Definition

Ein Datenmanagementplan (DMP) beschreibt und dokumentiert den Umgang mit den Forschungsdaten'Forschungsdaten sind (digitale) Daten, die während wissenschaftlicher Tätigkeit (z. B. durch Messungen, Befragungen, Beobachtungen, Experimente, Quellenarbeit) entstehen. Sie bilden eine Grundlage wissenschaftlicher Arbeit und dokumentieren deren Ergebnisse. Daraus ergibt sich ein disziplin- und projektspezifisches Verständnis von Forschungsdaten (siehe ethnografische Forschungsdaten) mit unterschiedlichen Anforderungen an die Aufbereitung, Verarbeitung und Verwaltung der Daten: dem sogenannten Forschungsdatenmanagement (FDM)' (Forschungsdaten.info, 2023). Weiterlesen und Forschungsmaterialien eines Forschungsprojekts während und nach der Projektlaufzeit. Im DMP wird festgehalten, wie Daten und Materialien entstehen, aufbereitet, gespeichert, organisiert, veröffentlicht und archiviert werden. Zudem werden im DMP Verantwortlichkeiten und rechtliche sowie ethische Aspekte festgehalten. Als "lebendes Dokument" wird der DMP im Laufe des Projektes regelmäßig geprüft und bei Bedarf angepasst.

Einführung

Datenmanagementpläne (kurz DMP) gelten als zentrales Werkzeug des ForschungsdatenmanagementsBeim Forschungsdatenmanagement geht es um einen verantwortungsvollen und reflektierten Umgang mit Forschungsdaten. Anhand spezifischer Maßnahmen und Strategien sollen Forschungsdaten sorgfältig organisiert, gepflegt und aufgearbeitet werden. Ziel ist es, sie im Sinne einer guten wissenschaftlichen Praxis langfristig zu speichern und für Dritte zugänglich und nachnutzbar zu machen. Somit soll eine Überprüfung wissenschaftlicher Aussagen vereinfacht, Nachweise gesichert und weitere Auswertungen und Analysen an den Daten vollzogen werden können. Weiterlesen. Sie geben Auskunft darüber, was für Daten im Zuge einer Forschung anfallen, wie sie verwendet werden und was während der Forschung mit ihnen geschieht. Dabei geht es darum, den geplanten Umgang mit Forschungsdaten vor, während und nach Projektende darzulegen, sowie Zuständigkeiten und Verantwortlichkeiten zu definieren (Jensen, 2011, p. 71).

Ein Datenmanagementplan …

• liegt meist in Form eines Leitfadens oder Fragenkatalogs vor und zielt auf eine strukturierte Beschreibung des Umgangs mit Forschungsdaten ab;
• bezieht sich i. d. R. auf die Forschungsdaten eines (wissenschaftlichen) Projekts oder Forschungsvorhabens;
• beinhaltet allgemeine Vorgaben und Leitfragen, die an die projektspezifischen Anforderungen angepasst werden;
• kann zwischen wenigen Absätzen und mehreren Seiten lang sein;
• sollte möglichst frühzeitig erstellt werden, d. h. am besten im Zuge der Projektplanung und Antragstellung;
• soll im Sinne eines lebenden Dokuments gepflegt werden, d. h. die Inhalte eines DMPs sollen idealerweise laufend angepasst und konkretisiert werden;
• ermöglicht einem wissenschaftlichen Projekt die Festlegung eines Handlungsrahmens, wie mit den Forschungsdaten während der Projektlaufzeit und auch darüber hinaus umgegangen wird.

Motivation

Wie bei anderen Themen des Forschungsdatenmanagements herrscht auch beim Umgang mit Datenmanagementplänen eine Diskrepanz zwischen allgemein wissenschaftspolitischen Anforderungen und der eigentlichen Umsetzung innerhalb der ethnografisch arbeitenden Fächer, denn hier haben Datenmanagementpläne noch nicht den praktischen Forschungsalltag erreicht. In einer Umfrage des Fachinformationsdienstes Sozial- und KulturanthropologieDer Fachinformationsdienst Sozial- und Kulturanthropologie (FID-SKA) stellt den Mitgliedern der Deutschen Gesellschaft für Empirische Kulturwissenschaft und der Deutschen Gesellschaft für Sozial- und Kulturanthropologie sowie – in begrenztem Maße – anderen interessierten Forschenden ausgewählte Ressourcen für die Forschung im Online-Zugriff zur Verfügung. Weiterlesen zum Umgang mit Forschungsdaten in der Sozial- und Kulturanthropologie haben nur 10 Prozent der Befragten angegeben, im aktuellen Projekt mit einem Datenmanagementplan zu arbeiten. Rund 30 Prozent wussten nicht, ob es innerhalb ihres Forschungsprojektes einen solchen Plan gibt, bzw. was ein Datenmanagementplan überhaupt ist (Imeri, 2017).

