Refine
Document Type
- Other (10)
- Conference Proceeding (6)
- Course Material (2)
- Report (2)
- Article (1)
- Part of a Book (1)
- forschungsdaten (1)
Keywords
Institute
This is a data management plan for the DFG research project "Predictability of color changes of wood used indoor - A new approach to evaluate the color change as a function of the radiation dose". DFG Funding code / Project number: 442135169
Project website: https://gepris.dfg.de/gepris/projekt/442135169?language=en
This data management plan (DMP) applies to the Research Data Management Organizer (RDMO) questionnaire and was operated with the RDMO software: https://rdmorganiser.github.io/en/
Academic data stewardship at universities has to fulfil many different roles. One of the most important is to build up a connection to researchers and bridge the gap between research data infrastructure and researchers. Different scientific communities have different requirements for research data management and expectations regarding text and data publication. In many of the sub-disciplines of engineering sciences, research data management practices are not established so far. When it comes to contact between data stewards and researchers, a common knowledge base has to be established to become clear about why and what actions for research data management has to take, that engineering researchers can adapt them for their research data management practices. Many research data management standards have to take into consideration. However, to this point of time, the research data management community lacks for data literacy graphics to explain how the technical data management ecosystem works together with standards like the findability, accessibility, interoperability and reuse (FAIR) principles. Therefore, we developed a graphic for data literacy and consulting scenarios.
Forschungsdatenmanagement (FDM) gewinnt an den Hochschulen in Brandenburg eine immer größere Bedeutung. Für den Aufbau und die Institutionalisierung eines nachhaltigen FDM an den brandenburgischen Hochschulen ist eine möglichst genaue Ermittlung des aktuellen Kenntnisstandes der Forschenden und deren Bedarfe bezüglich des Umgangs mit Forschungsdaten erforderlich. Hierzu diente die Bedarfserhebung, die im Rahmen des vom BMBF und dem MWFK geförderten Projekts IN-FDM-BB durchgeführt wurde. Beteiligt an der brandenburgweiten Umfrage waren alle acht staatlichen forschenden Hochschulen: vier Universitäten (die Brandenburgische Technische Universität Cottbus – Senftenberg (BTU), die Filmuniversität Babelsberg KONRAD WOLF (FB), die Europa-Universität Viadrina Frankfurt (Oder) (EUV) und die Universität Potsdam (UP)) und vier Hochschulen für Angewandte Wissenschaften (die Fachhochschule Potsdam (FHP), die Hochschule für nachhaltige Entwicklung Eberswalde (HNEE), die Technische Hochschule Brandenburg (THB) und die Technische Hochschule Wildau (THW)). Die Hochschulen unterscheiden sich erheblich in ihrer Größe und fachlichen Ausrichtung. So hat die UP deutlich über 20.000 Studierende und über 1.900 Professor*innen und akademische Mitarbeiter*innen, die FB hingegen, weniger als 1.000 Studierende und ca. 140 Professor*innen und akademische Mitarbeiter*innen. Landesweit sind fast alle Fachdisziplinen vertreten, jedoch mit unterschiedlichen Schwerpunkten je Hochschule.
Das Ziel der Bedarfserhebung war, den Kenntnisstand bezüglich des professionellen Umgangs mit Forschungsdaten der Forschenden an den einzelnen Hochschulen zu ermitteln, FDM-Bedarfe zu erkennen und daraus mögliche FDM-Aktivitäten für die jeweilige Hochschule abzuleiten. Die Bedarfserhebung richtete sich daher in erster Linie an die Forschenden der jeweiligen Hochschule.
