Zu Artikeldetails zurückkehren Leitlinie? Grundsätze? Policy? Richtlinie? – Forschungsdaten-Policies an deutschen Universitäten
o-bib_2018-2_THE_hiemenz-kuberek

Leitlinie? Grundsätze? Policy? Richtlinie?

Forschungsdaten-Policies an deutschen Universitäten

Bea Hiemenz und Monika Kuberek, Universitätsbibliothek der Technischen Universität Berlin

Zusammenfassung:

Die Anzahl der Forschungsdaten-Policies an deutschen Universitäten ist seit 2014 deutlich gestiegen und die Kurve geht kontinuierlich nach oben. Eine Besonderheit der deutschen Policies ist auf den ersten Blick ersichtlich: Es gibt keine einheitliche Bezeichnung – verwendet werden „Leitlinie“, „Grundsätze“, „Policy“, „Richtlinie“. Auch zeigen die Policies deutliche Unterschiede auf, was Umfang und Inhalte angeht. Um die Forschungsdaten-Policies an deutschen Universitäten weiter zu befördern, entwickelt die Technische Universität Berlin seit August 2017 im BMBF-Projekt „Modalitäten und Entwicklung institutioneller Forschungsdaten-Policies“ entsprechende Handlungsanleitungen. Ziel der ersten Projektphase ist die Konzeptionierung und Erstellung eines „Baukastens“ für institutionelle Forschungsdaten-Policies („Policy-Kit“). Als methodischer Ansatz werden Forschungsdaten-Policies deutscher Hochschulen gesammelt und evaluiert und mit internationalen Empfehlungen zu Forschungsdaten-Policies abgeglichen. Die Ergebnisse werden in diesem Artikel vorgestellt.

Summary:

The number of research data policies at German universities has increased significantly since 2014 and there is a continuous trend upward. At first glance, a special characteristic of the German policies is evident: There is no single term, but there are several terms in use – “Leitlinie”, “Grundsätze”, “Policy”, “Richtlinie”. The policies also show significant differences regarding scope and content. In the course of the BMBF project “Modalities and development of institutional research data policies”, the Technische Universität Berlin is developing instructions to further promote the research data policies at German universities. The goal of the first phase of the project is the design and creation of a “construction kit” for institutional research data policies (“Policy Kit”). As a methodological approach, research data policies of German universities are collected and evaluated, and compared to international recommendations on research data policies. The results are presented in this article.

Zitierfähiger Link (DOI): https://doi.org/10.5282/o-bib/2018H2S1-13
Autorenidentifikation:
Kuberek, Monika: ORCID: https://orcid.org/0000-0002-1672-5271; ­Hiemenz, Bea: ORCID: https://orcid.org/0000-0002-7327-9415
Schlagwörter: Forschungsdaten-Policy; FD-Policy; Forschungsdaten-Leitlinie; Forschungsdatenmanagement; FAIR Data Principles

1. Aktuelle Situation

Die Anzahl der Forschungsdaten-Policies (FD-Policies) an deutschen Universitäten ist seit 2014 deutlich gestiegen und die Kurve geht kontinuierlich nach oben. Ein wichtiger Impulsgeber war die Hochschulrektorenkonferenz (HRK) in den Jahren 2014 und 2015 mit ihren beiden Empfehlungen zum Forschungsdatenmanagement (FDM). In der Empfehlung 2014 forderte sie die Hochschulleitungen auf, die Steuerung der strategischen Prozesse des FDMs in die Hand zu nehmen und „Leitlinien zum Umgang mit digitalen Forschungsdaten abzustimmen“.1 2015 bekräftigte sie diesen Ansatz: „Als bewährtes Mittel, das Thema FDM in der Hochschule ganz oben auf die Agenda zu setzen, hat sich die Veröffentlichung einer sogenannten ‚Forschungsdatenpolicy‘ im Sinne einer strategischen Leitlinie für das FDM erwiesen.“2 Bis Ende 2017 haben 22, das ist rund ein Fünftel der insgesamt 106 Universitäten in Deutschland, eine FD-Policy veröffentlicht. Auch wenn diese Zahl im internationalen Vergleich zunächst gering erscheint, beispielsweise im Vergleich zu Großbritannien, wo aktuell drei Fünftel der Universitäten eine FD-Policy veröffentlicht haben,3 ist doch aufgrund der aktuellen Bereitschaft, sich mit dem Thema zu befassen und der jährlichen Steigerung der Zahlen damit zu rechnen, dass die relativen Zahlen in Deutschland bald dem internationalen Vergleich standhalten werden.

Ein Phänomen, das augenscheinlich ist: Schaut man sich die rein zahlenmäßige Auswertung der Wörter an, so ist abzulesen, dass die FD-Policies sehr stark im Umfang variieren und die umfangreichsten Policies 2015 verabschiedet wurden (s. Abb. 1). Ob dieses Phänomen mit den Empfehlungen der Hochschulrektorenkonferenz zusammenhängt, sei dahingestellt. Sicher ist, dass die Empfehlungen zum Anlass genommen wurden, sich an den Universitäten verstärkt mit dem FDM und der Erstellung von FD-Policies zu beschäftigen.

Um FD-Policies an deutschen Universitäten weiter zu befördern, entwickelt die Technische Universität Berlin (TU Berlin) im Teilprojekt „Modalitäten und Entwicklung institutioneller Forschungsdaten-Policies“ des BMBF-Verbundprojekts FDMentor4 entsprechende Handlungsanleitungen. Ziel bis zur Halbzeit des Projekts ist die Konzeptionierung und Erstellung eines „Baukastens“ für institutionelle FD-Policies („Policy-Kit“). Als methodischer Ansatz werden FD-Policies deutscher Universitäten gesammelt und evaluiert und mit internationalen Empfehlungen zu FD-Policies abgeglichen.

