1. Standardisierung als Kooperationsgrundlage Harmonisierung von Dokumentationsund Metadatenstandards sowie konsensual definierte Austauschformate fördern Vergleichbarkeit und Reproduzierbarkeit. 2. Etablierung gemeinsamer Tool-Landschaften Die Nutzung institutionell unterstützter, interoperabler Systeme minimiert technische Barrieren und erleichtert kollaborative Prozesse. 3. Rollenklärung und Verantwortungsstrukturen Institutionalisierte Rollen (z. B. Data Stewards, Datenverantwortliche) schaffen Transparenz, sichern Qualität und erhöhen den organisationalen Reifegrad hinsichtlich FDM. 4. Förderung einer gemeinsamen Datenkultur FDM stiftet Orientierung über disziplinäre Grenzen hinweg und etabliert eine geteilte Sprache in Bezug auf Datenqualität, Zugänglichkeit und Nachhaltigkeit. H13 Vergleich generischer Datenjournale H14 Lösungen für die Datenspeicherung Forschungsdaten aus juristischer Sicht Erstellung einer anonymen Umfrage Datenschutz bei H1 Formulierungshilfen für Antragstellung H2 Repositoriensuche H3 Repositorienvergleich H4 Repositorienwahl H5 Fachspezifische Repositorien personenbezogenen Daten R5 Nutzungsrechte an Forschungsdaten H11 RDMO - Kurzanleitung Gute Datenorganisation Sicherheitsmanagement H7 H8 H9 Dateiformate H15 bwSync&Share H10 Dokumentation: Metadaten R3 Gemeinsame Verantwortlichkeit R4 Datenmanagement bei Auftragsverarbeitung Lizenzen an R6 Forschungsdaten R7 Einwilligungserklärung samt notwendigen Informationen R8 Informationen zur Verarbeitung personenbezogener Daten R9 Vertrag zur gemeinsamen Verantwortlichkeit R10 Verzeichnis der Verarbeitungstätigkeiten R12 Satzung Ethikkommission Wiki: forth-bw.hfwu.de Handreichungen Daten bewerten Versionskontrolle durchführen Vorgaben des Fördergebers / Projektträgers beachten Metadaten erfassen Daten für Löschung festlegen Daten nach festgelegtem Plan löschen Festgelegten Speicherort für Cold Veröffentlichung von Daten vorplanen Daten langfristig auf HAW-Server einfrieren Datenmanagementplan pflegen Welche Datenmengen werden gespeichert? Speicherplatz bei den IT-Diensten anmelden Kosten und Kapazität für Speicherplatz in externem und lokalem Data Storage abschätzen Zu verwendende Dateiformate festlegen Datensicherheitsmanagement festlegen A2 Datenartikel in Datenjournal publizieren Daten langfristig auf externem Server ablegen T3 Daten erheben / generieren -nutzung planen Datenerhebung, - generierung konkretisieren Daten aufbereiten Projektbewilligung Skizze / Vollantrag planen Daten organisieren Daten für die langfristige Speicherung bestimmen Welche Daten werden benötigt? Daten aufbereiten und analysieren Daten für die langfristige Aufbewahrung vorbereiten Daten und Datentypen anhand des Antragsentwurfs definieren Ressourcen planen: Personal, Hard-, Software, Nutzungsgebühren für Repositorien / Daten Skizze / Vollantrag erstellen und einreichen Ordnerstruktur festlegen Speicherorte für Hot und Cold Data Speicherung festlegen Versionierungssystem festlegen Eigene Daten nachnutzen Mögliches Repositorium recherchieren Repositorium auswählen Metadaten veröffentlichen