Forschungsdaten versionieren: Neue Empfehlungen für mehr Transparenz

Forschungsdaten werden korrigiert, ergänzt, in andere Formate überführt und erneut veröffentlicht. Wie lässt sich dabei nachvollziehen, welche Daten einer wissenschaftlichen Analyse zugrunde liegen? Eine neue Publikation im Data Science Journal gibt Empfehlungen für die Versionierung von Forschungsdaten. Zu den Autor*innen gehören ECDF-Professor Heinz Pampel und ECDF-Vorstandsmitglied Laura Rothfritz (beide Humboldt-Universität zu Berlin).

Unter dem Titel „What Do We Mean by Version? Actionable Guidelines for the Versioning of Data“ untersucht das deutsch-australische Forschungsteam um Jens Klump, Lesley Wyborn, Mingfang Wu, Dorothea Strecker, Heinz Pampel und Laura Rothfritz, wie unterschiedliche Datenstände eindeutig gekennzeichnet und ihre Beziehungen zueinander nachvollziehbar dokumentiert werden können. Eine solche transparente Versionierung trägt dazu bei, Forschungsergebnisse zu überprüfen, Daten für die Nachnutzung zugänglich zu machen und die Beiträge der beteiligten Forschenden angemessen sichtbar und nachvollziehbar zu machen.

Das Team unterscheidet zwischen Änderungen, die während der Bearbeitung eines Datensatzes entstehen, und der gezielten Freigabe eines bestimmten Datenstands zur Veröffentlichung. Dabei berücksichtigt es auch unterschiedliche Dateiformate sowie Kopien eines Datensatzes auf verschiedenen Plattformen. Um diese Beziehungen systematisch zu beschreiben, überträgt das Team ein etabliertes Modell aus der Bibliotheks- und Informationswissenschaft auf Forschungsdaten.

Die Empfehlungen richten sich an Forschende, Expert*innen im Forschungsdatenmanagement und Betreiber*innen von Datenrepositorien. Sie zeigen, wie Versionen einheitlich benannt, mit dauerhaften Identifikatoren versehen und Änderungen nachvollziehbar dokumentiert werden können. Weitere Empfehlungen betreffen die Verknüpfung von Ausgangsdaten mit daraus abgeleiteten Datenprodukten sowie den Umgang mit zurückgezogenen oder nicht mehr verfügbaren Daten.

Die Arbeit knüpft an die Aktivitäten der Research Data Alliance an, die sich für den Aufbau und die Weiterentwicklung internationaler Standards, Infrastrukturen und Best Practices im Forschungsdatenmanagement einsetzt. Die Empfehlungen der Arbeit basieren auf 56 Anwendungsbeispielen aus rund 42 Organisationen sowie auf Gesprächen und Diskussionen mit Fachleuten aus Wissenschaft und Informationsinfrastrukturen. Ergänzt wurden diese Erkenntnisse durch die Ergebnisse eines Workshops, der im Juni 2024 mit Unterstützung der Berlin University Alliance in Berlin stattfand. Rund 40 Exper*tinnen diskutierten dort im ECDF die Empfehlungen und brachten Erfahrungen aus ihrer eigenen Praxis ein.