Forschungsdaten organisieren und dokumentieren

Forschungsdaten benötigen Kontext: Erst durch eine gute Organisation und Dokumentation werden sie verständlich, nachvollziehbar und langfristig nachnutzbar. Dokumentiert werden sowohl die Daten selbst als auch ihre Entstehung, Verarbeitung und Struktur.

Auf dieser Seite erfahren Sie:

• Warum dokumentieren?
• Was gehört in eine Datendokumentation?
• Wie lassen sich Forschungsdaten gut organisieren?
• Metadaten und Standards
• Werkzeuge für Organisation und Dokumentation
• Dokumentation für Veröffentlichung
• Weiterführende Ressourcen und Unterstützung

Warum dokumentieren?

Eine gute Dokumentation

• ermöglicht die langfristige Nachnutzung von Forschungsdaten,
• schafft Transparenz,
• erleichtert die Zusammenarbeit,
• sichert Wissen über Methoden und Arbeitsprozesse.

Fehlt die Dokumentation, gehen wichtige Informationen zu Variablen, Methoden oder Verarbeitungsschritten verloren. Dadurch können Forschungsdaten ihren Wert schnell verlieren.

Was gehört in eine Datendokumentation?

Eine Datendokumentation beschreibt den Kontext, die Struktur und die Verarbeitung von Forschungsdaten. Sie beantwortet unter anderem folgende Fragen:

• Entstehung der Daten
  • Wer hat die Daten erstellt?
  • Wann und wo wurden sie erhoben oder generiert?
  • Unter welchen Bedingungen sind sie entstanden?
• Methoden und Verarbeitung
  • Welche Methoden, Messgeräte, Software oder Modelle wurden verwendet?
  • Welche Verarbeitungsschritte oder Analysen wurden durchgeführt?
• Struktur und Beschreibung
  • Welche Dateiformate, Variablen und Einheiten werden verwendet?
  • Welche Versionen liegen vor?
  • Wie sind Dateien und Ordner organisiert?
• Zugriff und Nutzung
  • Welche Zugriffsrechte gelten?
  • Gibt es Einschränkungen oder Datenschutzanforderungen?
  • Unter welcher Lizenz können die Daten genutzt werden?

Formen der Dokumentation

Die Dokumentation kann in verschiedenen Formen erfolgen:

• ReadMe-Dateien
  Beschreiben einen Datensatz oder ein Projekt und geben Hinweise zu Inhalt, Struktur, Dateiformaten, Variablen, Nutzung und Besonderheiten. Vorlagen und Empfehlungen unterstützen dabei, die wichtigsten Informationen strukturiert festzuhalten (z. B. ReadMe-Template for Data und ReadMe-Template for Software der Cornell University).
• Laborbücher und Protokolle
  Dokumentieren den Verlauf von Experimenten, Arbeitsschritten und Beobachtungen. An der TUHH befindet sich mit openBIS derzeit ein gemeinsames elektronisches Laborbuch (ELN) im Aufbau.
• Codebooks und Data Dictionaries
  Beschreiben die Struktur von Datensätzen, beispielsweise Variablen, Wertebereiche, Einheiten und Kodierungen.
• Maschinenlesbare Metadaten
  Beschreiben Forschungsdaten in standardisierten Formaten, sodass sie von Repositorien und Informationssystemen verarbeitet werden können.

Wie lassen sich Forschungsdaten gut organisieren?

Eine strukturierte Organisation erleichtert die tägliche Arbeit und die spätere Nachnutzung. Bewährt haben sich:

• einheitliche Dateinamen und Ordnerstrukturen,
• getrennte Ablage von Roh-, Bearbeitungs- und Ergebnisdaten,
• nachvollziehbare Versionierung,
• gemeinsame Verwaltung von Daten und Skripten,
• kontinuierliche Pflege der Projektdokumentation.

Praxistipps

• Die 5S-Data-Methode bietet eine Orientierung für die strukturierte Organisation von Forschungsdaten und unterstützt dabei, Daten systematisch zu sortieren, zu strukturieren und für die Nachnutzung vorzubereiten.
• ReadMe-Dateien auf der obersten Ebene eines Projektordners bieten eine erste Orientierung und erleichtern den Einstieg in die Datenstruktur eines Projekts.

Metadaten und Standards

Metadaten beschreiben Forschungsdaten strukturiert und maschinenlesbar. Sie verbessern Auffindbarkeit, Verständlichkeit und Nachnutzbarkeit von Forschungsdaten. Welche Informationen mit standardisierten Metadaten dokumentiert werden sollten, hängt vom Fachgebiet, der Art der Daten und dem vorgesehenen Veröffentlichungsort ab.

Dieses Lehrvideo erklärt kurz, was Metadaten sind und wo diese im Forschungsdatenlebenszyklus auftreten (deutsch, 06:58 Min).

Bei der Veröffentlichung von Forschungsdaten geben Repositorien häufig bestimmte Metadatenanforderungen vor und stellen standardisierte Eingabemasken bereit. Es empfiehlt sich daher, sich frühzeitig über die Anforderungen des vorgesehenen Repositoriums zu informieren.

Auch Forschungsdatenmanagement-Tools können strukturierte Metadatenvorlagen enthalten. Beispielsweise unterstützen elektronische Laborbücher (ELN) durch Templates dabei, relevante Informationen während der Datenerhebung und Dokumentation einheitlich festzuhalten.

Hinweise zu Metadatenstandards und -katalogen

Wenn möglich, sollten etablierte fachspezifische Metadatenstandards und kontrollierte Vokabulare verwendet werden. Geeignete Standards können beispielsweise über folgende Angebote gefunden werden:

• NFDI4Ing Terminology Service – Zugang zu ingenieurwissenschaftlichen Ontologien und unterstützt die einheitliche Beschreibung von Forschungsdaten.
• FAIRsharing – Datenbank für Standards, Datenbanken und Policies.
• TIB Terminology Service – Zugang zu Fachterminologien und Ontologien verschiedener Wissenschaftsbereiche.

Werkzeuge für Organisation und Dokumentation

Für die Organisation, Dokumentation und Aufbereitung von Forschungsdaten stehen verschiedene Open-Source-Werkzeuge zur Verfügung. Einige werden an der TUHH zentral bereitgestellt, andere werden in einzelnen Instituten oder an der Universitätsbibliothek eingesetzt.

Dokumentation für Veröffentlichung

Bei der Veröffentlichung von Forschungsdaten ergänzt eine ReadMe-Datei häufig die interne Dokumentation. Sie gibt einen Überblick über den Datensatz und unterstützt dessen Verständnis und Nachnutzung. Viele Repositorien erwarten oder empfehlen eine solche Beschreibung.

Beratung und Kontakt