Diese Seite gibt eine fachliche Orientierung und ersetzt keine Rechts- oder Regulatory-Beratung. Stimmen Sie Datenmanagementplan, Einwilligung und Datenschutzkonzept mit Ihrer Ethikkommission, Ihrem Datenschutzbeauftragten und gegebenenfalls Ihrer Forschungsdatenstelle ab.
In Studien mit Gesundheitsdaten entstehen Daten an vielen Stellen gleichzeitig: im Labor an Spiroergometrie und Laufband, am Handgelenk der Probanden über Wochen, in Fragebögen auf dem Smartphone, in Sensoren mit hoher Abtastrate. Am Ende sollen sie in einer Auswertung zusammenkommen, die sich auch Jahre später noch nachvollziehen lässt. Dieser Ratgeber zeigt, wie Forschungsdatenmanagement für solche Studien gelingt, vom Datenmanagementplan bis zur Archivierung.
Was Forschungsdatenmanagement umfasst
Forschungsdatenmanagement begleitet Daten über ihren ganzen Lebenszyklus:
- Planen: Welche Daten werden gebraucht, aus welchen Quellen, in welcher Auflösung?
- Erheben: Messungen, Wearables, Fragebögen, Beobachtungen, jeweils mit eindeutiger Zuordnung.
- Speichern und sichern: an einem Ort, mit Rechten, Protokoll und Datensicherung.
- Aufbereiten: Plausibilität prüfen, Lücken erkennen, Einheiten vereinheitlichen.
- Auswerten: im System und in Statistikprogrammen, reproduzierbar.
- Archivieren und teilen: für die vorgeschriebene Dauer, wo möglich nachnutzbar.
Als Leitbild haben sich die FAIR-Prinzipien durchgesetzt: Daten sollen auffindbar (Findable), zugänglich (Accessible), interoperabel (Interoperable) und wiederverwendbar (Reusable) sein. Das betrifft nicht nur die Daten selbst, sondern auch ihre Beschreibung: Ohne Angaben zu Gerät, Messmethode, Einheit und Zeitpunkt ist ein Messwert für andere kaum nutzbar.
Der Datenmanagementplan
Ein Datenmanagementplan hält vor Projektbeginn fest, wie mit den Daten umgegangen wird. Viele Förderer erwarten ihn. In Horizon Europe ist er für geförderte Projekte vorgesehen, die Deutsche Forschungsgemeinschaft erwartet im Antrag Angaben zum Umgang mit Forschungsdaten.
| Abschnitt | Leitfragen |
|---|---|
| Datenbeschreibung | Welche Daten entstehen, aus welchen Geräten und Quellen, in welchem Umfang? |
| Erhebung und Dokumentation | Wie werden Daten erfasst und beschrieben? Welche Metadaten und Standards werden genutzt? |
| Speicherung und Sicherheit | Wo liegen die Daten, wer hat Zugriff, wie werden sie gesichert? |
| Datenschutz und Ethik | Rechtsgrundlage, Einwilligung, Pseudonymisierung, Ethikvotum |
| Auswertung | Mit welchen Werkzeugen, wie wird die Reproduzierbarkeit gesichert? |
| Archivierung und Nachnutzung | Wo, wie lange, in welchem Format? Können Daten geteilt werden? |
| Verantwortung und Ressourcen | Wer kümmert sich um die Daten, was kostet das? |
Ein Plan ist nur so gut wie seine Umsetzung. Je mehr davon ein System selbst übernimmt, etwa Zuordnung, Rechte, Protokoll und Export, desto weniger hängt am Einsatz einzelner Mitarbeitender.
Daten erheben: Sensoren, Labor und Fragebögen
In Studien mit Gesundheits- und Leistungsdaten kommen typischerweise drei Arten von Quellen zusammen.
- Labor- und Testgeräte: Spiroergometrie, Laufband, Ergometer, Kraftmessung oder kognitive Tests. Sie werden über den Device Connector angebunden, jeder Wert landet automatisch bei Proband und Sitzung. Wo Raum, Geräte und Probanden gleichzeitig überwacht werden, etwa in Höhen- oder Klimakammern, speichert Datico® Live Control alle Werte zeitsynchron.
- Wearables und Sensoren: Herzfrequenz, Schlaf, Aktivität und Erholung über Wochen, per Hersteller-Cloud oder per Bluetooth über die Datico® Life App. Für spezielle Fragestellungen zeichnet Datico® auch Rohsignale auf, zum Beispiel das Ein-Kanal-EKG des Polar H10 mit 130 Hz oder Beschleunigungsdaten mit bis zu 200 Hz.
- Fragebögen und Tagebücher: eigene Fragebögen mit Smart Forms, von etablierten Skalen bis zum kurzen Check am Abend, beantwortet am Tablet im Studienzentrum oder in der App, zeitgesteuert und mit Push-Nachricht.
Entscheidend ist, dass alle drei in derselben Datenbasis landen, personen- und zeitgenau. Nur dann lässt sich etwa fragen, wie Schlaf in der Nacht vor einem Test mit dem Testergebnis zusammenhängt.
