Forschungsdatenmanagement umfasst die Entwicklung und Umsetzung von Strategien und Verfahren zum Schutz, der Validierung und der Dokumentation von Forschungsdaten. Auf diese Weise wird die Qualität der Daten gesichert und ihre Nutzung zur Beantwortung neuer Forschungsfragen nach Abschluss des ursprünglichen Forschungsprojekts ermöglicht. Datenmanagement zielt entsprechend darauf ab die Daten vor Verlust oder Manipulation zu schützen und ihre dauerhafte Auffindbarkeit und Nutzbarkeit zu gewährleisten.

Auch wenn die Daten nach Projektende nicht für andere Wissenschaftler*innen verfügbar gemacht werden sollen, empfiehlt es sich in jedem Fall, zu Beginn des Forschungsvorhabens zu planen, wie die Datenerhebung, -analyse und -speicherung im Rahmen des Projekts erfolgen soll. So lässt sich sicherstellen, dass es zum Ende des Projekts keine "bösen Überraschungen" gibt, weil geeignete Strategien zum Umgang mit möglichen Problemen existieren. Dies betrifft zum Beispiel die folgenden Bereiche:

• Informierte Einwilligung, Eigentumsrechte und Lizensierung
  Welche rechtlichen und ethischen Regelungen gelten bei der Nachnutzung bestehender Daten im Projekt? Wenn im Projekt selbst Daten erhoben werden, unter welchen Bedingungen können sie später anderen Wissenschaftler*innen zur Verfügung gestellt werden? Welche (rechtlichen und ethischen) Einschränkungen bestehen?
• Integrität und Replizierbarkeit der Forschungsergebnisse
  Welche Informationen sind notwendig, um eine Replizierbarkeit der Forschungsergebnisse zu gewährleisten? Wurden die Prozesse der Datenerhebung und -auswertung verständlich dokumentiert, sodass sie für Dritte auch ohne Kontakt zu den Primärforschenden nachvollziehbar sind?
• Datensicherheit und das Risiko von Datenverlusten
  Wie werden die Daten innerhalb des Forschungsprojekts zugänglich gemacht? Wie erfolgen Back-ups, wo werden die Daten gespeichert und wer hat Zugriff auf die Daten? 
• Sichere Datenlöschung
  Daten, die - zum Beispiel aus Gründen des Datenschutzes - nicht für eine langfristige Sicherung vorgesehen sind, müssen am Ende des Projekts sicher gelöscht werden, ohne dass die Vertraulichkeit der Daten verletzt wird.

Die Erarbeitung und Umsetzung einer Datenmanagementstrategie tragen dazu bei, die Qualität von Forschung zu sichern und ihren Wert so zu steigern. Dies ermöglicht einen planvollen Einsatz von Ressourcen und unterstützt einen reibungslosen Ablauf des Forschungsprozesses. Auch aus diesem Grund berücksichtigen mittlerweile viele Forschungsfördernde bei der Mittelvergabe auch die Frage, wie das Datenmanagement für das Projekt konzipiert wird.

Ein Datenmanagementplan (DMP) ist ein Dokument, in welchem die Datenmanagement-Strategien und die geplanten Maßnahmen beschrieben und dann mit Ressourcen und Verantwortlichkeiten hinterlegt werden. Ein solcher DMP beinhaltet üblicherweise Aussagen zu den folgenden Themen:

• Datenerhebung (welche Daten werden erhoben, wie werden sie erhoben?)
• Datenschutz und ethische Aspekte
• Rechtliche Aspekte der Forschung und der Datenweitergabe zur Nachnutzung (Urheberrecht, Datenschutz)
• Dokumentation und Metadaten
• Datensicherheit und Backup
• Datenauswahl für die Langzeitarchivierung.

CESSDA Data Management Expert Guide, https://www.cessda.eu/Training/Training-Resources/Library/Data-Management-Expert-Guide.

Rat für Sozial- und Wirtschaftsdaten, Forschungsdatenmanagement in den Sozial-, Verhaltens- und Wirtschaftswissenschaften – Orientierungshilfen für die Beantragung und Begutachtung datengenerierender und datennutzender Forschungsprojekte. RatSWD Output 3 (5). 2. redaktionell überarbeitete Auflage Berlin 2018.

U. Jensen, S. Netscher, & K. Weller (Eds.), Forschungsdatenmanagement sozialwissenschaftlicher Umfragedaten. Grundlagen und praktische Lösungen für den Umgang mit quantitativen Forschungsdaten. Opladen, Berlin, Toronto: Verlag Barbara Budrich, 2019.