Forschungsdatenstrategie
(2025)
Der Artikel enthält einen Vorschlag zur Evaluation einer mit RISE-DE Referenzmodell erstellten Forschungsdatenstrategie. In RISE-DE ist das „Handlungsfeld 9 Leistungsmessung“ zwar angedacht, aber ohne eine weitere Darstellung, wie diese Evaluation in der Praxis durchgeführt werden könnte. Dieses Defizit soll nun durch einen konkreten Vorschlag zur Vorgehensweise ausgeglichen werden. Nach einer Einordnung von Evaluationen im Rahmen einer Theorie zum Management, wird darauf eingegangen, dass eine Leistungsmessung im öffentlichen Dienst andere Kriterien als in Wirtschaftsunternehmen erfordert, da keine Gewinnmaximierung im Mittelpunkt steht. Der Fokus der Evaluation wird eher darauf gelegt, dass öffentliche Leistungen möglichst wirtschaftlich, effizient und wirkungsvoll
erbracht werden. Orientiert an der „Handreichung zur Entwicklung von Methoden für die Evaluation von Anpassungsstrategien“ von Kaiser und Kind (2019) zur Evaluation einer Strategie wird eine Vorgehensweise vorgestellt und anhand der Forschungsdatenstrategie der HNEE am Thema Schulungen beispielhaft erläutert. Die betrachtete
Forschungsdatenstrategie wurde 2023 im Rahmen der Landesinitiative Forschungsdatenmanagement in Brandenburg (FDM-BB) erstellt. Durch die Darstellung wird deutlich gemacht, dass die Anwendung der vorgestellten Methode konkrete Erkenntnisse, insbesondere durch Einbeziehung einer Umfeldanalyse und unabhängig der relativ kurzen Laufzeit der Strategie, ermöglicht. Die vorgeschlagene Methode zur Evaluation ließe sich durch leichte Modifikationen bei den Evaluationsfragen und Bewertungsrubriken auch auf Forschungsdatenstrategien, die nicht mit RISE-DE erstellt wurden, anwenden.
Im vom BMFTR und dem MWFK von 2022-2025 geförderten Projekt IN-FDM-BB arbeiten acht brandenburgische Hochschulen mit den assoziierten außeruniversitären Forschungseinrichtungen im Rahmen der Landesinitiative FDM-BB am Aufbau eines nachhaltigen Forschungsdatenmanagements sowohl lokal, als auch im landesweiten Verbund. Im Projektplan war vorgesehen, dass alle beteiligten Hochschulen in der Projektlaufzeit eine Forschungsdatenstrategie für ihre jeweilige Hochschule erstellen, bzw. im Falle der UP die bereits vorhandene aktualisieren und diese anschließend evaluieren sollten. Der Projektplan basiert auf und orientiert sich an der Forschungsdatenstrategie für das Land Brandenburg und den darin vorgesehenen drei Handlungsfeldern:
Lokaler Kompetenzaufbau
Landesweite FDM-Dienstleistungen und IT-Dienste
Vernetzung und Transfer
Für die Erstellung der Forschungsdatenstrategien wurde das bereits von der UP für ihren Prozess genutzte RISE-DE Referenzmodell verwendet.
Im Laufe der Erstellung zeigte sich, dass sich das Ziel innerhalb der Projektlaufzeit eine befristete Forschungsdatenstrategie zu erstellen, diese zu evaluieren und dann eine längerfristige Strategie zu erstellen, sehr, wenn nicht zu ambitioniert war. Daher entschied sich die Mehrheit der Hochschulen dafür, für den Gang durch die Hochschulgremien direkt die längerfristige Forschungsdatenstrategie einzubringen. Gemeinsam einigten sich die Hochschulen darauf für diese eine Laufzeit bis und als Termin für eine Überprüfung 2029/30 festzulegen, orientiert an der Laufzeit des Positionspapiers der Brandenburgischen Landeskonferenz der Hochschulpräsidentinnen und -präsidenten (BLHP) vom Dezember 2023: Kooperation der Brandenburgischen Hochschulen bei der Digitalisierung stärken. Strategische Eckpunkte 2025-2029.
ALLGEMEINE INFORMATIONEN
Titel: Daten zum W 1.2.6 Gemeinsamer Lessons Learned-Bericht zu Veranstaltungen
Datum der Datenerhebung: Juni bis November 2024
Erhebungsinstrument: LimeSurvey
Finanzierung: BMFTR
TEILEN/ZUGANGSINFORMATIONEN
Lizenzen/Einschränkungen für die Daten: Diese Daten sind unter einer CC BY 4.0 license verfügbar.