Real-World-Daten und Langzeitstudien
Real-World-Daten entstehen im Alltag der Probanden statt im Studienzentrum: über Wearables, Apps und Fragebögen, oft über Monate. Sie ergänzen kontrollierte Messungen um das, was zwischen den Terminen passiert. Werden sie systematisch ausgewertet, spricht man von Real-World-Evidenz.
Drei Punkte entscheiden über die Aussagekraft:
- Datenvollständigkeit: In Langzeitstudien fehlen schnell Tage oder Wochen, weil ein Gerät nicht getragen oder nicht synchronisiert wurde. Das Studienteam sollte täglich sehen, welche Quellen je Proband geliefert haben, und reagieren können, bevor aus einer Lücke ein fehlender Datensatz wird.
- Einschluss aus der Ferne: Viele Probanden kommen nie ins Studienzentrum. Einwilligung und Aufklärung müssen dann digital und nachweisbar funktionieren.
- Belastung für die Probanden: Je weniger Aufwand das Mitmachen kostet, desto besser die Daten. Automatische Synchronisation und kurze Fragebögen helfen.
Im Datico® Control Center sieht das Studienteam je Proband und Tag, welche Quellen geliefert haben. Mehr dazu zeigt die Seite Real-World-Studien. Was beim Einsatz von Wearables datenschutzrechtlich gilt, beschreibt der Ratgeber Wearables DSGVO-konform einsetzen.
Datenschutz und Ethik in der Studie
Gesundheitsdaten von Probanden sind besondere Kategorien nach Art. 9 DSGVO. In Studien stützt sich die Verarbeitung meist auf die ausdrückliche Einwilligung nach Studienaufklärung oder auf die Forschungsausnahme nach Art. 9 Abs. 2 lit. j DSGVO mit Garantien nach Art. 89. Dazu kommen Ethikvotum und Studienprotokoll.
Was Ethikkommission und Datenschutzbeauftragte typischerweise wissen wollen, sollte das System selbst beantworten:
- Einwilligung: Im Datico® Life Hub willigen Probanden per Double Opt-In ein, auch aus der Ferne über die Datico® Life App. Zeitpunkt und Umfang werden dokumentiert, ein Widerruf ist jederzeit möglich. Probanden ohne Einwilligung zur Datenweitergabe lassen sich vom Export ausschließen.
- Pseudonymisierung: Klarnamen sieht nur, wer sie sehen darf, etwa die Studienleitung. Auswertung und Export arbeiten mit der Probanden-ID.
- Nachvollziehbarkeit: Der Audit Trail protokolliert Erfassung, Änderung, Löschung und Einwilligung mit Vor- und Nachzustand, unveränderlich auch für Administratoren.
- Speicherort: eigene Datenbank auf Servern in Deutschland, auf Wunsch in der Infrastruktur Ihrer Einrichtung.
Weitere technische und organisatorische Maßnahmen beschreibt der Ratgeber Gesundheitsdaten nach DSGVO schützen.
Auswertung reproduzierbar machen
Reproduzierbarkeit heißt: Dieselben Daten und dieselben Schritte führen zum selben Ergebnis, auch wenn jemand anderes sie Jahre später wiederholt. Dafür braucht es einen festen Datenstand, dokumentierte Exporte und Auswertungsschritte, die nicht von Handarbeit in Tabellen abhängen.
Im Datico® Control Center werten Sie Messreihen direkt aus: Kennwerte je Sitzung, Verteilungen und Vergleiche zwischen Bedingungen oder Gruppen. Für die vertiefte Analyse übergibt der Statistik-Connector die Daten strukturiert und reproduzierbar an SPSS, MATLAB, R oder Python, der Excel Export nach Ihren eigenen Schemata. Wer Studiendaten zusätzlich mit KI-Methoden auswerten will, findet die passenden Fragen im Ratgeber KI und Gesundheitsdaten.
Archivieren und nachnutzen
Nach dem Kodex der Deutschen Forschungsgemeinschaft zur guten wissenschaftlichen Praxis sollen Forschungsdaten, die einer Veröffentlichung zugrunde liegen, in der Regel zehn Jahre aufbewahrt werden. Gleichzeitig verlangt die DSGVO, personenbezogene Daten nicht länger als nötig zu speichern. Beides lässt sich vereinbaren: Für die Archivierung werden Daten, wo möglich, anonymisiert, und der Schlüssel zur Pseudonymisierung wird nach Studienende gelöscht.
Für die Nachnutzung helfen offene Formate und eine gute Beschreibung der Daten. Je klarer festgehalten ist, welches Gerät, welche Einheit und welche Messmethode hinter einem Wert stehen, desto eher können andere Forschende die Daten verwenden. Welche Standards Datico® dafür nutzt, steht auf der Seite Standards.
Ein Beispiel aus der Forschung
Im MEXT-Projekt der Universität der Bundeswehr München erfasst eine von Datico® entwickelte App die Daten mehrerer Wearables rund um die Uhr in hoher Auflösung, als Datenbasis für die ML-gestützte Anfallsforschung. Wie das in der Hochschulforschung allgemein aussieht, zeigt die Seite Hochschulforschung.
