Geplante Nutzung von Datenrepositorien durch Antragstellende der DFG: Fachliche Praxis und Policy-Aspekte
Forschungsdaten haben in den vergangenen Jahren im gesamten Wissenschaftssystem erheblich an Bedeutung gewonnen. Mit der zunehmenden Digitalisierung wissenschaftlicher Forschung sind zugleich neue Anforderungen an den wissenschaftsadäquaten Umgang mit diesen Daten entstanden. Das Forschungsdatenmanagement umfasst dabei zahlreiche Aspekte – von der Beschreibung, Qualitätssicherung und Dokumentation der gewonnenen Daten über deren Speicherung bis hin zur langfristigen Archivierung und, soweit möglich und sinnvoll, zu ihrer Bereitstellung für eine Nachnutzung. Datenrepositorien spielen hierbei eine zentrale Rolle, da sie geeignete technische und organisatorische Infrastrukturen für die genannten Zwecke bereitstellen und damit zur Umsetzung der FAIR-Prinzipien beitragen (siehe (Anchor Link)).
Die vorliegende Data Story beschreibt, in welcher Form Antragstellende der DFG in ihren Förderanträgen auf die Frage eingehen, ob und, wenn ja, wo eine öffentlich zugängliche Archivierung der Daten geplant ist, die im zu fördernden Projekt entstehen. Besonderes Augenmerk gilt dabei den konkret genannten Datenrepositorien. Entsprechende Nennungen stellen einen aussagekräftigen Indikator für professionelles Forschungsdatenmanagement dar, denn sie zeigen, dass bereits früh konkrete Überlegungen zur späteren Archivierung oder Bereitstellung von Forschungsdaten erfolgten.
In jüngerer Zeit werden Repositorien zunehmend im Zusammenhang mit der sogenannten Datenresilienz diskutiert. Darunter wird die Fähigkeit verstanden, Forschungsdaten auch unter veränderten politischen, institutionellen oder technischen Rahmenbedingungen langfristig verfügbar und nutzbar zu halten. Die nachfolgenden Analysen untersuchen nicht die Datenresilienz selbst, sondern Entwicklungen bei der Nutzung von Forschungsdatenrepositorien, die für aktuelle Debatten zur Datenresilienz von Bedeutung sind. Sie machen Zusammenhänge sichtbar, die Rückschlüsse auf infrastrukturelle Abhängigkeiten, institutionelle Trägerschaften, geografische Verankerungen und die Konzentration der Repositorien-Landschaft erlauben.
Die Analysen basieren auf 78.838 entschiedenen Sachbeihilfeanträgen (Neu- und Fortsetzungsanträge) der Jahre 2017 bis 2025 mit insgesamt 35.969 Repositorien-Nennungen. Ausgewertet wurden die Abschnitte zum Umgang mit Forschungsdaten, in denen Antragstellende ihre Planungen zum Forschungsdatenmanagement beschreiben. Im Mittelpunkt stehen dabei drei Fragen:
- Wie entwickelt sich die geplante Nutzung und die Verbreitung von Datenrepositorien in DFG-Sachbeihilfeanträgen?
- Welche Unterschiede zeigen sich zwischen fachlichen Communitys hinsichtlich der geplanten Nutzung von Repositorien?
- Welche wissenschaftspolitisch relevanten Beobachtungen lassen sich daraus im Hinblick auf Forschungsdateninfrastrukturen und aktuelle Diskussionen zur Datenresilienz ableiten?
Professionalisierung der Angaben zum Forschungsdatenmanagement
Einen ersten Hinweis darauf, dass das Thema Forschungsdaten in DFG-Anträgen an Bedeutung gewinnt, leitet sich aus dem Befund ab, dass entsprechende Ausführungen in Sachbeihilfeanträgen zwischen 2017 und 2025 kontinuierlich länger und damit detailreicher werden (vgl. Abbildung 1).