Dennoch kann ein DMP die Arbeit an einem Forschungsprojekt unterstützen. Er verschafft den Forschenden Klarheit und die Möglichkeit zur Reflexion während der Generierung von Forschungsdaten.

Mehrwert von Datenmanagementplänen: Ein DMP...

• dient zur Sicherung der guten wissenschaftlichen PraxisDie gute wissenschaftliche Praxis (GWP) bildet einen standardisierten Kodex, der als Regelwerk in den Leitlinien der Deutschen Forschungsgemeinschaft (DFG) verankert ist. Die Leitlinien verweisen auf die ethische Verpflichtung jedes/jeder Forschenden, verantwortungsvoll, ehrlich und respektvoll vorzugehen, auch um das allgemeine Vertrauen in Forschung und Wissenschaft zu stärken. Sie können als Orientierung im Rahmen wissenschaftlicher Arbeitsprozesse geltend gemacht werden. Weiterlesen (u. a. Transparenz und Nachvollziehbarkeit).
• erleichtert die Projektplanung und insbesondere auch die Budgetierung des Forschungsdatenmanagements.
• hilft dabei, Daten und Material für einen späteren Zeitpunkt und ggf. auch für andere Wissenschaftler*innen interpretierbar und (nach-)nutzbarEine Nachnutzung, oftmals auch Sekundärnutzung genannt, befragt bereits erhobene und veröffentlichte Forschungsdatensätze erneut mit dem Ziel, andere Erkenntnisse, möglicherweise aus einer neuen oder unterschiedlichen Perspektive, zu erhalten. Die Aufbereitung von Forschungsdaten für eine Nachnutzung erfordert einen erheblich höheren Anonymisierungs-, Aufbereitungs- und Dokumentationsaufwand als die bloße Archivierung im Sinne von Datenspeicherung. Weiterlesen zu machen.
• schafft Kontinuität innerhalb des Projektes, auch bei einem Personalwechsel.
• erfordert eine detaillierte Reflexion des eigenen Umgangs mit Daten und Material.
• dient dazu, den Erwartungen und Anforderungen der FörderinstitutionenFörderinstitutionen sind all jene Einrichtungen, die wissenschaftliche Forschung finanziell fördern, also Stiftungen, Vereine oder andere Organisationen. Die meisten dieser Einrichtungen im internationalen Raum haben dabei Richtlinien für das Forschungsdatenmanagement (FDM) von Forschungsprojekten eingeführt, d. h. eine mögliche finanzielle Förderung ist an Bedingungen und Forderungen zum Umgang mit Forschungsdaten geknüpft. Zu den bekanntesten Förderinstitutionen im deutschsprachigen Raum gehören das Bundesministerium für Bildung und Forschung (BMBF) selbst, die Bildungs- und Wissenschaftsministerien der Bundesländer, die Deutsche Forschungsgemeinschaft (DFG), die Volkswagenstiftung oder der Österreichische Wissenschaftsfonds (FWF) sowie der Schweizer Nationalfonds (SNF). Weiterlesen gerecht zu werden.

Bereits im Rahmen einer Bachelor- oder Masterarbeit bietet es sich an, die Leitfragen eines DMP durchzuspielen, den eigenen Umgang mit Daten zu reflektieren und schriftlich festzuhalten, wo welche Daten wie abgelegt werden u. a.. So kann sichergestellt werden, dass zu einem späteren Zeitpunkt z. B. beim Verfassen einer Dissertation zu einem ähnlichen Thema auf das eigene Material aus der Masterarbeit zurückgegriffen werden kann. In diesem Sinne dient ein DMP der projektinternen bzw. eigenen Nutzbarkeit von Forschungsdaten – d. h. dem Projekt, in dessen Kontext sie entstanden sind. Es geht also zunächst einmal darum sicherzustellen, dass Forschungsdaten während und auch nach Ende des Projektes auffindbar bleiben, nicht verloren gehen oder beschädigt werden.

