Forschungsdatenmanagement im Verbund weiterentwickeln – ein Einblick in das Projekt FDNext

2.1.1 Disziplinspezifische FDM-Strategien in den Kognitions- und Bildungswissenschaften

Im Bereich FDM werden zunehmend Empfehlungen entwickelt, die disziplinspezifische Daten und Methoden sowie die damit verbundenen Herausforderungen in den Fokus nehmen – u. a. in den wissenschaftlichen Fachgesellschaften und DFG-Fachkollegien^[1], den Konsortien der Nationalen Forschungsdateninfrastruktur (NFDI)^[2] und der Arbeitsgruppe der Research Data Alliance (RDA) „Discipline-specific Guidance for Data Management Plans“^[3]. Diese greift die Universität Potsdam in ihrem Arbeitsschwerpunkt zum disziplingerechten Umgang mit digitalen Forschungsdaten auf. Am Beispiel der Bildungs- und Kognitionswissenschaften ermittelt sie, welche bestehenden Tools, Leitlinien, Repositorien oder Datenformate den Forschenden an den Fachbereichen empfohlen werden können, um die Produktion, Publikation und Nutzung FAIRer^[4] Daten zu fördern.^[5]

Dazu wurde 2021 eine qualitative Bedarfserhebung in der Humanwissenschaftlichen Fakultät (HuWi) durchgeführt. Diese zeigte, dass der Anspruch, übergeordnete FD-Leitlinien mit deren praktischer Umsetzbarkeit im Forschungsalltag der Wissenschaftler*innen zu verzahnen, herausfordernd ist. Neben Zeit- und Personalmangel für das Management der Daten spielen fachbedingt v. a. datenschutzrechtliche Unsicherheiten bei personenbezogenen und neurophysiologischen Forschungsdaten eine zentrale Rolle. Ferner waren den Forschenden unterstützende domänenspezifische FDM-Dienste (z. B. das Dateiformat „Brain Imaging Data Structure“, der Dokumentationsdienst „DataWiz“ oder der Anonymisierungsdienst „QualiAnon“) bisher kaum bekannt.

Diesen Problemen wird von der HuWi durch Workshops und individuelle Beratungsgespräche begegnet. Mit einer Fokusgruppe primär aus Promovierenden^[6] wird seit Beginn 2022 ein FDM-Serviceportfolio als angestrebtes Ergebnis des Arbeitsschwerpunkts zusammengestellt. Es umfasst folgende FDM-Hilfestellungen, an denen aktuell gearbeitet wird:

• Einen domänenspezifischen Datenmanagementplan (DMP) für Forschende der Bildungs- und Kognitionswissenschaften im Research Data Management Organiser (RDMO)^[7],

• eine kuratierte Sammlung mit disziplinspezifischen FDM-Diensten und -Handreichungen,

• Use Case-orientierte Dienst-Empfehlungen und Handreichungen zur Datendokumentation in Kooperation mit dem Leibniz-Institut für Psychologie, dem Leibniz-Institut für Bildungsforschung und Bildungsinformation sowie dem Verbund Forschungsdaten Bildung,

• eine Sammlung von Empfehlungen zur Informierten Einwilligung und domänenspezifischen Ethikvorgaben,

• Verweise auf disziplinspezifische FDM-Netzwerke und Portfolios wie dem Projekt DDP-Bildung^[8] und dem QualidataNetwork.^[9]

Das Portfolio dient als nachnutzbare FDM-Materialsammlung und ist als erweiterbares „living document“ zu verstehen. Es dient perspektivisch als ein Werkzeug, um mit Fachbereichen wie der HuWi zum Thema FDM und Open Science zu kooperieren. Das FDM-Serviceportfolio soll in der zweiten Projekthälfte gegen Anforderungskriterien geprüft und durch eine geeignete Kommunikationsstrategie in der Fakultät veröffentlicht werden. Anschließend wird ein Methodenkoffer zusammengestellt, der die Durchführung des ganzen Prozesses für andere Disziplinen und Hochschulen nachnutzbar macht.

