Forschungsdatendokumentation dient dazu, die vorliegenden Daten und deren Generierung und Bearbeitung zu beschreiben. Und zwar so ausführlich, dass Personen, die auf Ihre Daten zugreifen, Entstehungsprozess, Verarbeitung, ggf. Bereinigung, Analyse und Interpretation der Daten nachvollziehen und die Ergebnisse reproduzieren können. Wie Ihre Forschungsdatendokumentation im Detail aussieht, richtet sich in erster Linie nach Ihrer Disziplin und den Gepflogenheiten Ihres Forschungsbereichs. Wo es möglich und üblich ist, sollten Sie Normdaten und kontrollierte Vokabulare zur Beschreibung Ihrer Daten verwenden. Als Dokumentationssprache empfiehlt sich in den meisten Fällen Englisch.

Für Datensätze, die in TU Wien Research Data, dem Forschungsdatenrepositorium der TU Wien, hochgeladen werden, empfehlen wir folgende Maßnahmen, um die Daten bestmöglich zu beschreiben:

  • nutzen Sie das Feld „Description“: eine Vorlage dient als Richtlinie
  • befüllen Sie alle Metadatenfelder sorgfältig und so vollständig wie möglich und verlinken Sie zugehörige Veröffentlichungen, weitere Datensätze, Code und Infrastruktur
  • laden Sie zusammen mit den Daten README-Dateien mit detaillierten Informationen zu Art und Herkunft der Daten, zu technischen Details, zur Struktur der Datenaufzeichnung, zu verwendeten Parametern, Einheiten, Variablen, Codes, Symbolen, Abkürzungen usw. hoch
  • das Hochladen zusätzlicher Dokumentationsdateien wie Datenmanagementpläne, Laborprotokolle, Fragebögen, Codebücher oder Projektberichte ist ebenfalls möglich
  • fügen Sie jeder neuen Version Ihres Datensatzes eine eindeutige Versionsangabe und eine Zusammenfassung der Änderungen bei

Beispiele aus dem Datenrepositorium der TU Wien

Pelletier, V.& Hladůvka, J. (2023). Eggshapes: A collection of egg-shaped objects and their boundaries (Version 1.0.0) [Datensatz]. TU Wien. https://doi.org/10.48436/de66n-2pj41

Cancellieri, M., El-Ebshihy, A., Fink, T., Gonzalez-Saez, G., Keller, J., Knoth, P., Piroi, F., Pride, D. & Schaer, P. (2025). LongEval 2025 CORE Retrieval Test Collection [Datensatz]. TU Wien. https://doi.org/10.48436/v8phe-g8911

Krasna, H. (2024). Global Reference Frame VLBI solution VIE2023 (SX&VG) (Version 1.0.0) [Datensatz]. TU Wien. https://doi.org/10.48436/76404-a3492

Preimesberger, W., Lems, J., Hirschi, M.& Dorigo, W. A. (2026). C3S SM PASSIVE Daily Gap-filled Root-Zone Soil Moisture from merged multi-satellite observations (Version v2) [Datensatz]. TU Wien. https://doi.org/10.48436/9j8ad-z2q11

Bauer-Marschallinger, B., Cao, S., Navacchi, C., Freeman, V., Reuß, F., Geudtner, D., Rommen, B., Vega, F. C., Snoeij, P., Attema, E., Reimer, C.& Wagner, W. (2022). The Sentinel-1 Global Backscatter Model (S1GBM) - Polar Extension (Version 1.0) [Datensatz]. TU Wien. https://doi.org/10.48436/r9fn3-nyd51

Kerschbaum, J. (2025). Survey of Green Platform Chemicals - Data surveyed via ECHA [Datensatz]. TU Wien. https://doi.org/10.48436/gvfaj-r4965

Ehrmann, K., Göschl, M., Laa, D.& Koch, T. (2025). Research Data for "Two for one: Semi-crystalline and amorphous multi-material structures from greyscale printing" [Datensatz]. TU Wien. https://doi.org/10.48436/hpa43-sqq64

FAQ

Die Dokumentation hilft den Projektbeteiligten und dem Fördergeber sowie interessierten Fachkolleg_innen und Nachnutzer_innen der Daten, die Inhalte richtig einzuordnen und die Forschungsarbeit nachzuvollziehen. Darüber hinaus ist eine Dokumentation für Sie selbst nützlich, denn sie hilft Ihnen, die Übersicht über Ihre Daten zu behalten und Ihre Tätigkeiten klar zu strukturieren.