Für die Vergabe von Mitteln aus bestimmten Förderlinien erwarten mittlerweile viele Drittmittelgeber (DFG, FWF, SNF, Horizon Europe, Volkswagenstiftung) im Förderantrag auch Angaben zum Umgang mit den Forschungsdaten. In diesem Zusammenhang wird zunehmend die Entwicklung und Umsetzung von Datenmanagementplänen gefordert.
Hier sind einige Beispiele aufgelistet, mehr Informationen gibt es unter den Vorgaben der Förderinstitutionen in Bezug auf Forschungsdatenmanagement im Überblick (Forschungdaten.info, 2023i).

Methoden

Grundsätzlich kann jede*r Forschende einen eigenen individuell formulierten Datenmanagementplan aufstellen. Ein „guter“ DMP sollte technische, organisatorische, strukturelle, rechtliche, ethische Aspekte sowie das Thema Nachhaltigkeit thematisieren. Je nach Forschungsvorhaben kann der Umfang eines DMP variieren.

Ein Datenmanagementplan enthält idealerweise folgende Elemente (Helbig et al., 2020), von denen die fünf ersten möglichst stets bedacht werden sollten, d. h. auch bei empirisch basierten Abschlussarbeiten bedenkenswert sind, während die Punkte sechs – neun in erster Linie für größere Projekte gedacht sind, bei denen eine Nachnutzung von Anbeginn an angestrebt wird.