Links zu Veröffentlichungen, die die Daten zitieren oder verwenden:
Wolff, I. (2025). IN-FDM-BB Werkstattbericht: W 1.2.6 Gemeinsamer Lessons Learned-Bericht zu Veranstaltungen. Zenodo. https://doi.org/10.5281/zenodo.15077503
DATEN- & DATEIÜBERSICHT
Dateiliste
· A. Filename: Daten
|---Rohdaten
|---Angaben_zur_Lehrveranstaltung
kurze Beschreibung: Datensatz, Formate .pdf
|---Nachbereitung_der_Lehrveranstaltung
kurze Beschreibung: Datensatz, Formate .pdf
|---Teilnehmendenbefragung
kurze Beschreibung: Datensatz, Formate .csv
|---aggregierte_Daten
kurze Beschreibung: Datensatz, Formate .csv
· B. Filename: Erhebungsinstrumente
|---Angaben_zur_Lehrveranstaltung
kurze Beschreibung: Datensatz, Formate .pdf und .docx
|---Nachbereitung_der_Lehrveranstaltung
kurze Beschreibung: Datensatz, Formate .pdf und .docx
|---LimeSurvey
kurze Beschreibung: Datensatz, Formate .lss und .xml
· C. Filename: Codebook
kurze Beschreibung: Codebook, Format .pdf
· D. Filename: Datenmanagementplan
kurze Beschreibung: Datenmanagementplan, Format .pdf
METHODISCHE HINWEISE
Beschreibung der Methoden zur Erhebung/Generierung von Daten:
Zur Verbesserung von Veranstaltungen im Forschungsdatenmanagement wurden die Zielgruppen der Lehrenden und Teilnehmenden mit jeweils unterschiedlichen Erhebungsinstrumenten befragt. Die Lehrenden wurden anhand eines Fragebogens vor der Veranstaltung (13 Fragen) und nach der Veranstaltung (10 Fragen) befragt. Die Veranstaltungsteilnehmenden füllten nach der Veranstaltung ein LimySurvey (12 Fragen) aus. Es wurden 25 Veranstaltungen durchgeführt und die Veranstaltungsteilnehmenden füllten 93 Fragebögen aus.
Methoden zur Verarbeitung der Daten:
Die Daten der Teilnehmendenbefragung wurden zur besseren Auswertbarkeit in Microsoft Excel geringfügig angepasst. Eine Übersicht ist in der README-Datei zu finden
Zur Interpretation der Daten erforderliche instrumenten- oder softwarespezifische Informationen:
Die Umfrage wurde steht im .lss und als .xml und .pdf Format zur Verfügung. Für die Vorab- und Nachbefragung der Lehrenden Microsoft Word genutzt. Die Befragungen liegen als .docx und .pdf vor. Die Auswertung der Daten fand in Microsoft Excel statt. Die Rohdaten und die aggregierten Daten liegen als .csv vor.