Eine strukturierte Inhaltsanalyse der FD-Policies gibt einen ersten Aufschluss darüber, welche inhaltlichen Kriterien für die Institutionen bei der Erarbeitung ihrer Policies von Bedeutung sind. In einem Abgleich mit internationalen Empfehlungen werden dann Unterschiede und Gemeinsamkeiten der inhaltlichen Priorisierung und konkreten Ausgestaltung der FD-Policies beleuchtet. In diesem Zusammenhang wurde ein Experteninterview mit Paolo Budroni geführt,5 dem Leiter des Arbeitspakets „Policy Development and Alignment“ (WP3) in dem H2020-Projekts LEARN,6 in dessen Rahmen auf internationaler Ebene ein Forschungsdatenmanagement (FDM)-Policy-Kit erstellt wurde, das von europäischen Institutionen nachgenutzt wird. Die systematische Untersuchung der deutschen FD-Policies und die Hinzuziehung internationaler Empfehlungen dienen als Basis zur Erstellung des Policy-Kit für deutsche Institutionen.

In dem vorliegenden Artikel werden erste Projektergebnisse vorgestellt.

2. Warum sollten Universitäten eine Forschungsdaten-Policy haben?

Als Argumente für eine FD-Policy haben sich im Laufe der Untersuchung insbesondere zwei Aspekte herauskristallisiert: Open Access von Forschungsdaten sowie Kosten- und Ressourcensteuerung.

Alle FD-Policies haben den Grundgedanken gemeinsam, dass öffentlich finanzierte Forschung auch als öffentliches Gut betrachtet und durch die getroffenen Aussagen und Regeln die beste Forschungspraxis angestrebt wird, von der sowohl die Forschungscommunity als auch die Gesellschaft profitieren sollen. Damit hat auch in den Universitäten der Gedanke des Open Access für Forschungsdaten Fuß gefasst – sie stellen eine wertvolle Ressource dar, die offen zugänglich und nachnutzbar sein sollte. In Deutschland hat sich die Allianz der deutschen Wissenschaftsorganisationen bereits 2010 für den „grundsätzlich offenen Zugang zu Daten aus öffentlich geförderter Forschung“7 ausgesprochen. Stark propagiert wurde der Gedanke 2010 auch auf europäischer Ebene, als die High Level Expert Group on Scientific Data der Europäischen Kommission ihre Vision zu Forschungsdaten im Jahre 2030 veröffentlichte: „Our vision is a scientific e-infrastructure that supports seamless access, use, re-use, and trust of data.”8 Auch das EU-Rahmenprogramm Horizon 2020 hat diesen Ansatz seit 2014 mit seinem Open Research Data Pilot9 intensiv befördert und damit auch an deutschen Universitäten wesentliche Anreize für die Veröffentlichung von Forschungsdaten gesetzt.

Neben dem Open Access für Forschungsdaten gibt es einen zweiten zentralen Aspekt, der für die Verabschiedung einer Policy spricht: Die Policy kann als zentrales Element bei der Kosten- und Ressourcensteuerung im Bereich FDM fungieren, wie Budroni es im Interview klar formuliert.10 Bei der Erstellung und Verabschiedung einer Policy muss sich die Institution zwangsläufig damit beschäftigen, wie sie die Aufgabe FDM konzipiert und angeht. Im Fokus steht hierbei die Frage nach den personellen, organisatorischen und technischen Kapazitäten, die für das FDM benötigt werden. Dieser zweite Aspekt findet in den deutschen Universitäten insofern seinen Niederschlag, als in der Hälfte der FD-Policies ein Datenmanagementplan, der auch Aussagen zu den Kosten des FDM enthalten sollte, als wichtig erachtet wird.

Alle weiteren Vorteile bzw. Gründe, eine Policy zu veröffentlichen, ergeben sich hieraus: sei es eine höhere Reputation der Universität, die Transparenz für Hochschulangehörige, die sich klare Regelungen zum FDM wünschen11 oder Vorteile bei der Mitteleinwerbung durch die zunehmende Bedeutung der Sicherung, Aufbewahrung und nachhaltigen Verfügbarkeit von Forschungsdaten bei nationalen und internationalen Förderorganisationen.

3. Leitlinie, Grundsätze, Policy oder Richtlinie?

Eine Besonderheit der deutschen FD-Policies ist auf den ersten Blick ersichtlich: Es gibt keine einheitliche Titelgebung. Die Hälfte der Universitäten wählt die Bezeichnung „Leitlinie“, rund ein Viertel „Grundsätze“, gefolgt von „Policy“; die wenigsten benutzen den Begriff „Richtlinie“ (s. Abb. 2). Auch in den Empfehlungen der wissenschaftspolitischen Akteure in Deutschland werden mehrere Bezeichnungen verwendet, teilweise analog. So benutzt etwa die HRK in ihren Empfehlungen 2014 den Begriff „Leitlinie“,12 in ihren Empfehlungen 2015 sowohl „Leitlinie“ als auch „Policy“.13 Die DFG hat 2015 „Leitlinien zum Umgang mit Forschungsdaten“14 herausgegeben und verweist auf ihrer Webseite „Umgang mit Forschungsdaten“15 auf diese wie auch auf die „Grundsätze zum Umgang mit Forschungsdaten“ der Schwerpunktinitiative „Digitale Information“ der Allianz der deutschen Wissenschaftsorganisationen.16