Besonders deutlich fällt der Anstieg nach der Einführung einer DFG-Checkliste Ende 2021 aus (siehe (Anchor Link)). Die Checkliste unterstützt Antragstellende dabei, den geplanten Umgang mit Forschungsdaten systematisch zu beschreiben. Sie führt anhand von sechs Themenfeldern – von der Datenbeschreibung über Speicherung und Datenaustausch bis hin zu Verantwortlichkeiten – durch die wesentlichen Aspekte professionellen Forschungsdatenmanagements. Gleichzeitig dürfte die Entwicklung auch Ausdruck eines allgemeinen Professionalisierungsprozesses sowie der zunehmenden Bedeutung des Themas im Wissenschaftssystem sein. Eine ausführlichere Analyse dieses Zusammenhangs findet sich in Heidler et al. (2026).
Verbreitung von Datenrepositorien in Förderanträgen
Ein zentrales Element der DFG-Checkliste bezieht sich auf das Themenfeld „Datenaustausch und dauerhafte Zugänglichkeit der Daten“. Gefragt wird hier ausdrücklich, ob und wie Forschungsdaten für eine spätere Nachnutzung bereitgestellt werden sollen und welche Infrastrukturen oder Datenrepositorien hierfür vorgesehen sind. Die folgenden Analysen beziehen sich auf die entsprechenden Ausführungen in DFG-Antragstexten.
Abbildung 2 zeigt zunächst, wie sich die Nennung von Repositorien zwischen 2017 und 2025 allgemein entwickelt hat (siehe (Anchor Link)).
Die Kategorien unterscheiden sich danach, in welchem Umfang Antragstellende ihre Planungen zum späteren Datenaustausch und zur Nutzung von Forschungsdateninfrastrukturen konkretisieren.
Kategoriensystem für die geplante Nutzung von Repositorien
- Anträge ohne Abschnitt zum Umgang mit Forschungsdaten,
- Anträge, die den Abschnitt enthalten, dessen Relevanz jedoch ausdrücklich verneinen (z. B. „not applicable“; Kategorie „Explizit fehlend“),
- Anträge, die Forschungsdatenmanagement behandeln, ohne auf Datenaustausch oder die spätere Bereitstellung der Daten einzugehen,
- Anträge, die das Thema „Datenaustausch und dauerhafte Zugänglichkeit der Daten“ (Thema 5 der DFG-Checkliste) behandeln, ohne bereits ein konkretes Repositorium zu benennen (siehe (Anchor Link)),
- Anträge mit der Nennung eines, zweier oder drei und mehr konkreter Datenrepositorien.
Zu erkennen ist ein klarer Trend: Während die Anzahl von Anträgen ohne Nennung von Repositorien kontinuierlich sinkt, steigt der Anteil an Anträgen, die mindestens ein spezifisches Repositorium aufführen. Auch der Anteil der Anträge, die mehr als ein Repositorium nennen, nimmt über die Jahre deutlich zu. Die Nennung mehrerer Repositorien kann sinnvoll sein, wenn Antragstellende planen, unterschiedliche Repositorien für das Archivieren oder Bereitstellen verschiedener Datentypen oder für Programmier-Code bzw. Forschungssoftware zu nutzen. In manchen Fällen werden auch mehrere Repositorien als Optionen für eine spätere Veröffentlichung angegeben.
Die Entwicklung kann insgesamt als Indiz für ein wachsendes Bewusstsein der Antragstellenden betrachtet werden, dass die Archivierung und Bereitstellung von Forschungsdaten relevanter geworden ist. Vorhandene Lösungen werden in zunehmendem Maße von den Zielgruppen wahrgenommen und bereits bei der Antragsstellung berücksichtigt.
Abbildung 3 visualisiert die Anzahl der durchschnittlichen Nennungen von Repositorien nach Wissenschaftsbereich über die betrachteten Jahre hinweg. Hierbei werden deutliche Unterschiede zwischen den Wissenschaftsbereichen erkennbar: Während in den Lebenswissenschaften mit mehr als einem pro Antrag genannten Repositorium der höchste Wert zu verzeichnen ist, ist die durchschnittliche Anzahl der Nennungen in den Geisteswissenschaften nur knapp halb so hoch. Beachtenswert ist ferner die Entwicklung über die Zeit. Über die Jahre steigt die durchschnittliche Anzahl an erwähnten Repositorien in allen Wissenschaftsbereichen. Dabei weisen die Ingenieurwissenschaften den stärksten relativen Zuwachs auf. Die Impulswirkung der 2021 eingeführten DFG-Checkliste zeigt sich dabei in allen Wissenschaftsbereichen – wenn auch deutlich am schwächsten in den Geistes- und Sozialwissenschaften.
