Mathematisch-Naturwissenschaftliche Fakultät
Je nach Fachdisziplin stehen Ihnen als Forscher*in zahlreiche Infrastrukturen und Dienste zur Verfügung, um Ihre Forschungsdaten (FD) zu dokumentieren, zu verwalten sowie sicher und langfristig zu archivieren und qualitätsorientiert nachnutzbar zu machen.
Die Seite umfasst zentrale Adressen und Informationen, die für Forscher*innen der Mathematisch-Naturwissenschaftlichen Fakultät (MatNat) in Frage kommen.
Die Empfehlungen sind an das chronologische Vorgehen Ihres Forschungsprojektes angepasst (siehe Abb.) und entsprechen den so genannten FAIR Prinziples der Daten (Daten sollen findable, available, interoperable und reusable sein).
Die Webseite und ihre Inhalte stellen einen ersten Überblick an Informationen, Materialien und Werkzeugen da. Es werden Hinweise zu weiterführenden Informationen gegeben.
Informationen und Best Practices
Wo finde ich grundlegende FDM-Informationen zu meinem Fachgebiet?
Die Deutsche Forschungsgemeinschaft (DFG) formuliert seit 2015 Leitlinien zum Umgang mit Forschungsdaten, die obligatorisch von Projektantragsstellenden zu beantworten sind. Spezifische Daten und Methoden verlangen jedoch spezifische FDM-Dienste. Deshalb entwickelten die Fachgesellschaften der DFG auf Grundlage der Guten Wissenschaftlichen Praxis Stellungnahmen, die Ihnen als erste grundlegende Informationsquellen dienen können. Es gibt derzeit fachspezifische Stellungnahmen zu der Biodiversitätsforschung (2015), Mathematik (2023), Physik (2023), Chemie (2021) sowie für Materialwissenschaft und Werkstofftechnik (2025) und Empfehlungen zum “Umgang mit Forschungssoftware im Förderhandeln der DFG”.
Welches NFDI-Konsortium ist für meine Disziplin zuständig?
Als Forscher*in sollten Sie zumindest schon einmal von dem NFDI-Konsortium Ihrer Disziplin gehört haben. Bei der Nationalen Forschungsdateninfrastruktur (NFDI) handelt es sich um einen Verein, der die nachhaltige Qualität und Vernetzung von Daten im deutschen Wissenschaftssystem einfordert und in den hochschulübergreifenden Konsortien disziplinspezifisch agiert. Die Konsortien zu kennen ist deshalb relevant, da diese den wissenschaftspolitischen Entwicklungsstand disziplinspezifischen FDMs vertreten. Auf den Websites der Konsortien erhalten Sie einen Überblick über aktuelle Services und/oder Kontaktangebote.
Lebenswissenschaften
- DataPLANT: Daten in Pflanzen-Grundlagenforschung mit einer Knowledgebase
- FAIRagro: FAIRe Dateninfrastruktur für die Agrosystemforschung mit Helpdesk
- NFDI4Immuno: Nationale Forschungsdateninfrastruktur für Immunologie
- GHGA: Deutsches Humangenom-Phenomarchiv
- NFDI4Biodiversity: Biodiversität, Ökologie und Umweltdaten
- NFDI4BIOIMAGE: Nationale Forschungsdateninfrastruktur für Mikroskopie und Bildanalyse mit Helpdesk
- NFDI4Health: NFDI für personenbezogene Gesundheitsdaten mit Helpdesk
- NFDI4Microbiota: NFDI für Mikrobiota-Forschung
Naturwissenschaften
- DAPHNE4NFDI: DAten aus PHotonen- und Neutronen Experimenten
- FAIRmat: FAIRe Dateninfrastruktur für die Physik der kondensierten Materie und die chemische Physik fester Stoffe
- NFDI4Cat: NFDI für Wissenschaften mit Bezug zur Katalyse
- MaRDI: Mathematische Forschungsdateninitiative
- NFDI4Chem: Fachkonsortium Chemie in der NFDI mit Helpdesk
- NFDI4Earth: NFDI-Konsortium für Erdsystemforschung
- PUNCH4NFDI: Teilchen, Universum, Kerne und Hadronen für die NFDI
Ingenieurwissenschaften
- NFDI4DataScience: NFDI für Datenwissenschaften und Künstliche Intelligenz
- NFDI4Energy: Nationale Forschungsdateninfrastruktur für die interdisziplinäre Energiesystemforschung mit Helpdesk
- NFDI4Ing: NFDI für die Ingenieurwissenschaften mit Helpdesk
- NFDI-MatWerk: NFDI für Materialwissenschaft & Werkstofftechnik
- NFDIxCS: Nationale Forschungsdateninfrastruktur für und mit Computer Science
FDM-Tools nach Abschnitten des Forschungsprojekts
Forschungsvorhaben planen
Recherche
Bei der Recherche für ein geplantes Forschungsvorhaben und dessen Verortung im Forschungskontext, helfen Datenbanken, in denen disziplinspezifische Publikationen den aktuellen Forschungsstand abdecken. Deren umfassende Indexierung bietet sich insbesondere bei der Schlagwortvergabe eigener Forschungsdaten an, die publiziert werden sollen. Diese orientieren sich an kontrollierten Vokabularen oder Thesauri der Fachdisziplinen.
