten Methode.

== Was ist Forschungsdatenmanagement (FDM)? ==
Forschungsdatenmanagement umfasst alle strukturierten Maßnahmen zur Planung, Erhebung, Verarbeitung, Analyse, Veröffentlichung, Archivierung, Nachnutzung, Dokumentation und Aufbewahrung von Forschungsdaten. Forschungsdatenmanagement sichert den Zugang, die Reproduzierbarkeit und Qualität aller Forschungsdaten und ist Bestandteil einer guten wissenschaftlichen Praxis.

Ziel des Forschungsdatenmanagements ist es, die Forschungsdaten nach den [https://force11.org/info/the-fair-data-principles/ FAIR]-Prinzipien langfristig und personenunabhängig auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und nachnutzbar (reuseable) zu machen und zu halten.

== Warum Forschungsdatenmanagement? ==
Die FAIR-Prinzipien, und ein Forschungsdatenmanagement, das sich an diesen orientiert, sind wichtige Bausteine für die Umsetzung einer guten wissenschaftlichen Forschungspraxis[1] und garantieren die Qualität, das heißt die Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2] Ihrer Forschungsdaten.

Darüber hinaus kann ein verantwortungsvoller und transparenter Umgang mit Forschungsdaten

* Ihre eigene und die kollaborative Forschungsarbeit erleichtern, da Forschungsdaten leichter aufzufinden sind und Sie dem Verlust von Forschungsdaten vorbeugen,
* die Sichtbarkeit der von Ihnen generierten Forschungsdaten und der zugehörigen Forschung(-seinrichtung) erhöhen,
* die Nachvollziehbarkeit, Reproduzierbarkeit und Referenzierbarkeit Ihrer Forschungsdaten gewährleisten, und so auch die Analyse Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erleichtern und die (Nach-)Nutzung Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erhöhen,
* die (interdisziplinäre) Zusammenarbeit zwischen Ihnen und anderen Forschenden verbessern,
* Rechtssicherheit schaffen,
* von gesamtgesellschaftlichem Nutzen sein (im Besonderen, wenn Sie Ihre Forschungsdaten frei und offen zugänglich veröffentlichen).

=== Vorgaben der Forschungsförderer und Drittmittelgeber ===
Zunehmend formulieren auch Forschungsförderer und Drittmittelgeber Leitlinien für den Umgang mit Forschungsdaten und integrieren Vorgaben für das Forschungsdatenmanagement in ihre Förderrichtlinien, zum Beispiel die Erstellung eines Datenmanagementplans.

Die DFG beispielsweise hat eine [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf Checkliste] sowie [https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf Leitlinien] und [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten veröffentlicht. Für die Antragstellung sind darüber hinaus die [https://www.dfg.de/resource/blob/168312/ecad456446aaf6fbb3a878d2c0781cfc/54-01-de-data.pdf Leitfaden für die Antragstellung] (siehe insbesondere Sachbeihilfen), die [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/beantragbare-mittel Informationen zu beantragbaren Mitteln], die Informationen zu [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung Forschungsdaten in den Förderprogrammen] sowie die [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien zur Sicherung guter wissenschaftlicher Praxis] (hier können Sie sich zu den einzelnen Leitlinien fachspezifische Kommentare anzeigen lassen) zu berücksichtigen.

Für eine Antragstellung bei der Europäischen Kommission (HORIZON Europe, RIA/IA) sind folgende Dokumente relevant: [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf Programme Guide 4.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx Data Management Plan], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/common/guidance/aga_en.pdf Annotated Grant Agreement (AGA) 1.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/af/af_he-ria-ia_en.pdf Standard Application Form 7.0].

Durch einen verantwortungsvollen und transparenten Umgang mit Forschungsdaten können Sie die Umsetzung dieser Vorgaben sowie von Richtlinien von Verlagen, von fachspezifischen Standards und von forschungsethischen und -rechtlichen Leitlinien von Forschungsbeginn an gewährleisten.

----[1] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/. Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose) (Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865). Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität. (Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1. https://figshare.com/articles/figure/Data_fitness/21944477).

Forschungsdatenmanagement im Überblick

2025-01-22T09:03:34Z

Lilian.Zappone: /* Vorgaben der Forschungsförderer und Drittmittelgeber */

== Was sind Forschungsdaten? ==
Die Vielfalt unterschiedlicher wissenschaftlicher Fachbereiche, Forschungsmethoden und Erkenntnisinteressen spiegelt sich in der Vielfalt von Forschungsdaten wider. Es kann daher nicht die EINE Definition von Forschungsdaten geben, die alle Aspekte von Forschungsdaten umfasst.

Allgemein lassen sich Forschungsdaten definieren als alle Daten, die im Laufe des wissenschaftlichen Arbeitsprozesses entstehen, bearbeitet oder genutzt werden und als Grundlage für Forschungsergebnisse dienen und/oder Forschungsergebnisse sind. Dies gilt unabhängig von der Fachdisziplin, dem Format oder der angewandten Methode.

== Was ist Forschungsdatenmanagement (FDM)? ==
Forschungsdatenmanagement umfasst alle strukturierten Maßnahmen zur Planung, Erhebung, Verarbeitung, Analyse, Veröffentlichung, Archivierung, Nachnutzung, Dokumentation und Aufbewahrung von Forschungsdaten. Forschungsdatenmanagement sichert den Zugang, die Reproduzierbarkeit und Qualität aller Forschungsdaten und ist Bestandteil einer guten wissenschaftlichen Praxis.

Ziel des Forschungsdatenmanagements ist es, die Forschungsdaten nach den [https://force11.org/info/the-fair-data-principles/ FAIR]-Prinzipien langfristig und personenunabhängig auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und nachnutzbar (reuseable) zu machen und zu halten.

== Warum Forschungsdatenmanagement? ==
Die FAIR-Prinzipien, und ein Forschungsdatenmanagement, das sich an diesen orientiert, sind wichtige Bausteine für die Umsetzung einer guten wissenschaftlichen Forschungspraxis[1] und garantieren die Qualität, das heißt die Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2] Ihrer Forschungsdaten.

Darüber hinaus kann ein verantwortungsvoller und transparenter Umgang mit Forschungsdaten

* Ihre eigene und die kollaborative Forschungsarbeit erleichtern, da Forschungsdaten leichter aufzufinden sind und Sie dem Verlust von Forschungsdaten vorbeugen,
* die Sichtbarkeit der von Ihnen generierten Forschungsdaten und der zugehörigen Forschung(-seinrichtung) erhöhen,
* die Nachvollziehbarkeit, Reproduzierbarkeit und Referenzierbarkeit Ihrer Forschungsdaten gewährleisten, und so auch die Analyse Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erleichtern und die (Nach-)Nutzung Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erhöhen,
* die (interdisziplinäre) Zusammenarbeit zwischen Ihnen und anderen Forschenden verbessern,
* Rechtssicherheit schaffen,
* von gesamtgesellschaftlichem Nutzen sein (im Besonderen, wenn Sie Ihre Forschungsdaten frei und offen zugänglich veröffentlichen).

=== Vorgaben der Forschungsförderer und Drittmittelgeber ===
Zunehmend formulieren auch Forschungsförderer und Drittmittelgeber Leitlinien für den Umgang mit Forschungsdaten und integrieren Vorgaben für das Forschungsdatenmanagement in ihre Förderrichtlinien, zum Beispiel die Erstellung eines Datenmanagementplans.

Die DFG beispielsweise hat eine [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf Checkliste] sowie [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien] und [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten veröffentlicht. Für die Antragstellung sind darüber hinaus die [https://www.dfg.de/resource/blob/168312/ecad456446aaf6fbb3a878d2c0781cfc/54-01-de-data.pdf Leitfaden für die Antragstellung] (siehe insbesondere Sachbeihilfen), die [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/beantragbare-mittel Informationen zu beantragbaren Mitteln], die Informationen zu [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung Forschungsdaten in den Förderprogrammen] sowie die [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien zur Sicherung guter wissenschaftlicher Praxis] (hier können Sie sich zu den einzelnen Leitlinien fachspezifische Kommentare anzeigen lassen) zu berücksichtigen.

Für eine Antragstellung bei der Europäischen Kommission (HORIZON Europe, RIA/IA) sind folgende Dokumente relevant: [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf Programme Guide 4.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx Data Management Plan], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/common/guidance/aga_en.pdf Annotated Grant Agreement (AGA) 1.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/af/af_he-ria-ia_en.pdf Standard Application Form 7.0].

Durch einen verantwortungsvollen und transparenten Umgang mit Forschungsdaten können Sie die Umsetzung dieser Vorgaben sowie von Richtlinien von Verlagen, von fachspezifischen Standards und von forschungsethischen und -rechtlichen Leitlinien von Forschungsbeginn an gewährleisten.

----[1] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/. Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose) (Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865). Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität. (Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1. https://figshare.com/articles/figure/Data_fitness/21944477).

Forschungsvorhaben planen

2024-05-27T09:37:05Z

Lilian.Zappone: /* Templates und Tools */

Die Planung Ihres Forschungsvorhabens kann unter anderem folgende Schritte umfassen: die Recherche bereits erhobener/veröffentlichter Forschungsdaten für Ihr Forschungsvorhaben, die Drittmittelantragstellung, die Planung der einzelnen Forschungsdatenmanagementmaßnahmen anhand eines Datenmanagementplans (DMP).

== Datenmanagementplan (DMP) ==
Ein Datenmanagementplan kann Ihnen dabei helfen, Ihre Forschungsdaten [https://force11.org/info/the-fair-data-principles/ FAIR] zu managen. Er unterstützt Sie dabei, die im Forschungsdatenmanagement anfallenden Maßnahmen zur Erhebung, Analyse, Veröffentlichung, Archivierung und Nachnutzung Ihrer Forschungsdaten von Beginn an mitzudenken und zu dokumentieren. Er umfasst folglich eine detaillierte und strukturierte Beschreibung des Lebenszyklus Ihrer Forschungsdaten.

Es ist sinnvoll, einen Datenmanagementplan bereits in der Planungsphase des Forschungsvorhabens (gemeinsam mit Ihren Projektpartner:innen) zu erstellen und diesen während des Forschungsprozesses kontinuierlich anzupassen und zu ergänzen.

Folgende Aspekte sind bei der Erstellung eines Datenmanagementplans zu berücksichtigen[1]:

* Projektbeschreibung (u.a. Ziele, Projektzugehörigkeit, Projektlaufzeit, Vorgaben der Forschungsförderer),
* Arten von Daten (u.a. Formate, Umfang, Verfahren, Software),
* Dokumentation (u.a. Metadaten),
* Speicherung und Aufbewahrung (u.a. Dauer, Technologien, Orte),
* Zugriff und Nutzung (u.a. Ablageort, Lizenzen, Vorgaben der Forschungsförderer),
* Kosten,
* Rechtliche Aspekte (u.a. Datenschutz und Berücksichtigung entsprechender Vorgaben bei personenbezogenen Daten, Urheberrecht, ethische Aspekte).

== Templates und Tools ==

=== Templates ===
Die Deutsche Forschungsgemeinschaft (DFG) hat eine [https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf Checkliste] sowie [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten erarbeitet, die bei der Erstellung eines DMP unterstützen kann.

Die Europäische Kommission hat für das Förderprogramm Horizon Europe (2021–2027) eine [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx DMP-Vorlage] erstellt.

Das Digital Curation Centre (DCC) hat eine [https://www.dcc.ac.uk/sites/default/files/documents/resource/DMP/DMP_Checklist_2013.pdf DMP-Checkliste] sowie einen [https://www.dcc.ac.uk/guidance/how-guides/develop-data-plan DMP-Leitfaden] veröffentlicht.

Hier findet sich eine [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.scienceeurope.org%2Fmedia%2Furspcz0a%2Fse-rdm-template-1-core-requirements-for-data-management-plans.docx&wdOrigin=BROWSELINK DMP-Checkliste] von [https://scienceeurope.org/ Science Europe].

[https://dmeg.cessda.eu/content/download/4302/48656/file/TTT_DO_DMPExpertGuide_v1.3.pdf Leitfragen] für die Erstellung eins DMP hat auch das [https://scienceeurope.org/ Consortium of European Social Sciences Data Archives (CESSDA)] formuliert und zudem Fragenkataloge für DMP mit [https://dmeg.cessda.eu/content/download/3536/33233/file/DMPQuestionsQualitativeData.pdf qualitativen Forschungsdaten] sowie für [https://dmeg.cessda.eu/content/download/3537/33238/file/DMPQuestionsQuantitativeData.pdf quantitative Forschungsdaten] entwickelt.

Auch öffentlich zugängliche DMPs können als Modell für die Erstellung eigener DMPs dienen: Die Humboldt-Universität zu Berlin hat Muster-Datenmanagementpläne für unterschiedliche Forschungsförderer erstellt: [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-dfg Muster-DMP DFG], [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-bmbf Muster-DMP BMBF], [https://www.cms.hu-berlin.de/de/dl/dataman/muster-dmp-vwstiftung-pdf Muster-DMP Volkswagenstiftung]. Das [https://phaidra.univie.ac.at/detail/o:1140797 DMP Use Case Project] von [https://www.openaire.eu/blogs/establishing-a-collection-of-841-horizon-2020-data-management-plans OpenAIRE Austria] hat 841 öffentlich zugängliche Horizon-2020-DMPs gesammelt.

=== Tools ===
[https://rdmo.aip.de/ Research Data Management Organiser (RDMO)]: Der RDMO wurde im Rahmen von DFG-Projekten (Projektphase 1: 2015-2017; Projektphase 2: 2017-2020) vom Leibniz-Institut für Astrophysik Potsdam (AIP), dem Fachbereich Informationswissenschaften der Fachhochschule Potsdam und der Bibliothek des Karlsruher Instituts für Technologie (KIT) entwickelt und ab 2020 in eine von einer Community getragene Arbeitsgemeinschaft überführt. Der RDMO verfügt über frei konfigurierbare Fragenkataloge sowie über an die Anforderungen einiger Forschungsförderer angepasste Fragenkataloge (unter anderem DFG, HORIZON 2020). Der RDMO ist in deutscher und englischer Sprache verfügbar. [https://rdmorganiser.github.io/docs/RDMO-Fragenkatalog_nummeriert_201911.pdf Hier] findet sich der generische RDMO-Fragenkatalog als eine Art Checkliste.

[https://dmponline.dcc.ac.uk/ DMPonline (DMP Roadmap)]: betrieben durch das [https://www.dcc.ac.uk/ Digital Curation Centre]; in englischer Sprache verfügbar; stellt HORIZON-2020- sowie wichtigste UK-Förderorganisationen-Templates zur Verfügung

[https://argos.openaire.eu/splash/ argos]: betrieben durch OpenAIRE; in englischer Sprache verfügbar; stellt das HORIZON-2020-Template zur Verfügung

== FORTH-BW-Handreichung ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Formulierungshilfen_Antragstellung_FORTH-BW_02-2024.pdf Formulierungshilfen für die Antragstellung]

----[1] Ludwig, J., & Enke, H. (Hrsg.) (2013). Leitfaden zum Forschungsdaten-Management. Verlag Werner Hülsbusch (Checkliste zum Forschungsdaten-Management ab Seite 83). https://www.forschungsdaten.org/images/b/b0/Leitfaden_Data-Management-WissGrid.pdf.

Daten veröffentlichen

2024-04-22T09:57:55Z

Lilian.Zappone: /* Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst. Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu speichern – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht und gespeichert[16].

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[17]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Speicherung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und speichern Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und speichern Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[18] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[19]-Systemen unterscheiden.[20] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[21] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[22]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[23]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[24] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[25]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[26]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[27]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

== FORTH-BW-Handreichungen ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositoriensuche_FORTH-BW_02-2024.pdf Repositoriensuche]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienwahl_FORTH-BW_02-2024.pdf Repositorienwahl]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienvergleich_FORTH-BW_06-2023.pdf Repositorienvergleich]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Vergleich_generischer_Datenjournale_FORTH-BW_07-2023.pdf Vergleich generischer Datenjournale]

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] [1] Oft werden die Begriffe „speichern“ und „archivieren“ im Kontext des Forschungsdatenmanagements synonym verwendet. Mauer und Recker (2019) weisen darauf hin, dass Maßnahmen der Speicherung bzw. Sicherung digitaler Objekte primär auf den Erhalt dieser Objekte in definierten Zuständen abzielen, das heißt vor allem den Schutz vor Verlust (durch Zerstörung, Löschung, Beschädigung, Unauffindbarkeit) und vor unberechtigtem Zugriff umfassen. Digitale Archivierung hingegen umfasst neben einem systematischen Vorgehen bei der Speicherung von digitalen Objekten weitere Funktionen, wie Auswahl und Bewertung, Erschließung, Herstellung und Erhalt der Nutzbarkeit sowie die Organisation des Zugriffs auf das Archivgut. Digitale (Langzeit-)Archivierung verfolgt daher zwei sich ergänzende Ziele: die Substanzerhaltung der Dateninhalte, aus denen die digitalen Objekte physikalisch bestehen sowie den Erhalt der dauerhaften Benutzbarkeit und (inhaltlichen) Interpretierbarkeit der digitalen Objekte, u.a. durch die Zusammenstellung aller zum Verständnis der Daten benötigter Informationen, siehe: Mauer, R. & Recker, J. (2019). Data Sharing: Von der Sicherung zur langfristigen Nutzung der Forschungsdaten. In U. Jensen, S. Netscher & K. Weller (Hrsg.), Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten: Grundlagen und praktische Lösungen für den Umgang mit quantitativen Forschungsdaten (S. 115-133). https://doi.org/10.3224/84742233.08. Den Regeln der guten wissenschaftlichen Praxis folgend sollten Forschungsdaten (in der Regel Rohdaten) für mindestens 10 Jahre "in der eigenen Einrichtung oder in einer fachlich einschlägigen, überregionalen Infrastruktur" gespeichert werden, siehe: Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf (Leitlinie 3: Langfristige Sicherung) sowie Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[17] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[18] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[19] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[20] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[23] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[24] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[26] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[27] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-04-22T09:57:30Z

Lilian.Zappone: /* Arten von Repositorien */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst. Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu speichern – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht und gespeichert[16].

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[17]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Speicherung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und speichern Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und speichern Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[18] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[19]-Systemen unterscheiden.[20] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[21] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[22]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[23]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[24] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[25]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[26]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[27]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

== FORTH-BW-Handreichungen ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositoriensuche_FORTH-BW_02-2024.pdf Repositoriensuche]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienwahl_FORTH-BW_02-2024.pdf Repositorienwahl]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienvergleich_FORTH-BW_06-2023.pdf Repositorienvergleich]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Vergleich_generischer_Datenjournale_FORTH-BW_07-2023.pdf Vergleich generischer Datenjournale]

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] [1] Oft werden die Begriffe „speichern“ und „archivieren“ im Kontext des Forschungsdatenmanagements synonym verwendet. Mauer und Recker (2019) weisen darauf hin, dass Maßnahmen der Speicherung bzw. Sicherung digitaler Objekte primär auf den Erhalt dieser Objekte in definierten Zuständen abzielen, das heißt vor allem den Schutz vor Verlust (durch Zerstörung, Löschung, Beschädigung, Unauffindbarkeit) und vor unberechtigtem Zugriff umfassen. Digitale Archivierung hingegen umfasst neben einem systematischen Vorgehen bei der Speicherung von digitalen Objekten weitere Funktionen, wie Auswahl und Bewertung, Erschließung, Herstellung und Erhalt der Nutzbarkeit sowie die Organisation des Zugriffs auf das Archivgut. Digitale (Langzeit-)Archivierung verfolgt daher zwei sich ergänzende Ziele: die Substanzerhaltung der Dateninhalte, aus denen die digitalen Objekte physikalisch bestehen sowie den Erhalt der dauerhaften Benutzbarkeit und (inhaltlichen) Interpretierbarkeit der digitalen Objekte, u.a. durch die Zusammenstellung aller zum Verständnis der Daten benötigter Informationen, siehe: Mauer, R. & Recker, J. (2019). Data Sharing: Von der Sicherung zur langfristigen Nutzung der Forschungsdaten. In U. Jensen, S. Netscher & K. Weller (Hrsg.), Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten: Grundlagen und praktische Lösungen für den Umgang mit quantitativen Forschungsdaten (S. 115-133). https://doi.org/10.3224/84742233.08. Den Regeln der guten wissenschaftlichen Praxis folgend sollten Forschungsdaten (in der Regel Rohdaten) für mindestens 10 Jahre "in der eigenen Einrichtung oder in einer fachlich einschlägigen, überregionalen Infrastruktur" gespeichert werden, siehe: Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf (Leitlinie 3: Langfristige Sicherung) sowie Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[17] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[18] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[19] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[20] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[23] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[24] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[26] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[27] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-04-22T08:15:00Z

Lilian.Zappone: /* Repositorien */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst. Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu speichern – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht und gespeichert[16].

