Zum Inhalt
Data Champions: Gemeinsames Forschungsdatenmanagement mit Hilfe von RDMO im Verbundprojekt DoProfiL

"Forschungsdatenmanagement sollte von Anfang an betrieben werden"

Stefan Schmidt, Anne Pferdekämper-Schmidt und Sven Anderson vom Verbundprojekt DOPROFIL © Dr. Olaf Kletke​/​TU Dortmund
Stefan Schmidt, Anne Pferdekämper-Schmidt und Sven Anderson (v.l.n.r.)

Stefan Schmidt und Anne Pferdekämper-Schmidt, Projektkoordinator*innen von DoProfiL, dem „Dortmunder Profil für inklusionsorientierte Lehrer/-innenbildung“, haben im laufenden Projekt ein gemeinsames Forschungsdatenmanagement erarbeitet und umgesetzt. Dies war notwendig, da das Bundesministerium für Bildung und Forschung (BMBF) als Fördermittelgeber neue Anforderungen zum Umgang mit Forschungsdaten gestellt hat. Gemeinsam mit Sven Anderson, der in DoProfiL forscht, berichten sie, wie sie von Neulingen im Forschungsdatenmanagement zu Data Champions wurden und wie sie den Research Data Management Organizer (RDMO) zur Erstellung von Datenmanagementplänen nutzen.

Das BMBF hat konkrete Vorgaben für den Umgang mit Forschungsdaten. Was war aus Ihrer Sicht diesbezüglich die größte Herausforderung, und welche Angebote der TU Dortmund haben Sie dabei unterstützt?

Schmidt: Erst mit dem Zuwendungsbescheid 2019 gab es den Hinweis, dass wir zu einem Datenmanagement verpflichtet sind. Wir hatten uns darüber vorher keine Gedanken gemacht. Es war daher eine große Herausforderung, für ein so heterogenes Projekt ein gemeinschaftliches Forschungsdatenmanagement einzuführen. Schnell haben wir festgestellt, dass wir ein unterstützendes Tool für die Planung des Datenmanagements brauchen. Nach einem Workshop des Forschungsdatenservice der TU Dortmund zu RDMO haben wir begonnen, Datenmanagementpläne mit diesem Tool zu erstellen. Da DoProfiL zu dem Zeitpunkt schon lief, war es für die Forschenden teilweise schwierig, den Umgang mit Forschungsdaten rückwirkend aufzubereiten. Einfacher und besser wäre es gewesen, wir hätten sofort zum Projektstart damit begonnen.

Pferdekämper-Schmidt: Uns ist aufgefallen, dass manche der vorgegebenen Fragen zum Datenhandling in RDMO nicht beantwortet wurden, weil die Forschenden entweder nichts damit anfangen konnten oder sich zu einzelnen Aspekten wie der Nachnutzung noch keine Gedanken gemacht hatten. Dr. Kathrin Höhner vom Forschungsdatenservice hat mich deshalb im Datenmanagement geschult und so konnte ich mein Wissen an die Forschenden weitergeben und zur Klärung beitragen. Obwohl wir das im laufenden Projekt gemacht haben, hat das erstaunlich gut geklappt. Aber im Idealfall sollten alle Forschenden zum Projektstart diesbezüglich schon geschult sein.

Wie haben Datenmanagementpläne dabei geholfen, in einem interdisziplinären Projekt wie DoProfiL ein praxisorientiertes, aber dennoch gemeinsames und einheitliches Datenmanagement zu entwickeln?

Schmidt: Außer der Vorgabe eines verbindlichen Datenmanagementplans nach unserer eigenen RDMO-Vorlage haben wir das Datenmanagement über die Teilprojekte hinaus nicht homogenisiert, das war auch gar nicht unser Ziel. Aber dadurch, dass wir die Einreichung des Datenmanagementplans an die jährlichen Zwischenberichte gekoppelt haben, können wir das Datenmanagement jedes Teilprojekts nachvollziehbar machen – und dabei berücksichtigen, dass sich Theoriearbeiten oder empirische Arbeiten in ihrem Datenmanagement deutlich unterscheiden. Dank RDMO wissen wir nach Ende jedes Teilprojekts, wo die Daten abgelegt sind und wer die konkrete Ansprechperson ist. So gehen keine Daten verloren und selbst Jahre später können diese einfach wiederaufgefunden und nachvollzogen werden.

Pferdekämper-Schmidt: RDMO kann die Diversität der Fächerkulturen berücksichtigen, weil es ein flexibles und iteratives Tool ist. Das ist hilfreich, denn ein Datenmanagementplan ist ja nicht in Stein gemeißelt. RDMO hilft, den Umgang mit Forschungsdaten zu dokumentieren sowie offene Aufgaben zu erkennen und Zeitmarken im Blick zu haben. Fragen, die für ein Projekt noch nicht relevant sind (z.B. Langzeitarchivierung), können auch übersprungen werden. Sobald das Themengebiet relevant wird, können die Informationen nachgetragen werden. RDMO ist als Tool sehr anpassungsfähig, aber auch anspruchsvoll, weshalb gezielte Schulungsmaßnahmen sinnvoll sind.

Inwiefern hat sich der Umgang mit Forschungsdaten durch den Einsatz von RDMO für Sie als Forschender verändert?

Anderson: RDMO bietet durch die konkreten Fragen und Ausfüllhilfen die Möglichkeit, sich intensiv bei der Projektplanung und frühzeitig mit dem Datenhandling auseinanderzusetzen. Ich denke, dass das RDMO-Tool für Forschende zukünftig hilfreich sein wird, wenn sie etwa ein Drittmittelprojekt planen, weil sie schon vor der Antragstellung für relevante Fragen, wie beispielsweise Speicherung, Ethikantrag oder Datenschutz, sensibilisiert werden. Es ist zudem hilfreich für die kollaborative Arbeit mit Projektpartnern und erleichtert die Nachnutzung und Publikation von Daten, weil diese sorgfältig und transparent dokumentiert sind. In ein paar Jahren werden deshalb auch Dritte noch nachvollziehen können, wie bei einer Datenerhebung vorgegangen wurde.

Zu den Personen:

  • Stefan Schmidt ist Projektkoordinator von DoProfiL sowie für die Koordination und technische Leitung des LabprofiL (Labor für forschungsbasierte und inklusionsorientierte Lehrer/-innenbildung) verantwortlich
  • Anne Pferdekämper-Schmidt war von 2021 bis 2022 ebenso in der Projektkoordination von DoProfiL tätig und war stark in das Forschungsdatenmanagement eingebunden. Seit Juli ist sie im Bereich Behinderung und Studium (zhb, DoBuS) angesiedelt und arbeitet im „Kompetenzzentrum digitale Barrierefreiheit.nrw“
  • Sven Anderson ist wissenschaftlicher Mitarbeiter im Projekt DoProfiL und in der Fakultät Rehabilitationswissenschaften in den Fachgebieten Sehen, Sehbeeinträchtigung & Blindheit sowie Entwicklung und Erforschung inklusiver Bildungsprozesse angesiedelt. Er forscht in DoProfiL zur Entwicklung adaptiver Lernsituationen und Lernverlaufsdiagnostik

 

Weiterführende Informationen: