4.1. Aufbewahrung

In diesem Unterkapitel steht die Kompetenz der Aufbewahrung von Forschungsdaten im Fokus.

Fig. 4.3 Die Kompetenz 5.1 Aufbewahrung des QUADRIGA Datenkompetenzframeworks.

Quellenangabe: Ausschnitt aus dem Modell “QUADRIGA Datenkompetenzframework” von Petras et al. unter der Lizenz CC BY 4.0 via Zenodo.

Um nicht alles an die einzelnen Stellen zu schreiben, schreibe ich es hier hin: Sobald die vorherigen Kapitel mehr Struktur haben werde ich alle Platzhalter entfernen und dieses Kapitel glatt ziehen

Story

[Storyline entsprechend vorheriger Kapitel fortsetzen. Vermutlich sowas wie: Nachdem Protagonist XY a,b und c gemacht hat, fragt er sich nun wo er die von ihm erhobenen Daten am besten aufbewahrt. Dabei ist ihm besonders wichtig, dass die Daten sicher aufbewahrt werden. Des weiteren (erinnert er sich an die Schwierigkeiten/Zeitaufwand aus Kap XY, und daher) möchte er seine erarbeiteten Daten/Erkenntnisse/o.Ä. möglichst einfach und langfristig anderen Menschen zur Verfügung stellen, die einen Bezug zu seiner Forschung haben (Architektur,Städtebau, Geowissenschaften??)]

Nachdem Sie [X,Y und Z] gemacht haben, haben fragen Sie sich nun wo und wie Sie Ihre Daten aufbewahren können. Hierfür werden üblicherweise sogenannte Repositorien verwendet. In diesem Unterkapitel erfahren Sie:

• Was ein Repositorium genau ist;
• Welche Arten von Repositorien es gibt;
• Wo Sie Repositorien finden können;
• Und nach welchen Kriterien Sie ein für Ihr Projekt passendes Repositorium auswählen.

4.1.1. Repositorien im Überblick

Der Begriff “Repositorium” stammt aus dem lateinischen und bedeutet so viel wie ‘Lager’. Ursprünglich wurde der Begriff synonym mit Büchergestell oder Aktenschrank verwendet. Den Unterschied zum Archiv stellt die Aktualität der darin aufbewahrten Dokumente dar. Heutzutage ist mit Repositorium (und seiner englischen Übersetzung Repository, welche in der Informatik sehr verbreitet ist) primär ein Ort zur (geordneten) Speicherung von Daten gemeint. Im informatischen Bereich ist damit ein Verzeichnis gemeint, welches i.d.R. auf einem Server hinterlegt ist. Auf diese Weise können Programmierer ggf. parallel und effizient an demselben Projekt arbeiten, den Quellcode bearbeiten oder das Verzeichnis als Endprodukt der Zielgruppe oder der Öffentlichkeit zur Verfügung stellen. Im Bibliothekswesen und Forschungsdatenmanagement (FDM) hingegen ist mit Repositorium in der Regel ein Dokumentenserver gemeint, auf welchem Daten, u.a. mithilfe von Metadaten, wiederauffindbar hinterlegt werden können. Oft wird dieser auch Publikationserver oder Online-Archiv genannt. In dieser Fallstudie sind letztere Relevant.

Die Informationsplattform forschungsdaten.info unterteilt Repositorien in die folgenden 3 Kategorien:

1. Institutionelle Repositorien: Diese Art Repositorien werden von Institutionen (bsp. von Universitäten betrieben). Die Thematik der Datensätze sind demnach ähnlich vielseitig wie die Ausrichtung der Institution selbst. Institutionelle Repositorien sind auf die Bedürfnisse seiner Mitglieder ausgelegt und für Dritte und die Öffentlichtkeit oft nur eingeschränkt oder sogar gar nicht zugänglich.
2. Fachspezifische Repositorien beinhalten, wie ihr Name bereits vermuten lässt, Informationen aus einer spezifischen Disziplin und sind dementsprechend homogen. Des weiteren sind sie zugeschnitten auf die Bedarfe und Anforderungen der entsprechenden Wissenschaftscommunity.
3. Generische Repositorien sind allgemeine Repositiorien ohne spezifische Fachrichtung, welche oft keine direkte Verbindung zu wisschenschaftlichen Institutionen haben. Hierzu gehört zum Beispiel Zenodo

Vielleicht haben Sie schon mit Repositorien interagiert. Sei es mit dem Datenserver Ihrer Institution, einem fachspezifischen Repositorium oder vielleicht mit in dem in der Privatwirtschaft weit verbreiteten Kollaborationstool Confluence, was ebenfall eine Art Repositorium per Definition darstellt. Allerdings werden derartige Kollabarationstools nicht den Prinzipien des FDM gerecht. Deswegen sind in dieser Fallstudie mit Repositorien stets Verzeichnisse gemeint, die gewisse wissenschaftliche Qualitätsstandards erfüllen.

4.1.2. Passende Repositorien finden

Bevor Sie sich entscheiden Ihre Forschungsdaten in einem Repositorium hinterlegen beziehungsweise selber Forschungsdaten anderer aus einem Repositorium beziehen, sollten Sie erstmal geeignete Repositorien finden und entscheiden, mit welchem Sie interagieren möchten.

Erste Anlaufstellen

Eine mögliche erste Anlaufstelle hierfür wäre die Institution, dessen Mitglied Sie gegebenenfalls sind. Hierfür lohnt es sich sich mit der Abteilung in Verbindung zu setzen, welche für auch für Publikationen verantwortlich ist. Im Fall von Universitäten und anderen Hochschulen wäre das in den meisten Fällen die Bibliothek. Diese kann Sie am besten darüber aufklären, über welche Repositorien und Datenarchive Ihre Institution verfügt und wofür diese bestimmt sind. Oft können Sie sich dort auch zu institutsfremden Repositorien beraten lassen.

Das DFG-geförderte Projekt r3data ist ein globales Register für Forschungsdatenrepositorien, welches aktuell über 3500 Repositorien verfügt (Stand Juni 2026).

Fig. 4.4 Startseite von r3data

r3data funktioniert wie eine Art Suchmaschine für Forschungsdatenrepositorien, allerdings nur für Repositieren, welche auch im Register vorhanden sind. Eine besonderes Merkmal sind jedoch die Filtermöglichkeiten und die Stöberfunktion. Über den Reiter “Search” werden Sie direkt zu einer Liste mit allen Repositorien geleitet, wo Sie die Einträge nach 30 (Stand Juni 2026) Kategorien filtern können. Darunter zum Beispiel die für das Repositorium relevanten Metadatenstandards. Was Metadaten sind wurde bereits in einer vergangenen Fallstudie thematisiert. Über den Reiter “Browse” können Sie wahlweise über eine Weltkarte oder über ein sogenanntes Sunburst-Diagramm in wissenschaftlichen Fachdisziplinien stöbern und zielgenau fachspezifische ode regionale Repositorien finden.

Fig. 4.5 Sunburstdigramm von r3data

Auch Journals und Verlage verweisen oft auf Repositorien, welche Sie empfehlen oder sogar voraussetzen, um später bei ihnen publizieren zu dürfen.