1. Angaben zum Projekt: inhaltliche Projektbeschreibung, administrative Angaben zum Projekt, Förderinstitutionen, Projektbeteiligte und -verantwortlichkeiten
2. Angaben zu relevanten Leitlinien, Empfehlungen und Vorgaben von Dritten z. B. der Fachgesellschaften, der Universitäten bzgl. des Datenumgangs (sofern vorhanden)
3. Beschreibung der geplanten Methoden der Datenerhebung und daraus resultierender DatentypenDie Begriffe Dateitypen und Dateiformate werden meist synonym verwendet. Es wird zwischen proprietären und offenen Dateiformaten unterschieden. Für proprietäre Formate braucht man meist eine kostenpflichtige Software, da diese von anderen Programmen nicht zu öffnen oder zu lesen sind, wie etwa Powerpoint für .ppt- oder Photoshop für .psd-Dateien. Offene Formate wie .rft oder .png dagegen basieren auf Standards und können von vielen Programmen geöffnet werden. Weiterlesen und -formateDie Begriffe Dateitypen und Dateiformate werden meist synonym verwendet. Es wird zwischen proprietären und offenen Dateiformaten unterschieden. Für proprietäre Formate braucht man meist eine kostenpflichtige Software, da diese von anderen Programmen nicht zu öffnen oder zu lesen sind, wie etwa Powerpoint für .ppt- oder Photoshop für .psd-Dateien. Offene Formate wie .rft oder .png dagegen basieren auf Standards und können von vielen Programmen geöffnet werden. Weiterlesen (Feldnotizen, Beobachtungsprotokolle, aufgezeichnete Interviews, Fotos, Filme etc.)
4. Angaben zur DatenspeicherungDatenspeicherung bezeichnet allgemein den Vorgang des Speicherns von Daten auf einem Trägermaterial oder Datenträger (digitalisierte Daten). Weiterlesen, -sicherheitUnter Datensicherheit werden alle präventiven Maßnahmen physischer und technischer Art verstanden, die dem Schutz digitaler und auch analoger Daten dienen. Datensicherheit soll für deren Verfügbarkeit bürgen, sowie die Vertraulichkeit und Integrität der Daten gewährleisten. Beispiele für Maßnahmen sind: Passwortschutz für Geräte und Online-Plattformen, Verschlüsselungen für Software z. B. E-Mails und auch Hardware, Firewalls, regelmäßige Softwareupdates sowie sicheres Löschen von Dateien. Weiterlesen und -organisation: Art und Ort der Ablage, Sicherungsroutinen (BackupsDer Begriff Backup bedeutet Datensicherung beziehungsweise Datenrettung und bezeichnet das Kopieren von Daten als Vorsorge für den Fall, dass es durch einen Schaden z. B. an der Festplatte oder durch versehentliches Löschen zu Datenverlusten kommt. Mit einem Backup können die Daten wiederhergestellt werden. Dafür wird der Datensatz auf einem anderen Datenträger zusätzlich gesichert (Sicherungskopie) und offline oder online abgelegt. Weiterlesen), Datenaustausch, Maßnahmen zur Verhinderung eines Datenverlusts
5. Angaben zu ethischen und rechtlichen Aspekten: Umgang mit forschungsethischen Fragestellungen, Umsetzung der datenschutzrechtlichenDatenschutz beinhaltet Maßnahmen gegen ein unrechtmäßiges Erheben, Speichern, Teilen und Nachnutzen von personenbezogenen Daten. Der Datenschutz stützt sich auf das Recht der Selbstbestimmung von Individuen in Bezug auf den Umgang mit ihren Daten und ist in der Datenschutz-Grundverordnung (DSGVO), dem Bundesdatenschutzgesetz und in den entsprechenden Gesetzen der Bundesländer verankert. Ein Verstoß gegen datenschutzrechtliche Vorschriften kann strafrechtliche Konsequenzen nach sich ziehen. Weiterlesen Vorgaben (Einsatz einer informierten EinwilligungInformierte Einwilligung (informed consent) meint die Zustimmung der Forschungsteilnehmenden zur Teilnahme an einem Forschungsvorhaben auf der Basis umfangreicher und verständlicher Informationen. Die Ausgestaltung einer informierten Einwilligung muss dabei sowohl ethische Grundsätze als auch datenschutzrechtliche Anforderungen adressieren. Weiterlesen möglich? Maßnahmen der AnonymisierungLaut Bundesdatenschutzgesetz (BDSG § 3, Abs. 6 in der bis 24.05.2018 gültigen Fassung) versteht man unter Anonymisierung alle Maßnahmen der Veränderung personenbezogener Daten derart, 'dass die Einzelangaben über persönliche oder sachliche Verhältnisse nicht mehr oder nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft einer bestimmten oder bestimmbaren natürlichen Person zugeordnet werden können.' Anonymisierte Daten sind demnach Daten, die keinen Rückschluss (mehr) auf die betroffene Person geben. Sie unterliegen damit nicht dem Datenschutz bzw. der Datenschutz-Grundverordnung (DSGVO). Weiterlesen, PseudonymisierungDie Pseudonymisierung ist 'die Verarbeitung personenbezogener Daten in einer Weise, in der die personenbezogenen Daten ohne Hinzuziehung zusätzlicher Informationen nicht mehr einer spezifischen betroffenen Person zugeordnet werden können, sofern diese zusätzlichen Informationen gesondert aufbewahrt werden und technischen und organisatorischen Maßnahmen unterliegen, die gewährleisten, dass die personenbezogenen Daten nicht einer identifizierten oder identifizierbaren natürlichen Person zugewiesen werden können' (BlnDSG §31, 2020; EU-DSGVO Artikel 4 Nr. 5, 2016).  Weiterlesen …)
6. Angabe zur DokumentationForschungsdaten bilden nicht nur die Basis wissenschaftlicher Veröffentlichungen der jeweiligen Forscher*innen, sondern werden in vielen Fällen anderen zugänglich gemacht. Dies setzt voraus, dass Forschungsdaten verständlich dokumentiert sind. Unverzichtbar wird dies, wenn eine Datenpublikation beabsichtigt ist. Eine zentrale Rolle für das Finden, Durchsuchen und Nutzen von Forschungsdaten spielen Metadaten, also Daten, die strukturierte Informationen über andere Daten enthalten. In verschiedenen Wissenschaftskreisen haben sich für die Dokumentation in Form von Metadaten sogenannte Metadatenstandards etabliert, die Konventionen für die Beschreibung und Dokumentation von Forschungsdaten über Metadaten festlegen. Weiterlesen: geplante Arten von Daten und Begleitmaterialien (Maßnahmen zur Nachvollziehbarkeit der Daten auch nach längerem Zeitraum und durch Dritte)
7. Angaben zur ArchivierungArchivierung meint das Aufbewahren und Zugänglichmachen von Forschungsdaten und -materialien. Das Ziel der Archivierung ist es, den Zugang zu Forschungsdaten über einen längeren Zeitraum hinweg zu ermöglichen. So können zum einen archivierte Forschungsdaten durch Dritte für eigene Forschungsfragen als Sekundärdaten nachgenutzt werden. Zum anderen bleiben Forschungsverläufe so nachprüfbar und nachvollziehbar. Daneben gibt es auch die Langzeitarchivierung (LZA), welche die langfristige Nutzbarkeit über einen nicht definierten Zeitraum hinweg sicherstellen soll. Die LZA zielt auf Erhalt der Authentizität, Integrität, Zugänglichkeit und Verständlichkeit von Daten ab. Weiterlesen, Erhalt des Datenmaterials über das Projektende hinaus, potentieller Nachnutzbarkeit der Daten: Auswahl geeigneter Daten zur Archivierung, Bedingungen für die Archivierung und Nachnutzung definieren, angemessene Archivierungsumgebung auswählen
8. Verantwortlichkeiten und Rollen: für Backups, für die Erstellung und Wartung des DMP
9. Kosten und Aufwände: geplante Kosten und Ressourcen für das Forschungsdatenmanagement (z. B. Aufwand für Pseudonymisierung)

