Die Menge und Komplexität wissenschaftlicher Daten nehmen im Forschungsalltag ständig zu. Damit steigt die Notwendigkeit, diese Daten zu organisieren, zu dokumentieren, zu speichern und anderen verfügbar zu machen. Ein
verantwortungsvolles Datenmanagement unterstützt Forschende und trägt dazu bei, dass Forschungsergebnisse
nachvollziehbar werden und besser nachgenutzt werden können. Außerdem ist Datenmanagement ein wesentlicher
Eckpunkt der guten wissenschaftlichen Praxis (GWP) und wird zunehmend von Forschungsförderern erwartet.
„Der Begriff Forschungsdatenmanagement bezeichnet strukturierte Maßnahmen im Kontext der Arbeit mit Forschungsdaten, die u. a. darauf abzielen, Daten unabhängig von den an der Erhebung beteiligten Personen langfristig nutz- bzw. nachnutzbar zu machen und somit die Effizienz der Forschung zu steigern (z. B. im Kontext der Forschung einer Arbeitsgruppe, aber auch mit Blick auf den weltweiten wissenschaftlichen Fortschritt). Ein weiteres Ziel besteht in der Umsetzung rechtlicher Vorgaben und ethischer guter Praktiken im Umgang mit sensiblen Daten, wie beispielsweise personenbezogenen Daten. Forschungsdatenmanagement umfasst nicht nur das Veröffentlichen von Daten (Open Data), sondern auch Maßnahmen entlang der vorangehenden Schritte des gesamten Datenlebenszyklus sowie der Datenarchivierung und -nachnutzung.“
Quelle: Redaktion von forschungsdaten.info. "Glossar". forschungsdaten.info, 05. Februar 2026. forschungsdaten.info/praxis-kompakt/glossar/.
„Forschungsdaten sind digitale oder analoge Daten, die während wissenschaftlicher Tätigkeit (z. B. durch Messungen, Befragungen, Quellenarbeit) entstehen, entwickelt oder ausgewertet werden bzw. auf diesen basieren. Sie bilden eine Grundlage wissenschaftlicher Arbeit und dokumentieren deren Ergebnisse. Was genau unter den Begriff Forschungsdaten fällt, variiert von Disziplin zu Disziplin.“
Quelle: Redaktion von forschungsdaten.info. "Glossar". forschungsdaten.info, 05. Februar 2026. forschungsdaten.info/praxis-kompakt/glossar/.
„Das Modell des Datenlebenszyklus umfasst alle Phasen,
die Forschungsdaten von der Erhebung bis zur Nachnutzung durchlaufen können. Die Struktur des Datenlebenszyklus variiert von Modell zu Modell,
im Allgemeinen umfasst er folgende Phasen:
Quelle: Redaktion von forschungsdaten.info. "Glossar". forschungsdaten.info, 05. Februar 2026. forschungsdaten.info/praxis-kompakt/glossar/.
Am 12. März 2026 bietet die Sächsische Landesinitiative für Forschungsdatenmanagement - SaxFDM eine Einführung in das Thema FDM an. Die Veranstaltung richtet sich an Forschende und besteht aus zwei Modulen. Je nach Interessenschwerpunkt können ein oder beide Module besucht werden. Bei Besuch von Modul II empfiehlt sich jedoch dringend, zuvor auch an Modul I teilgenommen zu haben, da die Module direkt aneinander anknüpfen.
Programm:
10:30 Uhr – 12:30 Uhr | Modul I: Forschungsdatenmanagement – Wieso, Weshalb, Warum?
13:30 Uhr – 16:00 Uhr | Modul II: Workshop mit (fach-)spezifischeren Einblicken
Referentinnen: Alina Bastian und Carolin Hundt aus dem SaxFDM-Kompetenzteam.
Veranstaltungsort: Co-Creation Lab CELSIUZ, Äußere Oybiner Str. 14–16 Mandauhöfe, 02763 Zittau
Anmeldung: bis 08.03.2026 per E-Mail an forschung(at)hszg.de