Fachspezifische Nutzung von Datenrepositorien
Schaut man im Detail, wie es um die Nennung von Repositorien in den 14 von der DFG unterschiedenen Fachgebieten bestellt ist, zeigen sich die in Abbildung 4 dargestellten Zusammenhänge, in diesem Fall zusammengefasst für den gesamten Untersuchungszeitraum 2017 bis 2025.
Das Gros der Fachgebiete weist recht ähnliche Muster auf mit Schwerpunkten auf der Nennung von Repositorien bzw. fehlenden Angaben hierzu. Aus dem Rahmen fallen insbesondere die Biologie und die Geowissenschaften mit einer vergleichsweise stark ausgeprägten Repositorien-Affinität. Unterdurchschnittlich sind dagegen die Werte für ein, zwei oder mehr Repositorien-Nennungen in den Geisteswissenschaften, aber auch in Maschinenbau und Produktionstechnik.
Die Repositorienlandschaft in DFG-Anträgen
Die bisherigen Analysen zeigen, dass Datenrepositorien in DFG-Sachbeihilfeanträgen eine zunehmend wichtige Rolle spielen. Welche konkreten Repositorien werden dabei aufgeführt und wie lassen sich die genannten Verzeichnisse generell charakterisieren? Um der letzten Frage auf den Grund zu gehen, greift die Analyse auf re3data zurück. Hierbei handelt es sich um eine ursprünglich von der DFG geförderte Meta-Infrastruktur – also um ein (internationales) Verzeichnis bestehender Forschungsdatenrepositorien, die nach verschiedenen Kriterien klassifiziert sind und so etwa Analysen zur Verteilung auf Fachgebiete, zur institutionellen Trägerschaft und zum geografischen Standort ermöglichen (siehe (Anchor Link)).
Insgesamt konnten 1.026 unterschiedliche Repositorien identifiziert und mit re3data-Informationen verknüpft werden. Tabelle 1 stellt diese Repositorien interaktiv und durchsuchbar dar. Die Sortierung erfolgt nach der Anzahl der Anträge, in denen die jeweiligen Repositorien genannt wurden; zusätzlich werden Informationen zu Fachgebiet, Trägerschaft und Standort angezeigt.
Ein Blick auf die zwanzig am häufigsten genannten Repositorien zeigt zunächst eine deutliche Dominanz multidisziplinärer Infrastrukturen: Zwölf der die Tabelle anführenden Repositorien lassen sich dieser Kategorie zuordnen (siehe (Anchor Link)). Sechs Repositorien fokussieren auf die Lebenswissenschaften, eines auf die Ingenieurwissenschaften, ein weiteres ist schließlich naturwissenschaftlich ausgerichtet. Ein geistes- bzw. sozialwissenschaftliches Repositorium findet sich unter den Top 20 nicht – am häufigsten genannt wird hier auf Rang 29 das Verzeichnis „Qualiservice“, ein Datenrepositorium für qualitative sozialwissenschaftliche Interviewdaten, das aus einer (externer Link) hervorgegangen ist. Zwei der 20 meistgenannten Repositorien verfügen über ein kommerzielles Geschäftsmodell, allen voran das die Tabelle anführende Repositorium GitHub.
Hinsichtlich der institutionellen Verankerung zeigt sich eine internationale Verteilung: Sechs der Top-20-Repositorien stammen aus Deutschland, acht weisen eine US-amerikanische Beteiligung auf, fünf haben einen europabezogenen Hintergrund und vier eine Beteiligung des Vereinigten Königreichs.
Um die fachliche Verteilung der genannten Repositorien genauer zu untersuchen, stellt Abbildung 5 die Wissenschaftsbereiche der Anträge, in denen sie referenziert wurden, den Wissenschaftsbereichen gegenüber, auf die sie laut re3data fokussieren. Als multidisziplinär gelten dabei Repositorien, die in re3data mehr als einem Wissenschaftsbereich zugeordnet sind.
Betrachtet man zunächst alle 35.969 Repositorien-Nennungen insgesamt, entfallen 18.355 Nennungen auf solche multidisziplinären Repositorien. Unter den fachspezifischen Repositorien dominieren lebenswissenschaftliche Repositorien (8.932 Nennungen), gefolgt von ingenieurwissenschaftlichen Repositorien (4.922 Nennungen). Repositorien aus den Geistes- und Sozialwissenschaften sowie aus den Naturwissenschaften vereinen jeweils nur einen kleinen Teil der Nennungen auf sich.