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[17]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[18] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[19]-Systemen unterscheiden.[20] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[21] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[22]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[23]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[24] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[25]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[26]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[27]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

== FORTH-BW-Handreichungen ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositoriensuche_FORTH-BW_02-2024.pdf Repositoriensuche]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienwahl_FORTH-BW_02-2024.pdf Repositorienwahl]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienvergleich_FORTH-BW_06-2023.pdf Repositorienvergleich]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Vergleich_generischer_Datenjournale_FORTH-BW_07-2023.pdf Vergleich generischer Datenjournale]

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] [1] Oft werden die Begriffe „speichern“ und „archivieren“ im Kontext des Forschungsdatenmanagements synonym verwendet. Mauer und Recker (2019) weisen darauf hin, dass Maßnahmen der Speicherung bzw. Sicherung digitaler Objekte primär auf den Erhalt dieser Objekte in definierten Zuständen abzielen, das heißt vor allem den Schutz vor Verlust (durch Zerstörung, Löschung, Beschädigung, Unauffindbarkeit) und vor unberechtigtem Zugriff umfassen. Digitale Archivierung hingegen umfasst neben einem systematischen Vorgehen bei der Speicherung von digitalen Objekten weitere Funktionen, wie Auswahl und Bewertung, Erschließung, Herstellung und Erhalt der Nutzbarkeit sowie die Organisation des Zugriffs auf das Archivgut. Digitale (Langzeit-)Archivierung verfolgt daher zwei sich ergänzende Ziele: die Substanzerhaltung der Dateninhalte, aus denen die digitalen Objekte physikalisch bestehen sowie den Erhalt der dauerhaften Benutzbarkeit und (inhaltlichen) Interpretierbarkeit der digitalen Objekte, u.a. durch die Zusammenstellung aller zum Verständnis der Daten benötigter Informationen, siehe: Mauer, R. & Recker, J. (2019). Data Sharing: Von der Sicherung zur langfristigen Nutzung der Forschungsdaten. In U. Jensen, S. Netscher & K. Weller (Hrsg.), Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten: Grundlagen und praktische Lösungen für den Umgang mit quantitativen Forschungsdaten (S. 115-133). https://doi.org/10.3224/84742233.08. Den Regeln der guten wissenschaftlichen Praxis folgend sollten Forschungsdaten (in der Regel Rohdaten) für mindestens 10 Jahre "in der eigenen Einrichtung oder in einer fachlich einschlägigen, überregionalen Infrastruktur" gespeichert werden, siehe: Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf (Leitlinie 3: Langfristige Sicherung) sowie Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[17] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[18] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[19] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[20] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[23] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[24] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[26] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[27] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Datei:Handreichung Repositorienwahl FORTH-BW 02-2024.pdf

2024-04-22T08:00:15Z

Lilian.Zappone: Lilian.Zappone lud eine neue Version von Datei:Handreichung Repositorienwahl FORTH-BW 02-2024.pdf hoch

Handreichung Repositorienwahl FORTH-BW 02-2024

Daten veröffentlichen

2024-04-22T07:52:14Z

Lilian.Zappone: /* Repositorien */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst. Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu speichern – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht und gespeichert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

== FORTH-BW-Handreichungen ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositoriensuche_FORTH-BW_02-2024.pdf Repositoriensuche]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienwahl_FORTH-BW_02-2024.pdf Repositorienwahl]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienvergleich_FORTH-BW_06-2023.pdf Repositorienvergleich]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Vergleich_generischer_Datenjournale_FORTH-BW_07-2023.pdf Vergleich generischer Datenjournale]

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-04-22T07:46:02Z

Lilian.Zappone: /* FORTH-BW-Handreichungen */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst. Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

== FORTH-BW-Handreichungen ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositoriensuche_FORTH-BW_02-2024.pdf Repositoriensuche]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienwahl_FORTH-BW_02-2024.pdf Repositorienwahl]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienvergleich_FORTH-BW_06-2023.pdf Repositorienvergleich]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Vergleich_generischer_Datenjournale_FORTH-BW_07-2023.pdf Vergleich generischer Datenjournale]

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-04-22T07:45:54Z

Lilian.Zappone:

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst. Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

== FORTH-BW-Handreichungen ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositoriensuche_FORTH-BW_02-2024.pdf Repositoriensuche]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienwahl_FORTH-BW_02-2024.pdf Repositorienwahl]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Repositorienvergleich_FORTH-BW_06-2023.pdf Repositorienvergleich]

[https://forth-bw.hfwu.de/index.php?title=Datei:Handreichung_Vergleich_generischer_Datenjournale_FORTH-BW_07-2023.pdf Vergleich generischer Datenjournale]
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Forschungsvorhaben planen

2024-04-22T07:42:25Z

Lilian.Zappone:

Die Planung Ihres Forschungsvorhabens kann unter anderem folgende Schritte umfassen: die Recherche bereits erhobener/veröffentlichter Forschungsdaten für Ihr Forschungsvorhaben, die Drittmittelantragstellung, die Planung der einzelnen Forschungsdatenmanagementmaßnahmen anhand eines Datenmanagementplans (DMP).

== Datenmanagementplan (DMP) ==
Ein Datenmanagementplan kann Ihnen dabei helfen, Ihre Forschungsdaten [https://force11.org/info/the-fair-data-principles/ FAIR] zu managen. Er unterstützt Sie dabei, die im Forschungsdatenmanagement anfallenden Maßnahmen zur Erhebung, Analyse, Veröffentlichung, Archivierung und Nachnutzung Ihrer Forschungsdaten von Beginn an mitzudenken und zu dokumentieren. Er umfasst folglich eine detaillierte und strukturierte Beschreibung des Lebenszyklus Ihrer Forschungsdaten.

Es ist sinnvoll, einen Datenmanagementplan bereits in der Planungsphase des Forschungsvorhabens (gemeinsam mit Ihren Projektpartner:innen) zu erstellen und diesen während des Forschungsprozesses kontinuierlich anzupassen und zu ergänzen.

Folgende Aspekte sind bei der Erstellung eines Datenmanagementplans zu berücksichtigen[1]:

* Projektbeschreibung (u.a. Ziele, Projektzugehörigkeit, Projektlaufzeit, Vorgaben der Forschungsförderer),
* Arten von Daten (u.a. Formate, Umfang, Verfahren, Software),
* Dokumentation (u.a. Metadaten),
* Speicherung und Aufbewahrung (u.a. Dauer, Technologien, Orte),
* Zugriff und Nutzung (u.a. Ablageort, Lizenzen, Vorgaben der Forschungsförderer),
* Kosten,
* Rechtliche Aspekte (u.a. Datenschutz und Berücksichtigung entsprechender Vorgaben bei personenbezogenen Daten, Urheberrecht, ethische Aspekte).

== Templates und Tools ==

=== Templates ===
Die Deutsche Forschungsgemeinschaft (DFG) hat eine [https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf Checkliste] sowie [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten erarbeitet, die bei der Erstellung eines DMP unterstützen kann.

Die Europäische Kommission hat für das Förderprogramm Horizon Europe (2021–2027) eine [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx DMP-Vorlage] erstellt.

Das Digital Curation Centre (DCC) hat eine [https://www.dcc.ac.uk/sites/default/files/documents/resource/DMP/DMP_Checklist_2013.pdf DMP-Checkliste] sowie einen [https://www.dcc.ac.uk/guidance/how-guides/develop-data-plan DMP-Leitfaden] veröffentlicht.

Hier findet sich eine [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.scienceeurope.org%2Fmedia%2Furspcz0a%2Fse-rdm-template-1-core-requirements-for-data-management-plans.docx&wdOrigin=BROWSELINK DMP-Checkliste] von [https://scienceeurope.org/ Science Europe].

[https://dmeg.cessda.eu/content/download/4302/48656/file/TTT_DO_DMPExpertGuide_v1.3.pdf Leitfragen] für die Erstellung eins DMP hat auch das [https://scienceeurope.org/ Consortium of European Social Sciences Data Archives (CESSDA)] formuliert und zudem Fragenkataloge für DMP mit [https://dmeg.cessda.eu/content/download/3536/33233/file/DMPQuestionsQualitativeData.pdf qualitativen Forschungsdaten] sowie für [https://dmeg.cessda.eu/content/download/3537/33238/file/DMPQuestionsQuantitativeData.pdf quantitative Forschungsdaten] entwickelt.

Auch öffentlich zugängliche DMPs können als Modell für die Erstellung eigener DMPs diesen: Die Humboldt-Universität zu Berlin hat Muster-Datenmanagementpläne für unterschiedliche Forschungsförderer erstellt: [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-dfg Muster-DMP DFG], [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-bmbf Muster-DMP BMBF], [https://www.cms.hu-berlin.de/de/dl/dataman/muster-dmp-vwstiftung-pdf Muster-DMP Volkswagenstiftung]. Das [https://phaidra.univie.ac.at/detail/o:1140797 DMP Use Case Project] von [https://www.openaire.eu/blogs/establishing-a-collection-of-841-horizon-2020-data-management-plans OpenAIRE Austria] hat 841 öffentlich zugängliche Horizon-2020-DMPs gesammelt.

=== Tools ===
[https://rdmo.aip.de/ Research Data Management Organiser (RDMO)]: Der RDMO wurde im Rahmen von DFG-Projekten (Projektphase 1: 2015-2017; Projektphase 2: 2017-2020) vom Leibniz-Institut für Astrophysik Potsdam (AIP), dem Fachbereich Informationswissenschaften der Fachhochschule Potsdam und der Bibliothek des Karlsruher Instituts für Technologie (KIT) entwickelt und ab 2020 in eine von einer Community getragene Arbeitsgemeinschaft überführt. Der RDMO verfügt über frei konfigurierbare Fragenkataloge sowie über an die Anforderungen einiger Forschungsförderer angepasste Fragenkataloge (unter anderem DFG, HORIZON 2020). Der RDMO ist in deutscher und englischer Sprache verfügbar.

[https://dmponline.dcc.ac.uk/ DMPonline (DMP Roadmap)]: betrieben durch das [https://www.dcc.ac.uk/ Digital Curation Centre]; in englischer Sprache verfügbar; stellt HORIZON-2020- sowie wichtigste UK-Förderorganisationen-Templates zur Verfügung

[https://argos.openaire.eu/splash/ argos]: betrieben durch OpenAIRE; in englischer Sprache verfügbar; stellt das HORIZON-2020-Template zur Verfügung

== FORTH-BW-Handreichung ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Formulierungshilfen_Antragstellung_FORTH-BW_02-2024.pdf Formulierungshilfen für die Antragstellung]

----[1] Ludwig, J., & Enke, H. (Hrsg.) (2013). Leitfaden zum Forschungsdaten-Management. Verlag Werner Hülsbusch (Checkliste zum Forschungsdaten-Management ab Seite 83). https://www.forschungsdaten.org/images/b/b0/Leitfaden_Data-Management-WissGrid.pdf.

Forschungsvorhaben planen

2024-04-22T07:41:44Z

Lilian.Zappone:

Die Planung Ihres Forschungsvorhabens kann unter anderem folgende Schritte umfassen: die Recherche bereits erhobener/veröffentlichter Forschungsdaten für Ihr Forschungsvorhaben, die Drittmittelantragstellung, die Planung der einzelnen Forschungsdatenmanagementmaßnahmen anhand eines Datenmanagementplans (DMP).

== Datenmanagementplan (DMP) ==
Ein Datenmanagementplan kann Ihnen dabei helfen, Ihre Forschungsdaten [https://force11.org/info/the-fair-data-principles/ FAIR] zu managen. Er unterstützt Sie dabei, die im Forschungsdatenmanagement anfallenden Maßnahmen zur Erhebung, Analyse, Veröffentlichung, Archivierung und Nachnutzung Ihrer Forschungsdaten von Beginn an mitzudenken und zu dokumentieren. Er umfasst folglich eine detaillierte und strukturierte Beschreibung des Lebenszyklus Ihrer Forschungsdaten.

Es ist sinnvoll, einen Datenmanagementplan bereits in der Planungsphase des Forschungsvorhabens (gemeinsam mit Ihren Projektpartner:innen) zu erstellen und diesen während des Forschungsprozesses kontinuierlich anzupassen und zu ergänzen.

Folgende Aspekte sind bei der Erstellung eines Datenmanagementplans zu berücksichtigen[1]:

* Projektbeschreibung (u.a. Ziele, Projektzugehörigkeit, Projektlaufzeit, Vorgaben der Forschungsförderer),
* Arten von Daten (u.a. Formate, Umfang, Verfahren, Software),
* Dokumentation (u.a. Metadaten),
* Speicherung und Aufbewahrung (u.a. Dauer, Technologien, Orte),
* Zugriff und Nutzung (u.a. Ablageort, Lizenzen, Vorgaben der Forschungsförderer),
* Kosten,
* Rechtliche Aspekte (u.a. Datenschutz und Berücksichtigung entsprechender Vorgaben bei personenbezogenen Daten, Urheberrecht, ethische Aspekte).

== Templates und Tools ==

=== Templates ===
Die Deutsche Forschungsgemeinschaft (DFG) hat eine [https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf Checkliste] sowie [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten erarbeitet, die bei der Erstellung eines DMP unterstützen kann.

Die Europäische Kommission hat für das Förderprogramm Horizon Europe (2021–2027) eine [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx DMP-Vorlage] erstellt.

Das Digital Curation Centre (DCC) hat eine [https://www.dcc.ac.uk/sites/default/files/documents/resource/DMP/DMP_Checklist_2013.pdf DMP-Checkliste] sowie einen [https://www.dcc.ac.uk/guidance/how-guides/develop-data-plan DMP-Leitfaden] veröffentlicht.

Hier findet sich eine [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.scienceeurope.org%2Fmedia%2Furspcz0a%2Fse-rdm-template-1-core-requirements-for-data-management-plans.docx&wdOrigin=BROWSELINK DMP-Checkliste] von [https://scienceeurope.org/ Science Europe].

[https://dmeg.cessda.eu/content/download/4302/48656/file/TTT_DO_DMPExpertGuide_v1.3.pdf Leitfragen] für die Erstellung eins DMP hat auch das [https://scienceeurope.org/ Consortium of European Social Sciences Data Archives (CESSDA)] formuliert und zudem Fragenkataloge für DMP mit [https://dmeg.cessda.eu/content/download/3536/33233/file/DMPQuestionsQualitativeData.pdf qualitativen Forschungsdaten] sowie für [https://dmeg.cessda.eu/content/download/3537/33238/file/DMPQuestionsQuantitativeData.pdf quantitative Forschungsdaten] entwickelt.

Auch öffentlich zugängliche DMPs können als Modell für die Erstellung eigener DMPs diesen: Die Humboldt-Universität zu Berlin hat Muster-Datenmanagementpläne für unterschiedliche Forschungsförderer erstellt: [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-dfg Muster-DMP DFG], [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-bmbf Muster-DMP BMBF], [https://www.cms.hu-berlin.de/de/dl/dataman/muster-dmp-vwstiftung-pdf Muster-DMP Volkswagenstiftung]. Das [https://phaidra.univie.ac.at/detail/o:1140797 DMP Use Case Project] von [https://www.openaire.eu/blogs/establishing-a-collection-of-841-horizon-2020-data-management-plans OpenAIRE Austria] hat 841 öffentlich zugängliche Horizon-2020-DMPs gesammelt.

=== Tools ===
[https://rdmo.aip.de/ Research Data Management Organiser (RDMO)]: Der RDMO wurde im Rahmen von DFG-Projekten (Projektphase 1: 2015-2017; Projektphase 2: 2017-2020) vom Leibniz-Institut für Astrophysik Potsdam (AIP), dem Fachbereich Informationswissenschaften der Fachhochschule Potsdam und der Bibliothek des Karlsruher Instituts für Technologie (KIT) entwickelt und ab 2020 in eine von einer Community getragene Arbeitsgemeinschaft überführt. Der RDMO verfügt über frei konfigurierbare Fragenkataloge sowie über an die Anforderungen einiger Forschungsförderer angepasste Fragenkataloge (unter anderem DFG, HORIZON 2020). Der RDMO ist in deutscher und englischer Sprache verfügbar.

[https://dmponline.dcc.ac.uk/ DMPonline (DMP Roadmap)]: betrieben durch das [https://www.dcc.ac.uk/ Digital Curation Centre]; in englischer Sprache verfügbar; stellt HORIZON-2020- sowie wichtigste UK-Förderorganisationen-Templates zur Verfügung

[https://argos.openaire.eu/splash/ argos]: betrieben durch OpenAIRE; in englischer Sprache verfügbar; stellt das HORIZON-2020-Template zur Verfügung

== FORTH-BW-Handreichung ==
[https://forth-bw.hfwu.de/index.php?title=Datei:Formulierungshilfen_Antragstellung_FORTH-BW_02-2024.pdf Formulierungshilfen für die Antragstellung]

----[1] Ludwig, J., & Enke, H. (Hrsg.) (2013). Leitfaden zum Forschungsdaten-Management. Verlag Werner Hülsbusch (Checkliste zum Forschungsdaten-Management ab Seite 83). https://www.forschungsdaten.org/images/b/b0/Leitfaden_Data-Management-WissGrid.pdf.

Daten veröffentlichen

2024-04-17T10:20:09Z

Lilian.Zappone: /* Lizenzen für Forschungsdaten */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst. Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-04-17T10:18:48Z

Lilian.Zappone: /* Welche Lizenz wähle ich für meine Forschungsdaten? */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Datenschutzrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7]. Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

CC-Lizenzen basieren auf einem modularen System. Es existieren vier Module. Jedes Modul ist mit einem Piktogramm versehen. CC dient dabei der Identifikation des Lizenzsystems. Folgende Module lassen sich unterscheiden[10]:

'''BY:''' Namensnennung/Attribution: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieses Lizenz-Moduls darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

'''NC (EU)[11]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

Es lassen sich folgende sechs Lizenzvarianten (Version 4.0) unterscheiden (hier gelistet nach ihrer Offenheit), die diese vier Module unterschiedlich miteinander kombinieren:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][12]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Zudem bietet Creative Commons mit der CC-0-1.0-Lizenz einen Urheberrechtsverzicht an. Unter der CC-0-Lizenz bereitgestellte Inhalte können wie gemeinfreies Material genutzt werden.'''[13]'''

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Die CC-BY-4.0-Lizenz etabliert sich zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen).[14]

Je nach Lizenzvariante ergeben sich verschieden Anforderungen an die Nachnutzung. Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben oder geben Empfehlungen zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964. Zudem ist unsicher, ob eine Nachnutzung in drittmittlegeförderten Forschungsvorhaben möglich bleibt, siehe: Brettschneider, Peter et al. (2021): Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist, siehe Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk. Wie die CC-O-1.0-Lizenz nach deutschem Recht auszulegen ist, denn nach deutschem Recht kann das Urheberpersönlichkeitsrecht nicht übertragen oder aufgegeben werden, siehe: Kreutzer, Till (2011): Validity of the Creatve Commons Zero 1.0 Universal Public Domain Dedicaton and its Usability for Bibliographic Metadata from the Perspective of German Copyright Law.

[14] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Informationsressourcen

2024-04-16T10:03:05Z

Lilian.Zappone:

'''[https://bwfdm.de/ bwFDM]'''

'''[https://forschungsdaten.info/ forschungsdaten.info] ([https://forschungsdaten.info/fdm-im-deutschsprachigen-raum/deutschland/baden-wuerttemberg/fdm-projekte-in-baden-wuerttemberg/forth-bw/ FORTH-BW auf forschungsdaten.info])'''

'''[https://www.nfdi.de/konsortien/ NFDI]'''

'''[https://eosc-portal.eu/ EOSC]'''

Daten veröffentlichen

2024-04-16T08:51:24Z

Lilian.Zappone: /* Persistente Identifikation */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der eigenen Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistenten Identifikatoren sind zentral für die dauerhafte Identifizier-, Auffind- und Referenzierbarkeit von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen.

Für digitale Ressourcen wie wissenschaftliche Text- und Forschungsdatenpublikationen wird der Digital Object Identifier (DOI) am häufigsten genutzt. Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.

Neben persistenten Identifikatoren für digitale Ressourcen existieren auch eindeutige Identifikationsnummern

* für Personen (z.B. die [https://orcid.org/ ORCID iD]),
* für Institutionen (z.B. das [https://ror.org/ Research Organization Registry, ROR]; über die [https://ror.org/search ROR-Search] können Sie nach allen ROR-IDs suchen),
* für Konferenzen (z.B. die [https://www.confident-conference.org/index.php/Main_Page ConfIDent]),
* für Instrumente ([https://www.pidinst.org/ PIDINST]).

