Ob Musikpartituren, Wettererhebungen oder Textsammlungen – Forschungsdaten fallen in jeder wissenschaftlichen Disziplin an. Im Kontext von Digitalisierungsprozessen werden immer mehr elektronisch speicherbare Daten gesammelt und erzeugt. Der Bedarf an Leitlinien sowie Unterstützung für den Umgang mit Forschungsdaten führt in und außerhalb Deutschlands zur Gründung von Institutionen, die auf Fragen des Forschungsdatenmanagements (FDM) spezialisiert sind. In seinem Vortrag vom 2. Mai 2019 gibt Patrick Helling (in Zusammenarbeit mit Jonathan Blumtritt) vom Data Center for the Humanities der Uni Köln (DCH) Einblicke in bestehende und entstehende Strukturen für Forschungsdatenmanagement in Deutschland. Unter der Leitfrage „Ist das noch Prototyping oder schon Infrastruktur?“ skizziert er am Beispiel des DCH, welche Herausforderungen es bei der Gründung und Entwicklung von Forschungsdatenmanagementzentren geben kann und stellt die Frage, inwiefern FDM-Beratende „Dienstleister*innen“ sind.
Wozu Forschungsdatenmanagement?
Die Deutsche Forschungsgemeinschaft (DFG) definiert Forschungsdaten als „digitale und elektronisch speicherbare Daten […], die im Zuge eines wissenschaftlichen Vorhabens zum Beispiel durch Quellenforschungen, Experimente, Messungen, Erhebungen oder Befragungen entstehen“. Die Forderung nach einem nachhaltigen Umgang mit Forschungsdaten wird in der internationalen Forschungslandschaft u. a. durch die sogenannten FAIR-Prinzipien konkretisiert: Wissenschaftliche Daten sollten auffindbar, zugänglich, interoperabel und wiederverwendbar sein (Findable – Accessible – Interoperable – Reusable) – und zwar langfristig. Dabei geht es u. a. um den Anspruch, wissenschaftliche Praxis und Ergebnisse nachvollziehbar bzw. verifizierbar zu machen, sowie um die Forderung, durch nachnutzbare Daten einen Beitrag zur Verbesserung des Wissenschaftssystems zu leisten.
Die Einhaltung der FAIR-Prinzipien fordert entsprechend Knowhow auf fachlicher, konzeptioneller und logistischer, aber auch auf technischer Ebene von den Forschenden. Damit sind u. a. folgende Fragen verbunden: Welche Datenmodelle, Datenformate oder Software eignen sich für einen bestimmten Zweck, sodass die Forschungsergebnisse auch noch in vielen Jahren aufgefunden und (maschinell) gelesen werden können? Ist mein Datensatz bzw. mein Forschungsprojekt für Außenstehende verständlich?
Auf Forschungsdatenmanagement spezialisierte Institutionen können helfen, diese vielseitigen Anforderungen zu bewältigen. So unterstützt z. B. das Data Center for the Humanities (DCH) der Universität zu Köln (UzK) Forschende der Philosophischen Fakultät bei der „dauerhaften Sicherung, Verfügbarkeit und Präsentation von Daten und Ergebnissen der geisteswissenschaftlichen Forschung“ (Zitat siehe Website des DCH).
Etablierung einer „Nationalen Forschungsdateninfrastruktur“
In seinem Vortrag gibt Patrick Helling zunächst einen Überblick über die deutsche Forschungsdaten-Landschaft. Diese wird seit einigen Jahren in verschiedenen akademischen Bereichen ausgebaut. Anstoß die Entwicklung auf nationaler Ebene zu organisieren gab u. a. 2016 ein Positionspapier des Rats für Informationsinfrastrukturen (RfII). In diesem sprach sich der RfII für die “Etablierung einer Nationalen Forschungsdateninfrastruktur (NFDI)” aus, welche “als bundesweites, verteiltes und wachsendes Netzwerk arbeitsteilig angelegt sein” soll. Dieses Bestreben wurde von verschiedenen Institutionen als Ziel übernommen. So gab die Hochschulrektorenkonferenz (HRK) ebenfalls 2016 eine Erklärung ab, in der sie sich “für die Stärkung einer ‘Datenkultur’” einsetzt.