Die Abbildung lässt dabei zwei Muster erkennen: Erstens spielen multidisziplinäre Repositorien in allen Wissenschaftsbereichen eine wichtige Rolle. Zweitens unterscheiden sich die Wissenschaftsbereiche hinsichtlich der Bedeutung fachspezifischer Infrastrukturen erheblich. Während Anträge aus den Lebenswissenschaften häufig auf lebenswissenschaftliche Repositorien verweisen, greifen andere Wissenschaftsbereiche deutlich häufiger auf fachübergreifende Lösungen zurück.
Eine Besonderheit stellt GitHub dar. Mit 4.588 Anträgen, in denen GitHub mindestens einmal genannt wird, nimmt diese Plattform eine Sonderstellung ein. Die Plattform wird in re3data den Ingenieurwissenschaften zugeordnet, wird nach Ausweis der Antragstexte jedoch von allen Wissenschaftsbereichen genutzt. Die Ergebnisse verdeutlichen, dass sich GitHub inzwischen zu einer fachübergreifenden Infrastruktur entwickelt hat.
Infrastrukturabhängigkeiten und Datenresilienz
Die bisherigen Analysen zeigen, welche Datenrepositorien Antragstellende bevorzugen und wie sich deren Nutzung zwischen den wissenschaftlichen Communitys unterscheidet. Daraus lassen sich zugleich Merkmale ableiten, die in aktuellen Debatten zur Datenresilienz von Forschungsdateninfrastrukturen eine wichtige Rolle spielen. Die im Jahr 2026 veröffentlichte Stellungnahme einer Ad-hoc-AG des DFG-Senats „(interner Link)“ hebt insbesondere zwei Aspekte hervor: die Abhängigkeit von einzelnen Staaten sowie die kommerzielle Trägerschaft von Forschungsdateninfrastrukturen.
US-Beteiligung
Der Senats-AG zufolge können Veränderungen in den politischen Rahmenbedingungen und damit einhergehende „Cyberangriffe, institutionelle Krisen, ideologisch motivierte Förderentscheidungen sowie geopolitische Spannungen insgesamt […] zur Manipulation von Daten, zu massiven Datenverlusten oder auch zum Verlust des Zugangs zu Daten führen“. (DFG 2026). Vor diesem Hintergrund wird insbesondere die Abhängigkeit von US-amerikanischen Forschungsdateninfrastrukturen zunehmend kritisch diskutiert. Exemplarisch verweist die Stellungnahme auf Infrastrukturen wie die an den National Institutes of Health (NIH) angesiedelte GenBank oder Datenressourcen der National Oceanic and Atmospheric Administration (NOAA). Auch in der internationalen Berichterstattung finden sich bereits zahlreiche Beispiele für die Entfernung oder Einschränkung öffentlich zugänglicher Datensätze aus US-amerikanischen Bundesportalen (vgl. etwa Baraniuk 2025).
Die Auswertung der Repositorien-Nennungen zeigt, dass die absolute Anzahl der Nennungen mit mindestens einer Trägerinstitution in den USA von 914 (2017) auf 2.928 (2025) gestiegen ist, ihr Anteil an den Gesamtnennungen jedoch von 57 Prozent auf 41 Prozent gesunken ist. Im Gesamtbild der in den Antragsplanungen genannten Repositorien nimmt die relative Bedeutung US-amerikanischer Trägerinstitutionen somit ab.
Kommerzielle Trägerschaft
Der zweite von der Senats-AG hervorgehobene Aspekt betrifft die Finanzierung von Repositorien. Die AG betont, dass diese „in zentralen Bereichen als Teil der Daseinsvorsorge und damit als nationale Kernaufgabe begriffen werden [sollte], die nicht ausschließlich privaten oder wettbewerblichen Akteuren überlassen werden darf“.