Im Rahmen des Projekts der TU Berlin und in diesem Artikel verwenden wir den Begriff Policy. Die Suche nach einer Begriffsbestimmung von „Policy“ führt zunächst zu englischsprachigen Dictionaries. Das Oxford Dictionary stellt die Handlungsanleitung in den Vordergrund: „A course or principle of action adopted or proposed by an organization or individual“.17 Das Cambridge Dictionary fokussiert auf die gemeinsame Festlegung eines Plans, der vorgibt, was in bestimmten Situationen gültig ist: „A set of ideas or a plan of what to do in particular situations that has been agreed officially by a group of people, a business organization, a government, or a political party.“18 Gemeinsam ist beiden Formulierungen, dass übergeordnete Prinzipien aufgestellt werden, die in einer bestimmten Situation für eine bestimmte Zielgruppe gültig sind. Gilt dies auch für Grundsätze, Leit- und Richtlinien? Laut Duden Bedeutungswörterbuch19 ist „Leitlinie“ ein „bestimmender Grundsatz, leitender Gesichtspunkt, richtungweisender Anhaltspunkt (für das Handeln).“ Der Begriff „Grundsatz“ hat die zwei Bedeutungen 1. „feste Regel, die jemand zur Richtschnur seines Handelns macht“ und 2. „allgemeingültiges Prinzip, das einer Sache zugrunde liegt, nach dem sie ausgerichtet ist, das sie kennzeichnet; Grundprinzip.“ Der Begriff „Richtlinie“ wird dort so definiert: „von einer höheren Instanz ausgehende Anweisung für jemandes Verhalten in einem bestimmten Einzelfall, in einer Situation, bei einer Tätigkeit o. Ä.“ Am ehesten fallen somit „Richtlinie“ und „Policy“ zusammen.

Eine direkte Übersetzung des Begriffs „policy“ führt zu „Richtlinie“ und „Strategie“ und (seltener) zu „Grundsatz“. Umgekehrt führt die direkte Übersetzung von Leitlinie zu „guideline“, von „Grundsätze“ zu „principles“ und (seltener) zu „policies“, von „Richtlinie“ zu „directive“, guideline“ und „policy.“20

Dieser Weg, Bedeutungszuweisung und Übersetzung, führt augenscheinlich zu keinem Ziel.21 Weiterführend ist hier ein Blick auf den Zusammenhang, in dem FD-Policies zum Tragen kommen – so beispielsweise in der europäischen Projektförderung. In den (englischsprachigen) Anträgen sollte eindeutig sein, worum es sich handelt; dies ist nur bei der Verwendung von „Policy“ gegeben. Budroni weist auf diese Problematik ausdrücklich hin: „Stellen Sie sich vor, Sie nehmen an einer Ausschreibung teil für ein großes Projekt von Horizon 2020. Und nehmen wir an, es geht um Governance in der European Open Science Cloud. Eine Voraussetzung ist, dass jede Universität eine Policy hat. Jetzt schreiben Sie diesen Antrag auf Englisch, wie übersetzen Sie da Leitlinien? Leitlinien als Policy zu übersetzen, wäre eine Irreführung, denn übersetzt wird es mit Guidelines. Eine Policy sollte immer auch als Policy betitelt sein, weil sich dadurch Regeln ergeben.“22

4. Analyse der institutionellen FD-Policies in Deutschland

Die inhaltliche Auswertung erfolgt mit der Methode der strukturierten Inhaltsanalyse, mit Hilfe des Tools atlas.ti. Grundlage der Analyse bildet ein Kategoriensystem (s. Abb. 3), das auf Basis einer ersten Excel-Auswertung der FD-Policies der deutschen Universitäten und der im LEARN-Projekt in der Muster-Policy23 und den Guidelines24 verwendeten Inhalte entwickelt und im Laufe der Analyse angepasst wurde. Es besteht aus den übergeordneten Kategorien 1 bis 6, die jeweils in einzelne inhaltliche Kriterien untergliedert sind. Insgesamt wurden 39 Kriterien, zu denen in den Policies Aussagen gemacht wurden, in die Auswertung einbezogen.

Anhand des Kategorienschemas wurden die den Kategorien und Kriterien entsprechenden Textstellen der Policies in atlas.ti markiert (codiert). Für die Auswertung wurden diese markierten Textstellen (Quotations) nach unterschiedlichen Kriterien zusammengefasst und gruppiert, um anhand der Häufigkeiten der codierten Wörter Strukturen und Inhalte der Policies zu ermitteln. Die Auswertung erfolgte in zwei Schritten: zunächst wurden die Häufigkeiten analysiert, also das Vorhandensein der Kriterien abgeprüft und gezählt, anschließend eine vertiefende inhaltliche Auswertung vorgenommen, in der untersucht wurde, welche Art von Aussagen in den Policies zu den verschiedenen Kriterien gemacht werden.

Betrachtet man die Häufigkeit der inhaltlichen Kriterien, wird ein Grundkonsens aller Universitäten deutlich, was den Umgang mit Forschungsdaten und Verantwortlichkeiten angeht. So werden in allen Policies Forschende adressiert. Fast alle enthalten zudem Aussagen zur Beachtung ethisch-rechtlicher Aspekte beim FDM, der Fachstandards und zur Definition von Forschungsdaten sowie zur guten wissenschaftlichen Praxis und zum möglichst freien Zugang zu Forschungsdaten. In der Mehrzahl der Policies werden Beratung und Bereitstellung der technischen Infrastruktur bzw. die Ermöglichung des Zugangs hierzu als Verantwortlichkeit der Universität genannt. Weitere häufige Inhalte beziehen sich auf Zeitpunkt und Dauer der Speicherung, Zugang zu Forschungsdaten und die Erstellung eines Datenmanagementplans. Darüber hinaus nimmt eine Mehrzahl von 17 Universitäten Bezug auf weitere externe Dokumente. Dabei handelt es sich größtenteils um interdisziplinäre Empfehlungen, wie zum Beispiel die Empfehlungen der DFG; lediglich in vier Policies wird auf eigene ergänzende Handlungsempfehlungen zum FDM verwiesen. Und nur sechs Policies gibt es auch in einer englischen Version.