Um von diesen Top-Down-Empfehlungen zu konkreten Umsetzungen zu gelangen, wurde anschließend eine Workshop-Reihe von der DINI/nestor-AG Forschungsdaten angeboten, um zunächst den Ist-Zustand in der Forschungsdaten-Landschaft zu ermitteln. In dem Workshop konnten FDM-Vertreter*innen lernen, wie sie mithilfe von Bedarfserhebungen ermitteln können, welche Bedürfnisse die Fachwissenschaftler*innen für den Umgang mit ihrer Forschungsdaten haben, welche Angebote an ihrem jeweiligen Standort in Bezug auf FDM bereits vorhanden sind und welche Ressourcen ggf. noch fehlen, um eine unterstützende Infrastruktur zu entwickeln. Anschließend wurde bei weiteren Treffen vorgestellt, welche Strategien einzelne Standorte in Bezug auf ihre FDM-Infrastruktur verfolgen und wie FDM-Beratungsangebote nachhaltig gestaltet und finanziert werden können.
Eine wichtige Fragestellung an die Vertreter*innen der FDM-Serviceangebote war, ob sie von den Wissenschaftler*inne*n aus verschiedenen Fachrichtungen, mit denen sie zusammenarbeiten, als Fachkolleg*inn*en oder als gesonderte Infrastruktur wahrgenommen werden.
Prototyping als Methode zur (selbst-)kritischen Hinterfragung
Die Institutionen der entstehenden FDM-Landschaft befinden sich in Entwicklungsprozessen, sodass Helling die Frage stellt, ob man noch von Prototyping sprechen sollte oder bereits von einer Infrastruktur. Als Prototyp bezeichnet er in diesem Zusammenhang das (Zwischen-)Ergebnis eines fortwährenden Modellierungs- bzw. Entwurfsprozesses: „a model of something that might exist in the future“ (siehe Ruecker et al.: Definition Prototyp). Modelle helfen uns dabei, bestehende oder neue Strukturen und Ideen zu verstehen und zu kommunizieren. FDM-Institutionen als Prototypen sind somit sich wandelnde Strukturen, die erforscht und deren Entwicklung(en) kritisch hinterfragt werden sollte(n). Das gelte sowohl für die FDM-Landschaft als auch für das lokale FDM an der UzK. Entstehen durch das Prototyping an verschiedenen Orten ggf. heterogene Infrastrukturen?
Um überhaupt Aussagen über die Prototypen bzw. Infrastrukturen an der UzK machen zu können, wird uns zunächst ein Bild von diversen FDM-Lösungen an anderen deutschen Hochschulen präsentiert. Dabei stellt Patrick Helling die Frage, an welchen Stellen des Entwicklungsprozesses sich überall Prototypen „verstecken“ könnten.
Dabei weist Helling auf verschiedene Blickwinkel auf Prototyping hin:
- aus der Perspektive der Organisation (Wie ist FDM strukturell eingebettet? Wird es als Infrastruktur wahrgenommen?)
- aus der Perspektive der Informationsgewinnung (Wie finde ich heraus, was die Bedarfe der Wissenschaftler*innen sind?)
- aus der Perspektive der Bedarfsstrukturen (Prototyping als Herausforderung für geisteswissenschaftliches Forschungsdatenmanagement)
Organisation als Prototyp: Einbettung von FDM an anderen Hochschulen
Patrick Helling präsentiert uns zunächst verschiedene FDM-Standorte und zeigt auf, wie diese ihre Infrastruktur umsetzen. Aus den Empfehlungen der HRK lässt sich ein “Kanon” zusammenstellen, welche einzelnen Aufgaben bearbeitet werden müssen, um FDM an einem Standort umsetzen zu können. In Bezug auf die Entwicklung von Strukturen empfiehlt die HRK die Durchführung von Machbarkeitsstudien, die Verabschiedung einer Leitlinie, die Einrichtung von Kompetenzzentren sowie die Gründung einer zentralen Anlaufstelle zur Beratung der Forschenden. Im Folgenden soll exemplarisch untersucht werden, wie diese Punkte an verschiedenen Forschungsstandorten umgesetzt werden.
Die Empfehlung, Leitlinien für den Umgang mit Forschungsdaten auf institutioneller Ebene zu verabschieden, wurde bislang von 27 Hochschulen umgesetzt (siehe Abbildung 1). In den Leitlinien haben die Hochschulen jeweils formuliert, welche Data Policies sie konkret vor Ort umsetzen wollen.

Weiter sollen Kompetenzzentren sowie zentrale Beratungsstellen eingerichtet werden. In diesem Punkt gibt es in Deutschland durchaus unterschiedliche Modelle. Beispielsweise organisiert die Universität Heidelberg ihr FDM in einem universitätsweiten Ansatz, bei dem sowohl das lokale Rechenzentrum als auch die Universitätsbibliothek mit eingebunden sind. Das sogenannte Kompetenzzentrum Forschungsdaten Heidelberg stellt u. a. Beratungsangebote und Werkzeuge zur Verfügung, mit denen die Fachwissenschaftler*innen ihre Forschungsdaten in die Infrastruktur eingliedern können.