----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten finden und nachnutzen

2024-04-16T08:23:57Z

Lilian.Zappone: /* Forschungsdaten finden */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten[1], da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

'''WICHTIG!'''

Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose)[3] . Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität[4].

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[5] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; standardisierte und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung, Vokabulare, Wertebereiche; Archivierung Ihrer Forschungsdaten (in einem offenen, nicht-proprietären Datenformat) oder Möglichkeit, das Datenformat verlustfrei umzuwandeln; Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[6] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[7]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Ariza, Angela et al. (2023, 14 February). Datennutzung in der Praxis. https://doi.org/10.5281/zenodo.7568266.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[3] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

[4] Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1<nowiki/>.https://figshare.com/articles/figure/Data_fitness/21944477.

[5] Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[6] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[7] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Forschungsdatenmanagement im Überblick

2024-04-16T08:18:00Z

Lilian.Zappone: /* Vorgaben der Forschungsförderer und Drittmittelgeber */

== Was sind Forschungsdaten? ==
Die Vielfalt unterschiedlicher wissenschaftlicher Fachbereiche, Forschungsmethoden und Erkenntnisinteressen spiegelt sich in der Vielfalt von Forschungsdaten wider. Es kann daher nicht die EINE Definition von Forschungsdaten geben, die alle Aspekte von Forschungsdaten umfasst.

Allgemein lassen sich Forschungsdaten definieren als alle Daten, die im Laufe des wissenschaftlichen Arbeitsprozesses entstehen, bearbeitet oder genutzt werden und als Grundlage für Forschungsergebnisse dienen und/oder Forschungsergebnisse sind. Dies gilt unabhängig von der Fachdisziplin, dem Format oder der angewandten Methode.

== Was ist Forschungsdatenmanagement (FDM)? ==
Forschungsdatenmanagement umfasst alle strukturierten Maßnahmen zur Planung, Erhebung, Verarbeitung, Analyse, Veröffentlichung, Archivierung, Nachnutzung, Dokumentation und Aufbewahrung von Forschungsdaten. Forschungsdatenmanagement sichert den Zugang, die Reproduzierbarkeit und Qualität aller Forschungsdaten und ist Bestandteil einer guten wissenschaftlichen Praxis.

Ziel des Forschungsdatenmanagements ist es, die Forschungsdaten nach den [https://force11.org/info/the-fair-data-principles/ FAIR]-Prinzipien langfristig und personenunabhängig auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und nachnutzbar (reuseable) zu machen und zu halten.

== Warum Forschungsdatenmanagement? ==
Die FAIR-Prinzipien, und ein Forschungsdatenmanagement, das sich an diesen orientiert, sind wichtige Bausteine für die Umsetzung einer guten wissenschaftlichen Forschungspraxis[1] und garantieren die Qualität, das heißt die Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2] Ihrer Forschungsdaten.

Darüber hinaus kann ein verantwortungsvoller und transparenter Umgang mit Forschungsdaten

* Ihre eigene und die kollaborative Forschungsarbeit erleichtern, da Forschungsdaten leichter aufzufinden sind und Sie dem Verlust von Forschungsdaten vorbeugen,
* die Sichtbarkeit der von Ihnen generierten Forschungsdaten und der zugehörigen Forschung(-seinrichtung) erhöhen,
* die Nachvollziehbarkeit, Reproduzierbarkeit und Referenzierbarkeit Ihrer Forschungsdaten gewährleisten, und so auch die Analyse Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erleichtern und die (Nach-)Nutzung Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erhöhen,
* die (interdisziplinäre) Zusammenarbeit zwischen Ihnen und anderen Forschenden verbessern,
* Rechtssicherheit schaffen,
* von gesamtgesellschaftlichem Nutzen sein (im Besonderen, wenn Sie Ihre Forschungsdaten frei und offen zugänglich veröffentlichen).

=== Vorgaben der Forschungsförderer und Drittmittelgeber ===
Zunehmend formulieren auch Forschungsförderer und Drittmittelgeber Leitlinien für den Umgang mit Forschungsdaten und integrieren Vorgaben für das Forschungsdatenmanagement in ihre Förderrichtlinien, zum Beispiel die Erstellung eines Datenmanagementplans.

Die DFG beispielsweise hat eine [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf Checkliste] sowie [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/leitlinien_forschungsdaten.pdf Leitlinien] und [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten veröffentlicht. Für die Antragstellung sind darüber hinaus die [https://www.dfg.de/resource/blob/168312/ecad456446aaf6fbb3a878d2c0781cfc/54-01-de-data.pdf Leitfaden für die Antragstellung] (siehe insbesondere Sachbeihilfen), die [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/beantragbare-mittel Informationen zu beantragbaren Mitteln], die Informationen zu [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung Forschungsdaten in den Förderprogrammen] sowie die [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien zur Sicherung guter wissenschaftlicher Praxis] (hier können Sie sich zu den einzelnen Leitlinien fachspezifische Kommentare anzeigen lassen) zu berücksichtigen.

Für eine Antragstellung bei der Europäischen Kommission (HORIZON Europe, RIA/IA) sind folgende Dokumente relevant: [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf Programme Guide 4.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx Data Management Plan], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/common/guidance/aga_en.pdf Annotated Grant Agreement (AGA) 1.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/af/af_he-ria-ia_en.pdf Standard Application Form 7.0].

Durch einen verantwortungsvollen und transparenten Umgang mit Forschungsdaten können Sie die Umsetzung dieser Vorgaben sowie von Richtlinien von Verlagen, von fachspezifischen Standards und von forschungsethischen und -rechtlichen Leitlinien von Forschungsbeginn an gewährleisten.

----[1] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/. Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose) (Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865). Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität. (Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1. https://figshare.com/articles/figure/Data_fitness/21944477).

Forschungsdatenmanagement im Überblick

2024-04-16T08:17:40Z

Lilian.Zappone: /* Vorgaben der Forschungsförderer und Drittmittelgeber */

== Was sind Forschungsdaten? ==
Die Vielfalt unterschiedlicher wissenschaftlicher Fachbereiche, Forschungsmethoden und Erkenntnisinteressen spiegelt sich in der Vielfalt von Forschungsdaten wider. Es kann daher nicht die EINE Definition von Forschungsdaten geben, die alle Aspekte von Forschungsdaten umfasst.

Allgemein lassen sich Forschungsdaten definieren als alle Daten, die im Laufe des wissenschaftlichen Arbeitsprozesses entstehen, bearbeitet oder genutzt werden und als Grundlage für Forschungsergebnisse dienen und/oder Forschungsergebnisse sind. Dies gilt unabhängig von der Fachdisziplin, dem Format oder der angewandten Methode.

== Was ist Forschungsdatenmanagement (FDM)? ==
Forschungsdatenmanagement umfasst alle strukturierten Maßnahmen zur Planung, Erhebung, Verarbeitung, Analyse, Veröffentlichung, Archivierung, Nachnutzung, Dokumentation und Aufbewahrung von Forschungsdaten. Forschungsdatenmanagement sichert den Zugang, die Reproduzierbarkeit und Qualität aller Forschungsdaten und ist Bestandteil einer guten wissenschaftlichen Praxis.

Ziel des Forschungsdatenmanagements ist es, die Forschungsdaten nach den [https://force11.org/info/the-fair-data-principles/ FAIR]-Prinzipien langfristig und personenunabhängig auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und nachnutzbar (reuseable) zu machen und zu halten.

== Warum Forschungsdatenmanagement? ==
Die FAIR-Prinzipien, und ein Forschungsdatenmanagement, das sich an diesen orientiert, sind wichtige Bausteine für die Umsetzung einer guten wissenschaftlichen Forschungspraxis[1] und garantieren die Qualität, das heißt die Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2] Ihrer Forschungsdaten.

Darüber hinaus kann ein verantwortungsvoller und transparenter Umgang mit Forschungsdaten

* Ihre eigene und die kollaborative Forschungsarbeit erleichtern, da Forschungsdaten leichter aufzufinden sind und Sie dem Verlust von Forschungsdaten vorbeugen,
* die Sichtbarkeit der von Ihnen generierten Forschungsdaten und der zugehörigen Forschung(-seinrichtung) erhöhen,
* die Nachvollziehbarkeit, Reproduzierbarkeit und Referenzierbarkeit Ihrer Forschungsdaten gewährleisten, und so auch die Analyse Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erleichtern und die (Nach-)Nutzung Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erhöhen,
* die (interdisziplinäre) Zusammenarbeit zwischen Ihnen und anderen Forschenden verbessern,
* Rechtssicherheit schaffen,
* von gesamtgesellschaftlichem Nutzen sein (im Besonderen, wenn Sie Ihre Forschungsdaten frei und offen zugänglich veröffentlichen).

=== Vorgaben der Forschungsförderer und Drittmittelgeber ===
Zunehmend formulieren auch Forschungsförderer und Drittmittelgeber Leitlinien für den Umgang mit Forschungsdaten und integrieren Vorgaben für das Forschungsdatenmanagement in ihre Förderrichtlinien, zum Beispiel die Erstellung eines Datenmanagementplans.

Die DFG beispielsweise hat eine [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf Checkliste] sowie [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/leitlinien_forschungsdaten.pdf Leitlinien] und [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten veröffentlicht. Für die Antragstellung sind darüber hinaus die [https://www.dfg.de/resource/blob/168312/ecad456446aaf6fbb3a878d2c0781cfc/54-01-de-data.pdf Leitfaden für die Antragstellung] (siehe insbesondere Sachbeihilfen), die [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/beantragbare-mittel Informationen zu beantragbaren Mitteln], die Informationen zu [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung Forschungsdaten in den Förderprogrammen] sowie die [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien zur Sicherung guter wissenschaftlicher Praxis] (hier können Sie sich zu den einzelnen Leitlinien fachspezifische Kommentare anzeigen lassen) zu berücksichtigen.

Für eine Antragstellung bei der Europäischen Kommission (HORIZON Europe, RIA/IA) sind folgende Dokumente relevant: [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf Programme Guide 4.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx Data Management Plan], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/common/guidance/aga_en.pdf Annotated Grant Agreement (AGA) 1.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/af/af_he-ria-ia_en.pdf Standard Application Form 7.0].

Durch einen verantwortungsvollen und transparenten Umgang mit Forschungsdaten können Sie die Umsetzung dieser Vorgaben sowie von Richtlinien von Verlagen, von fachspezifischen Standards und von forschungsethischen und -rechtlichen Leitlinien von Forschungsbeginn an gewährleisten.

----[1] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/. Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose) (Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865). Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität. (Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1. https://figshare.com/articles/figure/Data_fitness/21944477)

Forschungsdatenmanagement im Überblick

2024-04-16T08:14:30Z

Lilian.Zappone: /* Vorgaben der Forschungsförderer und Drittmittelgeber */

== Was sind Forschungsdaten? ==
Die Vielfalt unterschiedlicher wissenschaftlicher Fachbereiche, Forschungsmethoden und Erkenntnisinteressen spiegelt sich in der Vielfalt von Forschungsdaten wider. Es kann daher nicht die EINE Definition von Forschungsdaten geben, die alle Aspekte von Forschungsdaten umfasst.

Allgemein lassen sich Forschungsdaten definieren als alle Daten, die im Laufe des wissenschaftlichen Arbeitsprozesses entstehen, bearbeitet oder genutzt werden und als Grundlage für Forschungsergebnisse dienen und/oder Forschungsergebnisse sind. Dies gilt unabhängig von der Fachdisziplin, dem Format oder der angewandten Methode.

== Was ist Forschungsdatenmanagement (FDM)? ==
Forschungsdatenmanagement umfasst alle strukturierten Maßnahmen zur Planung, Erhebung, Verarbeitung, Analyse, Veröffentlichung, Archivierung, Nachnutzung, Dokumentation und Aufbewahrung von Forschungsdaten. Forschungsdatenmanagement sichert den Zugang, die Reproduzierbarkeit und Qualität aller Forschungsdaten und ist Bestandteil einer guten wissenschaftlichen Praxis.

Ziel des Forschungsdatenmanagements ist es, die Forschungsdaten nach den [https://force11.org/info/the-fair-data-principles/ FAIR]-Prinzipien langfristig und personenunabhängig auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und nachnutzbar (reuseable) zu machen und zu halten.

== Warum Forschungsdatenmanagement? ==
Die FAIR-Prinzipien, und ein Forschungsdatenmanagement, das sich an diesen orientiert, sind wichtige Bausteine für die Umsetzung einer guten wissenschaftlichen Forschungspraxis[1] und garantieren die Qualität, das heißt die Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2] Ihrer Forschungsdaten.

Darüber hinaus kann ein verantwortungsvoller und transparenter Umgang mit Forschungsdaten

* Ihre eigene und die kollaborative Forschungsarbeit erleichtern, da Forschungsdaten leichter aufzufinden sind und Sie dem Verlust von Forschungsdaten vorbeugen,
* die Sichtbarkeit der von Ihnen generierten Forschungsdaten und der zugehörigen Forschung(-seinrichtung) erhöhen,
* die Nachvollziehbarkeit, Reproduzierbarkeit und Referenzierbarkeit Ihrer Forschungsdaten gewährleisten, und so auch die Analyse Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erleichtern und die (Nach-)Nutzung Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erhöhen,
* die (interdisziplinäre) Zusammenarbeit zwischen Ihnen und anderen Forschenden verbessern,
* Rechtssicherheit schaffen,
* von gesamtgesellschaftlichem Nutzen sein (im Besonderen, wenn Sie Ihre Forschungsdaten frei und offen zugänglich veröffentlichen).

=== Vorgaben der Forschungsförderer und Drittmittelgeber ===
Zunehmend formulieren auch Forschungsförderer und Drittmittelgeber Leitlinien für den Umgang mit Forschungsdaten und integrieren Vorgaben für das Forschungsdatenmanagement in ihre Förderrichtlinien, zum Beispiel die Erstellung eines Datenmanagementplans.

Die DFG beispielsweise hat eine [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf Checkliste] sowie [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/leitlinien_forschungsdaten.pdf Leitlinien] und [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten veröffentlicht. Für die Antragstellung sind darüber hinaus die [https://www.dfg.de/resource/blob/168312/ecad456446aaf6fbb3a878d2c0781cfc/54-01-de-data.pdf Leitfaden für die Antragstellung] (siehe insbesondere Sachbeihilfen), die [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/beantragbare-mittel Informationen zu beantragbaren Mitteln], die Informationen zu [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung Forschungsdaten in den Förderprogrammen] sowie die [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien zur Sicherung guter wissenschaftlicher Praxis] (hier können Sie sich zu den einzelnen Leitlinien fachspezifische Kommentare anzeigen lassen) zu berücksichtigen.

Für eine Antragstellung bei der Europäischen Kommission (HORIZON Europe, RIA/IA) sind folgende Dokumente relevant: [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf Programme Guide 4.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx Data Management Plan], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/common/guidance/aga_en.pdf Annotated Grant Agreement (AGA) 1.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/af/af_he-ria-ia_en.pdf Standard Application Form 7.0].

Durch einen verantwortungsvollen und transparenten Umgang mit Forschungsdaten können Sie die Umsetzung dieser Vorgaben sowie von Richtlinien von Verlagen, von fachspezifischen Standards und von forschungsethischen und -rechtlichen Leitlinien von Forschungsbeginn an gewährleisten.

----[1] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/. Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose). Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität.

Daten finden und nachnutzen

2024-04-16T08:12:20Z

Lilian.Zappone: /* Forschungsdaten zitieren */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

'''WICHTIG!'''

Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose)[2] . Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität[3].

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[4] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; standardisierte und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung, Vokabulare, Wertebereiche; Archivierung Ihrer Forschungsdaten (in einem offenen, nicht-proprietären Datenformat) oder Möglichkeit, das Datenformat verlustfrei umzuwandeln; Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[5] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[6]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

[3] Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1<nowiki/>.https://figshare.com/articles/figure/Data_fitness/21944477.

[4] Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[5] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[6] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten finden und nachnutzen

2024-04-16T08:09:46Z

Lilian.Zappone: /* Forschungsdaten zitieren */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

'''WICHTIG!'''

Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die wissenschaftliche Beantwortung einer Fragestellung nützlich bzw. von hinreichend guter Qualität sind (fit for purpose)[2] . Nachnutzbare Forschungsdaten sind FAIR, darüber hinaus jedoch auch gut dokumentiert und von guter inhaltlicher Qualität[3].

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[4] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; standardisierte und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung, Vokabulare, Wertebereiche; Archivierung Ihrer Forschungsdaten (in einem offenen, nicht-proprietären Datenformat) oder Möglichkeit, das Datenformat verlustfrei umzuwandeln; Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[5] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[6]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

[3] Ariza, Angela (2023, 05. February). Data fitness. https://doi.org/10.6084/m9.figshare.21944477.v1<nowiki/>.https://figshare.com/articles/figure/Data_fitness/21944477.

[4] Diese Beispiel-Maßnahmen wurdhttps://doi.org/10.5281/zenodo.10160865 en abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[5] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[6] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten beschreiben und dokumentieren

2024-04-16T07:59:26Z

Lilian.Zappone: /* Templates und Tools */

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

Beispiele für fachspezifische Metadatenstandards sind:

* Geisteswissenschaften: [https://tei-c.org/guidelines/ Text Encoding Intitiative (TEI)]
* Geowissenschaften, Geographie: [https://www.iso.org/standard/53798.html ISO 19115], [https://www.tdwg.org/standards/dwc/ Darwin Core]
* Informatik: [https://github.com/codemeta/codemeta CodeMeta]
* Sozial- und Wirtschaftswissenschaften: [https://ddialliance.org/specification Data Documentation Initiative (DDI)]

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Thesauri:

* Agrarwissenschaften: [https://www.fao.org/agrovoc/ AGROVOC] der Food and Agriculture Organization (FOA) der United Nations
* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de.html Umweltthesaurus (UMTHES)] des Umweltbundesamtes, [https://www.getty.edu/research/tools/vocabularies/tgn/index.html Getty Thesaurus of Geographic Names (TGN)] des Getty Research Institute
* Kunstwissenschaften, Architektur: [https://www.aat-deutsch.de/ Art & Architecture Thesaurus (AAT)] (deutsche Fassung)
* Wirtschaftswissenschaften: [https://zbw.eu/stw/version/latest/about STW Thesaurus for Economics] des Leibniz-Informationszentrum Wirtschaft (ZBW

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5,6]:

* Forschungsvorhaben,
* Methoden und Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Codes und Labels (Codebook), Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen, Datenversionen und die enthaltenen Änderungen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung sowie Informationen zum Zugang: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Nutzungsbedingungen sowie zu Datenschutz und Vertraulichkeit: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos,
* dauerhafte Kontaktmöglichkeit.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[7] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6] Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf

[7] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten beschreiben und dokumentieren

2024-04-16T07:56:28Z

Lilian.Zappone: /* Was sollte ich dokumentieren? */

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

Beispiele für fachspezifische Metadatenstandards sind:

* Geisteswissenschaften: [https://tei-c.org/guidelines/ Text Encoding Intitiative (TEI)]
* Geowissenschaften, Geographie: [https://www.iso.org/standard/53798.html ISO 19115], [https://www.tdwg.org/standards/dwc/ Darwin Core]
* Informatik: [https://github.com/codemeta/codemeta CodeMeta]
* Sozial- und Wirtschaftswissenschaften: [https://ddialliance.org/specification Data Documentation Initiative (DDI)]

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Thesauri:

* Agrarwissenschaften: [https://www.fao.org/agrovoc/ AGROVOC] der Food and Agriculture Organization (FOA) der United Nations
* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de.html Umweltthesaurus (UMTHES)] des Umweltbundesamtes, [https://www.getty.edu/research/tools/vocabularies/tgn/index.html Getty Thesaurus of Geographic Names (TGN)] des Getty Research Institute
* Kunstwissenschaften, Architektur: [https://www.aat-deutsch.de/ Art & Architecture Thesaurus (AAT)] (deutsche Fassung)
* Wirtschaftswissenschaften: [https://zbw.eu/stw/version/latest/about STW Thesaurus for Economics] des Leibniz-Informationszentrum Wirtschaft (ZBW

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5,6]:

* Forschungsvorhaben,
* Methoden und Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Codes und Labels (Codebook), Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen, Datenversionen und die enthaltenen Änderungen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung sowie Informationen zum Zugang: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Nutzungsbedingungen sowie zu Datenschutz und Vertraulichkeit: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos,
* dauerhafte Kontaktmöglichkeit.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[7] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6]

[7] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten beschreiben und dokumentieren

2024-04-16T07:52:35Z

Lilian.Zappone: /* Was sollte ich dokumentieren? */

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

Beispiele für fachspezifische Metadatenstandards sind:

* Geisteswissenschaften: [https://tei-c.org/guidelines/ Text Encoding Intitiative (TEI)]
* Geowissenschaften, Geographie: [https://www.iso.org/standard/53798.html ISO 19115], [https://www.tdwg.org/standards/dwc/ Darwin Core]
* Informatik: [https://github.com/codemeta/codemeta CodeMeta]
* Sozial- und Wirtschaftswissenschaften: [https://ddialliance.org/specification Data Documentation Initiative (DDI)]

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Thesauri:

* Agrarwissenschaften: [https://www.fao.org/agrovoc/ AGROVOC] der Food and Agriculture Organization (FOA) der United Nations
* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de.html Umweltthesaurus (UMTHES)] des Umweltbundesamtes, [https://www.getty.edu/research/tools/vocabularies/tgn/index.html Getty Thesaurus of Geographic Names (TGN)] des Getty Research Institute
* Kunstwissenschaften, Architektur: [https://www.aat-deutsch.de/ Art & Architecture Thesaurus (AAT)] (deutsche Fassung)
* Wirtschaftswissenschaften: [https://zbw.eu/stw/version/latest/about STW Thesaurus for Economics] des Leibniz-Informationszentrum Wirtschaft (ZBW

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5,6]:

* Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Kodierungen, Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Datenschutz und Anonymisierung: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[7] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6]

[7] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten finden und nachnutzen

2024-04-16T07:50:19Z

Lilian.Zappone: /* Forschungsdaten nachnutzen */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar (fit for use) und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind (fit for purpose).[2]

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[3] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; standardisierte und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung, Vokabulare, Wertebereiche; Archivierung Ihrer Forschungsdaten (in einem offenen, nicht-proprietären Datenformat) oder Möglichkeit, das Datenformat verlustfrei umzuwandeln; Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[4] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[5]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

[3] Diese Beispiel-Maßnahmen wurdhttps://doi.org/10.5281/zenodo.10160865 en abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[4] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[5] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten finden und nachnutzen

2024-04-16T07:48:28Z

Lilian.Zappone: /* Forschungsdaten nachnutzen */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich oder nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind.[2]

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[3] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; standardisierte und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung, Vokabulare, Wertebereiche; Archivierung Ihrer Forschungsdaten (in einem offenen, nicht-proprietären Datenformat) oder Möglichkeit, das Datenformat verlustfrei umzuwandeln; Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[4] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[5]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

[3] Diese Beispiel-Maßnahmen wurdhttps://doi.org/10.5281/zenodo.10160865 en abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[4] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[5] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten finden und nachnutzen

2024-04-16T07:47:45Z

Lilian.Zappone:

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

Es ist darauf hinzuweisen, dass die Qualität der Forschungsdaten abhängig von dem Kontext ist, in dem die Forschungsdaten wiederverwendet werden sollen; einen allen Disziplinen gerecht werdenden Qualitätsmaßstab für Forschungsdaten gibt es nicht. Forschungsdaten, die den FAIR-Prinzipien folgen, sind für Mensch und Maschine (nach-)nutzbar und somit auch qualitativ hochwertiger als Forschungsdaten, die nicht dauerhaft auffindbar oder zugänglich sowie nicht interoperabel sind. FAIRe Forschungsdaten geben jedoch keine Auskunft darüber, ob sie für die Beantwortung einer Fragestellung nützlich sind.[2]

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[3] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; standardisierte und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung, Vokabulare, Wertebereiche; Archivierung Ihrer Forschungsdaten (in einem offenen, nicht-proprietären Datenformat) oder Möglichkeit, das Datenformat verlustfrei umzuwandeln; Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[4] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[5]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Ariza, Angela et al. (2023). Train-the-Trainer-Konzept zum Thema Forschungsdatenmanagement: Erweiterungsmodul Nachnutzung. Version 1.0. https://doi.org/10.5281/zenodo.10160865.

[3] Diese Beispiel-Maßnahmen wurdhttps://doi.org/10.5281/zenodo.10160865 en abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[4] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[5] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten finden und nachnutzen

2024-04-11T08:43:44Z

Lilian.Zappone: /* Forschungsdaten finden */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''4.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''5.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[2] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; einheitliche und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[3] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[4]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[3] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[4] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten finden und nachnutzen

2024-04-11T08:43:28Z

Lilian.Zappone: /* Forschungsdaten finden */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2. Sie können (offene Forschungsdaten) über Datenbanken und Datenportale finden.'''

Über das Datenbankinfosystem DBIS können Sie die von Ihrer Institution lizenzierten Datenbanken finden.

'''3. Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''3.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''4.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[2] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; einheitliche und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[3] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[4]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[3] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[4] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten veröffentlichen

2024-04-04T06:50:41Z

Lilian.Zappone: /* Datenjournale */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der eigenen Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Datenjournalen. Eine weitere Liste findet sich [https://zenodo.org/records/7082126 hier].'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-04-02T10:59:41Z

Lilian.Zappone: /* Datenjournale */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der eigenen Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit fachspezifischen und fächerübergreifenden Data Journals.'''

'''Ergänzend zu allgemeinen Themen entstehen auf forschungsdaten.info S[https://forschungsdaten.info/wissenschaftsbereiche/ ammlungen fachspezifischer bzw. wissenschaftsbereichsspezifischer Eindrücke und Empfehlungen zum Umgang mit Forschungsdaten]; hier finden sich auch Empfehlungen für Datenjournale.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-03-25T09:41:16Z

Lilian.Zappone: /* Lizenzen für Forschungsdaten */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der eigenen Nutzung Ihrer Forschungsdaten frei und beispielsweise Zweitveröffentlichungen sind uneingeschränkt möglich.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit Data Journals.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-03-25T09:34:19Z

Lilian.Zappone: /* Lizenzen für Forschungsdaten */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte urheberrechtlich geschützte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der eigenen Nutzung Ihrer Forschungsdaten frei.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit Data Journals.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-03-25T09:07:25Z

Lilian.Zappone: /* Lizenzen für Forschungsdaten */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie im Besonderen bei Verlagsverträgen darauf, dass diese die Einräumung lediglich nicht ausschließlicher Nutzungsrechte vorsehen. So bleiben Sie als Urheber:in in der eigenen Nutzung Ihrer Forschungsdaten frei.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit Data Journals.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Forschungsdatenmanagement im Überblick

2024-03-20T08:10:55Z

Lilian.Zappone:

== Was sind Forschungsdaten? ==
Die Vielfalt unterschiedlicher wissenschaftlicher Fachbereiche, Forschungsmethoden und Erkenntnisinteressen spiegelt sich in der Vielfalt von Forschungsdaten wider. Es kann daher nicht die EINE Definition von Forschungsdaten geben, die alle Aspekte von Forschungsdaten umfasst.

Allgemein lassen sich Forschungsdaten definieren als alle Daten, die im Laufe des wissenschaftlichen Arbeitsprozesses entstehen, bearbeitet oder genutzt werden und als Grundlage für Forschungsergebnisse dienen und/oder Forschungsergebnisse sind. Dies gilt unabhängig von der Fachdisziplin, dem Format oder der angewandten Methode.

== Was ist Forschungsdatenmanagement (FDM)? ==
Forschungsdatenmanagement umfasst alle strukturierten Maßnahmen zur Planung, Erhebung, Verarbeitung, Analyse, Veröffentlichung, Archivierung, Nachnutzung, Dokumentation und Aufbewahrung von Forschungsdaten. Forschungsdatenmanagement sichert den Zugang, die Reproduzierbarkeit und Qualität aller Forschungsdaten und ist Bestandteil einer guten wissenschaftlichen Praxis.

Ziel des Forschungsdatenmanagements ist es, die Forschungsdaten nach den [https://force11.org/info/the-fair-data-principles/ FAIR]-Prinzipien langfristig und personenunabhängig auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und nachnutzbar (reuseable) zu machen und zu halten.

== Warum Forschungsdatenmanagement? ==
Die FAIR-Prinzipien, und ein Forschungsdatenmanagement, das sich an diesen orientiert, sind wichtige Bausteine für die Umsetzung einer guten wissenschaftlichen Forschungspraxis[1] und garantieren die Qualität, das heißt die Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2] Ihrer Forschungsdaten.

Darüber hinaus kann ein verantwortungsvoller und transparenter Umgang mit Forschungsdaten

* Ihre eigene und die kollaborative Forschungsarbeit erleichtern, da Forschungsdaten leichter aufzufinden sind und Sie dem Verlust von Forschungsdaten vorbeugen,
* die Sichtbarkeit der von Ihnen generierten Forschungsdaten und der zugehörigen Forschung(-seinrichtung) erhöhen,
* die Nachvollziehbarkeit, Reproduzierbarkeit und Referenzierbarkeit Ihrer Forschungsdaten gewährleisten, und so auch die Analyse Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erleichtern und die (Nach-)Nutzung Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erhöhen,
* die (interdisziplinäre) Zusammenarbeit zwischen Ihnen und anderen Forschenden verbessern,
* Rechtssicherheit schaffen,
* von gesamtgesellschaftlichem Nutzen sein (im Besonderen, wenn Sie Ihre Forschungsdaten frei und offen zugänglich veröffentlichen).

=== Vorgaben der Forschungsförderer und Drittmittelgeber ===
Zunehmend formulieren auch Forschungsförderer und Drittmittelgeber Leitlinien für den Umgang mit Forschungsdaten und integrieren Vorgaben für das Forschungsdatenmanagement in ihre Förderrichtlinien, zum Beispiel die Erstellung eines Datenmanagementplans.

Die DFG beispielsweise hat eine [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf Checkliste] sowie [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/leitlinien_forschungsdaten.pdf Leitlinien] und [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten veröffentlicht. Für die Antragstellung sind darüber hinaus die [https://www.dfg.de/resource/blob/168312/ecad456446aaf6fbb3a878d2c0781cfc/54-01-de-data.pdf Leitfaden für die Antragstellung] (siehe insbesondere Sachbeihilfen), die [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/beantragbare-mittel Informationen zu beantragbaren Mitteln], die Informationen zu [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung Forschungsdaten in den Förderprogrammen] sowie die [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien zur Sicherung guter wissenschaftlicher Praxis] (hier können Sie sich zu den einzelnen Leitlinien fachspezifische Kommentare anzeigen lassen) zu berücksichtigen.

Für eine Antragstellung bei der Europäischen Kommission (HORIZON Europe, RIA/IA) sind folgende Dokumente relevant: [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf Programme Guide 4.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx Data Management Plan], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/common/guidance/aga_en.pdf Annotated Grant Agreement (AGA) 1.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/af/af_he-ria-ia_en.pdf Standard Application Form 7.0].

Durch einen verantwortungsvollen und transparenten Umgang mit Forschungsdaten können Sie die Umsetzung dieser Vorgaben sowie von Richtlinien von Verlagen, von fachspezifischen Standards und von forschungsethischen und -rechtlichen Leitlinien von Forschungsbeginn an gewährleisten.

----[1] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

Über das FORTH-BW-Projekt

2024-03-19T08:59:24Z

Lilian.Zappone: /* Ansprechpersonen an den Hochschulen */

===FORTH-BW: Entwicklung und Implementierung eines bedarfsgerechten Forschungsdatenmanagements an HAW in Baden-Württemberg===
Forschungsdatenmanagement (FDM) wird immer wichtiger. Nicht nur für die Nachnutzung ist ein standardisiertes Datenmanagement notwendig, auch der Forschungsprozess selbst wird im Sinne guter wissenschaftlicher Praxis gestärkt. Gleichwohl sind die Hürden dafür an Hochschulen für Angewandte Wissenschaften (HAW) sehr hoch, denn es gibt keinen strukturierten, an die speziellen Bedarfe von HAW angepassten Prozess, der ohne hohen Einsatz von personellen oder finanziellen Ressourcen umsetzbar wäre. So sehen HAWen momentan keine Möglichkeit, auffindbare, zugängliche, interoperable und wiederverwendbare Daten bereitzustellen.

Daher setzt die [https://www.hfwu.de/ Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen] (HfWU) unter Leitung von Prof. Dr. [https://www.hfwu.de/carsten-herbes/ Carsten Herbes] und Forschungsreferentin [https://www.hfwu.de/karoline-herrmann/ Karoline Herrmann] das Verbundvorhaben „FORTH-BW“: Entwicklung und Implementierung eines bedarfsgerechten Forschungsdatenmanagements an HAW in Baden-Württemberg“, gefördert vom [https://www.bmbf.de/ Bundesministerium für Bildung und Forschung] (BMBF), um. Das Projekt läuft vom 01.10.2022 bis zum 30.09.2025 und wird gemeinsam mit den Partnern [https://www.hdm-stuttgart.de/ Hochschule der Medien Stuttgart], [https://www.hs-kehl.de/ Hochschule für öffentliche Verwaltung Kehl], [https://www.hft-stuttgart.de/ Hochschule für Technik Stuttgart], [https://www.reutlingen-university.de/ Hochschule Reutlingen] und [https://www.htwg-konstanz.de/ HTWG Hochschule Konstanz Technik, Wirtschaft und Gestaltung] durchgeführt.

Oberstes Ziel des Vorhabens ist es, an den beteiligten HAW ein mit den Ressourcen von HAW praktikables, sicheres und für die Forschenden und ihre Partnerorganisationen attraktives FDM einzuführen.

===Kontakt===

Daten beschreiben und dokumentieren

2024-02-22T08:03:27Z

Lilian.Zappone: /* Kontrollierte Vokabulare und Terminologien */

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

Beispiele für fachspezifische Metadatenstandards sind:

* Geisteswissenschaften: [https://tei-c.org/guidelines/ Text Encoding Intitiative (TEI)]
* Geowissenschaften, Geographie: [https://www.iso.org/standard/53798.html ISO 19115], [https://www.tdwg.org/standards/dwc/ Darwin Core]
* Informatik: [https://github.com/codemeta/codemeta CodeMeta]
* Sozial- und Wirtschaftswissenschaften: [https://ddialliance.org/specification Data Documentation Initiative (DDI)]

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Thesauri:

* Agrarwissenschaften: [https://www.fao.org/agrovoc/ AGROVOC] der Food and Agriculture Organization (FOA) der United Nations
* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de.html Umweltthesaurus (UMTHES)] des Umweltbundesamtes, [https://www.getty.edu/research/tools/vocabularies/tgn/index.html Getty Thesaurus of Geographic Names (TGN)] des Getty Research Institute
* Kunstwissenschaften, Architektur: [https://www.aat-deutsch.de/ Art & Architecture Thesaurus (AAT)] (deutsche Fassung)
* Wirtschaftswissenschaften: [https://zbw.eu/stw/version/latest/about STW Thesaurus for Economics] des Leibniz-Informationszentrum Wirtschaft (ZBW

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5]:

* Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Kodierungen, Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Datenschutz und Anonymisierung: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[6] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten finden und nachnutzen

2024-02-22T07:59:32Z

Lilian.Zappone: /* Forschungsdaten finden */

Das Finden und die Nachnutzung von Forschungsdaten kann unter anderem folgende Schritte umfassen: die Recherche und Prüfung bereits erhobener/veröffentlichter Forschungsdaten, die Nachnutzung von Forschungsdaten (unter Berücksichtigung der Nachnutzungsbedingungen) sowie das korrekte Zitieren von Forschungsdaten.

== Forschungsdaten finden ==
Es gibt unterschiedliche Strategien für das Suchen und Finden von (offenen) Forschungsdaten, da diese über unterschiedliche Kanäle, beispielsweise über Forschungsdatenrepositorien, als Datensupplement von wissenschaftlichen Publikationen, auf privaten Webseiten, bereitgestellt werden.

'''1.Sie können (offene) Forschungsdaten über Forschungsdatenrepositorien finden.'''

Über folgende webbasierte Portale und Verzeichnisse können Sie fachspezifische sowie fächerübergreifende Repositorien finden:

* [https://www.re3data.org/ Registry of Research Data Repositories (re3data)]

* [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)]

* [https://risources.dfg.de/index.html RIsources]

* [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)]

* [https://commons.datacite.org/repositories Data Cite Commons Repository Finder]

* [https://commons.datacite.org/repositories FAIRsharing]

Haben Sie ein passendes Forschungsdatenrepositorium gefunden, können Sie dieses anhand Filter (zum Beispiel Open Access), Schlagwörtern und Stichworten durchsuchen.

'''2.Sie können (offene) Forschungsdaten in Datenjournalen finden.'''

Eine Liste von Data Journals finden Sie [https://www.forschungsdaten.org/index.php/Data_Journals hier].

'''3.Sie können (offene) Forschungsdaten mithilfe von generischen Suchdiensten und Portalen finden. Diese durchsuchen unter anderem Zeitschriften, Digitale Sammlungen, Repositorien über Metadaten (OAI-PMH) nach unter anderem Forschungsdaten.'''

* [https://www.base-search.net/about/de/index.php Bielefeld Academic Search Engine (BASE)] (Hier können Sie über die Erweiterte Suche die Dokumentart Forschungsdaten auswählen.)

* [https://data.europa.eu/en European Union Open Data Portal] (Hier können Sie direkt in der Anfangssuchmaske nach Datasets suchen. Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://explore.openaire.eu/search/find/research-outcomes?resultbestaccessright=%22Open%2520Access%22 OpenAIRE Explore] (Hier können Sie über die Filter das Resource Product Research Data auswählen.)
* [http://b2find.eudat.eu/ B2FIND (EUDAT)] (Hier können Sie über die Filter den Resource Type Dataset sowie Supplementary Dataset auswählen. Zudem können Sie über den Filter Repositories oder Publisher gezielt in unterschiedlichen Repositorien oder Verlagen nach Forschungsdaten suchen.)
* [https://search.datacite.org/ DataCite Metadata Search] (Hier können Sie über den Filter Work Type Datasets auswählen. Die DataCite Metadata Search durchsucht Metadaten von unter anderem Forschungsdaten, die bei DataCite mit einer DOI registriert sind.)
* [https://datasearch.gesis.org/start gesisDataSearch] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten nach Forschungsdaten der Sozial- und Wirtschaftsforschung.)
* [https://www.zanran.com/ Zanran] (Mit dieser Suchmaschine können Sie nach Grafiken und Tabellen suchen, die in Dokumente eingebettet sind.)
* [https://search.creativecommons.org/ Creative Commons CC Search] (Die Suchmaschine sucht für Sie in Forschungsdatenrepositorien und Metadatendiensten sowie auf weiteren Plattformen nach Forschungsdaten (unter anderem Audiodateien, Bilder, 3-D-Modelle) mit CC-0-, CC-BY- oder CC-BY-SA-Lizenz.)

'''4.Sind Sie auf der Suche nach Open Government Data, so können Sie diese unter anderem in folgenden Portalen finden:'''

* [https://data.europa.eu/en European Union Open Data Portal] (Data.europa.eu ist das offizielle Datenportal der Europäischen Union.)
* [https://www-genesis.destatis.de/genesis/online Destatis] (Destatis ist die Datenbank des Statistischen Bundesamtes.)
* [https://ec.europa.eu/eurostat/de/data/database Eurostat] (Eurostat ist die statistische Datenbank der Europäischen Kommission.)
* [https://www.govdata.de/ Govdata] (Govdata ist das Open Governemnt Datenportal für Deutschland.)

== Forschungsdaten nachnutzen ==
Forschungsdaten sind auch über die eigentliche Projektlaufzeit für neue Forschungsvorhaben nutzbar, unter anderem für Metaanalysen, Replikationsstudien, Optimierung von Studiendesigns, Re-Analysen mit neuen Forschungsfragen und -methoden, Modellkalibrierungen.

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1], sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig. Im Idealfall sind Datensätze mit einer offenen Lizenz und klar definierten Nachnutzungsbedingungen markiert.

