Forschungsdatenmanagement
Forschungsdatenmanagement (FDM) zielt darauf ab, wissenschaftliche Daten systematisch über ihren gesamten Lebenszyklus zu organisieren, zu sichern und zu dokumentieren.
Unterstützung an der ZHAW
Das Team ZHAW Services Forschungsdaten bietet ZHAW-Angehörigen Beratung, Schulungen sowie direkten Support bei speziellen Herausforderungen im Forschungsdatenmanagement an. Dies umfasst die Planung des Datenmanagements, die Arbeit mit spezifischen Tools oder Programmiersprachen, technische und rechtliche Aspekte (z.B. Datenanonymisierung oder -verschlüsselung) sowie Datenpublikation und -archivierung.
Über uns
Das Team ZHAW Services Forschungsdaten setzt sich aus Mitgliedern dreier Organisationseinheiten zusammen: der Hochschulbibliothek, dem Ressort F&E sowie der ICT. Unsere Tätigkeitsbereiche umfassen Infrastruktur, Tools und Support.
Unser Angebot
Eine Auswahl an Schulungen und Beratungen:
- IFP R / Python Kurse
- REDCap
- Git / Version Controlling
- Review von Daten vor Veröffentlichung
- Review DMP
Eine Auswahl an Arbeitshilfen:
- Arbeitsanleitung zur Datenveröffentlichung
- Checkliste zur Datenarchivierung
- FAQ Rechtlichen Aspekten Forschungsdaten
- Template DMP für SNF
ZHAW-Angehörige finden weitere Informationen zu diesem Angebot auf dem Self-Service Portal oder können uns alternativ unter researchdata@zhaw.ch kontaktieren.
Support für Forschende durch Forschende
Seit 2023 wird das Team ZHAW Services Forschungsdaten zusätzlich durch Forschungspersonal der Departemente unterstützt. Im Rahmen des Projekts DSembedded: Integrating discipline-specific Know-How into Data Stewardship, das durch swissuniversities co-finanziert wird, beteiligen sich Forschende mit ausgewiesener Erfahrung im FDM an der Support-Tätigkeit. In dieser Rolle sichten sie neue Trends und Impulse in ihren Forschungsfeldern und angrenzenden Disziplinen, die Auswirkungen sowie Anforderungen an das FDM mit sich führen. Gleichzeitig unterstützen sie auf Anfragen das Datenmanagement oder andere datenspezifische Prozesse von Forschungsprojekten. Ziel dieses zweijährigen Pilotprojekts ist es, die Services möglichst auf die individuellen und disziplinspezifischen Bedürfnisse der Forschenden abzustimmen und massgeschneiderte Lösungen zu erarbeiten. Zudem sollen Best Practices im Umgang mit Forschungsdaten gefördert und nachhaltig im Forschungsalltag verankert werden.
Fachspezifischer Support im Datenmanagement kann bei folgenden Personen angefragt werden:
| Departement | Kontakt | Fachbereich und Spezialkenntnisse |
|---|---|---|
| Departement G | Michelle Haas | Spezialkenntnisse in quantitativen Methoden, Spezialkenntnisse zur Nutzung von REDCap, Programmierkenntnisse in Matlab und R sowie Veröffentlichung von Gesundheitsdaten. |
| Departement G | Patricia Schwärzler | Spezialkenntnisse in qualitativer Methodologie. |
| Departement L | Klaus Rothenhäusler | Spezialkenntnisse im Bereich der automatischen Sprachverarbeitung, linguistischen Verarbeitungspipelines und Korpusbereitstellung. Unterstützung bei der Veröffentlichung von Sprachdaten auf LaRS. |
| Departement N | Nils Ratnaweera | Spezialkenntnisse im Bereich von räumlichen (Geo) Daten, Linux Systemen, Literate Programming / Computational Notebooks, Git und GitHub, Python, R, Bash, Websysteme (HTML/CSS/JS), Shiny Applikationen, Datenvisualisierung. |
| Departement S | Rainer Gabriel | Spezialkenntnisse im Bereich der statistischen Datenanalysen mit R, Fragebogenprogrammierung mit LimeSurvey und RedCap sowie Veröffentlichung von Daten auf SwissUBase. |
| Departement S | Lorenz Biberstein | Spezialkenntnisse im Bereich der statistischen Datenanalysen mit R, Fragebogenprogrammierung mit LimeSurvey und RedCap sowie Veröffentlichung von Daten auf SwissUBase. |
| Departement T | Reto Bürgin | Spezialkenntnisse zu Methoden der statistischen Datenanalyse, mit Fokus auf Auswertungsmethoden zu Befragungen. Programmierkenntnisse in R. Mitarbeiter des Instituts für Datenanalyse und Prozessdesign (IDP). |
| Departement T | Nima Riahi | Spezialkenntnisse zu Data Science Fragestellungen, Datenapplikationen, Datenpipelines und Reproduzierbarkeit. Programmierkenntnisse in R und Python. Mitarbeiter des Instituts für Datenanalyse und Prozessdesign (IDP). |
| Departement W | Tibor Pimentel | Spezialkenntnisse für die Anonymisierung und Publikation von Daten und Management von Gesundheitsdaten. Programmierkenntnisse in R. |
FDM und Open Research Data
FDM zielt darauf ab, wissenschaftliche Daten systematisch über ihren gesamten Lebenszyklus – von Erhebung bis Archivierung – zu organisieren, zu sichern und zu dokumentieren. Dies fördert Transparenz, Reproduzierbarkeit und Vertrauen in die Forschungsergebnisse. Ferner bildet es eine Grundlage für das öffentliche Teilen (Open Research Data) und die Nachnutzung der Daten zu weiteren Analysen, als Referenzdaten oder für Simulationen und KI-Training.
Im Zuge der Diskussion um Open Science hat auch das Thema Open Research Data zunehmend an Bedeutung gewonnen. Die ZHAW bekennt sich in ihrer F&E-Policy zu Open Science und Open Innovation. Von den Forschenden wird daher erwartet, dass sie ihre im Rahmen von Forschungsprojekten erhobenen Daten – wann immer technisch und rechtlich möglich sowie ethisch vertretbar – öffentlich zugänglich machen. Dieser Grundsatz wird auch zunehmend von Stiftungen und öffentlichen Geldgebern vertreten und als Bedingung für Projektförderung formuliert, zugleich aber auch finanziell gefördert: So übernimmt beispielsweise der Schweizerische Nationalfonds Kosten zur Aufbereitung und Publikation von Datensätzen von bis zu CHF 10'000. Open Research Data ist in verschiedenen Disziplinen unterschiedlich stark etabliert. In Disziplinen wie Bioinformatik, Genomics, Klima- und Geowissenschaften oder Public Health haben sich bereits solide Ökosysteme an öffentlich zugänglichen Daten herausgebildet, die einen enormen Mehrwert für die Forschungsgemeinschaften darstellen.