Auch hier zeigt sich ein deutlicher, in diesem Falle eher beunruhigender Trend: Der Anteil kommerzieller Repositorien stieg zwischen 2017 und 2025 von acht Prozent auf 20 Prozent (von 134 auf 1.395 Repositorien-Nennungen; vgl. Abbildung 6). Zu den wichtigsten Treibern dieser Entwicklung zählen GitHub, figshare und Mendeley Data. Die zunehmende Nutzung kommerzieller Plattformen wirft Fragen hinsichtlich langfristiger Zugänglichkeit, Nachhaltigkeit und institutioneller Trägerschaft auf, insbesondere wenn zentrale Forschungsinfrastrukturen von einzelnen Unternehmen abhängig werden. GitHub, das 2018 von Microsoft übernommen wurde, ist hierfür das prominenteste Beispiel (Bennett et al. 2021, Acker et al. 2026).
Antragsperspektive (2025)
Die bisherigen Analysen beziehen sich auf Repositorien-Nennungen. Ergänzend zeigt die nebenstehende Übersicht, wie viele Anträge von entsprechenden Infrastrukturabhängigkeiten betroffen sein könnten.
Im Jahr 2025 nennen 26 Prozent aller Sachbeihilfeanträge mindestens ein Repositorium mit US-amerikanischer und/oder kommerzieller Beteiligung. Betrachtet man ausschließlich Anträge mit mindestens einer Repositorien-Nennung, steigt dieser Anteil auf 54 Prozent. Repositorien mit US-amerikanischer und/oder kommerzieller Beteiligung spielen für einen erheblichen Teil der Antragstellenden also eine wichtige Rolle.
Konzentration der Repositoriennutzung
Neben der Herkunft und Trägerschaft von Forschungsdatenrepositorien spielt für die Datenresilienz auch deren Verteilung innerhalb der Forschungslandschaft eine wichtige Rolle. Konzentriert sich die Nutzung auf wenige Plattformen, können Abhängigkeiten und sogenannte Lock-in-Effekte entstehen, die einen Wechsel auf alternative Infrastrukturen erschweren (DFG 2022). Umgekehrt erhöht eine breitere Verteilung auf unterschiedliche Repositorien die Zahl potenzieller Alternativen und kann die Robustheit der Forschungsdateninfrastruktur gegenüber Ausfällen oder anderen Störungen verbessern.
Abbildung 7 zeigt, wie stark sich die Nutzung von Repositorien auf wenige zentrale Infrastrukturen konzentriert. Hierzu wird die Verteilung der Repositorien-Nennungen für die Jahre 2017 und 2025 mithilfe von Lorenz-Kurven dargestellt; der daraus abgeleitete Gini-Koeffizient dient als Maß für den Grad dieser Konzentration (siehe (Anchor Link)).
Die Ergebnisse zeigen eine deutlich konzentrierte Verteilung: Die Nennungen verteilen sich keineswegs gleichmäßig auf die vorhandenen Repositorien, sondern konzentrieren sich auf wenige zentrale Infrastrukturen. Die Lorenz-Kurven verdeutlichen diese Entwicklung: Während im Jahr 2017 die unteren 50 Prozent der Repositorien lediglich rund zehn Prozent aller Nennungen auf sich vereinten, waren es 2025 nur noch etwa fünf Prozent.
Gleichzeitig steigt sowohl die Gesamtzahl der Nennungen als auch die Zahl der mindestens einmal genannten Repositorien deutlich an (siehe Tabelle 2). Die Zahl der Nennungen wächst von 1.612 im Jahr 2017 auf 7.062 im Jahr 2025, die Zahl unterschiedlicher Repositorien von 326 auf 524. Die zunehmende Konzentration zeigt sich auch im Gini-Koeffizienten, der von 0,71 (2017) auf 0,83 (2025) ansteigt.
Diese Entwicklung ist ambivalent: Einerseits kann sie als Ausdruck von Professionalisierung und Standardisierung interpretiert werden, bei der sich in einer Community akzeptierte und leistungsfähige Repositorien zunehmend durchsetzen. Andererseits erhöht eine starke Konzentration grundsätzlich die Abhängigkeit von wenigen zentralen Infrastrukturen.
Fazit und Ausblick
Die vorgestellten Analysen zeigen, dass sich die Ausführungen zum Umgang mit Forschungsdaten in DFG-Sachbeihilfeanträgen in den vergangenen Jahren deutlich verändert haben. Die entsprechenden Abschnitte werden umfangreicher, inhaltlich konkreter und verweisen zunehmend auf spezifische Infrastrukturen. Dies spricht für ein wachsendes Bewusstsein für die Relevanz eines wissenschaftsadäquaten Forschungsdatenmanagements und deutet zugleich auf eine fortschreitende Professionalisierung in allen Wissenschaftsbereichen hin.
