FAQ

Der TUM Research Data Hub ist die zentrale Anlaufstelle für Forschungsdatenmanagement an der TUM. Unsere Services für die TUM-Community:

• Training inklusive Formate wie der Kompaktkurs Forschungsdatenmanagement.
  Mehr Info: Training
• Beratung z.B. zur Entwicklung einer Datenstrategie für ein Forschungsprojekt.
  Kontaktieren Sie uns unter researchdata(at)tum.de
• Infrastruktur und Tools wie den TUM DataTagger, mediaTUM und TUM eLabFTW.
  Mehr Info: Infrastruktur & Tools
• Data Stewards sind unsere Datenexpertinnen und Datenexperten, welche bei der Umsetzung der Leitlinien der TUM zum Umgang mit Forschungsdaten in Forschungsprojekten beratend und tatkräftig mitwirken.
  Mehr Info: Request a Data Steward

TUM Research Data Hub
Eine Kooperation der Universitätsbibliothek und des Munich Data Science Institute. Die virtuelle Einrichtung ist die zentrale Anlaufstelle für alle Fragen rund um Forschungsdaten.
Bitte kontaktieren Sie für alle Anliegen zum Thema Forschungsdaten researchdata(at)tum.de

Research Data Services
Das Team besteht u.a. aus Data Stewards mit dem Schwerpunkt Forschungsdatenmanagement. Es bietet Trainings, Tools und Unterstützung bei der Erstellung von Datenmanagementplänen an. Die Research Data Services sind Teil der Universitätsbibliothek und haben ihre Büros am Campus Stammgelände. 

Munich Data Science Institute (MDSI)
Im Team Data Services arbeiten Data Stewards, mit dem Schwerpunkt auf Forschung in den Bereichen Data Science, maschinelles Lernen und künstliche Intelligenz. Die Geschäftsstelle des MDSI befindet sich am Campus Garching.

Mehr Info: Kontakt

Data Stewards verwalten Forschungsdaten, sorgen für deren ordnungsgemäße Speicherung, setzten Richtlinien um und unterstützen Projektteams mit Expertise im Bereich Data Science. Ein Data Steward des TUM Research Data Hub arbeitet teilweise in drittmittelgeförderten Forschungsprojekten und bietet darüber hinaus Services für Forschungsdatenmanagement für die gesamte TUM an, wie z.B. Trainings oder Beratungen.

Weitere Info: Request a Data Steward

Forschungsdatenmanagement (FDM) umfasst die Organisation, Speicherung, Dokumentation und Archivierung von Forschungsdaten im gesamten Forschungszyklus. Effektives FDM stellt die Nutzbarkeit, Reproduzierbarkeit und Einhaltung fachspezifischer Standards sicher. Es erleichtert zudem die Weitergabe von Daten und deren Langzeitarchivierung – im Einklang mit guter wissenschaftlicher Praxis und den Anforderungen von Förderorganisationen.

Tipp: Ein frühzeitiger Einstieg ins FDM spart Ihnen später viel Zeit.

Mehr Info: Forschungsdatenmanagement

Das Akronym FAIR steht für: Findable (auffindbar), Accessible (zugänglich), Interoperable (interoperabel) und Reusable (wiederverwendbar). Diese Prinzipien sollten beachtet und dokumentiert werden, um die Nachnutzbarkeit von Forschungsdaten zu erhöhen. Zudem wird die Einhaltung häufig von Förderorganisationen wie der Deutschen Forschungsgemeinschaft (DFG) oder Horizon Europe/European Research Council (ERC) verlangt.

Mehr Info: Training

In einem Datenmanagementplan (DMP) wird beschrieben, wie mit den Forschungsdaten während und nach dem Forschungsprozess umgegangen wird. Der Plan ist häufig für Drittmittelgeber relevant.

Wir unterstützen Sie bei der Erstellung eines DMP. Kontaktieren Sie uns unter researchdata(at)tum.de

Mehr Info: Antrag stellen & planen

Förderorganisationen verlangen oft klare Angaben zu Datentypen, Arbeitsabläufen, Speicherung, Veröffentlichungsplänen sowie zur Einhaltung der FAIR-Prinzipien und rechtlicher bzw. ethischer Standards im Forschungsdatenmanagement (FDM). In Anträgen müssen FDM-bezogene Kosten begründet und Strategien zur Langzeitarchivierung dargelegt werden. Diese Aspekte werden sowohl bei der Antragstellung als auch in der Projektberichterstattung geprüft und haben direkten Einfluss auf die Förderentscheidung.

Bei der Beantragung von Drittmitteln werden häufig Datenmanagementpläne (DMP) verlangt. DMPs sollten im Verlauf des Projekts regelmäßig aktualisiert werden, um Veränderungen zu berücksichtigen. 

