---
name: spezial-forschungsdaten-fristennotiz-und-naechster-schritt
description: "Forschungsdaten: Fristennotiz und nächster Schritt: konkreter Spezialworkflow mit Sachverhaltsklärung, Rechtsrahmen, Belegen, Risikoampel und verwertbarem Output."
---

# Forschungsdaten: Fristennotiz und nächster Schritt

## Aufgabe
Dieser Skill ist ein konkreter Fachbaustein für `dfg-foerderantrag`. Ausgangspunkt ist: DFG-Förderantragssteller für Sachbeihilfe, adaptive Anfänger-/Profi-Führung, kleine schnelle Anträge, große Koselleck-Strategien, elan-Formalia, Finanzplan, Reviewer-Red-Team, Forschungsdaten, KI-/Ethik-Check und Wiedereinreichung.

Er führt durch **Fristennotiz und nächster Schritt** im Themenfeld **Forschungsdaten**. Ziel ist nicht ein abstrakter Lexikontext, sondern ein belastbares Arbeitsprodukt für die nächste anwaltliche, behördliche, gerichtliche, organisatorische oder mandantenbezogene Entscheidung.

## Kaltstart
Wenn Unterlagen vorhanden sind, arbeite zuerst aus den Unterlagen. Stelle nur Rückfragen, die die nächste Weiche verändern:

1. Welche Rolle hat die fragende Person und wer ist Gegenüber?
2. Welches konkrete Ziel soll erreicht oder verhindert werden?
3. Welche Frist, Zustellung, Schwelle, Zahlung, Sanktion oder Verfahrensstufe ist kritisch?
4. Welche Dokumente, Registerauszüge, Bescheide, Verträge, Tabellen, Screenshots oder Nachrichten belegen den Punkt?
5. Welcher Output wird gebraucht: Memo, Checkliste, Tabelle, Entwurf, Schriftsatzbaustein, Mandantenbrief oder Entscheidungsvorlage?

## Arbeitsworkflow
1. **Fallbild bilden:** Sachverhalt, Rollen, Zeitachse und Dokumente in eine kurze Matrix bringen.
2. **Rechtsrahmen setzen:** Normen, Zuständigkeiten, Fristen, Formfragen und Verfahrensstand zum Themenfeld **Forschungsdaten** prüfen.
3. **Prüfpunkte abarbeiten:** Tatbestandsmerkmale, Beweisfragen, typische Fehler, Gegenargumente und Ermessens- oder Wertungsfragen trennen.
4. **Risiko bewerten:** Grün/Gelb/Rot mit Begründung, Annahmen, fehlenden Belegen und möglichen Alternativwegen ausgeben.
5. **Anschluss bauen:** Passende weitere Skills desselben Plugins vorschlagen, wenn eine Vertiefung, ein Schreiben, eine Tabelle, ein Fristenblatt oder eine Verhandlungsstrategie sinnvoll ist.

## Output-Standard
- **Kurzlage:** maximal fünf Sätze zu Ziel, Lage, Frist, Risiko und nächstem Schritt.
- **Prüfmatrix:** Punkt, Norm/Quelle, Tatsache, Beleg, Bewertung, To-do.
- **Arbeitsprodukt:** direkt nutzbarer Entwurf oder Baustein in der passenden Tonalität.
- **Qualitätsgate:** keine Scheingenauigkeit; Lücken, Annahmen und Live-Check-Bedarf ausdrücklich markieren.

## Quellenregel
- Aktuelle Normen, Behördenhinweise, Gerichtsseiten, Register, Formulare und EU-/Landesrecht live prüfen, wenn sie für das Ergebnis tragend sind.
- Rechtsprechung nur mit Gericht, Datum, Aktenzeichen und frei prüfbarer Quelle ausgeben.
- Keine BeckRS-, juris-, Kommentar-, Handbuch- oder Aufsatz-Blindzitate aus Modellwissen.
- Paywall-Literatur nur verwerten, wenn sie von der Nutzerin oder dem Nutzer als Text bereitgestellt wurde; dann nicht als frei verifizierte Quelle ausgeben.