Die inhaltliche Auswertung ergibt dann ein differenzierteres Bild darüber, wie konkret die Universitäten ihre Policies in einzelnen Punkten ausformulieren und welche Wertigkeit sie den einzelnen Kriterien beimessen. Die gesamte Auswertung würde den Rahmen dieser Veröffentlichung sprengen, daher hier lediglich exemplarisch einige interessante Ergebnisse. Beispielsweise ist die „Beachtung der Fachstandards“ das meistgenannte Kriterium in der Kategorie Umgang mit Forschungsdaten. Allerdings ist die Diskrepanz zwischen Quantität und inhaltlicher Tiefe augenfällig. Generell üblich sind allgemeine Statements wie „Es sind fachspezifische Standards einzuhalten“; nur wenige Universitäten konkretisieren dies mit Aussagen wie „Die Fächer und Fakultäten können fachspezifische Richtlinien für typische datenintensive Forschungsvorhaben erstellen.“ Noch wenig Einzug in die FD-Policies gefunden hat der Aspekt, dass es geboten ist, nicht nur die Forschungsdaten, sondern auch die für die Auswertung verwendete Software zu speichern, ist sie doch für die Nachvollziehbarkeit und Nachnutzbarkeit der Forschungsergebnisse wesentlich. Aktuell verweisen lediglich drei FD-Policies auf die Dokumentation der verwendeten Software, wobei eine Universität empfiehlt, neben den Forschungsdaten auch die zugehörige Software mit einer wissenschaftlichen Publikation öffentlich zugänglich zu machen. Auch bei der Kategorie Rechtliche Aspekte ist die Diskrepanz zwischen Quantität und inhaltlicher Tiefe festzustellen. So beinhalten fast alle Policies Aussagen zur Einhaltung rechtlicher und ethischer Aspekte, wobei allerdings in rund einem Drittel nur der knappe Hinweis steht, dass diese zu beachten sind. Immerhin führen zwei Drittel die rechtlichen und ethischen Aspekte weiter aus, wenn auch hier wiederum mit großen Unterschieden in der Ausführlichkeit; eine gängige Beschreibung lautet beispielsweise: „Die Wissenschaftlerinnen und Wissenschaftler beachten beim Forschungsdatenmanagement die Einhaltung ethischer, datenschutz- und urheberrechtlicher oder geheimhaltungswürdiger Belange.“ Im Unterschied zu diesen Beispielen kommt der Kategorie Verantwortlichkeiten nicht nur quantitativ eine wichtige Rolle in den FD-Policies zu, sondern sie ist in vielen Fällen auch inhaltlich ausgestaltet: Fast alle Policies enthalten zu dem Punkt „Verantwortlichkeiten der Forschenden“ mehr als einen Satz und adressieren sowohl die Projektleitung als auch die Forschenden. Die inhaltlichen Kriterien, die den Forschenden zugewiesen werden, sind die Einhaltung von Fachstandards, von ethisch-rechtlichen Verpflichtungen sowie der Prinzipien guter wissenschaftlicher Praxis und den Vorgaben Dritter, zudem Bestimmung von Speicherzeitpunkt und -dauer. Zusammenfassend lässt sich festhalten, dass der Bereich Verantwortlichkeiten die Forschenden als die Personen adressiert, die für das FDM und die Einhaltung der damit verbundenen Regelungen verantwortlich sind. Die Kategorie Verantwortlichkeiten umfasst zudem auch die Rolle der Universitäten, die in allen Policies thematisiert wird: Am häufigsten genannt wird die Beratung zum FDM, seltener auch Schulungsangebote sowie die Infrastruktur zum FDM, teilweise konkret in Bezug auf ein institutionelles Repositorium zur Datenspeicherung, teilweise durch die Zusage, eine Grundausstattung an Forschungsdateninfrastruktur zu implementieren oder die Voraussetzung zur Erfüllung der Grundsätze der Policy zu schaffen.

Die strukturierte Inhaltsanalyse liefert einen guten Überblick über die Inhalte der FD-Policies an den deutschen Universitäten. Doch wie vollständig sind sie? Gibt es relevante Dinge, die bislang in den FD-Policies nicht vorkommen oder zu kurz kommen? Zur Klärung solcher und ähnlicher Fragen werden die deutschen FD-Policies mit internationalen Empfehlungen zur Erstellung von FD-Policies abgeglichen.

5. Vergleich mit internationalen Empfehlungen

Für den Vergleich werden die folgenden Empfehlungen herangezogen: (1) die Muster-Policy,25 die im LEARN-Projekt erarbeitet wurde, (2) die Anleitung zur Erstellung einer Forschungsdaten-Policiy26 aus dem LEARN-Projekt, (3) das Interview mit Budroni,27 (4) die Five Steps der DCC28, (5) die Empfehlungen aus dem EU-Projekt RECODE29 und (6) die Vorgaben von ANDS, dem Australian National Data Service30. Der Vergleich wird anhand des bereits für die Analyse verwendeten Kriterienkatalogs (s. Abb. 3) durchgeführt. Im Folgenden sind beispielhaft einige relevante Ergänzungen für deutsche Policies aufgeführt, die sich aus den Empfehlungen eruieren lassen und bislang nicht in den Policies enthalten oder unterpräsentiert sind.

LEARN empfiehlt, in der Präambel auch den Zusammenhang zum Forschungsverständnis der Institution herzustellen und eine Aussage darüber zu machen, nach welchem Standard die Institution das FDM betreiben will.31 Mögliche Ergänzungen in der Kategorie Geltungsbereich/Gültigkeit sind eine Definition des Anwendungsbereichs und eine Abgrenzung der Reichweite, die über die bisherigen Angaben in deutschen Policies hinausgeht: Für wen bzw. in welchen Fällen ist die Policy gültig und gibt es Ausnahmen? Dies impliziert auch die Frage, ob die Policy für alle Fachbereiche/Institute/Fakultäten und zum Beispiel auch für Studierende gültig ist, ob sie auch nicht-digitale Forschungsdaten abdeckt, ob sie jede Forschungsaktivität abdeckt oder beispielsweise nur extern geförderte.32

In der Kategorie Umgang mit Forschungsdaten wird der freie Zugang zu Forschungsdaten in den untersuchten Empfehlungen stark propagiert, aber durchaus unterschiedlich gesehen: RECODE spricht sich dafür aus, dass Open Access verpflichtend ist, wobei die Forschungsdaten Nutzungsbedingungen beinhalten sollten.33 Einen Mittelweg („SOLL“) zwischen Open Access als default („MUSS“) und einer reinen Empfehlung („KANN“) formuliert die Muster-Policy von LEARN: „In compliance with intellectual property rights, and if no third-party rights, legal requirements or property laws prohibit it, research data should be assigned a licence for open use.”34 ANDS und LEARN empfehlen zudem, die Löschung von Forschungsdaten in den Policies zu thematisieren.35 Dabei sollen sowohl ethische und rechtliche Aspekte als auch die Interessen von Dritten berücksichtigt werden und eine Dokumentation des Vorgangs erfolgen. Für Budroni ist die Löschung nur als Ausnahme denkbar: „Wenn die Daten einmal ins Repositorium eingestellt wurden, dürfen sie im Regelfall nicht mehr gelöscht werden. Sie können sie verstecken, Sie können sie verbergen, aber gelöscht werden dürfen die Daten nicht. Der zweite Aspekt bezieht sich auf das Recht des Vergessens: Da werden die Daten nicht gelöscht, sie werden inaktiv gesetzt. Das muss aber festgehalten werden. Wann darf ich etwas löschen? Ich darf löschen, wenn ich es muss: weil eine richterliche Anordnung kommt oder Inhalte gegen ein Gesetz verstoßen oder Inhalte der Institution schaden, pädophile Inhalte zum Beispiel – dann müssen sie gelöscht werden.“36 Gegen das mögliche Löschen von Forschungsdaten sprechen zwei weitere Gründe: Im Normalfall werden die in einem Repositorium gespeicherten Forschungsdaten mit einem Persistent Identifier versehen, um sie im Internet eindeutig zu referenzieren und langfristig auffindbar zu machen. Dies bedingt entsprechende Verhaltensweisen der Institution: Sie kann die Nutzung einschränken oder den Zugriff sperren, aber die Forschungsdaten sollten nicht gelöscht werden. Eine Löschung von Forschungsdaten aus drittmittelfinanzierten Projekten kann zudem durch entsprechende Vorgaben der Fördergeber ausgeschlossen sein.

In Bezug auf die rechtlichen Aspekte stellen LEARN und ANDS die Rechteinhaberschaft in den Fokus, also die Klärung der Frage, wer welche Rechte an welchen Forschungsdaten hat. „Intellectual property rights (IPR) are defined in the work contract between a researcher and his or her employer. IPRs might also be defined through further agreements (e.g. grant or consortial agreements). In cases where the IPR belong to the institution that employs the researcher, the institution has the right to choose how to publish and share the data.”37 Ein Verweis auf den Arbeitsvertrag oder auf sonstige Vereinbarungen fehlt bisher in den deutschen FD-Policies, einige FD-Policies enthalten Hinweise zum Urheberrecht.

In allen Empfehlungen ist hinsichtlich der Verantwortlichkeiten klar dargelegt, dass die Rollen und Verantwortlichkeiten sowie die Rechte und Pflichten sowohl für die Forschenden als auch für die Institution deutlich zu definieren sind. DCC empfiehlt, Institutionen, Projektleitungen, Wissenschaftlerinnen und Wissenschaftler sowie Mitarbeitende zu unterscheiden; nach ANDS sind auch „student researchers“ zu berücksichtigen.38 Die Verantwortlichkeiten sollen gemäß LEARN nach Möglichkeit differenziert werden nach Forschenden, Förderern, Institution und forschungsunterstützenden Dienstleistern, denen jeweils ein spezieller Verantwortungsbereich zuzuweisen ist, so beispielsweise den Forschenden die Festlegung der Zugriffsrechte und der Lizenzen sowie Regelungen bei einem möglichen Ortswechsel. In der Verantwortlichkeit der Institutionen sieht LEARN neben Beratungs- und Schulungsangeboten insbesondere auch die Rechtsberatung für die Forschenden.39