Die Arbeitsgruppe "Greening DH" des Verbandes "Digital Humanities im deutschsprachigen Raum e.V." hat unter diesem Link https://dhd-greening.github.io/rdm/empfehlungen_dmp Empfehlungen und Anregungen für das Ausfüllen von Datenmanagementplänen zusammengetragen, die möglichst ressourcenschonende und damit nachhaltige Lösungen berücksichtigen.

Anwendungsbeispiele

Ausgefüllte DMPs als Beispiele und Muster

• Datenmanagementplan in reduzierter/einfacher Form für Studienprojekte (Zielgruppe Studierende) in Form einer Daten-Übersichtstabelle bei Imeri et al., 2023, p. 231: https://doi.org/10.21248/ka-notizen.85.22
• Beispiel-DMP der Humboldt-Universität mit der Deutschen Forschungsgemeinschaft als Forschungsförderer: https://www.cms.hu-berlin.de/de/dl/dataman/muster-dmp-dfg
• Verschiedene Beispiel-DMPs aus unterschiedlichen Fachbereichen unter der Verwendung verschiedener Forschungsmethoden in Englisch: https://dmponline.dcc.ac.uk/public_plans 
• Datenmanagementplan des von der Berlin University Alliance geförderten Projektes "Concept Development for Collaborative Research Data Management Services" beschreibt den Umgang mit den im Projekt erstellten Forschungsdaten: https://zenodo.org/record/7399810

Vorlagen

• Mustervorlage für einen fachspezifischen Datenmanagementplan wie sie am Forschungszentrum Europa der Universität Trier eingesetzt wird: https://www.esciences.uni-trier.de/mustervorlage-datenmanagementplan-fuer-forschungsvorhaben-am-forschungszentrum-europa/
• Muster-DMPs für verschiedene Fördergeber wie Horizon 2020, BMBF, Volkswagenstiftung unter: https://www.cms.hu-berlin.de/de/dl/dataman/arbeiten/dmp_erstellen
• Template for Data Management Plans from Science Europe (Organisation representing major public organisations that fund or perform excellent, ground-breaking research in Europe): https://www.scienceeurope.org/our-priorities/research-data/research-data-management/
• Vorlagen und Leitfaden zum DMP vom österreichischen Wissenschaftsfond FWF (Fonds zur Förderung der wissenschaftlichen Forschung): https://www.fwf.ac.at/ueber-uns/aufgaben-und-aktivitaeten/open-science/forschungsdatenmanagement