## DFG-Forschungsdaten: Anforderungen (live auf dfg.de/foerderung/grundlagen_rahmenbedingungen/forschungsdaten verifizieren)

Pflichtbestandteil jedes Antrags: **Forschungsdatenmanagement-Plan / DMP** als Anlage.

| Punkt im DMP | Inhalt |
|---|---|
| Datentypen | quantitativ / qualitativ, Formate, Größenordnung |
| Erhebungs- / Generierungsverfahren | Methoden, Geräte, Software |
| Metadaten / Standards | fachspezifische Standards, ggf. RDA-konform |
| Speicherung während Projektlauf | Backup, Versionierung, Zugriffsrechte |
| Archivierung nach Projektende | Repositorium (fachspezifisch oder generisch wie Zenodo, RADAR-Service), Mindestaufbewahrung 10 Jahre nach Kodex 2022 |
| Open Access | FAIR-Prinzipien, Zeitpunkt der Veröffentlichung |
| Schutz personenbezogener Daten | DSGVO-Konformität, Einwilligungen, Anonymisierung |
| Ethik / Tierdaten | Genehmigungen mit AZ |

## Fristen / Zeitachse

- DMP ist mit Antragseinreichung vorzulegen, nicht später.
- DFG-Kodex Leitlinie 13: Forschungsdaten 10 Jahre nach Abschluss aufbewahren.
- Datenmanagement-Pflicht beginnt mit Projektbewilligung; bis zu Projektende ist regelmäßig fortlaufende Pflege notwendig.

## Praktischer Tipp

- Repositorium **frühzeitig identifizieren** (nicht erst zum Projektabschluss). re3data.org ist das zentrale Register. Disziplin-Repositorien (z. B. Dryad für Biologie, PsychData für Psychologie, GESIS für Sozialwissenschaften) sind regelmäßig vorzuziehen.
- DOI-Vergabe sicherstellen: nur dann zitierfähige Veröffentlichung. Eigene Institutsserver ohne DOI reichen für FAIR-Konformität nicht aus.
- Bei personenbezogenen Daten: gestufter Zugriff über Datenzugangskommittees ("controlled access") statt Open Access, wenn Einwilligung das vorgibt.

## Norm-/Quellenbezug konkret

- DFG-Kodex "Leitlinien zur Sicherung guter wissenschaftlicher Praxis" (2022), insbesondere Leitlinie 13 (Archivierung).
- Verwendungsrichtlinien DFG.
- DSGVO Art. 5, 6, 9, 32, 89 - rechtliche Grundlagen für Datenverarbeitung in der Forschung.
- BDSG § 27 (Sonderfall Forschung).
- DSGVO Art. 89 i.V.m. Erwägungsgrund 159: Sondervorschriften zur Forschung.

## Beispiel-Mustertext (Kurz-DMP Sachbeihilfe)

> 1. Datentypen: [quantitative Messdaten in csv-Format, ca. 200 GB; qualitative Interviewdaten, ca. 30 Transkripte].
> 2. Erhebungsverfahren: [Beschreibung].
> 3. Metadaten: nach [Standard, z. B. Dublin Core, DataCite].
> 4. Speicherung während Projekt: institutionelles Netzlaufwerk [Bezeichnung] mit täglichem Backup; Zugriff über autorisiertes Personal.
> 5. Archivierung: nach Projektende werden anonymisierte Datensätze in [Repositorium, z. B. Zenodo / RADAR] unter CC-BY-4.0-Lizenz öffentlich verfügbar gemacht; Rohdaten bleiben 10 Jahre am Institut gespeichert.
> 6. Datenschutz: alle Probanden haben informierte Einwilligung (Anlage [n]) erteilt; Pseudonymisierung erfolgt nach [Methode].
> 7. Ethik: Votum der Ethikkommission [Name] vom [Datum, AZ].

## Typische Fehler

- Verweis auf "institutsinternes Datenarchiv" ohne FAIR-Konformität.
- Personenbezogene Daten ohne ausreichende Einwilligung "open access" stellen wollen - DSGVO-Verstoß.
- 10-Jahres-Aufbewahrung vergessen; nach Projektende sofortige Löschung würde Kodex verletzen.