2.1.2 Forschungsdaten-Policies für Forschungsprojekte

Ablesbar an der steigenden Zahl öffentlich zugänglicher Projekt-FD-Policies gewinnen Forschungsdaten-Policies für Forschungsprojekte derzeit an Bedeutung und finden zunehmend Verbreitung.^[10] Auch Fachgesellschaften fordern, dass Verbundprojekte sich „eine spezifische Datenleitlinie geben, die die projektinterne Bereitstellung, Weitergabe und Nachnutzung von Daten sowie das Vorgehen bzw. die Konsequenzen bei Nichteinhaltung regelt.“^[11]

Die Forschenden, die eine FD-Policy für ihr Projekt erstellen wollen, finden derzeit allerdings wenig Orientierung. Die veröffentlichten Beispiele sind in der Regel zu unterschiedlich, um als Vorlage für das eigene Projekt fungieren zu können, und es gibt bislang keinen ausführlichen Leitfaden zur Erstellung einer FD-Policy speziell im Projektkontext.

Der damit verbundenen Handlungsunsicherheit will die Technische Universität Berlin in ihrem Arbeitsschwerpunkt „Forschungsdaten-Policies für Forschungsprojekte“ begegnen, indem

1. ein modularer FD-Policy-Leitfaden erstellt wird, mit dessen Hilfe Forschende eine FD-Policy für ihr Projekt erstellen können,

2. die Inhalte des FD-Policy-Leitfadens in einen Online-Generator überführt werden, mit dem sich einfach und schnell eine FD-Policy für das eigene Forschungsprojekt erzeugen lässt.

Unsicherheiten bei der Erstellung einer FD-Policy für Forschungsprojekte gibt es auch dadurch, dass oftmals die Unterschiede zwischen zentralen Dokumenten in Forschungsvorhaben – Kooperationsverträgen, DMPs und Projekt-FD-Policies – nicht klar sind. Um dem entgegenzuwirken, wurden in einem ersten Arbeitsschritt die drei Dokumentarten analysiert, Unterschiede und Gemeinsamkeiten herausgearbeitet und die Dokumente gegeneinander abgegrenzt.^[12]

Der modulare FD-Policy-Leitfaden wird auf unterschiedlichen Quellen basieren. Mit Pilotpartner*innen aus Forschungsprojekten wurden Interviews zu ihren Bedarfen an Regelungsinhalten einer FD-Policy geführt. Ferner wurden veröffentlichte FD-Policies vergleichend ausgewertet. Darüber hinaus wurden die im Vorgängerprojekt FDMentor generierten Leitfäden und Schemata für institutionelle FD-Policies auf ihre Übertragbarkeit auf Projekt-FD-Policies untersucht. Auf dem FDNext-Workshop im April 2022 wurden die bisherigen Erkenntnisse zu den Inhalten einer FD-Policy für Forschungsprojekte mit Akteur*innen aus der FDM-Community diskutiert. Der FD-Policy-Leitfaden für Forschungsprojekte soll im Spätsommer 2022 veröffentlicht werden.

Im weiteren Projektverlauf wird der Online-Generator entwickelt und in einer Beta-Version Ende 2022 fertiggestellt. Diese soll Anfang 2023 durch die Pilotpartner*innen einem Usability-Test unterzogen werden. Die finale Version des Online-Generators wird publiziert, dokumentiert und zur Nachnutzung zur Verfügung gestellt.

2.1.3 Service-Management im FDM mit der Konzeption eines Referenzmodells

Die massiven Änderungen des Wissenschaftsbetriebs, ausgelöst durch Digitalisierung und verstärkte Nutzung digitaler Services und Dienste, äußern sich auch in einer geänderten Arbeitsweise von Infrastruktureinrichtungen wie Rechenzentren, Bibliotheken und anderen (FDM-)Serviceeinrichtungen.^[13] Um ihre Forschenden optimal bei Forschungsprozessen zu unterstützen, müssen diese Einrichtungen das eigene institutionelle FDM regelmäßig evaluieren, sodass Services und Dienste auf Grundlage dessen kontinuierlich weiterentwickelt werden können. Besonders für Rechenzentren, aber auch für andere Einrichtungen, die digitale Dienste für Forschende bereitstellen, empfiehlt sich die Nutzung eines Referenzmodells zur Bewertung des eigenen FDM-Serviceangebots.^[14]

Die Humboldt-Universität zu Berlin befasst sich in ihrem Arbeitsschwerpunkt „FD-Serviceportfolios für Dienstleister“ mit der Konzeption eines Referenzmodells aus der Perspektive dieser dienstleistenden Einrichtungen. In einem ersten Schritt wurden ausgewählte bestehende Referenzmodelle vergleichend analysiert mit dem Ergebnis, dass keines der analysierten Modelle eine vollständige Bewertung des institutionellen FDMs in universitären Forschungseinrichtungen ermöglicht.^[15]