Anders wird in Hessen verfahren, wo mit der Hessischen FDI (HeFDI) ein landesweites Netz aufgebaut wird. Dieses erstreckt sich über fünf Universitäten und sechs Hochschulen, die jeweils lokale Expertise in spezifischen Fächern aufbauen. So wenden sich z. B. Wissenschaftler*innen an der Universität Marburg zunächst an ihre lokale FDM-Beratungsstelle. Diese kann bei Fragen in Bezug auf den Umgang mit fachspezifischen Daten den HeFDI Verbund einschalten, der innerhalb von Hessen sachkundige Personen für das spezifische Problem einbinden kann (siehe Abbildung 2). Dies hat den Vorteil, dass Ressourcen eingespart werden können, da nicht an jeder Hochschule für jeden Fachbereich ein Experte oder eine Expertin vorhanden sein muss.

Entwicklung einer FDM-Infrastruktur an der Universität zu Köln (UzK)
In Köln wird FDM hybrid an der Schnittstelle zwischen der Universität und den jeweiligen Fakultäten gelöst (siehe Abbildung 3). Auch hier wurden Anfang 2018 Leitlinien verfasst, die festlegen, wie die UzK mit Forschungsdaten umgehen möchte. U. a. wurde dort verkündet, dass die Universität im Bereich FDM von der Planung über die Durchführung bis “über das Vorhabensende hinaus” beraten möchte. Zu diesem Zweck wurden verschiedene Anlaufstellen ins Leben gerufen. Das Cologne Competence Center for Research Data Management (C3RDM) bedient fakultätsübergreifend alle Anliegen, die an der UzK im Hinblick auf Forschungsdaten anfallen. Vertreter*innen vom Regionalen Rechenzentrum (RRZK), der Universitäts- und Stadtbibliothek (USB) sowie dem Forschungsmanagement (Dezernat 7) arbeiten hier gemeinsam an einer universitätsweiten Infrastruktur. Gleichzeitig pflegen sie in Bezug auf die Philosophische Fakultät einen engen Kontakt zum Data Center for the Humanities (DCH), das für FDM-Services in den Geisteswissenschaften zur Verfügung steht. Die 2013 gegründete Serviceeinrichtung wird unabhängig von Drittmitteln durch die Philosophische Fakultät getragen. Sowohl das DCH als auch das C3RDM ist mit anderen FDM-Institutionen und fachspezifischen Datenzentren verbunden.
Ein Vorteil eines eingebetteten Forschungsdatenzentrums (FDZ) wie dem DCH ist, dass die räumliche und institutionelle Nähe zur Wissenschaft einen regelmäßigen Austausch mit sich bringt. Mitarbeiter*innen des FDZ erlangen somit ein besseres Verständnis für die jeweilige Wissenschaftslandschaft mit ihren speziellen Problemfeldern. Das FDZ ist außerdem Ansprechpartner und Vermittler sowohl für die Wissenschaftler*innen der eigenen Universität oder Fakultät als auch für die Partnerinstitutionen.
Somit werden die Mitarbeiter*innen des DCH seitens der Fachwissenschaften sowohl als Fachkolleg*inn*en als auch als (prototypische) Infrastruktur wahrgenommen.

Informationsgewinnung als Prototyp: Bedarfsanalysen jenseits von Online-Surveys
Während die Hochschulrektorenkonferenz Umfragen als Grundlage für die Bedarfsanalyse im Bereich von Forschungsdaten empfiehlt, müsse dieses Vorgehen teilweise kritisch betrachtet werden. (Online-)Umfragen erreichen zwar viele Menschen und können einen guten quantitativen Überblick über Bedarfe geben, doch setzt das Vorgehen auch voraus, dass die Wissenschaftler*innen ihre Bedürfnisse kennen und benennen können. Nicht immer können Umfragen die Komplexität der Bedürfnisse ausreichend abdecken.
Patrick Helling stellt eine alternative bzw. ergänzende prototypische Methode zur Bedarfserhebung vor: Durch die (möglichst) systematische Analyse von bereits durchgeführten Beratungsgesprächen können der Ist-Zustand und Entwicklungen in Forschungsprojekten besser abgebildet werden. So kann ein tieferer Einblick in die Wissenschaftskultur einzelner Disziplinen gewonnen werden. Consulting Analysis hilft somit, die eigenen Beratungs-Workflows zu modellieren und weiterzuentwickeln, nicht zuletzt im Hinblick auf fachspezifischere Angebote.