Gleichzeitig machen die Ergebnisse deutliche Unterschiede zwischen den wissenschaftlichen Communitys sichtbar. Während in den Lebenswissenschaften fachspezifische Repositorien stark etabliert sind, spielen in anderen Wissenschaftsbereichen multidisziplinäre Infrastrukturen eine deutlich größere Rolle.
Die Analyse liefert keine unmittelbare Bewertung der Datenresilienz von Forschungsdateninfrastrukturen. Sie macht jedoch Entwicklungen sichtbar, die für die aktuellen Diskussionen von Bedeutung sind. Die zunehmende Nutzung von Repositorien ist grundsätzlich positiv zu bewerten, da sie zu einer verbesserten Sicherung, Dokumentation und langfristigen Verfügbarkeit von Forschungsdaten beiträgt. Gleichzeitig konzentrieren sich die Nennungen zunehmend stark auf wenige zentrale Plattformen, und die Abhängigkeit von kommerziellen sowie teilweise US-amerikanischen Infrastrukturen bleibt hoch. Diese Entwicklung verdeutlicht sowohl die große praktische Bedeutung dieser Infrastrukturen als auch potenzielle Risiken im Hinblick auf langfristige Verfügbarkeit, Nachhaltigkeit und Souveränität.
Eine offene Frage verbleibt mit Blick auf das Verhältnis von Planung und tatsächlicher Praxis: In welchem Ausmaß die in Anträgen formulierten Planungsideen tatsächlich realisiert werden, bedarf eines eigenen Datenzugangs, der prüft, ob und wo Forschungsdaten aus DFG-geförderten Projekten archiviert wurden. Für eine entsprechende Folgestudie sind mit der hier vorgestellten Analyse die Grundlagen geschaffen.
Weitere Informationen
Datenbasis
Die Analyse basiert auf Texten von 78.838 entschiedenen Anträgen im Förderprogramm „Sachbeihilfe“ der Deutschen Forschungsgemeinschaft (DFG) für den Zeitraum 2017 bis 2025. Berücksichtigt wurden sowohl bewilligte als auch abgelehnte Anträge sowie Neu- und Fortsetzungsanträge. Ausgewertet wurden die Abschnitte zum Umgang mit Forschungsdaten, in denen Antragstellende ihre geplanten Strategien zur Speicherung, Dokumentation und zum Austausch von Daten beschreiben (i. A. Abschnitt „2.5“).
Ausgeschlossen wurden 273 Anträge ohne vorliegende Volltexte, 44 Anträge ohne Wissenschaftsbereichsklassifikation und 5.383 Anträge aus internationalen Ausschreibungen, die nicht an die DFG-Formatvorlage gebunden waren.
Gemeinschaftsanträge werden unabhängig von der Anzahl beteiligter Antragstellender nur einmal berücksichtigt.
Datenrepositorien
Der Begriff „Datenrepositorium“ bezeichnet ein technisches System zur Archivierung oder Bereitstellung von Forschungsdaten. Solche Repositorien beinhalten in aller Regel einschlägige administrative, informationstechnische und organisatorische Vorkehrungen zum Schutz von Datenverlust sowie zur Sicherstellung von Datenintegrität. In der hier vorliegenden Analyse werden Repositorien anhand von re3data identifiziert, einem internationalen Verzeichnis von Forschungsdatenrepositorien.
Zum Zeitpunkt des Abrufs der Metadaten im März 2026 umfasste re3data 3.485 Repositorien.
DFG-Checkliste zum Umgang mit Forschungsdaten
Die (Download) ist ein strukturierter Fragenkatalog, der Antragstellende dabei unterstützt, den Umgang mit Forschungsdaten im Projekt systematisch zu planen und darzustellen. Sie umfasst die sechs zentralen Aspekte 1. Datenbeschreibung, 2. Dokumentation und Datenqualität, 3. Speicherung und technische Sicherung während des Projektverlaufs, 4. Rechtliche Verpflichtungen und Rahmenbedingungen, 5. Datenaustausch und dauerhafte Zugänglichkeit der Daten, 6. Verantwortlichkeiten und Ressourcen.