In der Kategorie Sonstiges sollte neben den Kosten, der Verlinkung zu weiteren institutionellen und externen Dokumenten insbesondere ein Review Eingang in die FD-Policies finden. Sowohl Budroni wie auch DCC befürworten ein Review, das regelmäßig oder nach Bedarf durchgeführt wird. RECODE empfiehlt darüber hinaus die Etablierung eines „Policy monitoring mechanismus“, mit dessen Hilfe die Auswirkungen der Policy gemessen werden sollen, so dass in einem Review-Prozess Anpassungen möglich sind.40 In Bezug auf die Kosten empfiehlt LEARN zu definieren, wer die Kosten des FDMs trägt, insbesondere auch Kosten, die nach Ende des Projekts anfallen. Budroni bemerkt darüber hinaus, dass die Kosten auch durch die Gestaltung der Policy beeinflusst werden können: „Die Kosten sind in der Policy impliziert. Zum Beispiel, wenn ich festlege: Nur Forschungsdaten, die im Rahmen eines EU-Forschungsprojektes entstehen, sind von der Policy betroffen. Das bedeutet dann, dass ich alle anderen Forschungsdaten ausschließe und somit den Kreis einenge und damit die Kosten senke.“41 Zur Verlinkung mit weiteren Dokumenten merkt Budroni an: „Eine Policy sollte … in ihren Bestandteilen nicht zu viele Verweise auf weitere Dokumente haben, die einer ständigen Überprüfung unterliegen. Die Policy muss alleine für sich stehen können.“42

Insgesamt zeigt der Vergleich mit den internationalen Empfehlungen, dass dort eine Fülle möglicher Ergänzungen für deutsche FD-Policies enthalten ist – sowohl hinsichtlich weiterer inhaltlicher Kriterien, wie auch hinsichtlich des Umfangs ihrer Ausgestaltung. Besonders augenfällig ist dies in Bezug auf die Aussagen zu einer offenen Zugänglichkeit der Forschungsdaten, die in internationalen Empfehlungen tendenziell verpflichtender gestaltet wird bis zur Default-Setzung des Open Access. Unterschiede zeigen die Empfehlungen auch bei der Frage der Einordnung der FD-Policy in das Gefüge der Policy-Landschaft an den Universitäten: Soll die FD-Policy alle Inhalte abdecken oder gibt es ergänzende Handlungsempfehlungen oder soll den Instituten oder Fakultäten empfohlen werden, die FD-Policy für ihr Fach zu spezifizieren? Während die internationalen Empfehlungen eher zu einer umfassenden institutionellen FD-Policy tendieren, enthalten einige deutsche Policies den Hinweis, dass die institutionelle FD-Policy durch die Fakultäten und/oder Institute fachspezifisch ausgestaltet werden kann/sollte.

6. Fazit und Ausblick

Als Ergebnis der Untersuchung kann festgehalten werden, dass in den FD-Policies der deutschen Universitäten ein Großteil der inhaltlichen Kriterien abgedeckt ist, die auch in den internationalen Empfehlungen thematisiert werden. Allerdings sind einige wesentliche Kriterien unterpräsentiert, wie Kosten und die Löschung von Daten, Review-Verfahren für die Policies, die Klärung der Eigentümerrechte an den Forschungsdaten, Rechtsberatung und einige andere mehr. Hier können die Universitäten von der Erfahrung aus den EU-Projekten und den Ländern mit jahrelanger FDM-Praxis profitieren. Das von der TU Berlin erstellte Policy-Kit wird in einer Art Baukasten die in den deutschen FD-Policies identifizierten Kriterien sowie zusätzlich die in den internationalen Empfehlungen vorhandenen Kriterien als Textbausteine enthalten. Auf diese Weise sollen sich die Universitäten wie in einem modularen Baukasten bedienen und in ihrer FD-Policy die für sie relevanten Bausteine zusammenfügen können. Geplant ist, das Policy-Kit im ersten Halbjahr 2018 in einer ersten Version der Fachöffentlichkeit vorzustellen und zu diskutieren, bevor es dann im 3. Quartal 2018 veröffentlicht wird.

In der zweiten Halbzeit des Projekts wird die TU Berlin einen Policy-Leitfaden erarbeiten, der Strategien für FD-Policies von der Erstellung über die Diskussion mit den Stakeholdern bis zur Verabschiedung durch das Präsidium aufzeigt. Dazu werden Interviews mit Expertinnen und Experten herangezogen, d.h. Personen, die in ihrer Einrichtung für das FDM zuständig sind bzw. wesentlich am Erstellen der FD-Policy ihrer Einrichtung beteiligt waren.

Literaturverzeichnis

Allianz der deutschen Wissenschaftsorganisationen. „Grundsätze zum Umgang mit Forschungsdaten“, 24. Juni 2010. Zuletzt geprüft am 14.02.2018. https://www.allianzinitiative.de/de/archiv/forschungsdaten/grundsaetze.html.

Australian National Data Service. „ANDS Guide: Institutional policies and procedures“, 3. Februar 2017. Zuletzt geprüft am 13.02.2018. http://www.ands.org.au/__data/assets/pdf_file/0008/738782/Institutional-policies-and-procedures.pdf.

Bauer, Bruno, Andreas Ferus, Juan Gorraiz, Veronika Gründhammer, Christian Gumpenberger, Nikolaus Maly, Johannes Michael Mühlegger, u. a. Forschende und ihre Daten. Ergebnisse einer österreichweiten Befragung – Report 2015. Version 1.2. Zenodo, Oktober 2015. https://doi:10.5281/zenodo.32043.

DFG. Leitlinien zum Umgang mit Forschungsdaten (2015). Zuletzt geprüft am 14.02.2018. www.dfg.de/download/pdf/foerderung/antragstellung/forschungsdaten/richtlinien_forschungsdaten.pdf.