=== FAIRe Daten ===
Welche konkreten Forschungsdatenmanagement-Maßnahmen können Ihnen dabei helfen, Ihre Forschungsdaten nachnutzbar, das heißt auch auffindbar, zugänglich und interoperabel, [https://force11.org/info/the-fair-data-principles/ FAIR], zu machen und zu halten? Hier einige Beispiel-Maßnahmen[2] :

* '''Auffindbar (findable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten; Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) durchsuchbaren Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat),
* '''Zugänglich (accessible):''' (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem durchsuchbaren Forschungsdatenrepositorium (und evtl. begleitend dazu Veröffentlichung eines Data Paper, das Ihre Forschungsdaten beschreibt); Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Vergabe eines DOI, einer global eindeutigen und dauerhaften Kennung, für Ihre Forschungsdaten, so dass diese – möglichst Open Access – abgerufen werden können; Langfristige Zugänglichkeit der beschreibenden Metadaten (auch wenn die Forschungsdaten selbst nicht mehr zugänglich sind),
* '''Interoperabel (interoperable):''' (Automatisierte) Verlinkung und Integrierbarkeit Ihrer Forschungsdaten und der beschreibenden Metadaten mit anderen (Meta-)Datensätzen; einheitliche und nachvollziehbare (und evtl. fachspezifische) Benennung Ihrer Forschungsdaten, zum Beispiel Variablenbezeichnung; Archivierung Ihrer Forschungsdaten (in einem nicht-proprietären Datenformat); Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten und kontrolliertem Vokabular,
* '''Nachnutzbar (reuseable):''' Beschreibung und Dokumentation Ihrer Forschungsdaten mit maschinenlesbaren (fachspezifischen) Metadaten (im Besonderen zum Entstehungskontext der Forschungsdaten); Beschreibung der Beziehung Ihrer Forschungsdaten zueinander; (Open-Access-)Veröffentlichung Ihrer Forschungsdaten und Metadaten auf einem (fachspezifischen) Forschungsdatenrepositorium; Archivierung Ihrer Forschungsdaten in einem nicht-proprietären Datenformat; Definition von eindeutigen Nutzungsrechten (zum Beispiel Vergabe von maschinenlesbaren Creative-Commons-Lizenzen) für Ihre Forschungsdaten.

Ein Datenmanagementplan kann Ihnen dabei helfen, diese FDM-Maßnahmen von Beginn an mitzudenken und umzusetzen. Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]]'''.'''

=== Tools ===
Mit folgenden Tools können Sie testen, wie [https://force11.org/info/the-fair-data-principles/ FAIR] Ihre Forschungsdaten sind:

[https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Reserach Data Commons (ATDC))

[https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, Sarah & Grootveld, Marjan)

[https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS))

[https://www.f-uji.net/?action=test F-UJI] ([https://www.fairsfair.eu/ FAIRsFAIR]-Projekt)

== Forschungsdaten zitieren ==
Eine vollständige und korrekte (Forschungs-)Datenzitation gehört zur guten wissenschaftlichen Praxis[3] und wertschätzt die Generierung von Forschungsdaten als eine primäre Wissenschaftsleistung.

Bisher gibt es noch keine verbindlichen Standards zur Datenzitation. Nach der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles] umfasst eine vollständige Datenzitation folgende Angaben[4]:

'''Author(s), Year, Dataset Title, Global Persistent Identifier, Data Repository or Archive, Version'''

Hier ein Beispiel für eine vollständige Datenzitation gemäß der [https://force11.org/info/joint-declaration-of-data-citation-principles-final/ Joint Declaration of Data Citation Principles]:

'''Barbers, Irene; Elsner, Carsten; LIndstrot, Barbara; Mersmann, Jana; Schmiedicke, Heidi; Schütze, Katja; Voigt, Michaela, 2023, "Open Access Monitor: Mirror Journals 2.0", https://doi.org/10.26165/JUELICH-DATA/Q51JEG, Jülich DATA, V1.'''

'''WICHTIG!'''

Informieren Sie sich bei Datenjournalen und Forschungsdatenrepositorien über die jeweils geltenden Zitierregeln. In der Regel können Sie die von dem Datenjournal/von dem Forschungsdatenrepositorium für ein Data Paper/einen Datensatz vorgeschlagene Zitation direkt exportieren (unter anderem als Text, RIS, BibTeX).

=== Tools ===
Mit dem [https://citation.crosscite.org/ DOI Citation Formatter] von [https://datacite.org/ DataCite] und [https://www.crossref.org/ Crossref] können Sie Zitiervarianten umformatieren. Geben Sie hierfür einfach den DOI (zum Beispiel eines Datensatzes) ein und wählen das gewünschte Zitationsformat aus.
----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Diese Beispiel-Maßnahmen wurden abgleitet aus: [https://ardc.edu.au/resource/fair-data-self-assessment-tool/ FAIR Data Self Assessment Tool] (Australian Research Data Commons (ATDC)), [https://zenodo.org/record/1065991#.ZKUurVzP2Uk How FAIR are your data?] (Jones, S., & Grootveld, M.), [https://fairaware.dans.knaw.nl/ FAIR-Aware] (Data Archiving and Networked Services (DANS)). Es ist darauf hinzuweisen, dass manche Anforderungen an Forschungsdaten mehreren FAIR-Prinzipien unterliegen. So dienen persistente Identifikatoren beispielweise sowohl der Auffindbarkeit als auch der Zugänglichkeit von Forschungsdaten.

[3] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/.

[4] Dataverse Project (o.D.): Data Citation. https://dataverse.org/best-practices/data-citation.

Daten beschreiben und dokumentieren

2024-02-20T11:02:40Z

Lilian.Zappone:

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

Beispiele für fachspezifische Metadatenstandards sind:

* Geisteswissenschaften: [https://tei-c.org/guidelines/ Text Encoding Intitiative (TEI)]
* Geowissenschaften, Geographie: [https://www.iso.org/standard/53798.html ISO 19115], [https://www.tdwg.org/standards/dwc/ Darwin Core]
* Informatik: [https://github.com/codemeta/codemeta CodeMeta]
* Sozial- und Wirtschaftswissenschaften: [https://ddialliance.org/specification Data Documentation Initiative (DDI)]

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Klassifikationen:

* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de/collections/UK.html Umweltklassifikation] des Umweltbundesamtes
* Mathematik: [https://zbmath.org/classification/ Mathematics Subject Classification (MSC2020)] der zbMATH Open und Mathematical Reviews
* Physik: [https://physh.org/browse Physics Subject Headings (PhySH)] der American Physical Society (APS)
* Wirtschaftswissenschaften: [https://www.aeaweb.org/jel/guide/jel.php JEL Classification Codes Guide] der American Economic Association

Hier einige Beispiele für fachspezifische Thesauri:

* Agrarwissenschaften: [https://www.fao.org/agrovoc/ AGROVOC] der Food and Agriculture Organization (FOA) der United Nations
* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de.html Umweltthesaurus (UMTHES)] des Umweltbundesamtes, [https://www.getty.edu/research/tools/vocabularies/tgn/index.html Getty Thesaurus of Geographic Names (TGN)] des Getty Research Institute
* Kunstwissenschaften, Architektur: [https://www.aat-deutsch.de/ Art & Architecture Thesaurus (AAT)] (deutsche Fassung)
* Wirtschaftswissenschaften: [https://zbw.eu/stw/version/latest/about STW Thesaurus for Economics] des Leibniz-Informationszentrum Wirtschaft (ZBW

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5]:

* Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Kodierungen, Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Datenschutz und Anonymisierung: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[6] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten beschreiben und dokumentieren

2024-02-20T11:01:39Z

Lilian.Zappone:

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

'''Beispiele für fachspezifische Metadatenstandards sind:'''

* Geisteswissenschaften: [https://tei-c.org/guidelines/ Text Encoding Intitiative (TEI)]
* Geowissenschaften, Geographie: [https://www.iso.org/standard/53798.html ISO 19115], [https://www.tdwg.org/standards/dwc/ Darwin Core]
* Informatik: [https://github.com/codemeta/codemeta CodeMeta]
* Sozial- und Wirtschaftswissenschaften: [https://ddialliance.org/specification Data Documentation Initiative (DDI)]

''' '''

'''Beispiele für fächerübergreifende Metadatenstandards sind:'''

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Klassifikationen:

* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de/collections/UK.html Umweltklassifikation] des Umweltbundesamtes
* Mathematik: [https://zbmath.org/classification/ Mathematics Subject Classification (MSC2020)] der zbMATH Open und Mathematical Reviews
* Physik: [https://physh.org/browse Physics Subject Headings (PhySH)] der American Physical Society (APS)
* Wirtschaftswissenschaften: [https://www.aeaweb.org/jel/guide/jel.php JEL Classification Codes Guide] der American Economic Association

Hier einige Beispiele für fachspezifische Thesauri:

* Agrarwissenschaften: [https://www.fao.org/agrovoc/ AGROVOC] der Food and Agriculture Organization (FOA) der United Nations
* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de.html Umweltthesaurus (UMTHES)] des Umweltbundesamtes, [https://www.getty.edu/research/tools/vocabularies/tgn/index.html Getty Thesaurus of Geographic Names (TGN)] des Getty Research Institute
* Kunstwissenschaften, Architektur: [https://www.aat-deutsch.de/ Art & Architecture Thesaurus (AAT)] (deutsche Fassung)
* Wirtschaftswissenschaften: [https://zbw.eu/stw/version/latest/about STW Thesaurus for Economics] des Leibniz-Informationszentrum Wirtschaft (ZBW

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5]:

* Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Kodierungen, Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Datenschutz und Anonymisierung: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[6] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten beschreiben und dokumentieren

2024-02-20T10:48:20Z

Lilian.Zappone: /* Kontrollierte Vokabulare und Terminologien */

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Klassifikationen:

* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de/collections/UK.html Umweltklassifikation] des Umweltbundesamtes
* Wirtschaftswissenschaften: [https://www.aeaweb.org/jel/guide/jel.php JEL Classification Codes Guide] der American Economic Association
* Mathematik: [https://zbmath.org/classification/ Mathematics Subject Classification (MSC2020)] der zbMATH Open und Mathematical Reviews
* Physik: [https://physh.org/browse Physics Subject Headings (PhySH)] der American Physical Society (APS)

Hier einige Beispiele für fachspezifische Thesauri:

* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de.html Umweltthesaurus (UMTHES)] des Umweltbundesamtes, [https://www.getty.edu/research/tools/vocabularies/tgn/index.html Getty Thesaurus of Geographic Names (TGN)] des Getty Research Institute
* Agrarwissenschaften: [https://www.fao.org/agrovoc/ AGROVOC] der Food and Agriculture Organization (FOA) der United Nations
* Wirtschaftswissenschaften: [https://zbw.eu/stw/version/latest/about STW Thesaurus for Economics] des Leibniz-Informationszentrum Wirtschaft (ZBW)
* Kunstwissenschaften, Architektur: [https://www.aat-deutsch.de/ Art & Architecture Thesaurus (AAT)] (deutsche Fassung)

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5]:

* Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Kodierungen, Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Datenschutz und Anonymisierung: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[6] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten beschreiben und dokumentieren

2024-02-20T10:42:40Z

Lilian.Zappone: /* Kontrollierte Vokabulare und Terminologien */

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

Hier einige Beispiele für fachspezifische Klassifikation:

* Geowissenschaften, Umweltwissenschaften: [https://sns.uba.de/umthes/de/collections/UK.html Umweltklassifikation] des Umweltbundesamtes
* Wirtschaftswissenschaften: [https://www.aeaweb.org/jel/guide/jel.php JEL Classification Codes Guide] der American Economic Association
* Mathematik: [https://zbmath.org/classification/ Mathematics Subject Classification (MSC2020)] der zbMATH Open und Mathematical Reviews
* Physik: [https://physh.org/browse Physics Subject Headings (PhySH)] der American Physical Society (APS)

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5]:

* Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Kodierungen, Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Datenschutz und Anonymisierung: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[6] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten beschreiben und dokumentieren

2024-02-20T10:38:37Z

Lilian.Zappone:

Die Nachnutzbarkeit eigener oder fremd generierter Forschungsdaten ist von der Qualität der Forschungsdaten, d.h. deren Vollständigkeit, Richtigkeit und Reproduzierbarkeit[1] sowie von den Nachnutzungsbedingungen, die über das Urheberrecht und die Lizenzvergabe geregelt werden, abhängig.

Um die Vollständigkeit, Richtigkeit und Reproduzierbarkeit Ihrer Forschungsdaten zu gewährleisten, beschreiben und zu dokumentieren Sie diese – möglichst detailliert und im Idealfall bereits bei deren Erhebung. Die Beschreibung und Dokumentation Ihrer Forschungsdaten ist eine zentrale (Qualitäts-)Maßnahme des Forschungsdatenmanagements.

== Was sind Metadaten? ==
Anhand von Metadaten werden Datenobjekte, hier Forschungsdaten, beschrieben, charakterisiert und kategorisiert. Metadaten sind folglich Daten über Daten.

Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Metadatenschemata dienen folglich dazu, eine möglichst strukturierte und einheitliche Beschreibung von Forschungsdaten zu gewährleisten, so dass diese langfristig und personenunabhängig auffindbar, interoperabel, nachvollziehbar und nachnutzbar sind.

Über Metadaten werden Forschungsdaten in Datenbanken und Datenbestandskatalogen auffindbar. Metadaten werden entweder gemeinsam mit den zu beschreibenden Forschungsdaten abgespeichert oder als separate Datei, die dann mit den zu beschreibenden Forschungsdaten verknüpft wird.

=== Arten von Metadaten ===
Es lassen sich vier Arten von Metadaten unterscheiden[2]:

* Bibliografische Metadaten: z.B. Titel, Autor:innen, Co-Autor:innen, Thema, Schlagwörter,
* Administrative Metadaten: z.B. Datentyp, Datenformat, Datenvolumen, Datenerhebungsort, Zugriffsrechte, Lizenz, Bereitstellungsdatum, Bearbeitungsdatum,
* Prozessmetadaten: beschreiben die Vorgehensweisen und Methoden zur Erhebung und Verarbeitung der Daten, z.B. Untersuchungsdesign, Erhebungsmethode, Analyseeinheit,
* Deskriptive Metadaten: geben Informationen zum Inhalt der Daten.

Bibliografische und administrative Metadaten können fächerübergreifend standardisiert werden, Prozessmetadaten und deskriptive Metadaten hingegen sind fachspezifisch aufgebaut und werden über fachspezifische Metadatenstandards strukturiert. Für die Auffindbarkeit, Nachvollziehbarkeit und Nachnutzbarkeit von Forschungsdaten sind im Besonderen diese fachspezifischen Informationen entscheidend.

=== Metadatenstandards ===
Für fachspezifische sowie fächerübergreifende Metadaten existiert bereits eine Vielzahl von Standards.

Informieren Sie sich, ob für Ihren Fachbereich bereits ein passender Metadatenstandard existiert. Hierfür können Sie den [https://rdamsc.bath.ac.uk/ Metadata Standards Catalog] der Research Data Alliance (RDA), die [https://www.dcc.ac.uk/guidance/standards/metadata/list List of Metadata Standards] des Digital Curation Centre (DCC) sowie die vom e-Research Centre der University of Oxford betriebene Plattform [https://fairsharing.org/search?fairsharingRegistry=Standard Fairsharing.org] verwenden.

''' '''

Beispiele für fächerübergreifende Metadatenstandards sind:

[https://schema.datacite.org/ '''DataCite Metadata Schema''']

Das Metadatenschema von DataCite zur Registrierung von DOIs ist ein weit verbreiteter Standard für die Beschreibung von Forschungsdaten. Dieser gibt an, welche Informationen zur Beschreibung eines Datensatzes verpflichtend anzugeben sind, welche empfohlen werden und welche optional angegeben werden können. Die Metadaten werden im XML-Format zur Verfügung gestellt.

[https://schema.datacite.org/meta/kernel-4.4/#examples Hier] finden sich einige Beispiele für Metadaten nach dem DataCite Metadata Schema, unter anderem Datensätze, Data Paper und Software.

Mit dem [https://dhvlab.gwi.uni-muenchen.de/datacite-generator/ DataCite Metadata Generator] können Sie Metadaten nach dem DataCite Metadata Schema für Ihre Forschungsdaten generieren.

[https://www.dublincore.org/specifications/dublin-core/dcmi-terms/ '''Dublin Core Metadata Element Set''']

Das DCMI Metadata Terms von der Dublin Core Metadata Initiative (DCMI) ist ein standardisiertes Vokabular für Metadaten. Das Metadata Element Set definiert 15 Element-Sets zur Beschreibung von digitalen Ressourcen.

Mit dem [http://nsteffel.github.io/dublin_core_generator/generator_nq.html Dublin Core Generator] können Sie Metadaten nach dem Dublin Core Metadata Element Set für Ihre Forschungsdaten generieren.

'''[https://codemeta.github.io/ CodeMeta]'''

CodeMeta ist ein Metadatenschema für wissenschaftliche Software und Code im Grundformat JSON-LD.

Mit dem [https://codemeta.github.io/ CodeMeta Generator] können Sie Metadaten nach dem CodeMeta-Standard für Ihre Software generieren

'''WICHTIG!'''

Möchten Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal veröffentlichen, so haben Sie die von dem Repositorium bzw. Datenjournal vorgegebenen Metadaten bereitzustellen. Es ist daher sinnvoll, Metadaten für Ihre Forschungsdaten so früh wie möglich im Forschungsprozess zu erfassen, beispielsweise im Rahmen eines Datenmanagementplans, und diese auch während des Forschungsprozesses stetig zu aktualisieren.

Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].

== Kontrollierte Vokabulare und Terminologien ==
Metadatenschemata geben an, welche Informationen und in welchem Schema diese Informationen zu Forschungsdaten anzugeben sind. Kontrollierte Vokabulare und Terminologien unterstützen dabei, diese Informationen zu Forschungsdaten zu standardisieren. Beispiele sind Wortlisten, die dabei helfen, unterschiedliche oder fehlerhafte Schreibweisen von Begriffen und Konzepten zu vereinheitlichen, Klassifikationen, die Objekte und Konzepte in meist hierarchisch strukturierte und durch bestimmte Merkmale charakterisierte Klassen ordnen sowie Taxonomien und Thesauri, die Über- und Unterbegriffe sowie Synonyme zu Begriffen und Konzepten enthalten sowie Beziehungen zwischen Begriffen und Konzepten darstellen.[3]

Das [https://bartoc.org/ Basic Register of Thesauri, Ontologies and Classifications (BARTOC)] gibt einen Überblick über bestehende fachspezifische und fächerübergreifende kontrollierte Vokabulare und Terminologien.

== Was sollte ich dokumentieren? ==
Sie sollten Ihre Forschungsdaten dokumentieren. Die Dokumentation Ihrer Forschungsdaten umfasst neben einer einheitlichen Benennung der Daten, die Ergänzung der Daten um zusätzliche, unter anderem das Forschungsvorhaben, die Datenerhebung, die Datenverarbeitung sowie die Datenanalyse beschreibende, Informationen. Eine Dokumentation ist folglich wesentlich umfassender als die Beschreibung Ihrer Forschungsdaten durch Metadaten.

'''WICHTIG!'''

Für die Dokumentation kann es hilfreich sein, wenn Sie sich fragen: Welche Informationen zu den Forschungsdaten und dem Forschungsprozess benötigen Personen, die nicht am Forschungsvorhaben beteiligt sind/waren, um die erhobenen Daten nachvollziehen, reproduzieren und nachnutzen zu können?[4]

Hier einige Beispiele, welche Informationen zu Ihren Forschungsdaten für Dritte, und für Sie selbst, hilfreich sein könnten, um Ihre Forschungsdaten auch noch nach längerer Zeit nachvollziehen, reproduzieren und nachnutzen zu können[5]:

* Instrumente, die zur Datenerhebung bzw. zur Messung eingesetzt wurden: Fragebögen, Testinstrumente, Leitfäden, Beobachtungsprotokolle, Ratingbögen,
* Informationen über den Datenerhebungsprozess bzw. den Prozess der Messung: Interviewanweisungen, Kontaktprotokolle, Notizen zum Erhebungskontext und -setting (unter anderem wo und wie fand die Messung statt, welche Personen waren anwesend),
* Informationen zur Datenaufbereitung: Transkriptionsregeln, Kodierregeln, Kodierungen, Gewichtungsvariablen, imputierte Werte, sonstige generierte Variablen, Angaben zu durchgeführten Plausibilitäts-, Konsistenz- und Fehlerkontrollen,
* Informationen zur (Vorgehensweise der) Datenanalyse: QDA-Dateien, Syntax,
* Informationen über den Rahmen der Datenerhebung bzw. der Messung: Methoden- und Feldberichte, Zwischen- und Abschlussberichte, Publikationen der Forschungsdaten (z. B. als Datensupplement eines Fachartikels in einer wissenschaftlichen Fachzeitschrift, als Data Paper, in einem Forschungsdatenrepositorium), Webseiten,
* Informationen zu Datenschutz und Anonymisierung: an die Proband:innen ausgehändigte Einverständniserklärungen und Informationen zum Datenschutz, Vorgehen bei der Anonymisierung (zum Beispiel Anonymisierungsprotokolle), Liste über Pseudonyme, Einschätzung des Re-Identifikationsrisikos.

'''WICHTIG!'''

Wir empfehlen Ihnen, diese Informationen – von Beginn des Forschungsvorhabens an – zu dokumentieren, im Idealfall in einem [[Forschungsvorhaben planen|Datenmanagementplan]]. Das erleichtert Ihnen unter anderem auch die Organisation Ihrer „heißen“, d.h. aktuell verarbeiteten Forschungsdaten.