Die Ausführungen auf Basis dieser Checkliste sind Bestandteil der Begutachtung von Förderanträgen und tragen dazu bei, Forschungsdatenmanagement als integralen Bestandteil wissenschaftlicher Praxis zu verankern.
DFG-Fachsystematik
Die DFG-Fachsystematik unterscheidet insgesamt vier Stufen: 214 Fächer, 49 Fachkollegien, 14 Fachgebiete und vier Wissenschaftsbereiche. Dem Bericht zugrunde liegt die aktuell (2024–2028) gültige Fachsystematik. Die vollständige Fachsystematik inklusive der Gliederung auf Ebene der 214 Fächer findet sich (interner Link). Die Fachsystematik bildet in ihren Fächern und Fachkollegien operative Strukturen der Antragsbearbeitung in der DFG ab.
FAIR-Prinzipien
Die 2016 erschienenen FAIR-Prinzipien (Wilkinson et al. 2016) haben sich über die Jahre als international und fachübergreifend anerkannte Zielvorstellungen für einen wissenschaftsadäquaten Umgang mit Forschungsdaten etabliert. Das Akronym FAIR verweist auf vier wesentliche Merkmale, die Forschungsdaten für ein wissenschaftsgerechtes Datenmanagement aufweisen müssen: Auffindbarkeit („Findable“), Zugänglichkeit („Accessible“), Interoperabilität („Interoperable“) und Nachnutzbarkeit („Reusable“).
Forschungsdaten
Zu Forschungsdaten zählen unter anderem Messdaten, Laborwerte, audiovisuelle Informationen, Texte, Survey-Daten oder Beobachtungsdaten, methodische Testverfahren sowie Fragebögen. Korpora und Simulationen können ebenfalls zentrale Ergebnisse wissenschaftlicher Forschung darstellen und werden daher ebenfalls unter den Begriff „Forschungsdaten“ gefasst.
Lorenz-Kurve und Gini-Koeffizient
Die Lorenz-Kurve beschreibt die Verteilung von Repositorien-Nennungen über alle genannten Repositorien. Auf der X-Achse wird der kumulierte Anteil der Repositorien dargestellt, auf der Y-Achse der kumulierte Anteil der Nennungen. Eine gleichmäßige Verteilung entspricht der Diagonalen; je stärker die Kurve darunter liegt, desto stärker konzentrieren sich die Nennungen auf wenige Repositorien.
Der Gini-Koeffizient fasst diese Ungleichverteilung in einer Kennzahl zusammen (0 = gleich verteilt, 1 = maximale Konzentration). Geometrisch entspricht er dem Anteil der Fläche zwischen Lorenz-Kurve und Gleichverteilungsdiagonale an der gesamten Fläche unter der Diagonalen. In der vorliegenden Analyse misst er, wie stark sich Repositorien-Nennungen auf wenige Infrastrukturen bündeln, und dient als kompakte Ergänzung zur Lorenz-Kurve, ohne deren inhaltliche Interpretation zu ersetzen.
Multidisziplinäre vs. fachspezifische Repositorien
Repositorien werden anhand der re3data-Fachklassifikation unterschieden. Die fachliche Klassifikation in re3data erfolgt über ein standardisiertes Metadatenschema, in dem Repositorien einem oder mehreren Disziplinen auf Basis der DFG-Fachsystematik zugeordnet werden, wobei diese Zuordnung redaktionell geprüft und gepflegt wird (siehe (externer Link)).
Für die vorliegende Data Story wurden Repositorien als multidisziplinär klassifiziert, wenn sie in re3data mehr als einem Wissenschaftsbereich zugeordnet sind (z. B. Zenodo).
Repositorien-Nennungen und Zuordnung zu re3data-Kategorien
Repositorien-Nennungen bezeichnen die explizite Bezugnahme auf ein konkretes Repositorium im Antragstext und werden als Hinweis auf geplante Infrastrukturen für das Archivieren oder Bereitstellen von Daten interpretiert. Mehrfachnennungen können unterschiedliche Zwecke oder Optionen widerspiegeln.