Nationale und internationale Initiativen

Auch staatliche Instanzen haben erkannt, dass es im Bereich Forschungsdatenmanagement ein weitflächiges und relativ ungeordnetes Cluster an Standards, Repositorien Forschungsinfrastruktur gibt. Deshalb hat die Europäische Kommission beispielsweise 2015 die European Open Science Cloud (EOSC) ins Leben gerufen, welche durch die EOSC Association implementiert werden soll. Ziel ist es europäischen Wissenschaftlern den Zugang zu wisschenschaftlichen Daten, Datenverarbeitungsplattformen und Dienstleistungen für die Datenverarbeitung zu erleichtern. Die EOSC ist dabei dezentral über sogenannte Nodes organisiert. Jedes teilnehmende Land hat für seine Node auf nationaler Ebene eine Organisation beauftragt, die für das Projekt beauftragte nationale Infrastruktur zu stellen. Die gesammelten Informationen werden dann mit der zentralen EU Node geteilt. Die zentrale Node bietet seinen Nutzern viele für Forscher:innen nützliche Services, wobei für diese Fallstudie vorallem die Datenbank für Forschungsdatensätze interessant ist. Auf nationaler Ebene können z.B. Vereine oder Universitäten beauftragt sein, weswegen es schwierig ist, das gesamte EOSC-Cluster zu erläutern. Für Deutschland ist der Verein für Nationale Forschungsdateninfrastruktur (NFDI) e.V. zuständig. Eine Liste von beauftragten Organisationen in anderen Teilnehmerstaaten finden Sie hier.

Die FDM-Landschaft in Deutschland ist breit gefächert. Viele Universitäten oder forschungsausführende Einrichtungen wie die Fraunhofer- oder Max-Planck-Gesellschaften verfügen über eigene und nicht unbedingt miteinander kompatible digitale Forschungsinfrastruktur. nfdi hat sich zum Ziel gesetzt das FDM in Deutschland kooperativ und effizient zu organisieren, sodass Forschungsdaten mit den FAIR-Prinzipien im Einklang stehen. nfdi selbst ist in erster Linie über sogenannte Konsortien organisiert. Jedes Konsortium widmet sich einer wissenschaftlichen Fachrichtung und richten ihre Methoden und Dienstleistungen nach den Bedürfnissen des Fachpublikums. Darunter kann auch die Bereitstellung eines offenen oder zugangsbeschränkten Respositoriums fallen. Weitere Informationen und Links zu den aktuellen Konsortien finden Sie kompakt und präzise zusammengefasst auf der Plattform forschungsdaten.info. Über die Links zu den Konsortien können Sie dort erforschen, ob es für Ihren Bereich ein potentiell geeignetes Repositorium gibt. Oft arbeiten Universitäten und andere Einrichtungen hierzulande direkt mit dem richtigen nfdi-Konsortium und/oder der EU-Node der EOSC zusammen, sodass die Metadaten der Datensätze mit den nationalen und europäischen Datenbanken geteilt werden.

Generische Repositorien sind disziplinübergreifend und bieten eine unkomplizierte Lösung für Forschende, für deren spezifisches Feld (noch) kein dediziertes Fachrepositorium existiert oder deren Heimatinstitution keine eigene Infrastruktur anbietet. Zwei bekannte Beispiele hierfür sind Zenodo und Figshare.

Zenodo wird vom CERN betrieben und entstand im Rahmen des europäischen OpenAIRE-Projekts. Die Plattform ermöglicht die kostenfreie Veröffentlichung unterschiedlicher Forschungsoutputs, darunter Forschungsdaten, Software, Publikationen und weitere digitale Materialien. Stand Juli 2026 können Datensätze mit einer Größe von bis zu 50 GB hochgeladen werden. Für alle veröffentlichten Datensätze wird automatisch ein Digital Object Identifier (DOI) vergeben.

Figshare ist ein kommerziell betriebenes Repositorium, das in einer kostenfreien Basisversion zur Verfügung steht. Es unterstützt die Veröffentlichung verschiedener Forschungsoutputs und bietet eine Vorschaufunktion für eine große Anzahl unterschiedlicher Dateiformate. Dadurch können viele Datentypen (beispielsweise Tabellen, Videos oder 3D-Modelle) direkt im Browser betrachtet werden, ohne dass sie zuvor heruntergeladen werden müssen.