In einem zweiten Schritt wurde mit Hilfe einer Onlinebefragung, die sich gezielt an Mitarbeitende der Infrastruktureinrichtungen richtete, erhoben, wie diese Einrichtungen arbeiten, was ihre Bedarfe sind und welche FDM-Prozesse mit digitalen Tools unterstützt werden. Obwohl einige Einrichtungen dem Thema FDM bereits seit zehn Jahren begegnen, ließ sich feststellen, dass die Diskrepanz zwischen den Angeboten der Einrichtungen und den Bedarfen der Wissenschaft noch nicht aufgelöst werden konnte. Beide Teilergebnisse – die Analyse von Referenzmodellen und die Onlinebefragung – bilden die Basis zur Entwicklung einer übergreifenden Betrachtung für das im Projekt FDNext zu entwickelnde Referenzmodell.

Bereits jetzt ist deutlich geworden, dass es – je nach Schwerpunktsetzung der Infrastruktureinrichtungen – zahlreiche FDM-Handlungsfelder gibt, die in dem Referenzmodell abgebildet werden sollen. In einem dritten Schritt sollen diese Handlungsfelder identifiziert und systematisiert werden. Als Ergebnis entsteht anschließend eine Template-Sammlung, die flexibel von dienstleistenden Einrichtungen genutzt werden kann.

Der finale Schritt in der Entwicklung eines Referenzmodells für das institutionelle FDM an universitären Infrastruktureinrichtungen ist die Evaluation des entwickelten Modells sowie aller vorläufiger Ergebnisse in enger Zusammenarbeit mit den Verbund- sowie Projektpartner*innen.

2.1.4 Konzepte und Kompetenzen für Forschungsdaten-Rechtsberatung

Die Europa-Universität Viadrina Frankfurt (Oder) erarbeitet in ihrem Arbeitsschwerpunkt „Konzepte und Kompetenzen für FD-Rechtsberatung“ das Konzept für einen rechtlichen First-Level-Support durch FDM-Personal aus Bibliotheken, Rechenzentren und aus dem Bereich Forschungsförderung (u. a. Forschungsdatenmanagement) als erste Beratungsstelle für Forschende zu rechtlichen Fragen. Hierfür werden Handreichungen und Empfehlungen zu den strukturellen, professionellen und organisatorischen Voraussetzungen für einen rechtlichen First-Level-Support erstellt sowie, in enger Zusammenarbeit mit anderen Projektmitarbeitern*innen, Leitlinien zum Aufbau von Rechtskompetenz beim FDM-Personal entwickelt.

Zunächst erfolgte die Erhebung vorhandener rechtlicher Beratungsangebote und -strukturen im universitären FDM. Dafür wurde eine Umfrage unter Mitarbeitenden der Projektpartner-Universitäten durchgeführt. Im Ergebnis^[16] ließ sich, ausgehend von den Antworten der Mehrheit der Teilnehmenden, u. a. festhalten, dass an den Universitäten eine rechtliche Beratung im Bereich FDM hauptsächlich durch die/den Datenschutzbeauftragte/-n, dicht gefolgt vom Bereich Forschungsförderung, erfolgt. Die zentralen Gebiete der rechtlichen Fragen betreffen insbesondere die Themenbereiche Lizenzierung, Datenschutz, Urheberrecht und Persönlichkeitsrecht sowie die Bereiche Förderbedingungen, Langzeitarchivierung und Repositorien.

In einem weiteren Schritt wurde, zunächst im Rahmen einer Pilotstudie, das juristische Qualifikationsprofil des in der rechtlichen Beratung an Bibliotheken, Rechenzentren und dem Bereich Forschungsförderung in Universitäten tätigen FDM-Personals erhoben. Hierfür wurde eine Befragung von FDM-Personal an zwölf Universitäten in Deutschland durchgeführt.

Als Ergebnis der Befragung konnte u. a. festgehalten werden, dass alle in der rechtlichen Beratung tätigen Personen ein abgeschlossenes Hochschulstudium haben. Davon haben 20,93 Prozent der Berater*innen promoviert, und 2,32 Prozent der Personen führten einen Titel als Professor*in. Die Mehrheit des in der rechtlichen Beratung tätigen FDM-Personals hatten keine juristische Ausbildung. Die Qualifikationsprofile des FDM-Personals gestalteten sich sehr unterschiedlich, insgesamt umfassten sie sechzehn verschiedene Fachrichtungen.