Für die Auswertung wird jedes Repositorium pro Antrag nur einmal gezählt, unabhängig davon, wie häufig es im Text erwähnt wird. Dadurch wird die Breite der in Betracht gezogenen Infrastrukturen erfasst, ohne dass Ergebnisse durch Textlänge oder Wiederholungen verzerrt werden.
Die Identifikation basiert auf re3data-Metadaten (Namen, Alias-Bezeichnungen, URLs), die mittels regulärer Ausdrücke in den Antragstexten gesucht wurden. Zur Verbesserung der Treffgenauigkeit wurden Schreibweisen vereinheitlicht und Varianten ergänzt; mehrdeutige Begriffe wurden nur bei exakter Übereinstimmung berücksichtigt, um Fehlklassifikationen zu minimieren.
Für die Kategorie „Datenaustausch ohne Angabe eines spezifischen Repositoriums“ wurden die Antragstexte zusätzlich auf Satzebene mittels Natural Language Processing und Machine Learning thematisch klassifiziert. Berücksichtigt wurden dabei Aussagen zum Themenfeld „Datenaustausch und dauerhafte Zugänglichkeit der Daten“ der DFG-Checkliste (Thema 5). Eine ausführliche Beschreibung der Verfahren findet sich in Heidler et al. (2026).
Re3data
Re3data ist selbst kein Repositorium, sondern eine Meta-Infrastruktur – ein globales Verzeichnis bestehender Forschungsdatenrepositorien. Es wurde ursprünglich vom Helmholtz-Zentrum Potsdam (GFZ) initiiert und von der DFG in den Jahren 2011 bis 2016 gefördert. Später wurde es mit dem US-amerikanischen System databib zusammengeführt und ist heute Teil der DataCite-Infrastruktur (Pampel et al. 2023).
Aufgrund seiner internationalen Abdeckung und standardisierten Metadaten stellt re3data eine der wenigen strukturierten Quellen dar, die vergleichende Analysen der globalen Repositorienlandschaft ermöglichen. Für die vorliegende Analyse werden insbesondere Metadaten zu Fachgebiet, Standort sowie zur Art der institutionellen Trägerschaft (kommerziell / nicht kommerziell) genutzt.
Acker, A., Struett, T., Tian, Y., & Finn, M. (2026). (externer Link). Big Data & Society, 13(2).
Bennett, A., Sutherland, W., Tian, Y., Finn, M., & Acker, A. (2021). (externer Link). In 2021 ACM/IEEE Joint Conference on Digital Libraries (JCDL), 254–257.
Baraniuk, C. (2025, April 23). (externer Link). BBC future.
DFG (2021). Umgang mit Forschungsdaten – (Download) für Antragstellende zur Planung und zur Beschreibung des Umgangs mit Forschungsdaten in Forschungsvorhaben.
DFG (2022). (externer Link). Positionierung der DFG. Zenodo
DFG (2026). (interner Link). Information für die Wissenschaft Nr. 23 | 31. März 2026.
Heidler, R., Rohden, J., & Funk, C. (2026, in press). Between policy and proposal: A quantitative analysis of research data management in DFG individual grants (2017–2025). Quantitative Science Studies.
Pampel, H., Weisweiler, N.L., Strecker, D. et al. (2023). (externer Link). Sci Data 10, 571.
Re3data (2021). (externer Link).
Sharma, S., Wilson, J., Tian, Y., Finn, M., & Acker, A. (2023). (externer Link). Proceedings of the Association for Information Science and Technology, 60(1), 379–387.
Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., ... & Mons, B. (2016). (externer Link). Scientific Data, 3(1), 1–9.
Woods, H. B., & Pinfield, S. (2022). (externer Link). Wellcome Open Research, 6, 355.
Deutsche Forschungsgemeinschaft (2026). Geplante Nutzung von Datenrepositorien durch Antragstellende der DFG: Fachliche Praxis und Policy-Aspekte. DFG Data Stories, Version 1.0, 22.10.2026. (interner Link)
Version 1.0 vom 22.10.2026
Kontakt
| E-Mail: | jan.rohden@dfg.de |
| Telefon: | +49 (228) 885-2596 |
| E-Mail: | richard.heidler@dfg.de |
| Telefon: | +49 (228) 885-2925 |
| E-Mail: | christoph.funk@dfg.de |
| Telefon: | +49 (228) 885-2204 |