The presentation highlights the role of Universities of Applied Sciences (UAS) in research and their potential for the development of a National Research Data Infrastructure (NFDI). To address the growing need for structured research data management (RDM) at UASs, the FDM@HAW network has emerged as a potential connector between NFDI and UAS landscape. It aims to raise awareness of NFDI services across a diverse UAS network, and articulate UAS-specific requirements back to NFDI. In doing so, it strengthens mutual integration and fosters targeted support. With over 200 institutions [1], UASs constitute a significant part of the German science system. Traditionally focused on teaching, UASs have become drivers of applied research and regional innovation. Their contributions to education and research make them essential actors in shaping RDM in Germany. Research at UASs benefits business, science, and society. In many federal states, the right to award doctorates further reinforces their research activities. Strengthening RDM competencies is important to ensure that valuable research data from UAS meet the FAIR principles. Furthermore, employers benefit from graduates equipped with strong data literacy. Despite their potential, UASs remain underrepresented in the NFDI (and partly in the RDM community). Low participation in NFDI consortia and limited association membership indicate a broader lack of engagement, largely due to low awareness of NFDI among UAS researchers and administrations [2, p.42] [3, p.6]. The NFDI structure report 2024 addresses this gap and calls for broader contact to UASs [4, p.27]. Structural challenges limit UAS engagement in RDM and the NFDI, including high teaching loads, minor resources, and partnerships prioritizing data protection over openness or commercial interests. In response, many UASs have implemented strategic networking in research, teaching, and infrastructure to overcome resource limitations. This approach also drives the development of RDM structures, often via projects or state-level initiatives. The Federal Ministry of Education and Research supports 14 projects [5] through its funding guideline for RDM at UASs. This initiative led to the establishment of the FDM@HAW network in 2023, connecting these projects. Since its formation, the network has engaged in continuous exchange on RDM development and contributed to events such as Love Data Week, the FORTRAMA conference [6], Volkswagen Foundation's Digital Skills in Science Week [7] and E-Science-Tage [8]. These activities have helped sharpen the network's focus, identify shared priorities and integrate new members. Members contribute ideas, tools and services developed in RDM projects or collaborations - such as the "NFDI Survival Kit" [9] and the "NFDI-N(HAW)igator" [10] - to promote RDM awareness and inform about NFDI on a national scale. In line with NFDI's mission to "improv[e] the possibilities for using data for science and society" [11], FDM@HAW seeks to disseminate knowledge of and strengthen competence in delving into these possibilities. The network provides valuable support to activate a target group that has largely been untapped. Close cooperation between NFDI and FDM@HAW will then contribute to the successful development of a nationwide RDM ecosystem. In the presentation, proposals for cooperation will be outlined. (The references [1]-[11] are given in the PDF abstract according to the template).
Der Zertifikatskurs Forschungsdatenmanagement (FDM) für Forschende und FDM-Verantwortliche wurde im Rahmen des BMFTR- und MWFK-geförderten Projekts IN-FDM-BB entwickelt und fand zum zweiten Mal im Frühjahr 2025 als mehrwöchiger Modulkurs mit gut 30 Teilnehmenden aus brandenburgischen Hochschulen und außeruniversitären Forschungseinrichtungen statt. Der Umgang mit Forschungsdaten ist ein bedeutsamer Aspekt der guten wissenschaftlichen Praxis. Dazu gehören Themen wie Datenmanagementpläne, Metadaten, Langzeitarchivierung, Datenpublikation, rechtliche und ethische Aspekte, Kollaborationen, Standards u. v. m. Ein strukturiertes FDM bietet Vorteile wie Effizienz, Zeitersparnis und Transparenz und wird nicht zuletzt durch die Anforderungen der Forschungsförderer immer stärker zur Notwendigkeit.
Die rund 20 Lehrveranstaltungen des Kurses verteilten sich über einen Zeitraum von 7 Wochen und fanden in der Regel als 90-minütige Online-Veranstaltungen statt. Der kostenfreie Kurs bot die Möglichkeit, die erworbenen Kenntnisse über Microcredentials nachzuweisen.
Die hier zur Nachnutzung bereitgestellte Materialiensammlung beinhaltet:
(A) Das Modulhandbuch des Zertifikatskurses (eine .pdf-Datei)
(B) Die gesamten Lehrskripte (13 .odp-Dateien) mit folgenden Modulen (M):
M1: Open Science
M2: Wissenschaftliche Organisationen
M3: Datendokumentation, Metadaten
M4: Datenmanagementpläne (DMP)
M5: Aktives Datenmanagement
M6: Langzeitarchivierung (LZA)
M7: Datenpublikation
M8: Rechtliche Aspekte des FDM
M9: Ethische Aspekte des FDM
M10: Gute wissenschaftliche Praxis (GWP)
M11: Kollaborationen & Standards
M12: Fachspezifisches FDM
M13: FDM vermitteln