DFG. „DFG - Deutsche Forschungsgemeinschaft - Umgang mit Forschungsdaten“. Zuletzt geprüft am 14.02.2018. http://www.dfg.de/foerderung/antrag_gutachter_gremien/antragstellende/antragstellung/nachnutzung_forschungsdaten/.

Donelly, Martin. Five Steps to Developing a Research Data Policy: DCC ‘Quickstart’ Leaflets. Edinburgh: Digital Curation Centre, 2014. Zuletzt geprüft am 13.02.2018. http://www.dcc.ac.uk/sites/default/files/documents/publications/DCC-FiveStepsToDevelopingAnRDMpolicy.pdf.

European Comission. „Open access & Data management. Participant Portal H2020 Online Manual“. Zuletzt geprüft am 14.02.2018. http://ec.europa.eu/research/participants/docs/h2020-funding-guide/cross-cutting-issues/open-access-dissemination_en.htm.

Hiemenz, Bea. „Institutionelle Forschungsdaten-Policies: Interview mit Paolo Budroni“. Berlin: Technische Universität, April 2018. http://dx.doi.org/10.14279/depositonce-6804.

High Level Expert Group on Scientific Data. Riding the Wave: How Europe can gain from the rising tide of scientific data. Oktober 2010. Zuletzt geprüft am 14.02.2018. http://ec.europa.eu/information_society/newsroom/cf/document.cfm?action=display&doc_id=707.

HRK. „Management von Forschungsdaten – eine zentrale strategische Herausforderung für Hochschulleitungen: Empfehlung der 16. Mitgliederversammlung der HRK am 13. Mai 2014 in Frankfurt am Main.“ Zuletzt geprüft am 31.01.2018. https://www.hrk.de/fileadmin/_migrated/content_uploads/HRK_Empfehlung_Forschungsdaten_13052014_01.pdf.

HRK. „Wie Hochschulleitungen die Entwicklung des Forschungsdatenmanagements steuern können. Orientierungspfade, Handlungsoptionen, Szenarien: Empfehlung der 19. Mitgliederversammlung der HRK am 10. November 2015 in Kiel.“ Zuletzt geprüft am 22.01.2018. https://www.hrk.de/fileadmin/_migrated/content_uploads/Empfehlung_Forschungsdatenmanagement__final_Stand_11.11.2015.pdf.

LEARN. „Guidance for Developing a Research Data Management (RDM) Policy“. In LEARN Toolkit of Best Practice for Research Data Management, 137–140. LEARN, 2017. https://doi.org/10.14324/000.learn.00.

LEARN. „LEARN Toolkit of Best Practice for Research Data Management“. LEARN, 3. April 2017. https://doi:10.14324/000.learn.00.

LEARN. „Model Policy for Research Data Management (RDM) at Research Institutions/Institut“. In LEARN Toolkit of Best Practice for Research Data Management, 133–136. LEARN, 2017. https://doi.org/10.14324/000.learn.00.

Open Research Data Taskforce. Research Data Infrastructures in the UK: Landscape Report. 30. Juni 2017. Zuletzt geprüft am 29.01.2018. http://www.universitiesuk.ac.uk/policy-and-analysis/research-policy/open-science/Documents/ORDTF%20report%20nr%201%20final%2030%2006%202017.pdf.

„Riding the Wave: How Europe can gain from the rising tide of scientific data. – Final report of the High Level Expert Group on Scientific Data“. A submission to the European Commission, Oktober 2010. Zuletzt geprüft am 14.02.2018. http://ec.europa.eu/information_society/newsroom/cf/document.cfm?action=display&doc_id=707.

Tsoukala, Victoria, Marina Angelaki, Vasso Kalaitzi, Bridgette Wessels, Lada Price, Mark J. Taylor, Rod Smallwood, u. a. RECODE: Policy recommendations for open access to research data. Zenodo, 27. April 2016. https://doi:10.5281/zenodo.50863.

1 „Management von Forschungsdaten – eine zentrale strategische Herausforderung für ­Hochschulleitungen: Empfehlung der 16. Mitgliederversammlung der HRK am 13. Mai 2014 in Frankfurt am Main,“ HRK, 2, zuletzt geprüft am 31.01.2018, https://www.hrk.de/fileadmin/_migrated/content_uploads/HRK_Empfehlung_Forschungsdaten_13052014_01.pdf.

2 „Wie Hochschulleitungen die Entwicklung des Forschungsdatenmanagements steuern können. Orientierungspfade, Handlungsoptionen, Szenarien: Empfehlung der 19. Mitgliederversammlung der HRK am 10. November 2015 in Kiel,“ HRK, 6, zuletzt geprüft am 22.01.2018, https://www.hrk.de/fileadmin/_migrated/content_uploads/Empfehlung_Forschungsdatenmanagement__final_Stand_11.11.2015.pdf.

3 Open Research Data Taskforce, Research Data Infrastructures in the UK: Landscape Report (30.Juni 2017), 17, zuletzt geprüft am 29.01.2018, http://www.universitiesuk.ac.uk/policy-and-analysis/research-policy/open-science/Documents/ORDTF%20report%20nr%201%20final%2030%2006%202017.pdf.

4 Das BMBF-Verbundprojekt „FDMentor/Kooperative Erarbeitung generalisierbarer Strategien und Lösungen für das Forschungsdatenmanagement unter Einbeziehung bestehender Expertise an universitären Zentraleinrichtungen“ wird seit 01.05.2017 gefördert und läuft bis 30.04.2019. Weitere Informationen auf der Projekt-Website http://www.forschungsdaten.org/index.php/FDMentor.

5 Bea Hiemenz, Institutionelle Forschungsdaten-Policies: Interview mit Paolo Budroni (Berlin: Technische Universität, 2018), http://dx.doi.org/10.14279/depositonce-6804.