Aktuell wird eine umfassende Untersuchung zum juristischen Qualifikationsprofil des in der rechtlichen Beratung an Bibliotheken, Rechenzentren und dem Bereich Forschungsförderung in deutschen Universitäten tätigen Personals durchgeführt. Sie wird durch eine Analyse von Stellenausschreibungen für rechtlich beratendes FDM-Personal ergänzt. Auf der Basis der gewonnenen Erkenntnisse werden anschließend Aufgabenfelder eines rechtlichen First-Level-Supports im FDM entwickelt und Vorschläge für seine Anbindung an universitäre Zentralstellen erarbeitet.

2.1.5 Konzeption eines Multiplikator*innen-Trainings für den Fachbereich Psychologie

An den (außer-)universitären Forschungseinrichtungen zeichnete sich in den letzten Jahren ein deutlich wachsender Bedarf an Trainings-Angeboten für nachhaltiges FDM mit entsprechender Didaktik ab. Die Erarbeitung solcher Kompetenzentwicklungsangebote generischen Zuschnitts konnte u. a. 2019 im abgeschlossenen Vorhaben FDMentor erbracht und seither mit einer Vielzahl von Train-the-Trainer-Workshops^[17] umgesetzt werden. Gleichzeitig ließ sich ein zunehmender Bedarf an fachspezifischer Ausdifferenzierung solcher Angebote beobachten, dem mit der exemplarischen Weiterentwicklung des Train-the-Trainer-Konzepts für eine Fachdisziplin entsprochen werden soll.

Als modellhaft geeignet erschien in diesem Zusammenhang die Psychologie, deren Fachgesellschaft, die Deutsche Gesellschaft für Psychologie (DGPs), seit 2016 Empfehlungen für den Umgang mit Forschungsdaten formulierte, und diese zuletzt 2020^[18] noch einmal überarbeitete. In den Curricula noch kaum verankert, kann jedoch die Entwicklung und Umsetzung sogenannter Multiplikator*innen-Trainings zum Umgang mit Forschungsdaten dem Bedarf der Fachdisziplin Rechnung tragen (allein über 100 Forschungseinrichtungen beschäftigen sich mit psychologisch relevanten Fragestellungen).

Eine 2021 innerhalb des Arbeitsschwerpunkts der Freien Universität Berlin deutschlandweit unter 106 Psycholog*innen erhobene Bedarfsanalyse^[19] ergab vor allem in den Bereichen Datenschutz und Umgang mit (personenbezogenen) Daten (z. B. Anonymisierung, Zugriffsklassen, Codebooks) eine verstärkte Nachfrage nach spezifischen Trainingsangeboten. Des Weiteren formulierten die Befragten die sehr uneinheitlichen Dokumentationsvorgaben seitens der Institute und Arbeitsgruppen, heterogene Datenformate in vielen Forschungsprojekten und mangelnde Kenntnisse über adäquates FDM (z. B. Publikationen, Datenmanagementplan, Leitlinien, Didaktik) als größte Herausforderungen. Ein entsprechendes Trainingsangebot muss zudem der Bandbreite psychologischer Forschung, wie bspw. quantitative vs. qualitative Daten, klinischer Kontext vs. Grundlagenforschung, oder der Bandbreite (neuro-)physiologischer Datenformate Rechnung tragen.

Basierend auf den Ergebnissen der Bedarfsanalyse werden 2022 Lernziele und -inhalte für ein Psychologie-spezifisches Train-the-Trainer-Programm ausgearbeitet und – sowohl in Online- als auch in Präsenzformaten – umgesetzt. Dies geschieht aufgrund der thematischen Überschneidungen in Kooperation mit den Arbeitspaketen eins und sechs. Die aufeinander abgestimmten Strategien, Methoden, Tools und Best/Worst Practice-Beispiele werden sowohl in frei zugänglichen Repositorien als auch in der Zenodo-Community von FDNext zur Verfügung gestellt. Auf dieser Basis können im Anschluss Empfehlungen für weitere fachspezifische Programme ausgearbeitet und publiziert werden.

2.1.6 Selbstgesteuertes Lernen: Inverted Classroom in FD-Trainings

In Zeiten rasanten Wandels durch Digitalisierung und Globalisierung wird das lebenslange Lernen immer relevanter. Nicht mehr nur das Wissen und die Informationen an sich sind es, die angeeignet werden wollen, sondern auch das Lernen selbst. Eigeninitiative, Selbststeuerung und Individualisierung werden auch in der Aus- und Weiterbildung von FDM-Personal hohe Stellenwerte beigemessen. Die Entwicklung von Zukunftskompetenzen implementiert die Eigenverantwortung für den Lernprozess ebenso wie die Möglichkeiten, (selbst-)reflexiv zu denken und sich agilen Strukturen individuell anpassen zu können^[20].