• Horizon Europe fordert stets einen vollständigen DMP.
• Für die DFG genügt es häufig, das Datenmanagement in der Antragstellung zu beschreiben.

Mehr Info: Antrag stellen & planen

Wenn Sie eine Förderung beantragen (z. B. DFG, Horizon Europe, ERC), sollten Sie klar darlegen, wie Sie im Verlauf Ihres Projekts mit Forschungsdaten umgehen werden. Die genauen Anforderungen unterscheiden sich je nach Förderprogramm. Sie können jedoch die Checkliste der DFG, die Vorlage von Horizon Europe sowie verschiedene DMP-Tools nutzen – alle sind auch in unserem DMP-Handout verlinkt und erklärt.

Wir unterstützen Sie bei der Erstellung einer Forschungsdatenstrategie. Kontaktieren Sie uns unter researchdata(at)tum.de

Mehr Info: Antrag stellen & planen

Einige Förderprogramme empfehlen und fördern die Einrichtung einer Data-Steward-Stelle. Wenn die Förderorganisation Ihrer Wahl die Finanzierung einer Teilzeitstelle für einen Data Steward anbietet, kann eine Kofinanzierung durch die TUM möglich sein – vorausgesetzt, die Stelle wird über den TUM Research Data Hub beantragt.

Mehr Info: Request a Data Steward

Die Veröffentlichung von Forschungsdaten erhöht deren Transparenz und Zitierfähigkeit. Bitte beachten Sie folgende Punkte:

• Verwenden Sie geeignete Repositorien, z. B. mediaTUM, Zenodo oder fachspezifische Repositorien.
• Fügen Sie umfassende Metadaten hinzu.
• Wählen Sie eine geeignete Lizenz, z. B. CC BY.
• Vergeben Sie einen persistenten Identifikator, z. B. einen DOI.
• Stellen Sie sicher, dass Ihre Daten ethischen und rechtlichen Standards entsprechen.

Mehr Info: Daten veröffentlichen & teilen

DOI (Digital Object Identifier): Ein dauerhafter, eindeutiger Identifikator für eine Datenpublikation, der sicherstellt, dass diese zuverlässig gefunden und zitiert werden kann. Sobald ein DOI vergeben wurde, darf der Datensatz nicht mehr verändert werden. Verwenden Sie einen DOI, wenn Ihr Datensatz abgeschlossen ist und sich nach der Veröffentlichung nicht mehr ändern wird.

Concept DOI: Ein spezieller DOI, der verwendet wird, wenn sich Datensätze im Laufe der Zeit voraussichtlich ändern. Er verknüpft alle Versionen eines Datensatzes und verweist stets auf die aktuellste Version, während jede einzelne Version ebenfalls einen eigenen DOI erhält. Verwenden Sie einen Concept DOI, wenn Sie zukünftige Aktualisierungen Ihres Datensatzes erwarten. So können Dritte entweder eine bestimmte Version zitieren oder stets auf die neueste Version verweisen.

Mehr Info: Daten veröffentlichen & teilen

Mit Auswahl der passenden Lizenz für Ihre Forschungsdaten und Software fördern Sie gleichzeitig die Nachnutzung und den Schutz Ihrer Arbeit. Die Lizenz legt fest, wie Dritte Ihre Forschung verwenden, weitergeben und zitieren dürfen.

Mehr Info: Handreichung für die Veröffentlichung wissenschaftlicher Daten und Softwareprogramme

Ja, können Sie. TUM fördert die Nachnutzung hochwertiger Datensätze, insbesondere bei seltenen oder schwer reproduzierbaren Daten sowie für Meta-Analysen. Bei der Wiederverwendung gilt:

• Suchen Sie Daten mit Suchmaschinen wie z.B. DataCite Commons, BASE, B2FIND sowie in Repositorien, die auf re3data.org gelistet sind. Auch Datenjournale und wissenschaftliche Artikel verlinken häufig auf Datensätze.
• Prüfen Sie Lizenz- und Nutzungsbedingungen.
• Zitieren Sie stets die Originalquelle und die Data Creators.
• Achten Sie darauf, dass die Daten gut dokumentiert sind.
• Bewerten Sie die Zuverlässigkeit und Relevanz der Daten vor der Nutzung.

Mehr Info: Daten nachnutzen

Ein Data Paper beschreibt einen oder mehrere Datensätze, einschließlich der Erhebungsmethoden, der Datenqualität und möglicher Einschränkungen. Es wird peer-reviewed und ist mit dem dazugehörigen Datensatz in einem Repositorium verlinkt, was zu mehr Zitierungen führt.

