Detailansicht

Daten richtig zitieren

17.07.2019

Wissenschaftliche Arbeit ist mit vielen Zitationen verbunden. Literatur ist dabei nur eine von vielen Quellenarten. Doch wie zitiert man Daten korrekt?

Forschungsdaten, die mit anderen geteilt werden, stehen oft am Ende eines Forschungszyklus. Nach Antragstellung und - bewilligung, langer Vorarbeit und Datenerhebung, nehmen sich Forschende die Zeit, ihre Daten für die Nachnutzung durch andere aufzubereiten. Sie stellen ihre Daten etwa über das AUSSDA Dataverse zur Verfügung. Andere Forschende können sie herunterladen und zur Beantwortung ihrer Fragen nutzen.

Geistiges Eigentum und gute wissenschaftliche Praxis

Forschungsdaten sind im Vergleich zu anderen wissenschaftlichen Werken wie Artikel, Dissertationen oder Buchbeiträgen, nicht (immer) urheberrechtlich geschützt. Generell gilt, dass auf Daten und deren enthaltene Information, kein Eigentumsrecht oder urheberrechtlicher Schutz besteht. Schutzfähig ist nie der Inhalt eines Werkes, sondern die konkrete Darstellungsform, sofern diese eine gewisse "persönliche geistige Schöpfung" (Kuschel, 2018) darstellt. Weiters können aber auch verwandte Schutzrechte greifen (wie z.B. beim Datenbankschutz), wenn die sog. Schöpfungshöhe nicht erreicht wird. Das führt dazu, dass die Frage der Rechteinhaberschaft bei Forschungsdatensätzen nicht so einfach zu beantworten ist.

Sicher ist, dass Daten Teil der wissenschaftlichen Arbeit und Grundlage von wissenschaftlichen Ergebnissen sind, und daher bei Verwendung in z.B. einem Artikel, Blogpost oder Buch korrekt zitiert werden müssen, um die gute wissenschaftliche Praxis einzuhalten. Datenmanagement wird zunehmend präsenter; die Veröffentlichung und korrekte Zitation von Daten gelten mittlerweile als Grundsätze eines guten wissenschaftlichen Standards, um Transparenz und Nachvollziehbarkeit in der Forschung zu schaffen. Das beginnt bei der Anerkennung von Daten als legitime, zitierfähige wissenschaftliche Produkte (ALLEA, 2017, S. 6).

In der Praxis hat sich jedoch weder diese Ansicht noch ein einheitlicher Standard vollends durchgesetzt.

"Data are sometimes listed in the bibliography, sometimes in the text, sometimes not at all, and rarely with enough information to guarantee future access to the identical data set" (Altman & King, 2017). 

In der Joint Declaration of Data Citation Principles der Organisation Force11 (The Future of Research Communications and e-Scholarship) wurden 2014 acht Prinzipien der Datenzitation ausgearbeitet. Datenzitationen sind ebenso wichtig wie das Zitieren von Publikationen, um wissenschaftliche Leistung und rechtliche Zuschreibung anzuerkennen. Durch persistente, eindeutige Identifikatoren können Daten in wissenschaftlicher Literatur leicht zitiert werden.

Daten im AUSSDA Dataverse

Das AUSSDA Dataverse erleichtert die korrekte Datenzitation. Auf der Dataverse Startseite sieht man den Titel eines Datensatzes, seine Zitation und das Abstract auf den ersten Blick. Auf den jeweiligen Unterseiten der Datensätze kann man auch andere Zitierweisen exportieren. Mithilfe der Metadaten können Zitationen auch nach Wunsch erweitert werden. Die Zitation von Daten sollte folgende Dinge beinhalten:

  • AutorIn(nen)
  • Jahr
  • Titel des Datensatzes
  • Persistenter Identfikator (PID)
  • Name des Repositoriums oder Archivs
  • Versionierungsnummer

Hier einige Beispiele aus dem AUSSDA Dataverse

Riedl, Andreas, 2019, "ORF 'Sommergespräche': Strategies, Images and Issues in Political TV Interviews 1981-2016 (OA edition)", doi:10.11587/QQ7HTL, AUSSDA Dataverse, V1

Kritzinger, Sylvia; Aichholzer, Julian; Büttner, Nico; Eberl, Jakob-Moritz; Meyer, Thomas M.; Plescia, Carolina; Wagner, Markus; Morisi, Davide; Boomgaarden, Hajo; Müller, Wolfgang C., 2018, "AUTNES Multi-Mode Panel Study 2017 (SUF edition)", doi:10.11587/NXDDPE, AUSSDA Dataverse, V2

Bacher, Johann; Beham-Rabanser, Martina; Grausgruber, Alfred; Haller, Max; Höllinger, Franz; Muckenhuber, Johanna; Prandner, Dimitri; Verwiebe, Roland, 2018, "Social Survey Austria 2016", doi:10.11587/EHJHFJ, AUSSDA Dataverse, V3

Quellen

ALLEA (2017): The European Code of Conduct for Research Integrity. Revised Edition. Berlin

Altman, M., & King, G. (2007). A proposed standard for the scholarly citation of quantitative data. D-lib Magazine, 13(3/4)

Kuschel, L. (12.09.2018): Wem "gehören" Forschungsdaten? In: Forschung & Lehre 8/19: Forschungsdatenmanagement, www.forschung-und-lehre.de/wem-gehoeren-forschungsdaten-1013/ [04.06.2019]

Data sharing increases and data citation evolves - Altman, M., & Crosas, M. (2013). The Evolution of Data Citation: From Principles to Implementation. IAssist quarterly, 37.

Datenzitation auf einen Blick (Foto: AUSSDA)

Mehr zu Zitationen und deren Export (Foto: AUSSDA)