== Wie sollte ich dokumentieren? ==
Die oben aufgeführten Informationen zu Ihren Forschungsdaten können in unterschiedlichen Formaten dokumentiert werden. Wie Sie diese Informationen zu Ihren Forschungsdaten dokumentieren, hängt auch von den in Ihrem Fachbereich gängigen Prozessen und Standards sowie verwendeten Tools ab. Wichtig dabei ist,

* dass standardisierte und offene Dateiformate und Programmiersprachen sowie Protokolle verwendet werden,
* dass standardisierte und fachspezifische Vokabulare genutzt werden,
* dass die Dokumentation maschinenlesbar ist,
* dass die Dokumentation den beschriebenen und dokumentierten Forschungsdaten eindeutig zugeordnet werden kann.

== Templates und Tools ==
Folgende Formate bieten sich für die Dokumentation Ihrer Forschungsdaten an. Templates und Tools können Ihnen bei der Einführung und Bearbeitung dieser Formate helfen:

* ReadMe-Datei: [https://www.cms.hu-berlin.de/de/dl/dataman/readme-template ReadMe-Template] der Humboldt-Universität zu Berlin[6] (zugehörige, die Forschungsdaten dokumentierende, Dateien wie Codebücher oder elektronische Laborbücher können in der ReadMe-Datei benannt werden)
* Codebuch
* (elektronisches) Laborbuch (ELN): [https://eln-finder.ulb.tu-darmstadt.de/search ELN-Finder] der TU Darmstadt, [https://www.chemotion.net/ Chemotion-ELN] des Karlsruher Institut für Technologie (KIT)
* projektinternes Wiki
* Datenmanagementplan (DMP) (Templates und Tools für die Erstellung eines Datenmanagementplans finden sie unter [[Forschungsvorhaben planen]].)

----[1] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

[2] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/.

[3] Böker, E. (2023). Metadaten und Metadatenstandards. Beschreiben hilft verstehen. forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/metadaten-und-metadatenstandards/, Humboldt-Universität zu Berlin (o.D.). Kontrollierte Vokabulare. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation/vokabulare.

[4] Die DFG hat in der Checkliste zum Umgang mit Forschungsdaten einige Hinweise für die Dokumentation und Datenqualität von Forschungsdaten formuliert, siehe: https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf. Fachspezifische Empfehlungen zum Umgang mit Forschungsdaten finden sich hier: https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen.

[5] VerbundFDB (2022, 9. Juni). Forschungsdaten dokumentieren. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/daten-dokumentieren, Böker, E. (2023). Datendokumentation. Warum, was und wie? forschungsdaten.info. https://forschungsdaten.info/themen/beschreiben-und-dokumentieren/datendokumentation/, Humboldt-Universität zu Berlin (o.D.). Dokumentation und Metadaten. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/dokumentation.

[6] [https://www.cms.hu-berlin.de/de/dl/dataman/readme-example Hier] findet sich zudem ein ReadMe-Datei-Beispiel der Humboldt-Universität zu Berlin.

Daten veröffentlichen

2024-02-20T10:16:48Z

Lilian.Zappone:

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie bei der Übertragung von Nachnutzungs-, Veröffentlichungs- und Verwertungsrechten darauf, dass Ihre Forschungsdaten für wissenschaftliche Zwecke frei verfügbar bleiben. Insbesondere sollten Sie kommerziellen Akteuren keine ausschließlichen Rechte einräumen.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen[15].

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[16]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[17] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[18]-Systemen unterscheiden.[19] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[20] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[21]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[22]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[23] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[24]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[25]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[26]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit Data Journals.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Darüber hinaus besteht die Möglichkeit, Ihre Forschungsdaten als Datensupplement zu veröffentlichen. Hier dienen die Forschungsdaten der Anreicherung der interpretativen Textpublikation, welche sich auf die Daten bezieht. Die supplementären Daten werden als Anhang zur Textpublikation in Form von Tabellen, Abbildungen oder Angaben zur Methodik publiziert; sie sind also Bestandteil der Textpublikation. Es gibt einige Nachteile dieser Form der Datenveröffentlichung: Werden die Daten auf der gleichen Plattform wie die Textpublikation veröffentlicht, können diese nicht als eigenständiges Objekt gefunden und zitiert werden. Zudem können die Daten nur eingeschränkt mit Metadaten beschrieben werden, da der Umfang des Anhangs begrenzt ist. Darüber hinaus ist zu berücksichtigen, dass der Zugang zu den Daten durch die Nutzungsbedingungen z.B. des Fachjournals eingeschränkt sein kein (z.B. wenn dieses nicht im Open Access verfügbar ist).

[16] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[17] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[18] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[19] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[22] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[23] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[25] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[26] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-02-14T10:41:06Z

Lilian.Zappone: /* Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie bei der Übertragung von Nachnutzungs-, Veröffentlichungs- und Verwertungsrechten darauf, dass Ihre Forschungsdaten für wissenschaftliche Zwecke frei verfügbar bleiben. Insbesondere sollten Sie kommerziellen Akteuren keine ausschließlichen Rechte einräumen.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen.

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[15]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[16] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[17]-Systemen unterscheiden.[18] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[19] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[20]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[21]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[22] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[23]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[24]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[25]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit Data Journals.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[16] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[17] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[18] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[19] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[22] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[23] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[25] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Daten veröffentlichen

2024-02-14T10:40:45Z

Lilian.Zappone: /* Datenjournale */

Die Veröffentlichung Ihrer Forschungsdaten kann unter anderem folgende Schritte umfassen: das Sicherstellen der Zugänglichkeit Ihrer Forschungsdaten (zum Beispiel durch die Ablage in einem Repositorium) und der langfristigen Zitierfähigkeit Ihrer Forschungsdaten (unter anderem durch die Vergabe eines persistenten Identifikators, zum Beispiel eines DOI) sowie die Festlegung von Zugriffsrechten und Nachnutzungsbedingungen.

== Warum sollte ich meine Forschungsdaten veröffentlichen? ==
Die (Open-Access-)Veröffentlichung von Forschungsdaten bietet Ihnen, der Scientific Community und der Allgemeinheit viele Vorteile[1]:

* Ihre Forschungsleistungen werden sichtbarer (unter anderem können Ihre Forschungsdaten bzw. Sie dadurch häufiger zitiert und für Forschungskooperationen angefragt werden),
* Ihre und die Forschungsergebnisse der Scientific Community werden sichtbar, verifizierbar, vergleichbar und nachnutzbar (unter anderem für Meta-Analysen, Replikationsstudien, Re-Analysen mit neuen Forschungsfragen und Forschungsmethoden, Optimierung von Studiendesigns) und dadurch können redundante Datenerhebungen vermieden werden und das Analysepotenzial bestehender Datensätze kann voll ausgeschöpft werden,
* der wissenschaftliche Diskurs und Austausch zwischen Ihnen und anderen Forschenden werden gefördert,
* die gute wissenschaftliche Praxis[2] wird gesichert,
* die Transparenz und Glaubwürdigkeit der Forschung werden gefördert (unter anderem da Forschungsdaten aus öffentlich geförderter Forschung für die Allgemeinheit offen verfügbar sind),
* nicht replizierbare Forschungsdaten werden gesichert.

Aufgrund dieser Vorteile ist die (Open-Access-)Veröffentlichung von Forschungsdaten bereits Bestandteil von:

* Förderrichtlinien (unter anderem auf nationaler Ebene von der DFG und auf internationaler Ebene von HORIZON Europe)[3][[,|,]]
* Forschungsdatenrichtlinien (Data Policies) von Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Wissenschaftsorganisationen[4],
* Publikationsrichtlinien von wissenschaftlichen Verlagen und Journals[5].

== Was ist bei der Veröffentlichung von Forschungsdaten zu beachten? ==
Neben den Vorgaben von Förderern, Hochschulen und wissenschaftlichen Forschungseinrichtungen sowie Verlagen sind im Besonderen rechtliche Vorgaben bei der Veröffentlichung von Forschungsdaten zu berücksichtigen.

=== Welche rechtlichen Vorgaben habe ich bei der Veröffentlichung meiner Forschungsdaten zu berücksichtigen? ===

== Welche Lizenz wähle ich für meine Forschungsdaten? ==
Eine Lizenz ist ein vertraglich vereinbartes Nutzungsrecht. Mit einer Lizenz erlaubt die urhebende Person ihrer Vertragspartnerin, ihrem Vertragspartner, ein Werk auf unterschiedliche Arten zu nutzen. Neben kommerziellen Lizenzen gibt es freie Lizenzen, die jeder Person die unentgeltliche Nutzung eines urheberrechtlich geschützten Werks gestatten.[6]

Grundsätzlich steht es Ihnen als Urheber:in bzw. Rechtinhaber:in der Forschungsdaten frei, welche Lizenz Sie für Ihre Forschungsdaten vergeben möchten – wenn denn andere übergeordnete Gründe wie unter anderem Patentrechte, Urheberrechte oder Vorgaben in den Förderrichtlinien nicht gegen die selbstgewählte Lizenz sprechen.

Eine wichtige Frage bei der Lizenzvergabe ist, welches Interesse Sie mit der Publikation der Forschungsdaten verfolgen bzw. welche Nutzungsrechte Sie für Ihre Forschungsdaten vergeben möchten.

Viele nationale und internationale Forschungsförderer und (außer-)universitäre Forschungseinrichtungen empfehlen die Vergabe möglichst offener Lizenzen[7].

Häufig verwendete offene Lizenzen sind: Creative Commons (CC) (für Texte, Abbildungen und Daten geeignet), Community Data License Agreement (für Daten konzipiert), Open Data Commons (ODC) (für Datenbanken konzipiert) sowie GNU General Public License (GPL) (für Software) konzipiert.

=== Lizenzen für Forschungsdaten ===
In Anlehnung an unter anderem die DFG und EU-Kommission[8] wird die Verwendung von Creative-Commons-Lizenzen für Forschungsdaten empfohlen, da diese einige Vorteile sowohl für Sie als Urheber:in sowie für Dritte als (nach-)nutzende Personen der Daten bieten.

CC-Lizenzen:

* sind für Text- und Datenpublikationen geeignet,
* haben keine Auswirkungen auf das Urheberrecht an den Daten,
* decken als standardisierte Nutzungsverträge die häufigsten Nutzungsszenarien und -bedingungen ab und geben so sowohl der bereitstellenden als auch der nachnutzenden Person Rechtssicherheit,
* übertragen keine ausschließlichen Verwertungsrechte,
* sind international verbreitet und mit einer Vielzahl von Rechtsordnungen kompatibel,
* sind maschinell lesbar,
* steigern die Sichtbarkeit, Nachnutzbarkeit und Nachnutzung der Daten.[9]

Folgende Lizenzen lassen sich unterscheiden[10], wobei sich die CC-BY-4.0-Lizenz zunehmend als Standard für wissenschaftliche Publikationen (sowohl für Forschungsdaten als auch für Textpublikationen) etabliert[11]:

'''[https://creativecommons.org/licenses/?lang=de CC 0][12]:''' Gemeinfreiheit/Public Domain: Mit Vergabe dieser Lizenz wird auf die Rechtdurchsetzung verzichtet.

'''CC BY:''' Namensnennung/Attribution: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange die Autorin, der Autor oder die Lizenzgeberin, der Lizenzgeber in der angegebenen Weise zitiert wird. Soweit dies technisch möglich ist, sollte ein Hyperlink auf das Originalwerk sowie auf die CC-Lizenz gesetzt werden.

'''CC ND:''' Keine Bearbeitung/No Derivatives: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt und aufgeführt, jedoch nicht verändert werden bzw. das bearbeitete Werk darf nicht weitergegeben werden.

'''CC NC [13]:''' Nicht-kommerziell/Non-commercial: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange das bearbeite Werk ausschließlich für nicht-kommerzielle Zwecke genutzt wird.

'''CC SA:''' Weitergabe unter gleichen Bedingungen/Share Alike: Mit Vergabe dieser Lizenz darf das Werk vervielfältigt, verbreitet, ausgestellt, aufgeführt und verändert werden, solange für das bearbeitete Werk die gleiche Lizenz vergeben wird, die für das Originalwerk gilt.

Daraus ergeben sich die folgenden sechs Kernlizenzen:

'''[https://creativecommons.org/licenses/by/4.0/deed.de CC BY]:''' Namensnennung

'''[https://creativecommons.org/licenses/by-nd/4.0/legalcode.de CC BY-ND][14]''': Namensnennung – Keine Bearbeitung

'''[https://creativecommons.org/licenses/by-nc/4.0/deed.de CC BY-NC]:''' Namensnennung – Nicht-kommerziell

'''[https://creativecommons.org/licenses/by-sa/4.0/legalcode.de CC BY-SA]:''' Namensnennung – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-sa/4.0/deed.de CC BY-NC-SA]:''' Namensnennung – Nicht-kommerziell – Weitergabe unter gleichen Bedingungen

'''[https://creativecommons.org/licenses/by-nc-nd/4.0/deed.de CC BY-NC-ND]:''' Namensnennung – Nicht-kommerziell – Keine Bearbeitung

Die wichtigsten Lizenzbedingungen der einzelnen CC-Lizenzen werden in den sogenannten Commons Deeds zusammengefasst.

Eine detaillierte Übersicht über die CC-Lizenzen, deren License Deeds und darunterliegenden Lizenzverträge findet sich [https://creativecommons.org/licenses/?lang=de hier].

'''Dieses webbasierte [https://chooser-beta.creativecommons.org/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Forschungsdaten unterstützen.'''

'''WICHTIG!'''

Nicht-lizenzierte Forschungsdaten sind nicht frei verfügbar! Hier ist es erforderlich, bei der Urheberin, dem Urheber der Forschungsdaten anzufragen, ob und wie die Forschungsdaten nachgenutzt werden dürfen.

Oftmals machen Forschungsdatenrepositorien und Datenjournale Vorgaben zu den von Ihnen unterstützten Lizenzen. Achten Sie bei der Übertragung von Nachnutzungs-, Veröffentlichungs- und Verwertungsrechten darauf, dass Ihre Forschungsdaten für wissenschaftliche Zwecke frei verfügbar bleiben. Insbesondere sollten Sie kommerziellen Akteuren keine ausschließlichen Rechte einräumen.

=== Lizenzen für Software ===
Software benötigt eine gesonderte Lizenz. Die Verwendung von Creative-Commons-Lizenzen ist für Software nicht zu empfehlen.

[https://opensource.org/licenses/ Hier] finden Sie eine Übersicht über von der Open Source Initiative (OSI) empfohlene offene Lizenzen für Software.

Auch das Institut für Rechtsfragen der Freien und Open Source Software (ifrOSS) hat eine [https://ifross.github.io/ifrOSS/Lizenzcenter Liste] zu offenen Lizenzen für Software erstellt.

'''Dieses webbasierte [https://choosealicense.com/ Tool] kann Sie bei der Auswahl einer geeigneten Lizenz für Ihre Software unterstützen.'''

== Wo kann ich meine Forschungsdaten veröffentlichen? ==
Sie können Ihre Forschungsdaten in einem Repositorium oder in einem Datenjournal veröffentlichen.

== Repositorien ==
Forschungsdatenrepositorien sind online zugängliche Datenbanken, um digitale Forschungsdaten (sowie weitere digitale Publikationen und Objekte) zu verzeichnen, zu veröffentlichen und zu archivieren – und diese so sichtbar und für einen öffentlichen oder beschränkten Nutzer:innenkreis zugänglich und nachnutzbar zu machen.

In einem Forschungsdatenrepositorium werden digitale Forschungsdaten als eigenständiges Objekt, das heißt zeitlich und örtlich unabhängig von einer Textpublikation, veröffentlicht, gespeichert und archiviert.

=== Arten von Repositorien ===
Es lassen sich auf Grundlage der fachlichen Ausrichtung und des Betreibers drei Arten von Repositorien unterscheiden[15]:

* Institutionelle Repositorien sind an eine Institution, zum Beispiel an eine Universität oder eine andere wissenschaftliche Einrichtung, angebunden, werden von dieser betrieben und ermöglichen ihren Mitgliedern die Publikation und Archivierung ihrer dort entstehenden Forschungsdaten.
* Fachspezifische Repositorien publizieren und archivieren Forschungsdaten einer wissenschaftlichen Fachrichtung oder eines spezifischen Themengebiets. Sie sind institutionsübergreifend.
* Fächerübergreifende/generische Repositorien publizieren und archivieren Forschungsdaten unterschiedlichster wissenschaftlicher Fachrichtungen. Sie sind institutionsübergreifend.

=== Wie finde ich ein für meine Forschungsdaten geeignetes Repositorium? ===
Es gibt einige webbasierte Portale und Verzeichnisse, die Ihnen dabei helfen können, ein geeignetes fachspezifisches oder fächerübergreifendes Repositorium für Ihre Forschungsdaten zu finden.

'''re3data.org'''

Das [https://www.re3data.org/ Registry of Research Data Repositories (re3data)] ist ein von der DFG gefördertes Projekt in Zusammenarbeit mit dem Helmholtz Open Science Office am Deutschen GeoForschungsZentrum (GFZ) Potsdam, dem Institut für Bibliotheks- und Informationswissenschaft der Humboldt-Universität zu Berlin, der Bibliothek des Karlsruher Institut für Technologie (KIT), den Purdue University Libraries sowie DataCite zum Aufbau eines webbasierten Registers von Forschungsdatenrepositorien. Re3data.org bietet ein umfassendes Verzeichnis von nationalen und internationalen fachspezifischen und fächerübergreifenden Forschungsdatenrepositorien und verfügt über umfangreiche Such- und Filterfunktionen (siehe Filter Content Types u.a. Raw Data).

'''RIsources'''

[https://risources.dfg.de/index.html#q=*&fq=RI_KATEGORIE%3A%22Forschungsdaten-Repositorien%7CResearch%20data%20repositories%22&sort=RI_SORT_DE%20asc&rows=10&RI_EXT=Y&RI_SCROLL=137&mm=100%25&qf=text_low%5E0.5%20text_normal%20text_high%5E2%20text_very_high%5E4&defType=edismax RIsources] ist ein von der DFG gefördertes Informationsportal zu wissenschaftlichen Forschungsdateninfrastrukturen. Neben anderen Ressourcen und Dienstleistungen zur unter anderem Planung und Realisierung von Forschungsvorhaben lassen sich über das Portal auch Forschungsdatenrepositorien in ganz Deutschland finden (siehe Filter Kategorie Forschungsdaten-Repositorien).

'''DINI'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] bietet eine Liste mit nationalen Repositorien. Die Übersicht zeigt zudem an, welches der Repositorien ein DINI-Zertifikat erhalten hat (siehe Filter Typ des Publikationsdienstes Forschungsdaten).

'''OpenDOAR'''

Das [https://v2.sherpa.ac.uk/opendoar/ Directory of Open Access Repositories (OpenDOAR)] ist ein qualitätsgeprüftes globales Verzeichnis für wissenschaftliche Open-Access-Repositorien mit unterschiedlichen Inhaltstypen, so unter anderem mit Forschungsdaten (siehe Filter Content Types [https://v2.sherpa.ac.uk/cgi/search/repository/advanced Datasets]).

'''ROAR'''

Das [http://roar.eprints.org/ Registry of Open Access Repositories (ROAR)] stellt eine Übersicht mit institutionellen, fachspezifischen und fächerübergreifenden Repositorien und Harvestern zur Verfügung (siehe Filter Repository Type Research Data).

'''Data Cite Commons Repository Finder'''

Der von DataCite gehostete [https://repositoryfinder.datacite.org/search?certified=&open=true&pid=true&subject=34 Repositorienfinder] ermöglicht die Suche nach Repositorien im Verzeichnis von re3data.org, die den [https://www.go-fair.org/fair-principles/ FAIR]-Datenprinzipien entsprechen (siehe Filter [https://support.datacite.org/docs/repository-finder Criterias Compliance]).

'''Repositorien Recommender'''

Der [https://www2.htw-dresden.de/~fdm/index.php Repositorien Recommender] der Hochschule für Technik und Wirtschaft Dresden bietet eine Übersicht über einhundert Repositorien, die nach gewünschter Nutzungsart (archivieren, Austausch, nachnutzen, veröffentlichen, sonstiges) sowie Fachbereichen gefiltert werden kann.

'''FAIRsharing'''

[https://fairsharing.org/search?fairsharingRegistry=Database FAIRsharing] ist ein durchsuchbares Portal für Datenbanken, Datenstandards und Data Policies.