Einen Vergleich verschiedener generischer Repositorien finden Sie hier

Qualitätsmerkmale

Um Ihre Datensätze nachhaltig und wiederauffindbar zu hinterlegen sollten Sie darauf achten, dass das von Ihnen präferierte Repositorium von hoher Qualität ist. Die CoreTrustSeal- und nestor-Siegel sind beispielsweise zwei Zertifikate, welche sich zum Ziel gesetzt haben diese sicherzustellen. Beide Zertifizierungsverfahren basieren auf einem zweistufigen Prozess: Die Verantwortlichen für die Repositorien führen zunächst eine detaillierte, evidenzbasierte Selbstevaluierung durch. Diese Selbsteinschätzung wird anschließend von unabhängigen Fachexperten in einem formellen Begutachtungsprozess überprüft. Die Kriterien hierfür sind vielseitig und den Websiten der Zertifikate zu entnehmen. Im Allgemeinen lassen sich die Prüfkriterien dieser Siegel jedoch in drei zentrale Säulen zusammenfassen: Erstens muss das Repositorium über eine verlässliche organisatorische Infrastruktur verfügen, die langfristige Finanzierung, qualifiziertes Personal sowie rechtliche Konformität und Krisenplanung sicherstellt. Zweitens wird das professionelle Management der digitalen Objekte bewertet, was voraussetzt, dass Daten zielgruppengerecht aufbereitet, durch aktive Erhaltungsmaßnahmen interpretierbar gehalten sowie nachweisbar authentisch und auffindbar sind. Drittens wird eine stabile und geschützte IT-Infrastruktur gefordert, die Datensicherheit, Integrität durch regelmäßige Systemprüfungen und Schutz vor Ausfällen garantiert.

Fig. 4.6 Eigenschaften, welche die Zertifikate als gut einstufen

Allerdings ist das Fehlen eines solchen Siegels keineswegs ein Zeichen, dass die Qualität eines Repositoriums unbedingt mangelhaft ist. Derartige Zertifikate sind kostenpflichtig und nur begrenzt Standartd im deutschsprachigen Raum und darüber hinaus. Das oben erwähnte generische Repositorium Zenodo is beispielsweise ein nichtzertifiziertes Repositorium, welches aufgrund seines namenhaften Trägers (CERN) höchstwahrscheinlich noch über einen langen Zeitraum instandgehalten werden wird, was es grundsätzlich zu einem attraktiven generischen Repositorium macht.

Überprüfen Sie also auch selbstständig, ob ein Repositorium Ihren Ansprüchen bzw. den Ansprüchen Ihres Fachgebietes entspricht. Das bereits erwähnte Suchtool r3data bietet im Übrigen auch die Möglichkeit nach bestimmten Qualitätsmerkmalen wie Identifiervergabe, Open Access oder Zertifizierung zu filtern.

Einschränkungen und Interessenskonflikte

Neben der Qualität und Eignung der von Ihnen inspizierten Repositorien, sollten Sie auch die Interessen der Betreiber beachten und dabei abwägen, ob diese mit Ihren persönlichen Zielen vereinbar sind. Diese Interessen können unterschiedlicher Natur sein. Eine Universität könnte zum Ziel haben die Forschungzusammensarbeit zwischen internen Bereichen zu vereinfachen. Gleichzeitig profitiert das Ansehen einer Universität, wenn die einflussreiche Forschung von bedeutenden Forscher:innen auf einer eigens bereitsgestellten FDM-Infrastruktur gespeichert wird.