ggf. Studie präregistrieren Forschungsdaten veröffentlichen Rechtliche Aspekte klären Werden vorhandene Daten nachgenutzt? Open-Access-Daten nachnutzen Verantwortlichkeiten und Zeitpunkt für Löschung festlegen Datenmanagementplan anlegen T1 H11 Daten für Nachnutzung bestimmen Überblick über vorhandene Datensätze verschaffen Kostenpflichtige Datensätze nachnutzen Nutzungsrechte klären Ist beabsichtigt, ein Patent / Gebrauchsmuster anzumelden? Werden personenbezogene Daten erhoben? beauftragt? R4 Ist beabsichtigt, personenbezogene Daten von Mitarbeitenden zu verarbeiten? A4 Werden vorhandene Daten von extern nachgenutzt? Liegt eine Geheimhaltungsvereinbarung vor? A4 Nutzungsvertrag mit Repositorium abschließen beauftragte*n einbinden Nutzungsrechte (ggf. inkl. Geheimhaltung, Vertraulichkeit sowie Geistigem Eigentum [IP]) klären R5 A4 Werden (personenbezogene) Daten gemeinsam mit Projektpartner(n) / Hochschule(n) / Forschende(n) erhoben? R3 A4 Nutzungsrechte (ggf. inkl. Geheimhaltung, Vertraulichkeit sowie Geistigem Eigentum [IP]) vertraglich regeln R5 Personalrat informieren Datennutzungsvereinbarung abschließen Ethikkommission einbinden Lizenz auswählen Beitrag zum Verzeichnis der Verarbeitungstätigkeiten erstellen samt notwendigen Informationen erstellen R7 R8 Alternativ zur Einwilligung: Vereinbarung abschließen R8 Studierende / Hilfskräfte auf Datengeheimnis verpflichten Vertrag zur Regelung der Gemeinsamen Verantwortlichkeiten (Art. 26 DSGVO) abschließen R9 Auftragsverarbeitungsvertrag abschließen A4 Rechtliche / ethische Verpflichtungen prüfen R11 Anonyme Daten Personenbezogene Daten erheben erheben R1 R2 A5 Ist die Forschung Datenschutzbeauftragte*n genehmigungspflichtig (z.B. Tierschutz)? einbeziehen A9 TierschutzIst eine Freigabe der Daten für Patentierungen / Gebrauchsmuster von Veröffentlichung ausschließen Daten unter Geheimhaltung von Veröffentlichung ausschließen IT-Dienste Personalrat Hochschulbibliothek Datenschutzbeauftragte*r Tierschutzbeauftragte*r RDMO: rdmo.aip.de bwSync&Share bwDataArchive GitLab A8 Ethikkommission A1 Institutszentrum für Angewandte Forschung A6 Förderbekanntmachung A7 DFG Horizon Europe | Kontakt:
[email protected] Ansprechstellen Tools Ansprechstellen Datenbewertung und -löschung H6 Datenspeicherung Dataüberprüfen Datenerhebung& A4 Wirdein Dienstleister Datenerhebung notwendig? BLE FNR Justiziariat H: Handreichung| R: Rechtliches| D: Definition| T: Tool A: Ansprechstelle Stand: 09-2025 DOI: 10.5281/zenodo.17177513 FORTH-BW: Entwicklung und Implementierung eines bedarfsgerechten Forschungsdatenmanagements an HAW in Baden-Württemberg | Prof. Dr. Carsten Herbes (Leitung)/ Karoline Herrmann (Leitung), Lioba Petter; Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU); Arbeitspaket (AP) 2: Gesamt-Prozessdesign; AP 7: Vernetzung | Prof. Dr. Ina Klingele, Natalie Katzenstein, Philipp Boetzelen; Hochschule für öffentliche Verwaltung Kehl; AP 3: Rechtliche Grundlagen | Prof. Dr. Volker Coors, Sanghmitra Banerjee, Marine Paichard; Hochschule für Technik Stuttgart; AP 4: IT-Unterstützung | Dr. Katharina