Die groben Inhalte und die Struktur Ihrer Dokumentation sollten bereits vor der Erhebung der Daten vorliegen und mit dem Fortschreiten des Projekts verfeinert werden. Spätestens bei Projektabschluss sollte auch die Dokumentation vollständig vorliegen, damit die Details zur Datensammlung und -bearbeitung nicht in Vergessenheit geraten. Auf diese Weise können Sie den Aufwand für die Erstellung der Dokumentation minimieren und Verzögerungen bei der Veröffentlichung der Daten vermeiden.

Unabhängig davon, ob für Sie README-Files, data dictionaries, Code-Bücher, Electronic Lab Notebooks oder eine Kombination aus allem das Mittel zum Zweck sind: die wesentlichen Informationen über Ihre Daten müssen klar dokumentiert und gemeinsam mit den Daten verfügbar sein.

Auch inhaltlich variieren die Dokumentationen entsprechend Projektart und Disziplin. Einige der wichtigsten Inhalte haben wir für Sie zusammengestellt:

  • Beschreibung des Entstehungskontextes und der Rand- und Versuchsbedingungen
  • Beschreibung der eingesetzten Methode zur Datenerhebung und –verarbeitung einschließlich der verwendeten Werkzeuge (Geräte und Software)
  • Inhalte aus Versuchsprotokollen, Feldberichten, Laborbüchern
  • gerätespezifische Informationen, die für eine Interpretation der Daten erforderlich sind
  • Beschreibung der durchgeführten Maßnahmen und Verfahren zur Qualitätssicherung
  • Informationen über technische Standards und Kalibrierungen
  • Dokumentation und Erläuterung der benutzten Parameter, Variablen, Abkürzungen und Codes einschließlich der Spaltenüberschriften in Datentabellen
  • Angabe der Datenquelle bei der Verwendung bereits vorhandener Daten (Referenzen, DOI)
  • Dokumentation der beteiligten Personen und ihrer Aufgaben
  • Dokumentation der Rahmenbedingungen für die langfristige Aufbewahrung und Nachnutzung der Daten (Lizenzen, Nutzungsrestriktionen, Embargofristen, Löschungsregeln)
  • Liste aller zugehörigen Dateien und Ordner und eine Beschreibung ihrer Formate und Inhalte
  • Links zu Publikationen, in denen die Daten verwendet oder zitiert werden
  • Links zu zugehörigen oder verwandten Unterlagen und Datensets
  • Links zu allen öffentlich zugänglichen Ablageorten der Daten
  • empfohlene Zitierung der Daten

 

Der Begriff Electronic Lab Notebook (ELN) umfasst Software, die Forschern hilft, Experimente zu dokumentieren, aber auch als Kollaborationswerkzeug und zur Verwaltung des Laborinventars dient. Die Software hilft dabei, den Workflow im Labor digital zu vereinfachen.

Ein elektronisches Laborbuch kann zum Beispiel anstelle eines Papier-Laborbuchs oder -Journals für die Dokumentation von Experimenten und Untersuchungen verwendet werden. Es gilt, ebenso wie das klassische Papier-Laborbuch, in Patentverfahren oder Rechtsstreitigkeiten über geistiges Eigentum als rechtliches Dokument.

Mit Hilfe eines Electronic Lab Notebooks können Sie Ihre experimentellen Verfahren, Notizen und Protokolle organisieren und speichern. Ein Vorteil dieser Art der Datendokumentation ist, dass Metadaten automatisch in der Software angelegt werden.

Weitere Vorteile der ELN-Software:

  • Verwendung auf PCs, Tablets und Handys
  • mehrere Nutzer und kollaboratives Arbeiten möglich
  • direkte Übernahme von Daten aus Analysegeräten
  • Datenintegrität gesichert, Belegbarkeit durch Zeitstempel
  • erhöhte Sicherheit durch Zugriffskontrollen
  • unkompliziertes Speichern und Sichern
  • einfaches Kopieren, Importieren, Exportieren und Verknüpfen von Daten
  • Anbindung an andere Systeme (API)
  • Volltextsuche in sämtlichen Inhalten
  • Verwaltung des Laborinventars

Eine gute Übersicht und Hilfe bei der Auswahl eines geeigneten ELN-Tools bietet der ELN-Finder der ULB Darmstadt.