Diskussion

Planbarkeit versus Offenheit

Idealerweise sollte ein Datenmanagementplan (DMP) vor bzw. zu Projektbeginn erstellt werden und so präzise wie möglich den Umgang mit etwaigen Forschungsdaten im Projekt dokumentieren und festlegen. Die gut gemeinte Merkregel „always remember to plan ahead“ lässt sich im Kontext ethnografischer Forschung jedoch nur schwer umsetzen. Der – zumindest in der ersten Feldphase – explorative Charakter ethnografischer ForschungEthnografische Feldforschung bezeichnet die Erhebung empirischer Daten vor Ort, d. h. in konkreten sozialen Lebenswelten, im Gegensatz zu Labor- oder Archivforschung oder standardisierten Fragebogenstudien. Die in der Regel langfristige Teilnahme der Ethnograf*innen am Alltag der untersuchten Gruppe ermöglicht die direkte Beobachtung sozialer Praktiken und Prozesse und damit Aussagen über tatsächliches Verhalten. Bedeutsam ist, dass die Forschenden immer Teil der Situationen im Feld sind und die ihnen zugeschriebene sowie von ihnen eingenommene soziale Position wesentlich Einfluss auf ihre Daten hat, d. h. auf das, was sie erfassen und erkennen können. Weiterlesen erfordert eine grundsätzliche Offenheit für in der Forschungsplanung unvorhersehbare Entwicklungen sowie Thematiken. Häufig erweisen sich ursprüngliche Fragestellungen im Feld als irrelevant oder geplante Methoden sind nicht durchführbar. Ethnograf*innen sind also ständig genötigt, ihre Vorgehensweisen sowie Themenstellungen den sozialen Realitäten im Feld anzupassen. So steht die ethnografisch wünschenswerte charakteristische Offenheit und Flexibilität des ForschungsprozessesEine Haltung methodologischer Offenheit ist in der ethnografischen Forschung erforderlich, um sich der Dynamik sozialer Prozesse anpassen und auf nicht vorhersehbare Ereignisse im Feld reagieren zu können. Ein festgelegtes, unveränderliches Bündel an Forschungsmethoden wird diesen Anforderungen nicht gerecht. Darüber hinaus zeichnet sich ethnografische Forschung auch durch die Offenheit gegenüber dem Forschungsmaterial nach der Datenerhebung aus: So sollen immer wieder neue theoretische Zugänge zum Material hergestellt werden, um dieses konstruktiv und vielschichtig interpretieren zu können. Weiterlesen der wissenschaftspolitischen Forderung nach einer vorausschauenden Planung des Forschungsdatenmanagements und der systematischen Anwendung von Datenmanagementplänen als Leitfaden während des Forschungsprozesses entgegen.

Auch ist zu Beginn eines ethnografischen Projektes nur schwer zu bestimmen, welche konkreten DatentypenDie Begriffe Dateitypen und Dateiformate werden meist synonym verwendet. Es wird zwischen proprietären und offenen Dateiformaten unterschieden. Für proprietäre Formate braucht man meist eine kostenpflichtige Software, da diese von anderen Programmen nicht zu öffnen oder zu lesen sind, wie etwa Powerpoint für .ppt- oder Photoshop für .psd-Dateien. Offene Formate wie .rft oder .png dagegen basieren auf Standards und können von vielen Programmen geöffnet werden. Weiterlesen entstehen, welche Nachnutzungsszenarien denkbar sind und welche datenschutzrechtlichenDatenschutz beinhaltet Maßnahmen gegen ein unrechtmäßiges Erheben, Speichern, Teilen und Nachnutzen von personenbezogenen Daten. Der Datenschutz stützt sich auf das Recht der Selbstbestimmung von Individuen in Bezug auf den Umgang mit ihren Daten und ist in der Datenschutz-Grundverordnung (DSGVO), dem Bundesdatenschutzgesetz und in den entsprechenden Gesetzen der Bundesländer verankert. Ein Verstoß gegen datenschutzrechtliche Vorschriften kann strafrechtliche Konsequenzen nach sich ziehen. Weiterlesen und forschungsethischenForschungsethik befasst sich mit dem Verhältnis zwischen Forschenden, Forschungsfeld und Beforschten. Dabei wird dieses Verhältnis vor dem Hintergrund der durch die Forschung hergestellten Vulnerabilitäten und Machtasymmetrien kritisch reflektiert (Unger, Narimani & M’Bayo, 2014, p.1-2). Gerade wegen der Prozesshaftigkeit und Offenheit einer ethnografischen Forschung treten forschungsethische Fragen im gesamten Forschungsprozess in verschiedener Weise auf. Sie variieren je nach Forschungskontext und Forschungsmethoden. Forschungsethik hört allerdings nicht mit dem Verlassen des Feldes auf, sondern umfasst ebenfalls Fragen der Datenarchivierung, des Datenschutzes sowie des Teilens der Forschungsdaten mit den Forschungsteilnehmenden (siehe z. B. Ethikpapiere der DGSKA oder das Positionspapier zur Archivierung, Bereitstellung und Nachnutzung von Forschungsdaten der dgv). Weiterlesen Herausforderungen sich im Detail ergeben werden (Demmer et al., 2020, pp. 43).