=== Wie wähle ich ein für meine Forschungsdaten geeignetes Repositorium aus? ===
Neben den Vorgaben von Förderern und Verlagen zu Repositorien, können Sie bei der Auswahl eines für Ihre Forschungsdaten geeigneten Forschungsdatenrepositoriums einige Kriterien[16] berücksichtigen, so unter anderem: ob es ein in Ihrer Scientific Community anerkanntes fachspezifisches Forschungsdatenrepositorium gibt, welche Metadaten vergeben werden bzw. welche (fachspezifischen) Metadatenstandards unterstützt werden, ob das Forschungsdatenrepositorium persistente Identifikatoren für die Daten(-sätze) vergibt (zum Beispiel einen Digital Object Identifier, DOI), welche Zugriffsrechte (open access, restricted access, closed access, Embargofrist) angeboten werden, welche Lizenzen das Forschungsdatenrepositorium unterstützt, ob die Bearbeitung und Versionierung der Daten(-sätze) und Metadaten jederzeit möglich sind, ob die im Forschungsdatenrepositorium abgelegten Forschungsdaten über die gängigen Suchmaschinen gefunden werden können und wie lange und wo die Forschungsdaten aufbewahrt werden.

Diese und weitere Kriterien haben wir für Sie in einer Art Checkliste zusammengefasst, die Sie unter [[Handreichungen]] finden und herunterladen können.

=== Zertifizierung von Repositorien ===
Es lassen sich drei Zertifizierungsansätze für die Bewertung von (Langzeit-)Archivierungs[17]-Systemen unterscheiden.[18] Diese fokussieren im Besonderen auf die Dokumentation von technischen und organisatorischen Maßnahmen, zum Beispiel die finanzielle und personelle Ausstattung des Repositoriums, die Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, die verwendeten Metadaten(-standards), die langfristige Speicherung der Forschungsdaten sowie auf die Klärung der Rechte an den Forschungsdaten.

'''CoreTrustSeal'''

Das Data Seal of Approval (DSA) ist 2017 in der gemeinnützigen Organisation [https://www.coretrustseal.org/ CoreTrustSeal] aufgegangen; diese vergibt das gleichnamige CoreTrustSeal.

Anhand von [https://zenodo.org/record/7051012 16 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, gebräuchliche Forschungsdatenformate, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Repositorien beantragen das Qualitätssiegel und haben für den Erhalt die Erfüllung der 16 Qualitätskriterien zu belegen. Die Zertifizierung eines Repositoriums mit dem CoreTrustSeal ist für einen bestimmten Zeitraum gültig, anschließend ist das Siegel neu zu beantragen.

'''Eine Liste CoreTrustSeal zertifizierter Repositorien findet sich [https://amt.coretrustseal.org/certificates/ hier]'''.

'''nestor-Siegel'''

Das nestor-Siegel für vertrauenswürdige digitale Langzeitarchive wird von [https://www.langzeitarchivierung.de/Webs/nestor/DE/Home/home_node.html nestor], dem Kompetenznetzwerk für die Langzeitarchivierung und Langzeitverfügbarkeit digitaler Ressourcen, vergeben und basiert auf den durch die [https://www.beuth.de/de/norm/din-31644/147058907 DIN-Norm 31644 Information und Dokumentation – Kriterien für vertrauenswürdige digitale Langzeitarchive festgelegten Kriterien].

Anhand von [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.langzeitarchivierung.de%2FWebs%2Fnestor%2FSharedDocs%2FDownloads%2FDE%2FZertifizierung%2FEinreichungsformular-leer-DE.docx%3F__blob%3DpublicationFile%26v%3D1&wdOrigin=BROWSELINK 34 Kriterien] (unter anderem Zitierbarkeit der Forschungsdaten durch die Vergabe persistenter Identifikatoren, langfristiger Zugriff auf die Forschungsdaten, Datenqualität, Klärung der Rechte an den Forschungsdaten) wird die Vertrauenswürdigkeit eines Repositoriums bewertet.

Für den Erhalt des Qualitätssiegels hat nestor ein Verfahren zur erweiterten Selbstevaluierung entwickelt. Anschließend an diese Selbstevaluation durch das Repositorium erfolgt eine Begutachtung durch unabhängige nestor-Gutachter:innen. Die Zertifizierung eines Repositoriums mit dem nestor-Siegel ist auf unbestimmte Zeit gültig.

[https://www.langzeitarchivierung.de/Webs/nestor/SharedDocs/Downloads/DE/Zertifizierung/nestorSiegelFlyer2020.pdf?__blob=publicationFile&v=1; Hier] findet sich ein Kurzüberblick zum Zertifizierungsverfahren. Weiterführende Informationen sind zudem in den [https://d-nb.info/1189191830/34 Erläuterungen zum nestor-Siegel für vertrauenswürdige digitale Langzeitarchive] enthalten.

'''Eine Liste mit Repositorien, die das nestor-Siegel tragen findet sich [https://www.langzeitarchivierung.de/Webs/nestor/DE/Zertifizierung/nestor_Siegel/siegel.html hier].'''

'''ISO 16363:2012'''

Die internationale Norm [https://www.iso.org/standard/56510.html ISO 16363:2012 Space Data and Information Transfer Systems – Audit and Certification of Trustworthy Digital Repositories] empfiehlt ein Vorgehen für die Bewertung der Vertrauenswürdigkeit von digitalen Repositorien und kann als Basis für eine Zertifizierung von Repositorien genutzt werden.[19] Zurzeit wird die internationale Norm ISO/DIES 16363 entwickelt, die die Norm ISO 16363:2012 ersetzen wird.[20]

'''European Framework für Audit and Certification'''

Diese drei Initiativen, CoreTrustSeal, nestor-Siegel und ISO 16363:2012, haben sich 2010 unter der Schirmherrschaft der Europäischen Kommission auf ein europäisches Zertifizierungsverfahren für vertrauenswürdige digitale Langzeitarchive verständigt.[21]

'''DINI-Zertifikat'''

Die [https://dini.de/dienste-projekte/publikationsdienste/ Deutsche Netzwerkinitiative für Netzwerkinformationen e.V. (DINI)] vergibt seit 2004 das DINI-Zertifikat für Open-Access-Publikationsdienste. Das Zertifikat wurde von der DINI-Arbeitsgruppe Elektronisches Publizieren (DINI-AG E-Pub) entwickelt und ist ein wichtiges Instrument zur Standardisierung für Open-Access-Publikationsdienste.

Der dem Zertifikat zugrunde liegende [https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y Kriterienkatalog], welcher etwa 70 Mindestanforderungen sowie Empfehlungen in insgesamt acht Kriterienbereichen (Sichtbarkeit des Gesamtangebots, Leitlinien (Policy), Unterstützung für Autor:innen und Herausgeber:innen, rechtliche Aspekte, Informationssicherheit, Erschließung und Schnittstellen, offene Metriken, Langzeitverfügbarkeit, OAI-Schnittstelle)[22] umfasst, ist in Form eines Online-Fragebogens von den Betreibenden eines Open-Access-Publikationsdienstes auszufüllen. Anschließend erfolgt eine Überprüfung der Angaben durch zwei von der Geschäftsstelle benannte Gutachter:innen (i.d.R. rekrutieren sich diese aus den bisher zertifizierten Institutionen). Die Beantragung des DINI-Zertifikats ist kostenpflichtig. Das Zertifikat wird alle drei Jahre aktualisiert.[23]

'''[https://dini.de/dienste-projekte/publikationsdienste Hier] finden Sie eine Liste mit Publikationsdiensten, die das DINI-Zertifikat erhalten haben.'''

Grundsätzlich wird das DINI-Zertifikat an einzelne Open-Access-Publikationsdienste vergeben, Antragstellende sind folglich in der Regel Betreibende eines Open-Access-Repositoriums oder einer Open-Access-Zeitschrift. Die technischen Komponenten für viele Repositorien und Zeitschriften werden jedoch oftmals durch Hosting-Dienste bereitgestellt, die jeweils mehrere gleichartige Dienste betreuen. Hosting-Dienste können sich seit 2013 in einem vorgeschalteten Prozess bestätigen lassen, dass bestimmte Mindestanforderungen aus dem Kriterienkatalog für alle von ihnen betreuten Dienste erfüllt sind (DINI-ready).[24]

'''[https://dini.de/dienste-projekte/dini-zertifikat/dini-ready Hier] finden Sie eine Liste mit für das DINI-Zertifikat 2022 DINI-ready evaluierten Hosting-Anbietern.'''

'''Weitere Ansätze zur Qualitätssicherung und Zertifizierung'''

Neben diesen Zertifizierungsansätzen ist die Plan-S-Initiative für Open-Access-Publikationen hervorzuheben, die von der [https://www.coalition-s.org/about/ cOAlition S], einem internationalen Konsortium von Organisationen, unterstützt wird.

Der Plan-S formuliert Prinzipien bzw. Qualitätskriterien für Open-Access-Journale, -Plattformen und -Repositorien sowie Guidelines für deren Implementierung. Diese können als Basis für eine Selbstevaluation genommen werden (siehe unter anderem das fächerübergreifende Datenrepositorium Zenodo, welches auf Basis der Plan-S-Prinzipien eine Selbstevaluation durchführt[25]). Die Kriterien umfassen unter anderem die Vergabe von persistenten Identifikatoren für alle abgelegten Versionen einer (Text- oder Daten-)Veröffentlichung sowie von qualitativ hochwertigen Metadaten, die unter einer CC0-Lizenz zu veröffentlichen sind, maschinenlesbare Informationen über den Open-Access-Status und die für die Veröffentlichung vergebene Lizenz in einem nicht-proprietären Standardformat. Im Detail können Sie die Prinzipien [https://www.coalition-s.org/technical-guidance_and_requirements/ hier] (unter „Requirements for Open Access Repositories“) nachlesen

== Datenjournale ==
In Datenjournalen werden Artikel veröffentlicht, die Datensätze dokumentieren und beschreiben (unter anderem Datenerhebung, Charakteristik, Anwendungs- und Nachnutzungsmöglichkeiten), diese jedoch nicht interpretieren. Datenjournale können sowohl Open-Access- als auch Closed-Access-Zeitschriften sein.

Die Artikel in Datenjournalen, die Data Paper, werden mit einem persistenten Identifikator, zum Beispiel DOI, versehen. Dadurch dient das Data Paper als zitierbare Quelle für den Datensatz. Die im Artikel dokumentierten und beschriebenen Daten werden in der Regel in einem Forschungsdatenrepositorium veröffentlicht, erhalten hier einen persistenten Identifikator, zum Beispiel DOI, und werden mit dem Datenjournal-Artikel verlinkt.

Die in einem Datenjournal veröffentlichten Artikel durchlaufen in der Regel ein Peer-Review-Verfahren, ein von Fachexpert:innen geführtes Begutachtungsverfahren, das die Qualität und Nachvollziehbarkeit der Data Paper sowie der Daten sichern soll. Hierfür wird unter anderem geprüft, ob Erhebungs- und Auswertungsmethoden ausreichend detailliert beschrieben sind, so dass andere Forschende die Forschungsdaten nachnutzen können.

Zu in einem Forschungsdatenrepositorium veröffentlichten Daten können folglich unterschiedliche Textpublikationen gehören: ein Artikel in einem Datajournal, der die Daten ausführlich beschreibt, jedoch nicht interpretiert, oder eine Textpublikation in einem „klassischen“ Fachjournal, die die Daten schwerpunktmäßig interpretiert.

'''[https://www.forschungsdaten.org/index.php/Data_Journals Hier] finden Sie eine von forschungsdaten.org.''' '''erstellte Liste mit Data Journals.'''

'''WICHTIG!'''

Liegt der Datensatz in einem Repositorium und ist mit einem persistenten Identifikator gekennzeichnet, wird empfohlen, den Datensatz über diesen Identifikator, und nicht über den des Data Paper, zu zitieren.

== Persistente Identifikation ==
Ein persistenter Identifikator (PID), eine Art Identifikationsnummer, dient der dauerhaften und eindeutigen Referenzierung einer digitalen Ressource (beispielsweise digitaler Forschungsdaten). Diese kann folglich auch im Falle einer Änderung des Ziels dieser Ressource, in den meisten Fällen der URL, dauerhaft gefunden und eindeutig referenziert und zitiert werden. Persistente Identifikatoren sind zentral für die Archivierung von Forschungsdaten sowie für die Anerkennung von Forschungsdatenveröffentlichungen als eigenständige wissenschaftliche Leistungen (unter anderem durch die dauerhafte und eindeutige Zitierbarkeit dieser Forschungsdaten durch die Angabe eines PID).

Für wissenschaftliche Text- und Forschungsdatenpublikationen am häufigsten genutzt wird der Digital Object Identifier (DOI). Das DOI-System ist national und international anerkannt. DOIs werden von der [https://www.doi.org/ doi Foundation] bzw. von anerkannten [https://www.doi.org/the-community/existing-registration-agencies Registrierungsagenturen] vergeben. Für akademische Einrichtungen ist die Vergabe kostenfrei. DOIs bestehen aus einem Präfix, die immer mit 10. beginnen, und einem Suffix, getrennt durch einen Schrägstrich. Wird dem DOI doi.org/ vorangestellt wird daraus ein Link.

'''[https://www.doi.org/ Hier] können Sie über die Angabe der DOI nach digitalen Ressourcen suchen.'''

'''WICHTIG!'''

Veröffentlichen Sie Ihre Forschungsdaten auf einem Forschungsdatenrepositorium oder in einem Datenjournal vergibt das Repositorium bzw. der Verlag in der Regel einen DOI an Ihre Forschungsdaten bzw. an Ihr Data Paper.
----[1] Landwehr, M. (2021, März). Open Access bei Forschungsdaten. open-access-network. https://open-access.network/informieren/open-access-grundlagen/open-access-bei-forschungsdaten, Böker, E. (2023). Forschungsdaten finden. Daten finden und wiederverwenden. forschungsdaten.info. https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/, Verbund FDB (2022, 22. Juli). Data Sharing – Gründe zum Teilen. forschungsdaten-bildung.de. https://www.forschungsdaten-bildung.de/data-sharing.

[2] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen und Leitlinie 17: Archivierung). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (2021, 21. Dezember). Umgang mit Forschungsdaten. Checkliste für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben. https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf, Deutsche Forschungsgemeinschaft (2015). Leitlinien zum Umgang mit Forschungsdaten. https://www.dfg.de/resource/blob/172112/4ea861510ea369157afb499e96fb359a/leitlinien-forschungsdaten-data.pdf.

[3] Deutsche Forschungsgemeinschaft (o.D.). Forschungsdaten in den Förderprogrammen. https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/forschungsfoerderung, Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/, Deutsche Forschungsgemeinschaft (o.D.). FAQ: Forschungsdaten. https://www.dfg.de/foerderung/faq/forschungsdaten_faq/index.html, European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)], European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)].

[4] Eine Übersicht über Data Policies von Universitäten und außeruniversitären Forschungseinrichtungen sowie Wissenschaftsorganisationen findet sich [https://www.forschungsdaten.org/index.php/Data_Policies#Institutionelle_Policies hier].

[5] Siehe bspw. die Publikationsrichtlinien bzw. die Data Availability Policy der [https://www.nature.com/srep/journal-policies/editorial-policies#availability Nature Publishing Group] sowie von [https://journals.plos.org/plosone/s/data-availability Public Library of Science (PLOS) ONE].

[6] Böker, E. (2023). Forschungsdaten veröffentlichen. Sichtbarkeit erhöhen – Nachnutzung ermöglichen. forschungsdaten.info. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/.

[7] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (im Besonderen ab Seite 5), European Commission (2023, 15 October). Horizon Europe (HORIZON) Programme Guide. [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf programme-guide_horizon_en.pdf (europa.eu)] (im Besonderen ab Seite 40).

[8] European Commission. Directorate-Generale for Research & Innovation (2017, 21 March). H2020 Programme. Guidelines to the Rules on Open Access to Scientific Publications and Open Access to Research Data in Horizon 2020. [https://ec.europa.eu/research/participants/data/ref/h2020/grants_manual/hi/oa_pilot/h2020-hi-oa-pilot-guide_en.pdf h2020-hi-oa-pilot-guide_en.pdf (europa.eu)] (siehe Seite 10), Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[9] Forschungsdaten.info (o.D.): Vorteile von freien Lizenzen. https://forschungsdaten.info/themen/rechte-und-pflichten/forschungsdaten-veroeffentlichen/vorteile-von-freien-lizenzen/, Brettschneider, P. et al. (2021, 24 August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Assmann, C. (2023, 11. Februar). Forschungsdaten publizieren, lizenzieren & nachnutzen. [Video]. FDM Thüringen. https://forschungsdaten-thueringen.de/veranstaltung/coffee-lecture-publizieren-lizenzieren-nachnutzen-de.html.

[10] Creative Commons (o.D.). About CC Licenses. https://creativecommons.org/share-your-work/cclicenses/, Humboldt-Universität zu Berlin (o.D.). Kurzüberblick: Lizenzen. https://www.cms.hu-berlin.de/de/dl/dataman/lizenzuebersicht, Open Knowledge Foundation (o.D.). Conformant Licenses. https://opendefinition.org/licenses/, Forschungslizenzen.de (o.D.). Freie Lizenzen. https://forschungslizenzen.de/, Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[11] Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk, Brettschneider, P. et al. (2021). Offene Lizenzen für Forschungsdaten. Rechtliche Bewertung und Praxistauglichkeit verbreiteter Lizenzmodelle. O-Bib. Das offene Bibliotheksjournal, 8(3), 1-22. https://doi.org/10.5282/o-bib/5749.

[12] Bei dieser Lizenzform wird auf alle urheberrechtlichen und verwandten Schutzrechte verzichtet, soweit dies gesetzlich möglich ist. In Deutschland ist ein Verzicht auf alle Urheberrechte nicht möglich, siehe: Brettschneider, P. et al. (2021, 24. August). Urheberrecht und Lizenzierung bei Forschungsdaten. https://zenodo.org/record/5243232#.ZGxvbE_P2Uk. Diese Lizenz bietet sich an, wenn unklar ist, ob ein urheberrechtlicher Schutz der Forschungsdaten besteht, zum Beispiel bei Metadaten oder quantitativen Forschungsdaten: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[13] Bei dieser Lizenz ist nicht eindeutig zu erkennen, wann eine kommerzielle Nutzung vorliegt und die Nutzung für alle ausgeschlossen, die nicht ausschließlich durch den Staat oder durch Spenden finanziert werden. Beispielsweise Plattformen freier Wissensgemeinschaften und wissenschaftliche Plattformen, die sich durch Werbeeinnahmen refinanzieren sowie private und gemeinnützige Bildungs- und Forschungseinrichtungen können unter dieser Lizenz lizenzierte Inhalte in vielen Fällen nicht nutzen oder auf ihren Plattformen einfügen, siehe: Eberhard Karls Universität Tübingen (o.D.). Richtige Lizenzwahl im Open Access. https://uni-tuebingen.de/einrichtungen/universitaetsbibliothek/publizieren-forschen/publizieren/creative-commons/richtige-lizenzwahl-im-open-access/#c1646964.

[14] Diese Lizenz erschwert die Einbindung der Forschungsdaten in andere Datenbanken, siehe: Brettschneider, P. (2020, 29. Mai). Daten lizenzieren. https://zenodo.org/record/3865204#.ZGx9QU_P2Uk.

[15] Open-access.network (2022). Repositorien. https://open-access.network/informieren/publizieren/repositorien, forschungsdaten.org (2015, 15. September). Repositorium. https://www.forschungsdaten.org/index.php/Repositorium.

[16] OpenAire (o.D.). How to Find a Trustworthy Repository for Your Data. https://www.openaire.eu/find-trustworthy-data-repository, Pampel, H. et al. (2013). Making Research Data Repositories Visible: The re3data.org Registry. Plos ONE, 8(11). https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0078080&type=printable, Sansone, S.-A. et al. (2019). Data Repository Selection: Criteria That Matter. https://osf.io/m2bce , Science Europe (o.D.). Criteria for the Selection of Trustworthy Repositories. https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fscienceeurope.org%2Fmedia%2Fffkb51ei%2Fse-rdm-template-2-criteria-for-the-selection-of-trustworthy-repositories.docx&wdOrigin=BROWSELINK, Humboldt-Universität zu Berlin (o.D.). Forschungsdatenmanagement. Forschungsdaten teilen. Repositorium finden. https://www.cms.hu-berlin.de/de/dl/dataman/teilen/repositorium, FDM Thüringen (o.D.). Repositorien für Forschungsdaten. https://forschungsdaten-thueringen.de/files/material/Infomaterial/Handreichungen/handreichung_forschungsdatenrepositorien.pdf, Whyte, A. (2015). Where to Keep Research Data. DCC Checklist for Evaluating Data Repositories v.1.1. Digital Curation Centre. http://www.dcc.ac.uk/resources/how-guides-checklists/where-keep-research-data/where-keep-research-data.