Mehr Info: Datensatz & Data Paper

Die TUM bietet in Zusammenarbeit mit dem Leibniz-Rechenzentrum (LRZ) und der Universitätsbibliothek ein umfassendes Angebot an Tools und Diensten zur Unterstützung des Forschungsdatenmanagement über alle Phasen des Datenlebenszyklus hinweg. Diese Lösungen sind auf unterschiedliche Anwendungsfälle, Datentypen und Kooperationsbedarfe zugeschnitten.

Gerne unterstützen wir Sie dabei, geeignete Infrastrukturlösungen für Ihr Projekt auszuwählen und in Workflows zu integrieren. Kontaktieren Sie uns unter researchdata(at)tum.de

Mehr Info: Infrastruktur & Tools

Folgende Tools unterstützen den aktiven Forschungsprozess, einschließlich Dokumentation, Zusammenarbeit sowie kurz- bis mittelfristige Speicherung:

• TUM DataTagger: Forschungsdaten speichern, versionieren, teilen und mit Metadaten annotieren – insbesondere in interdisziplinären Teams.
• Personal LRZ Cloud Storage: Individueller Speicherplatz mit regelmäßigen Backups und weltweitem Zugriff via WebDisk. Speicherkapazität bis zu 400 GB pro User.
• Institutional LRZ Cloud Storage: Speicheroption für einen gemeinsamen institutionellen Zugriff innerhalb von Schools oder Forschungsgruppen. Speicherkapazität bis zu 100 TB pro Institution.
• Sync+Share: Plattform für gemeinsames Bearbeiten und Synchronisieren von Dateien inklusive Optionen zur externen Freigabe. Speicherkapazität bis zu 50 GB pro User.
• TUM Data Science Storage (TUM-DSS): Große wissenschaftliche Datensätze speichern und teilen. Der Zugriff ist mit TUM DataTagger möglich. Speicherkapazität im Bereich von TB bis PB per User.
• Microsoft 365 (OneDrive, SharePoint, Teams): Dokumente kollaborativ bearbeiten und teilen. Speicherkapazitäten bis 250 GB per User in OneDrive und 100 GB per User in SharePoint/Teams. Bitte beachten Sie die Datenschutzrichtlinien – Software nur für nicht-vertrauliche oder verschlüsselte Daten geeignet – und sichern Sie Ihre Daten eigenständig.
• LRZ GitLab: Forschungssoftware kollaborativ entwickeln inklusive Versionskontrolle.
• GigaMove (RWTH Aachen): Externer Transfer großer Dateien. Nur für nicht-vertrauliche oder verschlüsselte Daten geeignet. Speicherkapazität bis zu 100 GB per User.

Mehr Info: Infrastruktur & Tools

Diese Dienste sind für die langfristige Archivierung, Sicherung und Veröffentlichung abgeschlossener Forschungsdaten konzipiert:

• mediaTUM: Veröffentlichung von Forschungsdaten, Abschlussarbeiten, Publikationen und multimedialen Inhalten – mit eingeschränktem oder öffentlichem Zugriff.
• Archiv- & Backupsystem des LRZ: Backup und Archivierung von Daten aus dem Münchner Wissenschaftsnetz (MWN) mit einer Standard-Aufbewahrungsfrist von über 10 Jahren. Speicherkapazität im Bereich von MB bis PB per User.
• ISAR Cloud Storage: Archivierung von Daten aus dem LRZ Cloud Storage. Die Daten werden für 10 Jahre archiviert und anschließend für weitere 10 Jahre an das Archiv- & Backupsystem des LRZ überführt. Speicherkapazität zu 100 TB per User.
• Data Science Archive (DSA): Archivierung großer Datensätze aus dem TUM-DSS mit Optionen zur externen Freigabe. Speicherkapazität bis zu 260 PB per User.

Mehr Info: Infrastruktur & Tools

Backup:
Ein kurzfristiger Schutz vor Datenverlust bei unfertigen, sogenannten „heißen“ Daten durch automatische Sicherungen.
Beispiel-Dienste mit Backup-Funktion: Sync+Share, TUM DataTagger, LRZ Cloud Storage (persönlich oder institutionell). Bitte beachten: Microsoft 365 (OneDrive, SharePoint, Teams) oder Gigamove machen keine automatischen Backups. Sie müssen Ihre Daten selbst sichern.

Archivierung:
Eine langfristige sichere Speicherung fertiger, sogenannter „kalter“ Daten zur Erfüllung von Vorschriften. Die von der DFG empfohlene Archivierungsdauer beträgt zehn Jahre, wovon es fachspezifische Abweichungen geben kann.
Beispiel-Tools: LRZ Backup & Archive, ISAR Cloud Storage, Data Science Archive.

Langzeitarchivierung:
Die unbefristete Speicherung fertiger, sogenannter „kalter“ Daten zur dauerhaften Archivierung für besonders wertvolle und einzigartige Datensätze.

Mehr Info: Daten archivieren