Wenngleich eine Beratungsanalyse sehr aufwendig ist, kann sie somit als ergänzendes qualitatives Element zu den quantitativen Umfragen dabei helfen blinde Flecken in der Bedarfsanalyse zu vermeiden. Damit sind Umfrage und Beratungsanalyse wichtige informationelle Grundlagen für ein bedarfsgerechtes FDM, welche durch die systematische Evaluation bereits getätigter Beratungsangebote und den Austausch mit anderen FDM-Institutionen ergänzt werden kann.
Bedarfsstrukturen als Prototyp: FDM als Herausforderung in den Geisteswissenschaften
Der bereits erwähnte “Kanon” der HRK fordert die Bereitstellung einer zentralen Anlaufstelle als Beratung im Bereich FDM sowie ein institutionelles Repositorium. Dabei weist Patrick Helling in seinem Vortrag darauf hin, dass sich nicht alle Forschungsdaten in einem generischen Repositorium abbilden lassen, da es sich vor allem in den Geisteswissenschaften um heterogenes und teilweise schwer interpretierbares Material handeln kann.
Beispielhaft wurde hierzu in der an den Vortrag anschließenden Diskussion die Filmarchivierung genannt. Bei den Daten handelt es sich um digitalisierte VHS-Bänder, die für die nachfolgende Forschung auffindbar gemacht werden sollen. Hier unterscheidet sich der Datentyp stark von beispielsweise relationalen Datenbanken und ist durch seine Heterogenität nur schwer durch ein generisches Repositorium abdeckbar. Gleiches gilt für die Archivierung von Computerspielen, für die es bereits erste Ansätze gibt.
Hinzu kommt, dass es sich in den Digital Humanities nicht nur um die Kuratierung von Forschungsdaten handelt. Oft sollen die Werkzeuge (Software), die für die Betrachtung der Daten notwendig sind, miterhalten werden. Diese sogenannten „Lebenden Systeme“ benötigen in der Kuratierung eine besondere Pflege, sodass oft zusätzliches Personal mit den entsprechenden Kompetenzen eingefordert werden muss. Um diesem Anspruch gerecht zu werden, gibt es am DCH Projekte, die sich alleine mit diesem Aspekt der Software-Kuratierung beschäftigen, wie beispielsweise Sustain Life.
Einen Software-Prototypen oder ein Datenmodell für ein bestimmtes Forschungsprojekt zu entwickeln dient in diesem Zusammenhang nicht nur der Verarbeitung und Speicherung von Daten, sondern hat auch epistemische Zwecke: Durch das Modellieren werden neue Erkenntnisse und Sichtweisen gewonnen. Aus diesem Grunde ist es fraglich, im Bereich von FDM von einer Dienstleistung zu sprechen. Vielmehr handelt es sich hier um eine Kollaboration zwischen den Fachwissenschaften und dem FDM, bei der beide „Seiten“ auf die potentiell unterschiedliche(n) Perspektive(n) eingehen sollten. Da diese Herangehensweise ein bekanntes und viel diskutiertes Thema in den Digital Humanities ist, kann das FDM in den Geisteswissenschaften an dieser Stelle auf bisherige Expertise in den DH zurückgreifen.
Fazit
Geisteswissenschaften sind ein breites und heterogenes Forschungsfeld. Die Entwicklung von Repositorien für geisteswissenschaftliche Forschungsprojekte stellt also eine besondere Herausforderung sowohl im Hinblick auf die Art der Daten als auch im Hinblick auf den Umgang damit dar. Fachspezifische Verbände können dabei helfen, die inhaltliche Expertise im FDM abzudecken.
Die Angebote im Bereich FDM wie z. B. das DCH der Uni Köln haben teils prototypischen Charakter und befinden sich in stetiger Entwicklung, sowohl aus struktureller bzw. institutioneller Sicht, als auch im Hinblick auf Bedarfsanalysen und Bedarfsstrukturen. Durch die Einbettung des DCH an der Philosophischen Fakultät werden die Mitarbeiter*innen des DCH nicht allein als (prototypische) Infrastruktur wahrgenommen, sondern auch als Fachkolleg*inn*en, was den Aufbau von zielgerichteten FDM-Angeboten erleichtern kann.
Zu den Autorinnen:
Johanna Binnewitt hat ihren BA in Informationsverarbeitung und Musikwissenschaft an der Universität zu Köln absolviert. Neben dem Studium im MA Informationsverarbeitung an der Universität zu Köln arbeitet sie am Kölner Institut für Digital Humanities.
Anna Fischer studiert Informationsverarbeitung im Master an der Universität zu Köln. Sie arbeitet am Institut für Romanistik in einem Projekt zur (maschinengestützter) Analyse syntaktischer Phänomene im Portugiesischen sowie im Bereich Anwendungsentwicklung im „Zentrum Netzwerk Medien“ der Humanwissenschaftlichen Fakultät.