Entsprechend kann ein DMP im Kontext ethnografischer Forschung nicht als ein Formular betrachtet werden, welches zu Beginn eines Projektes ausgefüllt und „abgeheftet“ wird. Für die Sozial- und Kulturanthropologie sind lediglich grob strukturierte Datenmanagementpläne sinnvoll, die als „lebendes Dokument“ angelegt sind und an veränderte Vorgehensweisen und Arbeitsabläufe im Projekt angepasst werden können. Ein entsprechend flexibler DMP unterstützt den Umgang mit Forschungsdaten und fördert die Reflexion des Erhebungs-, Dokumentations- und Kurationsprozesses von Daten und kann sich somit positiv auf die wissenschaftliche Praxis auswirken.

Tools

Es gibt bereits diverse Online-Tools, die Forschende dabei unterstützen, einen Datenmanagementplan zu erstellen. Diese haben unterschiedliche Schwerpunkte und richten sich an unterschiedlichen Anforderungen und Standards aus:

• RDMO: https://rdmorganiser.github.io/
  Der Research Data Management Organiser, kurz RDMO, ist ein generisches Tool zur Erstellung von DMPs, für den Betrieb als lokale Instanz entwickelt worden und ist komplett an die Bedarfe der betreibenden Institution und deren Nutzer*innen anpassbar. Zentrale Eigenschaften von RDMO sind:
  • frei konfigurierbare Fragenkataloge aus vorinstallierten Fragen, wobei neue Fragen dem lokalen System einfach hinzugefügt werden können
  • vorkonfigurierte Ansichten zur Kompatibilität mit den Anforderungen einiger Forschungsförderer (H2020, SNF) sowie anderer Tools (DMPTool, DMPonline)
  • Ausgabe der DMPs in verschiedenen Formaten (z.B. .docx, .tex, .pdf)
  • Speicherung von "Snapshots" um die zeitliche Entwicklung eines DMPs festzuhalten
  • Mehrsprachigkeit (Deutsch, Englisch, Französch; Italienisch ist in Bearbeitung)
  • anwendbar sowohl für kleine Projekte als auch für große Verbundprojekte
  • RDMO steht als Open-Source Software auf GitHub¹ GitHub ist ein Onlinedienst, der es Softwareentwickler*innen ermöglicht, gemeinsam an einer Software zu arbeiten und diese den Nutzer*innen zum Download zur Verfügung zu stellen. zur Verfügung
• DMPTool: https://dmptool.org/
  Das University of California Curation Center der California Digital Library (CDL) betreibt mit DMPTool ein Tool zur kollaborativen Erstellung von Datenmanagementplänen. Es ist insbesondere auf die Fördersituation in den USA mit vielen verschiedenen Förderinstitutionen, die alle eigene Anforderungen an DMP haben, ausgerichtet. Das Tool hilft beim Finden der "richtigen" Vorlage für einen DMP und zeigt zu den einzelnen Abschnitten die passenden Abschnitte aus den Förderbedingungen an. Die getätigten Eingaben lassen sich dann in einem geeigneten Format exportieren und können so dem Antrag beigelegt werden. Der Quellcode der Anwendung ist unter der MIT Lizenz auf com veröffentlicht.
• DMPonline: https://www.dcc.ac.uk/dmponline
  Entwickelt wurde das DMPonline vom Digital Curation Center/UK. Verfügbar auf Englisch. Es gibt verschiedene Templates, die zur Verfügung stehen. Anhand von Fragen wird ermittelt, welches Template für die Nutzer*innen am besten passt. 

Durch die Verwendung der Tools können die Inhalte eines DMPs gespeichert, angepasst, geteilt, kollaborativ bearbeitet und exportiert werden.² Mehr Infos und weitere Tools unter: https://www.forschungsdaten.org/index.php/DMP-Tools.

Insgesamt sind die aufgelisteten Tools aber für ethnografische Projekte bisher nur bedingt hilfreich. Hier steht die Entwicklung einer sinnvollen Vorlage noch aus.