6 Weitere Informationen zum Projekt LEARN, zuletzt geprüft am 13.02.2018, learn-rdm.eu.

7 „Grundsätze zum Umgang mit Forschungsdaten,“ Allianz der deutschen Wissenschaftsorganisationen, 24. Juni 2010, zuletzt geprüft am 14.02.2018, https://www.allianzinitiative.de/de/archiv/forschungsdaten/grundsaetze.html.

8 High Level Expert Group of Scientific Data, Riding the Wave: How Europe can gain from the rising tide of scientific data, October 2010, 4, zuletzt geprüft am 14.02.2018, http://ec.europa.eu/information_society/newsroom/cf/document.cfm?action=display&doc_id=707.

9 Die Regelungen sind auf der Horizon 2020-Website “Open Access & Data management“ übersichtlich dargestellt, mit Hinweisen zu den einschlägigen Dokumenten und Förderanträgen, zuletzt geprüft am 14.02.2018, http://ec.europa.eu/research/participants/docs/h2020-funding-guide/cross-cutting-issues/open-access-dissemination_en.htm.

10 Siehe Hiemenz, 3 und 7.

11 Bruno Bauer et al., Forschende und ihre Daten: Ergebnisse einer österreichweiten Befragung – Report 2015, Version 1.2“ (Zenodo, 13. Oktober 2015), 59, https://doi.org/10.5281/zenodo.32043. Nach dieser Befragung von Forschenden im Rahmen von e-infrastractures austria erwarten über die Hälfte der Befragten (53%) die Veröffentlichung von Leitlinien oder Policies zum Umgang mit FD.

12 Siehe „Management von Forschungsdaten,“ HRK, 2 und 4.

13 Siehe „Wie Hochschulleitungen die Entwicklung des Forschungsdatenmanagements steuern können,“ HRK, 5, 6 und 18 (Leitlinie), 6 und 15 (Policy).

14 Deutsche Forschungsgemeinschaft, Leitlinien zum Umgang mit Forschungsdaten (2015), zuletzt geprüft am 14.02.2018, www.dfg.de/download/pdf/foerderung/antragstellung/forschungsdaten/richtlinien_forschungsdaten.pdf.

15 „Umgang mit Forschungsdaten: DFG-Leitlinien zum Umgang mit Forschungsdaten,“ zuletzt geprüft am 14.02.2018,http://www.dfg.de/foerderung/antrag_gutachter_gremien/antragstellende/nachnutzung_forschungsdaten/index.html.

16 Siehe „Grundsätze zum Umgang mit Forschungsdaten,“ Allianz der deutschen Wissenschaftsorganisationen.

17 Siehe Oxford Online Dictionary (2018), https://en.oxforddictionaries.com/definition/policy, Suchwort „Policy“.

18 Siehe Cambridge Online Dictionary, https://dictionary.cambridge.org/de/, Suchwort „Policy“.

19 Siehe Duden Bedeutungswörterbuch, https://www.duden.de/suchen/dudenonline/, Suchwörter „Leitlinie“, „Grundsatz“, „Richtlinie“.

21 Es wäre interessant, die rechtlichen Implikationen der deutschen Begriffe zu untersuchen bzw. ob ihnen nur in einem bestimmten Zusammenhang, z.B. bei Verwendung in einer Satzung, ein rechtlicher Status zukommt. Die Klärung dieser juristischen Frage liegt nicht im Fokus des Projekts der TU Berlin und würde seinen Rahmen sprengen.

22 Siehe Hiemenz, 6.

23 LEARN, „Model Policy for Research Data Management (RDM) at Research Institutions/Institutes”, in LEARN Toolkit of Best Practices for Research Data Management (LEARN, 3. April 2017), 133–136. https://doi.org/10.14324/000_learn.00.

24 LEARN, „Guidance for Developing a Research Data Management (RDM) Policy. In LEARN Toolkit of Best Practices for Research Data Management (LEARN, 3. April 2017), 137–140. https://doi.org/10.14324/000.learn.00.

25 LEARN Toolkit 133–136.

26 Ebd. 137–140.

27 Siehe Hiemenz.

28 Martin Donelly, Five Steps to Developing a Research Data Policy: DCC ‘Quickstart’ Leaflets (Edinburgh: Digital Curation Centre, 2014), zuletzt geprüft am 13.02.2018, http://www.dcc.ac.uk/resources/policy-and-legal/five-steps-developing-research-data-policy/five-steps-developing-research.

29 Victoria Tsoukala et al., RECODE: Policy recommendations for open access to research data (Zenodo, 27. April 2016), https://doi.org/10.5281/zenodo.50863.

30 „ANDS Guide, Institutional policies and procedures,“ ANDS, zuletzt geprüft am 13.02.2018, http://www.ands.org.au/__data/assets/pdf_file/0008/738782/Institutional-policies-and-procedures.pdf.

31 Siehe LEARN Toolkit, 138.

32 Siehe LEARN Toolkit, 140; Donelly.

33 Siehe Tsoukala, 15.

34 Siehe LEARN Toolkit, 134.

35 Siehe ANDS Guide, 3; LEARN Toolkit, 134.

36 Siehe Hiemenz, 7.

37 Siehe LEARN Toolkit, 133; ANDS Guide, 2.

38 Siehe Donelly; ANDS Guide, 2.

39 Siehe LEARN Toolkit, 6, 134f.

40 Siehe Hiemenz, 4; Donelly; Tsoukala, 33.

41 Siehe LEARN Toolkit, 140; Hiemenz, 7.

42 Siehe Hiemenz, 4.