Stel je voor: je zit in een onderzoeksteam met biologen, informatici, sociale wetenschappers en statistici.
▶Inhoudsopgave
Iedereen verzamelt data, maar niemand weet precies wie waarvoor verantwoordelijk is. Klinkt als een recept voor chaos? Dat is het ook. Een goed Data Management Plan (DMP) voorkómt precies die rommel — zeker in multidisciplinaire projecten. In dit artikel lees je hoe je duidelijk verdeelt wie verantwoordelijk is voor welke data, zonder dat het een juridisch document wordt dat niemand ooit opent.
Waarom is dataverantwoordelijkheid zo belangrijk in multidisciplinaire projecten?
In een monodisciplinair project is het vaak simpel: één team, één type data, één verantwoordelijke. Maar zodra meerdere disciplines samenwerken, wordt het ingewikkeld.
Denk aan een project waarbij zowel medische patiëntgegevens als enquêteresultaten en genetische data worden verzameld. Elk datavaltype heeft andere eisen rond privacy, opslag, toegankelijkheid en bewaringstermijn. Zonder duidelijke afspraken gebeurt er van alles: data raakt verspreid over persoonlijke laptops, bestanden worden hernoemd zonder versiebeheer, en niemand weet meer welke dataset de definitieve versie is. Een DMP dwingt je om hier structureel mee aan de slag te gaan — en dat scheelt je enorme kopzorgen later.
Wat zet je in een DMP over dataverantwoordelijkheid?
Een DMP is geen vrijblijvend document. Financiers zoals NWO en de Europese Commissie (via Horizon Europe) vragen er expliciet om.
1. Rolverdeling: wie doet wat?
Maar bovenal: het is een praktisch werkdocument voor je team. Hieronder de belangrijkste onderdelen rondom verantwoordelijkheid.
- Data Steward — zorgt ervoor dat data FAIR worden opgesgeslagen (Findable, Accessible, Interoperable, Reusable). Dit is de persoon die controleert of metadata compleet zijn en of bestandsnamen een logisch formaat volgen.
- Projectleider — houdt het overzicht en zorgt dat iedereen zich aan de afspraken houdt. Geen micromanagement, maar wel regelmatig check-ins.
- Onderzoeksassistent of PhD'er — verzamelt en verwerkt de data, voegt metadata toe, en uploadt bestanden naar de juiste opslaglocatie.
- IT-beheerder — zorgt voor technische infrastructuur, back-ups en toegangsrechten.
Begin met het benoemen van rollen, niet van namen. Denk aan functies zoals Data Steward, Projectleider, Onderzoeksassistent en IT-beheerder. Elke rol krijgt duidelijke taken:
2. Welke data verzamelt jouw project?
In multidisciplinaire projecten is het verstandig om per dataset of per work package een Data Owner aan te wijzen. Dit is de persoon die het laatste woord heeft over een specifieke dataset — niet de persoon die alles doet, maar de persoon die beslist.
- Enquêteresultaten (anoniem, via Qualtrics, circa 500 respondenten)
- Interviewopnames (geluidsbestanden, na toestemming opgenomen, circa 20 deelnemers)
- Labresultaten (Excel-bestanden, gegenereerd door HPLC-apparaat)
- Satellietbeeld-data (GeoTIFF-formaat, openbaar beschikbaar via Copernicus)
Lijst alle datatypes op die in het project voorkomen. Wees specifiek. Niet "enquêtes en interviews", maar bijvoorbeeld: Bij elk datatype noteer je: wie verzamelt het, waar wordt het opgeslagen, hoe lang moet het bewaard worden, en wie heeft er toegang toe. Dit wordt al snel een handige referentietabel voor het hele team. Niet alle data mag op dezelfde plek.
3. Opslag en beveiliging per datavaltype
Persoonsgegevens vallen onder de AVG (Algemene Verordening Gegevensbescherming) en mogen niet zomaar op een gedeelde Google Drive.
Voor Nederlandse universiteiten gelden hier strikte regels. De meeste instellingen bieden een beveiligde omgeving aan, zoals de Research Drive of Yoda (ontwikkeld door de UU). Voor niet-gevoelige data kun je gebruikmaken van platforms zoals DataverseNL, dat specifiek is ontworpen voor het delen en archiveren van onderzoeksdata.
4. Data delen en toegangsrechten
Het belangrijkste: documenteer in je DMP waar elk datatype staat en waarom je die keuze hebt gemaakt. In multidisciplinaire projecten werken mensen vaak op verschillende locaties, soms zelfs in verschillende landen. Maak goede afspraken over gedeelde data:
- Wie mag data inzien (leestoegang)?
- Wie mag data bewerken (schrijftoegang)?
- Wie mag data verwijderen of publiceren?