Diesen Ansprüchen an Lernende von heute und „Arbeitnehmende der Zukunft“ möchte die Brandenburgisch-Technische Universität Cottbus-Senftenberg in ihrem Arbeitsschwerpunkt „Blended Learning für FD-Trainings“ gerecht werden, um dem wachsenden Bedarf an qualifiziertem FDM-Personal in Institutionen, Forschungsprojekten und im Rahmen der NFDI Rechnung zu tragen. Ziel ist die Weiterentwicklung des Train-the-Trainer-Lernangebotes zum FDM^[21] in Form eines Blended Learnings (Inverted Classrooms), das selbstgesteuertes Lernen^[22] ermöglicht. Das Programm orientiert sich an sechs Lehrzielen und gibt (zukünftigen) FDM-Trainer*innen die Möglichkeit, eigene fachdidaktische Weiterbildungskonzepte zu erarbeiten und mit der Community zu reflektieren.

Zur Gestaltung eines selbstgesteuerten Lernangebotes werden bestehende und selbst entwickelte Lerninhalte für FD-Trainings zusammengetragen und in Form des Inverted Classrooms^[23] zur Verfügung gestellt. Durch die Überführung in ein Blended Learning-Format kommen die Vorteile beider Lernformate (Präsenz- und Online-Lehre) zum Tragen^[24]. Durch onlinebasierte, modularisierte Lerneinheiten werden Orts- und Zeitunabhängigkeit geschaffen und die Vielfalt von Lerntypen und Vorwissen berücksichtigt. Veranstaltungen in Präsenz dienen der Etablierung einer sozialen Community sowie dem Austausch, der Diskussion und Reflexion.

In der ersten Projektphase wurden zunächst verfügbare Inhalte und Materialien, etwa das Train-the-Trainer-Konzept zum FDM, Online-Lernangebote wie die HeFDI Data Learning Materials^[25], der MANTRA Online Course sowie weitere frei verfügbare und nachnutzbare Trainingsmaterialien aus dem deutschsprachigen Raum analysiert. Im Anschluss daran wurde die didaktische Grob-^[26] und Feinkonzeption vorgenommen und im engen Austausch mit der FDM-Community evaluiert^[27].

Der Kurs setzt sich aus synchronen und asynchronen Lern- und Arbeitsphasen über einen Zeitraum von vier Wochen zusammen (siehe Abbildung 2). Als primäre Zielgruppe werden Personen betrachtet, die in ihrem Arbeitsbereich Grundlagen zum FDM vermitteln wollen, wie bspw. Forschende unterschiedlicher Fachdisziplinen und Third-Space^[28]-Mitarbeitende. Hauptziel des Kurses ist es, neben dem Erwerb generischen FDM-Wissens ein eigenes Konzept zum FD-Training je Teilnehmer*in zu erstellen, dies gemeinsam mit den Coaches und der Lern-Community zu diskutieren und in Teilen zu erproben. Ergänzend werden der Lernprozess und Methoden kontinuierlich reflektiert. Die Lehrinhalte stehen als Angebote modular zur Verfügung und setzen sich aus Grundlagen des FDM inkl. rechtliche und ethische Implikationen, Didaktik und fachspezifischen Vertiefungen zusammen. Der gesamte Kurs wird als interaktives Lern-Angebot begriffen und im Rahmen der Selbstlern- und Arbeitsphasen (siehe Abbildung 2) entsprechend der individuellen Bedürfnisse genutzt.

Abb. 2:

Struktur des Train-the-Trainer Lernangebotes im Blended Learning-Format.

Eine weitere Besonderheit stellt die eingesetzte Methode des digitalen Geschichtenerzählens (Storytelling)^[29] dar. Im Rahmen des Train-the-Trainer-Lernangebotes werden virtuelle Teammitglieder eines interdisziplinären Projektes interaktive Lernbegleitende. Sie berichten von ihren Erfahrungen und Herausforderungen und stellen (fachspezifische) Lösungsansätze vor.

In der aktuellen Projektphase wird an der Umsetzung der Lernmaterialien zur Implementierung im Lernmanagementsystem Moodle^(TM) gearbeitet^[30]. Die Fertigstellung des Pilotkurses ist zum Jahresende 2022 geplant und wird durch einen iterativen Evaluationsprozess begleitet.