Von diesem Effekt machen auch oft Verlage gebrauch. Einige verlangen von Autoren, dass diese ihre Forschungsdaten in spezifischen Repositorien hinterlegen, um ihre Artikel in ihren Journals veröffentlichen zu dürfen. Insbesondere hier ist es auch wichtig darauf zu achten, welche urheberechtlichen Konsequenzen das für Ihre Forschungsdaten hat. Es ist nämlich durchaus üblich, dass Sie dann Ihre Forschungsdaten anderswo nicht mehr hinterlegen dürfen. Allerdings ist dies in jedem Fall keine übliche Praxis. Das Hinterlegen von identischen Daten in unterschiedlichen Repositorien birgt nämlich auch in Fällen, in denen es ethisch und rechtlich korrekt ist, das Risiko, dass in den Datensätzen Inkonsitenzen auftreten. Ein Beispiel hierfür wäre eine Aktualisierung oder sonstige Modifikation der Daten in Repositorium A ohne die selbe Anpassung in Repositorium B vorzunehmen. Wenn Sie derartige Ungenauheiten verhindern möchten, jedoch dabei trotzdem in mehreren Repositorien Forschungsdaten veröffentlichen möchten (z.B. um sie einer breiteren Gruppe an Menschen zur Verfügung zu stellen), sollten Sie mit persitenten Identifikatoren (wie etwa dem DOI) arbeiten. Zenodo beispielsweise fragt beim Hinterlegen von Daten explizit nach einem DOI und erstellt ggf. einen für Sie. Auf diese Weise kann auf den Speicherort der von Ihnen bereits anderswo publizierten Forschungsdaten verwiesen werden.

Nationale und übernationale Initiativen können auch politischen Charakter besitzen. Ziel ist es oft Forschung effizienter oder nach bestimmten Werten zu gestalten, was dazu beitragen kann sich gegen konkurrierende Systeme durchzusetzen oder ein gewisses Image nach außen zu vermitteln. Sofern Sie bei bestimmten Repositorien derartige Muster identifizieren, sollten Sie diese mit Ihren persönlichen Überzeugungen abgleichen.

Desweiteren sollten Sie sich überlegen, wer auf Ihre Forschungsdaten offenen Zugriff haben soll und ob Restriktionen seitens der Urheber:innen des Repositoriums für Sie hinnehmbar oder gar erwünscht sind. Hierfür gibt es je nach Respositorium spezifische Vorgaben oder auch Freiheiten, die ggf. Ihnen überlassen werden. In jedem Fall sollten Sie darauf achten, dass sowohl Ihre persönlichen Präferenzen als auch die Vorgaben der Repositoriumbetreibenden eingehalten werden.

Dies ist nur eine Auswahl ein Überlegungen, welche Sie berücksichtigen sollten, wenn Sie auf der Suche nach einem passendem Repositorium für Ihre Forschungsdaten sind. Sie können das nachfolgende Diagramm (Fig. 4.7) als Hilfestellung verwenden. Bitte beachten Sie jedoch hierbei, dass, um eine gewisse Übersichtlichkeit zu bewahren, nicht alle Überlegungen aus den vorherigen Absätzen berücksichtigt wurden. Sowohl das Diagramm, als auch die Überlegungen selbst können je nach individuellem Fall erweitert werden. Zu Beispiel um die Frage, wie Speicherintensiv ihre Daten sind oder um das Vorhandensein oder Intensität der Moderation seitens der Repositoriumbetreiber.

Fig. 4.7 Entscheidungshilfe zum Auswählen eines Repositoriums

4.1.3. Beispiel

Aufbau jeder Lerneinheit/jedes Unterkapitels:

Problem Problembeschreibung, z. B. Vorliegende Daten müssen auf ihre Qualität überprüft werden.

Lösung Problemlösung skizzieren, z. B. Die Daten müssen geprüft werden.

Beispiel Szenario Michael Speziellen Fall unseres Szenarios schildern, z. B. In dem in diesem Szenario abgebildeten Fall ist eine Qualitätsprüfung nicht notwendig, weil die Daten bereits gut aufgearbeitet vorliegen.

Learnings (generisch) können möglicherweise auch ins Resümee Ableitung von generischen Lösungen, die interdisziplinär oder wenigstens über das Beispielszenario hinaus Anwendung finden können.

---

Literatur