Categories
Pages
-

Forschungsdaten – Aktuelles und Wissenswertes

FDM erklärt – Was bedeuten Key-Performance-Indicators für das Forschungsdatenmanagement?

July 21st, 2021 | by

This entry is only available in German.

Auch in Hochschulen und Forschungsinstitutionen steht man immer wieder vor der Herausforderung, die Wirksamkeit seiner Tätigkeiten zu belegen. Angesichts knapper personeller und finanzieller Ressourcen gilt es, Aktivitäten strategisch zu planen. Ein wesentlicher Schritt ist hierbei die Auswahl geeigneter Messinstrumente, die neben dem Erreichen von Zielen auch stets das Verhältnis von Aufwand und Nutzen im Auge behalten. Sogenannte Key-Performance-Indicators können dabei unterstützen.

Was sind Key-Performance-Indicators?

Der Begriff Key Performance Indicator, kurz KPI, hat seinen Ursprung in der Betriebswirtschaftslehre und bezeichnet aussagekräftige Leistungskennzahlen, mit denen der Fortschritt oder der Erfüllungsgrad hinsichtlich wichtiger Zielsetzungen oder kritischer Erfolgsfaktoren innerhalb einer Organisation ermittelt werden kann. Es existieren viele verschiedene KPIs für unterschiedliche Bereiche und Tätigkeiten. Welche Kennzahlen relevant sind, hängt von der jeweiligen Maßnahme und deren Zielsetzung ab. Die Identifikation von KPIs setzt voraus, dass die Ziele der Aktivität klar sind.

Die Ziele SMART setzen

Damit KPIs auch wirklich aussagekräftig sind, sollten die gesetzten Ziele die sogenannten SMART-Kriterien erfüllen:

  • Specific (spezifisch)
  • Measurable (messbar)
  • Achievable (erreichbar)
  • Result-oriented (ergebnisorientiert)
  • Time-bound (zeitlich gebunden)

KPIs im Forschungsumfeld

Wie bereits angedeutet können KPIs auch im Forschungsalltag von Nutzen sein. So können beispielsweise anhand der Leistungskennzahlen sämtliche Abläufe in Forschungseinrichtungen kontrolliert, überprüft und evaluiert werden. Dadurch kann unter anderem die Umsetzung einer institutionellen Forschungsdatenpolitik gemessen oder das Forschungsmarketing der Einrichtung bewertet werden. Die Publikationen eines Forschungsprojekts stellen zum Beispiel einen KPI dar, der zur fachwissenschaftlichen Bewertung eines Instituts oder Fachbereichs maßgeblich beitragen kann.

Das konsequente Monitoring ermöglicht die entsprechende Anpassung und Optimierung von Prozessen und Maßnahmen.

Für die Praxis

Auch für das Forschungsdatenmanagement spielen KPIs eine Rolle. So erfasst das IT Center beispielsweise wie viele unterschiedliche RWTH-Einrichtungen Services für das Forschungsdatenmanagement, wie das Archiv oder Coscine, nutzen. So ergibt sich ein Bild, wie inwieweit die Angebote angenommen werden.

Eine besondere Bedeutung im Forschungsdatenmanagement haben die FAIR-Prinzipien als Maß für die Nachnutzbarkeit der Daten. Entsprechend macht es Sinn, auch den Grad, zu dem ein konkreter Datensatz den FAIR-Prinzipien genügt, messbar zu machen. Um dem Wildwuchs an FAIRness-Messungen, die auf unterschiedlichen Interpretationen der Prinzipien beruhen, Abhilfe zu schaffen, hat sich die Research Data Alliance-Arbeitsgruppe FAIR data maturity model zum Ziel gesetzt, ein gemeinsames Set an zentralen Bewertungskriterien für FAIRness als RDA-Empfehlung zu entwickeln. Als Ergebnis der Arbeit wurden ein erster Satz von Richtlinien und eine Checkliste zur Umsetzung der Indikatoren erstellt, mit dem Ziel, die Richtlinien zur Bewertung von FAIRness an die Bedürfnisse der Gemeinschaft anzupassen.

Gleichzeitig hat das Projekt LEARN eine Liste von KPIs zur Verfügung gestellt, mit deren Hilfe jede einzelne Forschungseinrichtung messen kann, wie erfolgreich sie bei der Umsetzung der Empfehlungen der LERU Research Data Roadmap und des von LEARN erstellten Toolkits ist. Die definierten Werte sind gute Indikatoren für eine gelungene FDM-Strategie.

Monitoring und Darstellung von KPIs

Für eine aussagekräftige Erfolgsmessung mit KPIs ist es ratsam, die definierten Kennzahlen kontinuierlich zu prüfen und den Verantwortlichen in geeigneter Weise zu präsentieren. Hierfür lassen sich verschiedene Darstellungsformen wie Diagramme oder Ampeln verwenden.

Mehr erfahren

Wenn Sie mehr über Key-Performance-Indicators im Forschungsdatenmanagement erfahren möchten, wenden Sie sich einfach an das ServiceDesk. Das FDM-Team freut sich auf Ihre Nachricht.

Besuchen Sie für weitere Informationen zum FDM auch die RWTH-Webseiten.

 

Verantwortlich für den Beitrag sind: Sophia Nosthoff und Jana Baur

 

Leave a Reply