Ebrecht, Lilian Zappone; Hochschule Reutlingen; AP 5: Open-Science | Géraldine Kortmann, Dr. Roxana Lazarescu; Hochschule Konstanz (HTWG); AP 6: Dissemination | Prof. Christof Seeger, Teresa Sümnick; Hochschule der Medien Stuttgart; AP 1: Bedarfserhebung. Der Forschungsdatenmanagement-Workflow R2 R1 H12 R11 A2 A 6 A 7 A3 T1 H10 H14 H12 H12 T1 H11 H8 T2 H9 A1 D H7 H1 H6 H14 H13 H7 H15 T2 A2 A2 H 2 H 3 H 4 H 5 H12 H 2 H 3 H 4 H 5 R11 A4 R2 R5 R5 A5 A8 A10 R12 R6 R10 R11 T4 T3 T2 T1 A5 A3 A2 A4 A9 A10 R12 Abschlussphase Einwilligungserklärung Antragsphase Forschungsphase Rechtliches D „Zu Forschungsdaten zählen u.a. Messdaten, Laborwerte, audiovisuelle Informationen, Texte, Surveydaten, Objekte aus Sammlungen oder Proben, die in der wissenschaftlichen Arbeit entstehen, entwickelt oder ausgewertet werden.“ (DFG 2015) Interdisziplinäre Forschung an Hochschulen für angewandte Wissenschaften (HAW) ist durch hohe Praxisnähe, heterogene Datenquellen und vielfältige methodische Ansätze gekennzeichnet. Die damit einhergehende Diversität erzeugt komplexe Anforderungen an das Forschungsdatenmanagement (FDM). Unterschiedliche Datenformate, disziplinspezifische Standards und divergierende rechtliche Rahmenbedingungen treffen auf uneinheitliche Verantwortlichkeiten und variierende Dokumentationspraktiken. FDM fungiert hier nicht lediglich als technische Infrastruktur, sondern als integrative Querschnittsaufgabe. DATEN MANAGEN: FDM ALS BRÜCKE IN DER ANGEWANDTEN FORSCHUNG FDM wird im interdisziplinären Forschungsumfeld der HAW nicht als administrative Nebenaufgabe verstanden, sondern als strategische Ressource. Es ermöglicht die Integration heterogener epistemischer Praktiken, stabilisiert Kooperationen und trägt substantiell zur wissenschaftlichen Qualitätssicherung sowie zur nachhaltigen Nutzung von Forschungsdaten bei. Fehlende Abstimmungen über Werkzeuge, Datenstandards und Verantwortlichkeiten führen zu Medienbrüchen, Redundanzen und eingeschränkter Datenverfügbarkeit. Die Interoperabilität zwischen quantitativen und qualitativen Datenwelten bleibt häufig ungeklärt. HERAUSFORDERUNGEN HETEROGENER DATENKULTUREN FDM ALS VERBINDENDES ELEMENT FDM kann in multiprofessionellen Teams als Integrationsmechanismus wirken. Seine Funktion besteht nicht primär in der Kontrolle oder Administration, sondern in der Vermittlung zwischen Datenkulturen. Wesentliche Bausteine sind: Disziplinen unterscheiden sich grundlegend hinsichtlich Datentypen, Qualitätserwartungen und Reproduzierbarkeitsanforderungen. Diese Divergenz betrifft: Formatund Tool-Präferenzen, Metadatenverständnisse, Dokumentationslogiken, Sensibilitäten im Bereich Datenschutz und Urheberrecht. FRAGMENTIERTE WORKFLOWS STRUKTURELLE KOORDINATIONSDEFIZITE Unklare Rollenverteilungen erschweren Qualitätskontrollen, Zugriffsregelungen und die nachhaltige Sicherung von Forschungsdaten. Dr. Roxana Lazarescu HTWG HOCHSCHULE KONSTANZ TECHNIK, WIRTSCHAFT UND GESTALTUNG 0009-0001-0864-4834 Der im Verbundprojekt FORTH-BW erarbeitete und erprobte Workflow bietet Prozessicherheit für Forschende und Data Stewards.