Der Datenmanagementplan

Description

Series information (German)

In dieser Präsentation für die Data School erhalten Sie einen praxisorientierten Leitfaden zur Erstellung eines Datenmanagementplans (DMP) im Forschungsumfeld. Ein DMP dient als kompaktes Dokument, in dem Sie systematisch darlegen, wie Sie mit den im Projekt entstehenden Daten umgehen werden – von der Erfassung über die Speicherung bis hin zur Nachnutzung und langfristigen Archivierung.

Die Folien führen Sie durch zentrale Schritte: Projekt- und Datencharakterisierung, Standards und Metadaten, Datenschutz und Urheberrecht, Speicherung und Backup, Datenfreigabe & Nachnutzung sowie die Integration in Förder- und Infrastruktur-kontexte. Zahlreiche praktische Hinweise unterstützen Sie dabei, einen DMP zu formulieren, der nicht nur formal Anforderungen erfüllt, sondern tatsächlich zu einem hilfreichen Werkzeug für effizientes Forschungsdatenmanagement wird. Ziel ist, das Risiko von Datenverlust zu reduzieren, die FAIR-Prinzipien zu berücksichtigen und die wissenschaftliche Integrität zu stärken.

Zielgruppe: Forschende, Promovierende und alle Interessierten – insbesondere im Kontext der Data School-Veranstaltung, die sich mit Forschungsdatenmanagement und datengetriebener Forschung beschäftigen.

Die HeFDI Data School (https://dataschool.hefdi.de) bietet hochschulübergreifende und interdisziplinäre Schulungen zum Forschungsdatenmanagement (FDM) an. Sie richtet sich insbesondere an Promovierende und wissenschaftliche Mitarbeitende der hessischen Hochschulen sowie darüber hinaus. In den Basismodulen werden zentrale Konzepte, Methoden und Best Practices des FDM vermittelt, während Vertiefungsmodule und Crashkurse ausgewählte Themen und Werkzeuge detaillierter behandeln.

Notes (German)

Series information (English)

This (German) slide deck was prepared for the HeFDI Data School and provides a practical, structured guide to creating a Data Management Plan (DMP) in a research environment. A DMP serves as a living document in which you systematically outline how you will handle the data generated in your project — from collection to storage, sharing, and long-term archiving.

The presentation leads you through key phases: project and data characterization; standards and metadata; data protection and copyright; storage and backups; data sharing & reuse; and integration into funding and infrastructure contexts. It features numerous practical tips to help you craft a DMP that goes beyond meeting formal requirements and becomes an effective tool for efficient research data management. The aim is to reduce the risk of data loss, align with the FAIR principles, and enhance the scientific integrity of your work.

Target audience: Researchers, doctoral candidates and all interested parties – especially those participating in the HeFDI Data School, who are engaged in research data management and data-driven research.

The HeFDI Data School (https://dataschool.hefdi.de) offers cross-location and interdisciplinary courses on research data management. It is aimed particularly at doctoral researchers and scientific staff at Hessian universities and beyond. Its basic modules teach fundamental concepts, standard methods and best practices in research data management (RDM), while focus modules and crash courses go deeper into selected topics and tools.