[17] Langzeitarchivierung (LZA) meint hier „das systematische Speichern und Erhalten digitaler Bestände über einen nicht festgelegten langen Zeitraum. Langzeitarchivierung umfasst alle Maßnahmen, die die Verfügbarkeit und Nutzbarkeit digitaler Medien (trägergebundene sowie aus öffentlichen Netzen) auch über technologische Änderungen hinweg dauerhaft gewährleisten“, siehe: https://www.dnb.de/DE/Service/Glossar/_functions/glossar.html?cms_lv2=56736&cms_lv3=775240. Eine zehnjährige Aufbewahrungsfrist der Forschungsdaten hat sich in vielen Disziplinen als Standard etabliert, siehe: https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/langzeitarchivierung/#:~:text=Was%20bedeutet%20Langzeitarchivierung%3F,der%20Forschungsdaten%20als%20Standard%20etabliert. Weitere Informationen zu Themenbereichen der digitalen Langzeitarchivierung (dLZA) finden sich auf den [https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698 Webseiten der Deutschen Nationalbibliothek (DNB)] sowie auf den [https://kost-ceco.ch/cms/minimal_specifications_de.html Webseiten der Koordinierungsstelle für dauerhafte Archivierung elektronischer Unterlagen (KOST)].

[18] Deutsche Nationalbibliothek (o.D.). Wie wir unsere Bestände erhalten. https://www.dnb.de/DE/Professionell/Erhalten/erhalten_node.html#sprg209698.

[19] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[20] ISO (o.D.). ISO 16363:2012 Space Data and Information Transfer Systems. Audit and Certification of Trustworthy Digital Repositories. https://www.iso.org/standard/56510.html.

[21] Deutsche Nationalbibliothek (o.D.). Zertifizierung. https://www.dnb.de/EN/Professionell/Erhalten/Zertifizierung/zertifizierung_node.html.

[22] DINI AG Elektronisches Publizieren (2022, September). DINI-Zertifikat für Open-Access-Publikationsdienste 2022. Version 7.0. https://edoc.hu-berlin.de/bitstream/handle/18452/26023/DINI-Zertifikat_2022_WEB.pdf?sequence=3&isAllowed=y.

[23] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-Zertifikat 2022 für Open-Access-Publikationsdienste. https://dini.de/dienste-projekte/dini-zertifikat.

[24] Deutsche Initiative für Netzwerkinformation e.V. (o.D.). DINI-ready: Modularisierung des Zertifizierungsprozesses. https://dini.de/dienste-projekte/dini-zertifikat/dini-ready.

[25] Zenodo (o.D.). Principles. https://about.zenodo.org/principles/.

Forschungsvorhaben planen

2024-02-14T10:34:54Z

Lilian.Zappone: /* Templates und Tools */

Die Planung Ihres Forschungsvorhabens kann unter anderem folgende Schritte umfassen: die Recherche bereits erhobener/veröffentlichter Forschungsdaten für Ihr Forschungsvorhaben, die Drittmittelantragstellung, die Planung der einzelnen Forschungsdatenmanagementmaßnahmen anhand eines Datenmanagementplans (DMP).

== Datenmanagementplan (DMP) ==
Ein Datenmanagementplan kann Ihnen dabei helfen, Ihre Forschungsdaten [https://force11.org/info/the-fair-data-principles/ FAIR] zu managen. Er unterstützt Sie dabei, die im Forschungsdatenmanagement anfallenden Maßnahmen zur Erhebung, Analyse, Veröffentlichung, Archivierung und Nachnutzung Ihrer Forschungsdaten von Beginn an mitzudenken und zu dokumentieren. Er umfasst folglich eine detaillierte und strukturierte Beschreibung des Lebenszyklus Ihrer Forschungsdaten.

Es ist sinnvoll, einen Datenmanagementplan bereits in der Planungsphase des Forschungsvorhabens (gemeinsam mit Ihren Projektpartner:innen) zu erstellen und diesen während des Forschungsprozesses kontinuierlich anzupassen und zu ergänzen.

Folgende Aspekte sind bei der Erstellung eines Datenmanagementplans zu berücksichtigen[1]:

* Projektbeschreibung (u.a. Ziele, Projektzugehörigkeit, Projektlaufzeit, Vorgaben der Forschungsförderer),
* Arten von Daten (u.a. Formate, Umfang, Verfahren, Software),
* Dokumentation (u.a. Metadaten),
* Speicherung und Aufbewahrung (u.a. Dauer, Technologien, Orte),
* Zugriff und Nutzung (u.a. Ablageort, Lizenzen, Vorgaben der Forschungsförderer),
* Kosten,
* Rechtliche Aspekte (u.a. Datenschutz und Berücksichtigung entsprechender Vorgaben bei personenbezogenen Daten, Urheberrecht, ethische Aspekte).

== Templates und Tools ==

=== Templates ===
Die Deutsche Forschungsgemeinschaft (DFG) hat eine [https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf Checkliste] sowie [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten erarbeitet, die bei der Erstellung eines DMP unterstützen kann.

Die Europäische Kommission hat für das Förderprogramm Horizon Europe (2021–2027) eine [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx DMP-Vorlage] erstellt.

Das Digital Curation Centre (DCC) hat eine [https://www.dcc.ac.uk/sites/default/files/documents/resource/DMP/DMP_Checklist_2013.pdf DMP-Checkliste] sowie einen [https://www.dcc.ac.uk/guidance/how-guides/develop-data-plan DMP-Leitfaden] veröffentlicht.

Hier findet sich eine [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.scienceeurope.org%2Fmedia%2Furspcz0a%2Fse-rdm-template-1-core-requirements-for-data-management-plans.docx&wdOrigin=BROWSELINK DMP-Checkliste] von [https://scienceeurope.org/ Science Europe].

[https://dmeg.cessda.eu/content/download/4302/48656/file/TTT_DO_DMPExpertGuide_v1.3.pdf Leitfragen] für die Erstellung eins DMP hat auch das [https://scienceeurope.org/ Consortium of European Social Sciences Data Archives (CESSDA)] formuliert und zudem Fragenkataloge für DMP mit [https://dmeg.cessda.eu/content/download/3536/33233/file/DMPQuestionsQualitativeData.pdf qualitativen Forschungsdaten] sowie für [https://dmeg.cessda.eu/content/download/3537/33238/file/DMPQuestionsQuantitativeData.pdf quantitative Forschungsdaten] entwickelt.

Auch öffentlich zugängliche DMPs können als Modell für die Erstellung eigener DMPs diesen: Die Humboldt-Universität zu Berlin hat Muster-Datenmanagementpläne für unterschiedliche Forschungsförderer erstellt: [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-dfg Muster-DMP DFG], [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-bmbf Muster-DMP BMBF], [https://www.cms.hu-berlin.de/de/dl/dataman/muster-dmp-vwstiftung-pdf Muster-DMP Volkswagenstiftung]. Das [https://phaidra.univie.ac.at/detail/o:1140797 DMP Use Case Project] von [https://www.openaire.eu/blogs/establishing-a-collection-of-841-horizon-2020-data-management-plans OpenAIRE Austria] hat 841 öffentlich zugängliche Horizon-2020-DMPs gesammelt.

=== Tools ===
[https://rdmo.aip.de/ Research Data Management Organiser (RDMO)]: Der RDMO wurde im Rahmen von DFG-Projekten (Projektphase 1: 2015-2017; Projektphase 2: 2017-2020) vom Leibniz-Institut für Astrophysik Potsdam (AIP), dem Fachbereich Informationswissenschaften der Fachhochschule Potsdam und der Bibliothek des Karlsruher Instituts für Technologie (KIT) entwickelt und ab 2020 in eine von einer Community getragene Arbeitsgemeinschaft überführt. Der RDMO verfügt über frei konfigurierbare Fragenkataloge sowie über an die Anforderungen einiger Forschungsförderer angepasste Fragenkataloge (unter anderem DFG, HORIZON 2020). Der RDMO ist in deutscher und englischer Sprache verfügbar.

[https://dmponline.dcc.ac.uk/ DMPonline (DMP Roadmap)]: betrieben durch das [https://www.dcc.ac.uk/ Digital Curation Centre]; in englischer Sprache verfügbar; stellt HORIZON-2020- sowie wichtigste UK-Förderorganisationen-Templates zur Verfügung

[https://argos.openaire.eu/splash/ argos]: betrieben durch OpenAIRE; in englischer Sprache verfügbar; stellt das HORIZON-2020-Template zur Verfügung

----[1] Ludwig, J., & Enke, H. (Hrsg.) (2013). Leitfaden zum Forschungsdaten-Management. Verlag Werner Hülsbusch (Checkliste zum Forschungsdaten-Management ab Seite 83). https://www.forschungsdaten.org/images/b/b0/Leitfaden_Data-Management-WissGrid.pdf.

Forschungsdatenmanagement im Überblick

2024-02-14T10:26:00Z

Lilian.Zappone: /* Vorgaben der Forschungsförderer und Drittmittelgeber */

== Was sind Forschungsdaten? ==
Die Vielfalt unterschiedlicher wissenschaftlicher Fachbereiche, Forschungsmethoden und Erkenntnisinteressen spiegelt sich in der Vielfalt von Forschungsdaten wider. Es kann daher nicht die EINE Definition von Forschungsdaten geben, die alle Aspekte von Forschungsdaten umfasst.

Allgemein lassen sich Forschungsdaten definieren als alle Daten, die im Laufe des wissenschaftlichen Arbeitsprozesses entstehen, bearbeitet oder genutzt werden und als Grundlage für Forschungsergebnisse dienen und/oder Forschungsergebnisse sind. Dies gilt unabhängig von der Fachdisziplin, dem Format oder der angewandten Methode.

== Was ist Forschungsdatenmanagement (FDM)? ==
Forschungsdatenmanagement umfasst alle strukturierten Maßnahmen zur Planung, Erhebung, Verarbeitung, Analyse, Veröffentlichung, Archivierung, Nachnutzung, Dokumentation und Aufbewahrung von Forschungsdaten. Forschungsdatenmanagement sichert den Zugang, die Reproduzierbarkeit und Qualität aller Forschungsdaten und ist Bestandteil einer guten wissenschaftlichen Praxis.

Ziel des Forschungsdatenmanagements ist es, die Forschungsdaten nach den [https://force11.org/info/the-fair-data-principles/ FAIR]-Prinzipien langfristig und personenunabhängig auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und nachnutzbar (reuseable) zu machen und zu halten.

== Warum Forschungsdatenmanagement? ==
Die FAIR-Prinzipien, und ein Forschungsdatenmanagement, das sich an diesen orientiert, sind wichtige Bausteine für die Umsetzung einer guten wissenschaftlichen Forschungspraxis[1] und garantieren die Qualität, das heißt die Vollständigkeit, Richtigkeit und Reproduzierbarkeit[2] Ihrer Forschungsdaten.

Darüber hinaus kann ein verantwortungsvoller und transparenter Umgang mit Forschungsdaten

* Ihre eigene und die kollaborative Forschungsarbeit erleichtern, da Forschungsdaten leichter aufzufinden sind und Sie dem Verlust von Forschungsdaten vorbeugen,
* die Sichtbarkeit der von Ihnen generierten Forschungsdaten und der zugehörigen Forschung(-seinrichtung) erhöhen,
* die Nachvollziehbarkeit, Reproduzierbarkeit und Referenzierbarkeit Ihrer Forschungsdaten gewährleisten, und so auch die Analyse Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erleichtern und die (Nach-)Nutzung Ihrer Forschungsdaten durch Sie selbst oder durch andere Forschende erhöhen,
* die (interdisziplinäre) Zusammenarbeit zwischen Ihnen und anderen Forschenden verbessern,
* Rechtssicherheit schaffen,
* von gesamtgesellschaftlichem Nutzen sein (im Besonderen, wenn Sie Ihre Forschungsdaten frei und offen zugänglich veröffentlichen).

=== Vorgaben der Forschungsförderer und Drittmittelgeber ===
Zunehmend formulieren auch Forschungsförderer und Drittmittelgeber Leitlinien für den Umgang mit Forschungsdaten und integrieren Vorgaben für das Forschungsdatenmanagement in ihre Förderrichtlinien, zum Beispiel die Erstellung eines Datenmanagementplans.

Die DFG beispielsweise hat eine [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/forschungsdaten_checkliste_de.pdf Checkliste] sowie [https://www.dfg.de/download/pdf/foerderung/grundlagen_dfg_foerderung/forschungsdaten/leitlinien_forschungsdaten.pdf Leitlinien] und [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten veröffentlicht. Für die Antragstellung sind darüber hinaus die [https://www.dfg.de/resource/blob/168312/ecad456446aaf6fbb3a878d2c0781cfc/54-01-de-data.pdf Leitfaden für die Antragstellung] (siehe insbesondere Sachbeihilfen), die [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/beantragbare-mittel Informationen zu beantragbaren Mitteln] sowie die [https://wissenschaftliche-integritaet.de/kodex/ Leitlinien zur Sicherung guter wissenschaftlicher Praxis] (hier können Sie sich zu den einzelnen Leitlinien fachspezifische Kommentare anzeigen lassen) zu berücksichtigen.

Für eine Antragstellung bei der Europäischen Kommission (HORIZON Europe, RIA/IA) sind folgende Dokumente relevant: [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/guidance/programme-guide_horizon_en.pdf Programme Guide 4.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx Data Management Plan], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/common/guidance/aga_en.pdf Annotated Grant Agreement (AGA) 1.0], [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/af/af_he-ria-ia_en.pdf Standard Application Form 7.0].

Durch einen verantwortungsvollen und transparenten Umgang mit Forschungsdaten können Sie die Umsetzung dieser Vorgaben sowie von Richtlinien von Verlagen, von fachspezifischen Standards und von forschungsethischen und -rechtlichen Leitlinien von Forschungsbeginn an gewährleisten.

----[1] Deutsche Forschungsgemeinschaft (o.D.). Kodex. Leitlinien zur Sicherung guter wissenschaftlicher Praxis (hier im Besonderen die Leitlinie 13: Herstellung von öffentlichem Zugang zu Forschungsergebnissen). https://wissenschaftliche-integritaet.de/kodex/.

[2] Datenqualität umfasst im FDM im Besonderen die Bereiche der Datenformate sowie der Datenvollständigkeit und -richtigkeit, siehe: https://forschungsdaten.info/themen/finden-und-nachnutzen/forschungsdaten-finden/.

Forschungsvorhaben planen

2024-02-14T10:25:36Z

Lilian.Zappone: /* Templates und Tools */

Die Planung Ihres Forschungsvorhabens kann unter anderem folgende Schritte umfassen: die Recherche bereits erhobener/veröffentlichter Forschungsdaten für Ihr Forschungsvorhaben, die Drittmittelantragstellung, die Planung der einzelnen Forschungsdatenmanagementmaßnahmen anhand eines Datenmanagementplans (DMP).

== Datenmanagementplan (DMP) ==
Ein Datenmanagementplan kann Ihnen dabei helfen, Ihre Forschungsdaten [https://force11.org/info/the-fair-data-principles/ FAIR] zu managen. Er unterstützt Sie dabei, die im Forschungsdatenmanagement anfallenden Maßnahmen zur Erhebung, Analyse, Veröffentlichung, Archivierung und Nachnutzung Ihrer Forschungsdaten von Beginn an mitzudenken und zu dokumentieren. Er umfasst folglich eine detaillierte und strukturierte Beschreibung des Lebenszyklus Ihrer Forschungsdaten.

Es ist sinnvoll, einen Datenmanagementplan bereits in der Planungsphase des Forschungsvorhabens (gemeinsam mit Ihren Projektpartner:innen) zu erstellen und diesen während des Forschungsprozesses kontinuierlich anzupassen und zu ergänzen.

Folgende Aspekte sind bei der Erstellung eines Datenmanagementplans zu berücksichtigen[1]:

* Projektbeschreibung (u.a. Ziele, Projektzugehörigkeit, Projektlaufzeit, Vorgaben der Forschungsförderer),
* Arten von Daten (u.a. Formate, Umfang, Verfahren, Software),
* Dokumentation (u.a. Metadaten),
* Speicherung und Aufbewahrung (u.a. Dauer, Technologien, Orte),
* Zugriff und Nutzung (u.a. Ablageort, Lizenzen, Vorgaben der Forschungsförderer),
* Kosten,
* Rechtliche Aspekte (u.a. Datenschutz und Berücksichtigung entsprechender Vorgaben bei personenbezogenen Daten, Urheberrecht, ethische Aspekte).

== Templates und Tools ==

=== Templates ===
Die Deutsche Forschungsgemeinschaft (DFG) hat eine [https://www.dfg.de/resource/blob/174732/3c6343eed2054edc0d184edff9786044/forschungsdaten-checkliste-de-data.pdf Checkliste] sowie [https://www.dfg.de/de/grundlagen-rahmenbedingungen/grundlagen-und-prinzipien-der-foerderung/forschungsdaten/empfehlungen fachspezifische Empfehlungen] zum Umgang mit Forschungsdaten erarbeitet, die bei der Erstellung eines DMP unterstützen kann.

Die Europäische Kommission hat für das Förderprogramm Horizon Europe (2021–2027) eine [https://ec.europa.eu/info/funding-tenders/opportunities/docs/2021-2027/horizon/temp-form/report/data-management-plan_he_en.docx DMP-Vorlage] erstellt.

Die Humboldt-Universität zu Berlin hat Muster-Datenmanagementpläne für unterschiedliche Forschungsförderer erstellt: [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-dfg Muster-DMP DFG], [https://cms.hu-berlin.de/de/ueberblick/projekte/dataman/muster-dmp-bmbf Muster-DMP BMBF], [https://www.cms.hu-berlin.de/de/dl/dataman/muster-dmp-vwstiftung-pdf Muster-DMP Volkswagenstiftung].

Das Digital Curation Centre (DCC) hat eine [https://www.dcc.ac.uk/sites/default/files/documents/resource/DMP/DMP_Checklist_2013.pdf DMP-Checkliste] sowie einen [https://www.dcc.ac.uk/guidance/how-guides/develop-data-plan DMP-Leitfaden] veröffentlicht.

Hier findet sich eine [https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.scienceeurope.org%2Fmedia%2Furspcz0a%2Fse-rdm-template-1-core-requirements-for-data-management-plans.docx&wdOrigin=BROWSELINK DMP-Checkliste] von [https://scienceeurope.org/ Science Europe].

[https://dmeg.cessda.eu/content/download/4302/48656/file/TTT_DO_DMPExpertGuide_v1.3.pdf Leitfragen] für die Erstellung eins DMP hat auch das [https://scienceeurope.org/ Consortium of European Social Sciences Data Archives (CESSDA)] formuliert und zudem Fragenkataloge für DMP mit [https://dmeg.cessda.eu/content/download/3536/33233/file/DMPQuestionsQualitativeData.pdf qualitativen Forschungsdaten] sowie für [https://dmeg.cessda.eu/content/download/3537/33238/file/DMPQuestionsQuantitativeData.pdf quantitative Forschungsdaten] entwickelt.

=== Tools ===
[https://rdmo.aip.de/ Research Data Management Organiser (RDMO)]: Der RDMO wurde im Rahmen von DFG-Projekten (Projektphase 1: 2015-2017; Projektphase 2: 2017-2020) vom Leibniz-Institut für Astrophysik Potsdam (AIP), dem Fachbereich Informationswissenschaften der Fachhochschule Potsdam und der Bibliothek des Karlsruher Instituts für Technologie (KIT) entwickelt und ab 2020 in eine von einer Community getragene Arbeitsgemeinschaft überführt. Der RDMO verfügt über frei konfigurierbare Fragenkataloge sowie über an die Anforderungen einiger Forschungsförderer angepasste Fragenkataloge (unter anderem DFG, HORIZON 2020). Der RDMO ist in deutscher und englischer Sprache verfügbar.

[https://dmponline.dcc.ac.uk/ DMPonline (DMP Roadmap)]: betrieben durch das [https://www.dcc.ac.uk/ Digital Curation Centre]; in englischer Sprache verfügbar; stellt HORIZON-2020- sowie wichtigste UK-Förderorganisationen-Templates zur Verfügung

[https://argos.openaire.eu/splash/ argos]: betrieben durch OpenAIRE; in englischer Sprache verfügbar; stellt das HORIZON-2020-Template zur Verfügung

----[1] Ludwig, J., & Enke, H. (Hrsg.) (2013). Leitfaden zum Forschungsdaten-Management. Verlag Werner Hülsbusch (Checkliste zum Forschungsdaten-Management ab Seite 83). https://www.forschungsdaten.org/images/b/b0/Leitfaden_Data-Management-WissGrid.pdf.