Über re3data.org kann nach einem passenden, fachspezfifischen Repositrium gesucht werden.
Eine kurze Übersicht fachspezifischer Repositorien finden Sie hier:
| Repositorium | Typ | Link |
|---|---|---|
| PUBLISSO Fachrepositorium Lebenswissenschaften | Fachrepositorium für Publikationen und Forschungsdaten | PUBLISSO |
| Chemotion Repository | Fachrepositorium für proben- und reaktionszentrierte Analytikdaten, z. B. NMR, IR, MS | Chemotion Repository |
| MassBank EU | Fachökosystem für Massenspektrometrie-Referenzspektren | MassBank EU |
| CERN Open Data Portal | Offenes Datenportal für CERN-Experimentdaten | CERN Open Data |
| NFDI4ING Data Collections Explorer | Verzeichnis ingenieurwissenschaftlicher Datensammlungen | NFDI4ING Explorer |
Datenmanagementplan (DMP)
Ein Datenmanagementplan (DMP) unterstützt Sie bei der (disziplinspezifischen) Planung und Umsetzung einer Datenerhebung sowie -auswertung.
RDMO
Von der Universität Potsdam wird die Software Research Data Management Organiser (RDMO) für Forscher*innen bereitgestellt. Es handelt sich um Fragenkataloge, mithilfe derer Sie wesentliche Fragen zur Verwaltung und Organisation Ihrer Daten klären können. Ihre Antworten können z.B. in Form von pdf-Dokumenten für Drittmittelanträge genutzt werden. Dort findetn Sie auch disziplinspezifische Fragenkataloge. Es gibt auch fachspezfische RDMO-Instanzen, zum Beispiel für die Chemie oder Ingenierwissenschaften.
Elektronische Laborbücher
Elektronische Laborbücher (ELB) ermöglichen eine strukturierte Protokollierung von Experimenten und helfen somit nicht nur bei der Ergebnissicherung, sondern auch beim Management der Forschung, Teamarbeit oder z.B. von Laborpraktika.
Die Universität Potsdam bietet ELN.UP, basierend auf eLabFTW, ein elektronisches Laborbuch für die digitale Verwaltung und Dokumentation von Laborprozessen und Ressourcen an. Die Plattform ist flexibel und erfüllt höchste Anforderungen an Datenschutz und Compliance. Ganze Fakultäten oder Arbeitsgruppen können eine eigene Isntanz beantragen und somit individuelle Templaes für ihre eigene Bedürfnisse und Arbeitsabläufe anlegen.
Um ein passendes elektronisches Laborbuch für die eigene Arbeit zu findne, kann der ELN Finder der TU Darmstadt verwendet werden. Es gibt neben zahlreichen generische Angeboten wie RSpace auch viele disziplinspezifische Lösungen, zum Beispiel Chemotion für die Chemie oder NOMAD ELN für die Materialwissenschaften.
Präregistrierung
Eine Präregistrierung wird noch vor der eigentlichen Datenerhebung angelegt und legt das methodische Vorgehen und Studiendesign dar, mit dem die Forschungsfrage bzw. die Forschungshypothese beantwortet werden soll. Sie sind sowohl unabhängig von Journalen nutzbar, können aber auch in Form von Registered Reports von Journalen angeboten und geprüft werden. Die Entscheidung zur Publikation der Studie wird aufgrund der Forschungsfragen, der geplanten Methoden und Auswertung getroffen.
Für die Lebenswissenschaften ist die Präregistrierung besonders gut etabliert, etwa in der Medizin, Biologie und angrenzenden Bereichen. In den Naturwissenschaften und Ingineuerwissenschaften ist Präregistrierung weniger einheitlich organisiert als in der Psychologie, wird aber zunehmend auch hier genutzt, wenn experimentelle oder hypothesengetriebene Forschung, Usability-Tests oder Evaluationsstudien vorab festgehalten werden sollen.