- Gebruik je een shared workspace zoals SURFdrive, Teams of een Git-repository?
Een veelgemaakte fout: iedereen krijgt volledige toegang "voor het geval dat". Dat is onveilig en onoverzichtelijk. Gebruik het principe van least privilege — geef mensen alleen de toegang die ze écht nodig hebben.
5. Bewaartermijnen en data na het project
Wat gebeurt er met de data als het project is afgelopen? De meeste Nederlandse universiteiten hanteren een bewaartermijn van minimaal 10 jaar voor onderzoeksdata, in lijn met de Nederlandse Gedragscode Wetenschappelijke Integriteit.
Voor persoonsgegevens geldt: bewaar ze niet langer dan nodig is, en vernietig ze op een veilige manier wanneer de termijn verstreken is.
Noteer in je DMP expliciet wat je vastlegt over data na afloop: wordt het gearchiveerd, gepubliceerd in een repository, of vernietigd? En wie neemt die beslissing?
Praktische tips om het werkbaar te houden
Een DMP hoeft geen dertig pagina's tellend document te zijn. Houd het bruikbaar met deze tips:
- Gebruik een DMP-tool. DMPonline (van het Digital Curation Centre) biedt templates voor NWO, Horizon Europe en andere financiers. De tool begeleidt je stap voor stap en zorgt dat je niets vergeet.
- Update je DMP tijdens het project. Een DMP is geen document dat je schrijft, indient en vervolgens vergeet. Plan halverwege je project een update in. De meeste financiers verwachten dit ook.
- Maak het een teaminspanning. Laat niet één persoon het hele DMP schrijven. Betrek de Data Steward, de IT-afdeling en de onderzoekers die de data verzamelen. Zo wordt het een levend document dat iedereen kent en gebruikt.
- Begin simpel. Je hoeft niet alles op dag één perfect te hebben. Begin met de grote lijnen — rollen, datatypes, opslaglocaties — en verfijn naarmate het project vordert.
Conclusie: duidelijkheid voorkómt ellende
Een multidisciplinair project is een kans om mooi onderzoek te doen. Maar zonder duidelijke afspraken over dataverantwoordelijkheid loop je het risico dat data verloren gaat, privacy wordt geschonden, of ruzie ontstaat in het team.
Een goed DMP is geen bureaucratische last — het is je verzekering tegen die problemen.
Neem de tijd om in het begin van je project helder te formuleren wie verantwoordelijk is voor welke data. Bespreek het met je team, documenteer het, en herzie het regelmatig. Je zult je later danken.
Veelgestelde vragen
Wat is precies een Data Management Plan (DMP) en waarom is het belangrijk in multidisciplinaire projecten?
Een Data Management Plan (DMP) is een praktisch werkdocument dat helder definieert wie verantwoordelijk is voor welke data in een onderzoeksproject.
Welke rollen zijn er typisch in een DMP en wat doen ze?
Het zorgt ervoor dat data op een georganiseerde manier wordt beheerd, met aandacht voor privacy, opslag, toegankelijkheid en bewaring, wat essentieel is bij samenwerking van verschillende disciplines. Een DMP kent verschillende rollen, zoals een Data Steward die de FAIR-principes (Findable, Accessible, Interoperable, Reusable) waarborgt, een Projectleider die het overzicht behoudt en de afspraken handhaaft, en een Onderzoeksassistent die data verzamelt en verwerkt.
Wat is een Data Owner en wanneer is het aan te wijzen?
Ook een IT-beheerder is belangrijk voor de technische infrastructuur en beveiliging. Een Data Owner is de persoon die de eindverantwoordelijkheid heeft voor een specifieke dataset. Het is verstandig om per dataset of work package een Data Owner aan te wijzen, zodat er duidelijk is wie de beslissingen neemt over de data en wie de verantwoordelijkheid draagt voor de kwaliteit en correctheid ervan. Een DMP beschrijft niet alleen de rollen en verantwoordelijkheden, maar ook de manier waarop data wordt verzameld, opgeslagen, bewaard en gedeeld.
Wat zijn de belangrijkste elementen die in een DMP opgenomen moeten worden?
Belangrijke elementen zijn de data governance structuur, de metadata eisen, de opslaglocaties en de plannen voor data archivering en publicatie.
Waarom zijn DMP’s belangrijk voor onderzoeksprojecten die gefinancierd worden door organisaties zoals NWO en de Europese Commissie?
Financieringsorganisaties zoals NWO en de Europese Commissie eisen expliciet een Data Management Plan als onderdeel van de aanvraagprocedure. Het tonen van een doordacht DMP toont aan dat je project aandacht besteedt aan de ethische en praktische aspecten van data-beheer, wat essentieel is voor een succesvolle aanvraag en uitvoering.