Zum Inhalt springen
GenDiMedNet

Gute Daten entstehen nicht erst im Labor

Wie sorgt GenDiMedNet dafür, dass Forschungsdaten von Anfang an verständlich, vergleichbar und langfristig nutzbar werden? Gehen wir rein...

Datenqualität beginnt lange vor der ersten Analyse.

Datenforschung im Dialog

Ein interinstitutionelles Team aus Universitätsmedizin Greifswald, Charité – Universitätsmedizin Berlin und Berlin Institute of Health at Charité begleitet M2 und M3 bei ihren Forschungsdaten. Wir bringen drei Perspektiven zusammen: FAIR & Data Stewardship, Standards & Interoperabilität sowie Gender, Sex & Diversity. Diese dritte Perspektive ist kein Zusatzangebot. Jede Beratung zu Datenstruktur, Formaten oder Dokumentation läuft zusammen mit der Frage, welche Sex- und Genderdimensionen für die jeweilige Forschungsfrage relevant sind und wie sie sich angemessen erfassen lassen. Gender- und Sexkompetenz ist von Anfang an Teil des Datenmanagements, nicht ein nachträglicher Blick darauf. Wir sammeln keine Forschungsdaten und warten nicht auf Datenlieferungen. Wir gehen mit den Projekten in den Dialog, verstehen ihre Forschungsfragen und Datenkontexte und entwickeln daraus gemeinsam passende Lösungen. Die Erfahrungen aus diesem Dialog fließen in die Begleitforschung ein und werden zu Methoden, Empfehlungen und Wissen, von denen der gesamte GenDiMedNet-Verbund profitiert. Drei Perspektiven. Ein Dialog. Gemeinsame Lösungen.

Tabellen, Diagramme, große Datenbanken, viele Entscheidungen

Wenn wir an Forschungsdaten denken, denken wir an Tabellen, Diagramme, große Datenbanken. Bevor eine Zahl in einer Tabelle erscheint, ist aber längst entschieden: Was wird gemessen? Wie wird es gemessen? Welche Antwortmöglichkeiten gibt es? Welche Kategorien nutzen wir für Geschlecht und Sex, und wieso genau diese? Was bedeutet eine Variable genau? Wer darf die Daten später nutzen? Und kann jemand in fünf Jahren noch nachvollziehen, wie diese Daten entstanden sind? Diese Fragen gehören zum Forschungsdatenmanagement. Sie sind keine administrative Pflicht, sie sind Teil guter Wissenschaft. Für die acht Projekte im GenDiMedNet heißt das: Säule 2 begleitet die Teams von der Planung bis zur nachhaltigen Nutzung ihrer Daten und bringt dabei gezielt Gender- und Sexexpertise in jeden Schritt ein, von der Definition der Erhebungskategorien bis zur Dokumentation. Wir schreiben den Projekten kein gemeinsames Datenset vor. Jedes Vorhaben hat seine eigene Forschungsfrage, seine eigene Methodik, seine eigenen Anforderungen. Unser Ziel ist, Unterschiede sichtbar und Daten anschlussfähig zu machen.

Drei Perspektiven auf dieselbe Forschungsfrage

Unsere Stärke ist, drei Perspektiven zusammenzubringen, die selten in einem Team sitzen. FAIR & Data Stewardship Wie werden Forschungsdaten gut organisiert, dokumentiert und langfristig nutzbar? Wir unterstützen bei Datenmanagement, FAIR-Prinzipien, Data Stewardship und der Frage, welche Informationen über die Daten nötig sind, damit sie später noch verstanden und genutzt werden können. Standards & Interoperabilität Wie sprechen unterschiedliche Datenquellen eine gemeinsame Sprache? Wir prüfen mit den Projekten Terminologien, Datenformate und Standards, und welche Lösung für ihre Forschung sinnvoll und anschlussfähig ist. Gender, Sex & Diversity Wie werden relevante Unterschiede in Forschungsdaten sichtbar, ohne komplexe Lebensrealitäten zu vereinfachen? Wir beraten die Projekte aktiv dazu, welche Sex-, Gender- und Diversity-Dimensionen für ihre Forschung relevant sind und wie sich diese angemessen erfassen und beschreiben lassen. Diese Beratung ist in unser Datenmanagement-Angebot eingebettet, nicht davon getrennt. Keine dieser Perspektiven funktioniert isoliert. Gute Daten sind FAIR, interoperabel und sensibel für die Vielfalt der Menschen, über die geforscht wird.

Unser Team Daten

  • Lotte Schwiening

    Lotte Schwiening

    Computerlinguistin

    BIH Charité

    Wie implementiere ich Interoperabilitäts-standards in bestehende Systeme?

  • Paula Böhme

    Paula Böhme

    Psychologin

    Charité

    Wie befrage ich Teilnehmende inklusiv?

  • Dr. Daniele Liprandi

    Dr. Daniele Liprandi

    Datenanalyst / Entwickler

    Universitätsmedizin Greifswald

    Welche Datenfelder brauche ich für eine solide Datenanalyse?

  • Prof. Dr. Sylvia Thun

    Prof. Dr. Sylvia Thun

    Direktorin für digitale Medizin und Interoperabilität

    BIH Charité

    Wie werden geschlechterspezifische Forschungsdaten interoperabel nutzbar?

  • Prof. Dr. Gertraud (Turu) Stadler

    Prof. Dr. Gertraud (Turu) Stadler

    Direktorin für Geschlechter
forschung in der Medizin

    Charité

    Wie nutzen und erheben wir geschlechts- und diversitätssensible Daten, um Gesundheitsforschung für alle gerechter zu machen?

  • Prof. Dr.-Ing. Dagmar Waltemath

    Prof. Dr.-Ing. Dagmar Waltemath

    Professor for medical informatics

    Universitätsmedizin Greifswald

    Wie zeigen wir den Nutzen FAIRer, genderbezogener Gesundheitsforschungsdaten?

Neues aus den Datenwissenschaften

9. - 13. Februar 2026: Love Data Week

9. - 13. Februar 2026: Love Data Week

Die Love Data Week (LDW) ist eine jährlich stattfindende, internationale Aktionswoche rund um die Themen Forschungsdaten und Forschungsdatenmanagement.

Folge uns

Aktuelle Informationen finden Sie auch direkt auf unseren Social-Media-Kanälen.