Vorabregistrierungen mit entsprechenden Vorlagen und Beispielen sind unter anderem auf folgenden Plattformen möglich:
- Open Science Framework – Registries
AsPredicted
Research Registry - Animal Study Registry für Studien mit Versuchstieren
- Deutsches Register Klinische Studien in der Medizin
Eine Liste mit Zeitschriften, die auch Registered Reports veröffentlichen oder planen, dies künftig zu tun, findet sich auf den Seiten des Center for Open Science – Registered Reports über den Reiter: Participating Journals.
Daten archivieren, publizieren und nachnutzen
Dateiformate
Für die Archivierung und Publikation von Forschungsdaten sind vor allem offene Dateiformate oder (proprietäre) Formate zu empfehlen, die eine hohe Popularität innerhalb der Methodennutzung einer Disziplin und deren Kompatibilität in alternative Dateiformate besitzen. Zu standardisierten Ablagestrukturen zählen datenspezifische Ordnerhierarchien und Dateibenennungen.
Folgende Formate können empfohlen werden:
- Tabellarische Daten: CSV oder TSV.
- Strukturierte Metadaten: XML, JSON oder JSON-LD.
- Semantisch verknüpfbare Daten: RDF bzw. Linked Data.
- Fachspezifische Rohdaten: wenn nötig das etablierte Community-Format, aber immer mit klarer Dokumentation und Zusatzmetadaten.
Daten finden
Disziplinspezifische Forschungsdatenzentren (FDZ), Repositorien oder Datenarchive bieten nicht nur die Möglichkeit, Datensätze zu archivieren und/oder publizieren, sondern auch bereits qualitätsgeprüfte qualitative sowie quantitative Datensätze für eine Sekundärnutzung oder Reproduzierbarkeit zugänglich zu machen. Dazu zählen ebenso Messinstrumente und Erhebungsmethoden. Die Repositorien bzw. Datenarchive ermöglichen über die Vergabe von Digital Object Identifiers (DOI) sowie Metadatenstandards die Auffindbarkeit Ihrer Daten und Forschungsmaterialien.
Datenjournale
Datenjournalen sind wissenschaftliche Journale, deren Fokus auf der Veröffentlichung und Beschreibung von Datensätzen statt auf der klassischen Forschungsinterpretation liegt. Die Artikel in Datenjournalen heißen meist „Data Papers“: Sie beschreiben die Erhebungsmethodik, Struktur, Qualität und mögliche Nutzung eines Datensatzes; die Daten selbst liegen häufig in einem (FAIR-konformen) Repositorium und sind über einen DOI verlinkt. Datenjournalen durchlaufen in der Regel ein Peer-Review, werden aber weniger als „Ergebniszeitschriften“ als vielmehr als Daten‑ und Metadaten‑Publikationsplattformen genutzt.
In den Lebenswissenschaften sind Datenjournalen schon relativ etabliert, weil sehr große, heterogene Datensätze (z. B. Genom-, Biodiversitäts- oder klinische Daten) gut dokumentiert werden müssen. Typische Beispiele sind:
- Scientific Data (Nature‑Gruppe): breit genutzt, besonders für biomedizinische, genomische und ökologische Datensätze; Daten in FAIR‑konformen Repositorien hinterlegbar.
- Biodiversity Data Journal: spezialisiert auf biologische Vielfalt und ökologische Daten, oft mit direkter Verknüpfung zu Datenbanken und Repositorien.
In den Lebenswissenschaften gilt: Datenjournalen ergänzen Repositorien, indem sie die Daten mit einem zitierbaren Artikel verknüpfen, der Methodik und Kontext ausführlich erklärt.
In den Naturwissenschaften gibt es bereits einige Datenjournale wie IUCrData, Journal of Physical and Chemical Reference Data, Journal of Chemical & Engineering Data und Chemical Data Collections
- ing.grid ist das wohl erste Fach‑Datenjournal für FAIRes Datenmanagement in den Ingenieurwissenschaften; es veröffentlicht sowohl Artikel zu Datenmanagement als auch Daten‑ und Software‑Beiträge und nutzt ein Open‑Peer‑Review‑Verfahren.
- Weitere Möglichkeiten bieten fachspezifische Repositorien und Plattformen wie ING.EST (für 2D‑/3D‑Daten aus Architektur und Bauingenieurwesen), die Daten in Kombination mit einem Beschreibungsartikel abbilden.