Checkliste: Forschungsdatenmanagement für Studien mit Gesundheitsdaten
- Datenmanagementplan erstellt und mit Förderer, Ethikkommission und Datenschutz abgestimmt.
- Alle Datenquellen festgelegt: Geräte, Wearables, Fragebögen, Auflösung.
- Eindeutige Zuordnung jedes Werts zu Proband, Sitzung, Zeitpunkt und Gerät.
- Metadaten festgelegt: Einheit, Messmethode, Gerät, Softwarestand.
- Einwilligung nachweisbar und widerrufbar, auch bei Einschluss aus der Ferne.
- Pseudonymisierung umgesetzt, Klarnamen nur für berechtigte Personen.
- Rollen und Rechte für Studienteam, Auswertende und externe Partner festgelegt.
- Datenvollständigkeit wird laufend überwacht.
- Alle Änderungen und Zugriffe werden protokolliert.
- Auswertung reproduzierbar: fester Datenstand, dokumentierte Exporte.
- Archivierung geplant: Ort, Dauer, Format, Anonymisierung.
- Löschung personenbezogener Daten nach Studienende festgelegt.
Wenn Sie Ihre Studie mit uns planen möchten, vereinbaren Sie ein persönliches Erstgespräch. Einen Überblick über den Einsatz in der Forschung gibt Datico® Life Participant.
Häufige Fragen
Was ist Forschungsdatenmanagement?
Forschungsdatenmanagement umfasst alle Schritte im Umgang mit Forschungsdaten: planen, erheben, speichern, aufbereiten, auswerten, archivieren und gegebenenfalls teilen. Ziel ist, dass Daten vollständig, nachvollziehbar und nachnutzbar sind, im besten Fall nach den FAIR-Prinzipien: auffindbar, zugänglich, interoperabel und wiederverwendbar.
Was gehört in einen Datenmanagementplan?
Ein Datenmanagementplan beschreibt, welche Daten in einem Projekt entstehen, wie sie erhoben, dokumentiert und gespeichert werden, wer Zugriff hat, wie Datenschutz und Ethik geregelt sind, wie die Daten ausgewertet und wo und wie lange sie archiviert werden. Viele Förderer erwarten einen solchen Plan, in Horizon Europe ist er für geförderte Projekte vorgesehen.
Was sind Real-World-Daten?
Real-World-Daten sind Gesundheitsdaten, die außerhalb kontrollierter Studienbedingungen im Alltag entstehen, etwa über Wearables, Patienten-Apps, Fragebögen oder die Routineversorgung. Werden sie systematisch ausgewertet, entsteht Real-World-Evidenz. Entscheidend sind Datenvollständigkeit über lange Zeiträume und eine saubere Zuordnung zu Proband und Zeitpunkt.
Wie lange müssen Forschungsdaten aufbewahrt werden?
Nach dem Kodex der Deutschen Forschungsgemeinschaft zur guten wissenschaftlichen Praxis sollen Forschungsdaten, die einer Veröffentlichung zugrunde liegen, in der Regel zehn Jahre aufbewahrt werden. Für personenbezogene Daten gilt zugleich die DSGVO: Was nicht mehr gebraucht wird, wird gelöscht oder anonymisiert. Beides legen Sie im Datenmanagementplan fest.
Ist Datico® ein EDC-System für klinische Arzneimittelstudien?
Der Datico® Life Hub ist eine Plattform, die Daten aus Geräten, Sensoren, Wearables und Fragebögen für Forschung und Real-World-Studien zusammenführt. Ob für eine Studie ein validiertes EDC-System nach den Vorgaben für klinische Prüfungen erforderlich ist, hängt vom Studientyp ab. Klären Sie das mit Ihrer Studienleitung, bevor Sie ein System auswählen.
In welche Statistikprogramme lassen sich Daten aus dem Datico® Life Hub übergeben?
Über den Statistik-Connector werden Daten strukturiert und reproduzierbar an SPSS, MATLAB, R oder Python übergeben, über den Excel Export nach eigenen Schemata. Grundlegende Auswertungen wie Kennwerte je Sitzung, Verteilungen und Gruppenvergleiche sind direkt im Datico® Control Center möglich.
Passende Funktionen
- Audit TrailSie können jeden Messwert samt Kontext und jede Aktion im System auch Jahre später lückenlos nachvollziehen.
- Double Opt-InSie verarbeiten Daten erst, wenn die betroffene Person in zwei Schritten nachweisbar eingewilligt hat.
- Live ControlRaum, Geräte und Sensoren am Körper in einer Live-Ansicht: Sie sehen alles zeitsynchron, steuern zentral und werten sofort aus.
- Smart FormsSie erstellen digitale Fragebögen und Checklisten ohne Programmierung und erhalten die Antworten strukturiert im Datico® Life Hub.
- Statistik-ConnectorSie übergeben Daten strukturiert und reproduzierbar an R, SPSS oder Python für vertiefte Analysen.
- Wearable ConnectSie führen Wearable-Daten über Cloud, Bluetooth oder Datei herstellerunabhängig im Datico® Life Hub zusammen.