Die Nachnutzung'Eine Nachnutzung, oftmals auch Sekundärnutzung genannt, befragt bereits erhobene und veröffentlichte Forschungsdatensätze erneut mit dem Ziel, andere Erkenntnisse, möglicherweise aus einer neuen oder unterschiedlichen Perspektive, zu erhalten. Die Aufbereitung von Forschungsdaten für eine Nachnutzung erfordert einen erheblich höheren Anonymisierungs-, Aufbereitungs- und Dokumentationsaufwand als die bloße Archivierung im Sinne von Datenspeicherung.' (Data Affairs, Glossar) Weiterlesen von Forschungsdaten hat in vielen Disziplinen eine lange Tradition. Insbesondere in historisch arbeitenden Disziplinen ist die Publikation aufbereiteter Daten, beispielsweise in Form von Quelleneditionen, seit langem üblich. Diese Editionen sind explizit auf die Nachnutzung durch Dritte ausgerichtet und ersparen Forschenden den Gang ins Archiv, die Transkription sowie die Recherche zur Provenienz. Heute ermöglicht die digitale Bereitstellung solcher Daten neue Analysemöglichkeiten und erleichtert den Zugang, da digitale Daten weltweit und rund um die Uhr abrufbar sind.

Die Nachnutzung von Forschungsdaten bietet zudem vielfältige Vorteile: Sie ermöglicht es Forschenden, Zeit und Ressourcen zu sparen, weil der Zeitaufwand für Datenerhebung und -aufbereitung entfällt oder reduziert wird (VerbundFDB 2025). Gleichzeitig kann die Bereitstellung von Daten in hoher QualitätDatenqualität (in historisch arbeitenden Fächern) ist ein Maß für den Zustand von Daten hinsichtlich quantitativer Merkmale wie Genauigkeit und Vollständigkeit sowie qualitativer Aspekte wie Relevanz und Nachvollziehbarkeit. Dabei gibt es keinen absoluten Qualitätsmaßstab: Was als qualitativ hochwertig gilt, hängt stets vom konkreten Forschungsvorhaben, der zugrundeliegenden Fragestellung und der angewandten Methode ab.In historisch arbeitenden Fächern treten zwei spezifische Herausforderungen hinzu. Erstens sind historische Forschungsdaten in außerordentlicher inhaltlicher Vielfalt und struktureller Heterogenität überliefert – von Handschriften und Drucken über Fotografien und Tonaufnahmen bis hin zu nativ digitalen Datensätzen. Welche Kontextinformationen zu einer Quelle erfasst werden müssen, ist dabei nicht absolut bestimmbar, sondern ergibt sich neben der Quellentypspezifik aus der jeweiligen Fragestellung: Denn die Kontextualisierung einer Quelle könnte theoretisch unbegrenzt fortgesetzt werden, ist in der Praxis aber auf das für den Forschungszweck Notwendige beschränkt. Zweitens sind historische Daten grundsätzlich durch Überlieferungslücken und Unschärfen geprägt: Bestimmte Informationen sind schlicht nicht mehr rekonstruierbar, was Vollständigkeit als Qualitätskriterium im historischen Kontext nur bedingt anwendbar macht. Datenqualität bedeutet hier daher weniger das Erreichen eines absoluten Vollständigkeitsideals als vielmehr die transparente Dokumentation dessen, was vorhanden ist, was fehlt und warum (vgl. Körfer 2026). Weiterlesen die Reputation der Forschenden erhöhen, da sie die Transparenz und Zuverlässigkeit ihrer Arbeit unterstreicht. Darüber hinaus ermöglicht die Nachnutzung, auf bereits geleisteter Arbeit aufzubauen und die Daten mit neuen Informationen anzureichernAnreicherung bezeichnet die Tätigkeit, ein Untersuchungsobjekt durch zusätzliche Informationen zu ergänzen, indem deren Herkunft, Beschaffenheit, Struktur, Bedeutung oder einzelne Elemente explizit gemacht werden (Borek et al 2021). Weiterlesen. Dies kann die Ergebnisse der Forschung genauer und repräsentativer machen, da umfassendere Datenkorpora in die Auswertung einbezogen werden.

Ein weiterer wesentlicher Vorteil liegt im Potenzial für interdisziplinäre Kooperationsprojekte. Durch die Bereitstellung von Daten können Forschende aus verschiedenen Disziplinen und Institutionen voneinander erfahren und Kooperationspotenziale entdecken. Diese interdisziplinäre Zusammenarbeit kann zu neuen Perspektiven und Ideen führen, die innovative Ansätze in der Forschung ermöglichen und neue Horizonte in einem Forschungsfeld eröffnen. Zusätzlich erhöht die transparente Darlegung von Erhebungs- und Auswertungsprozessen die Authentizität und das Verständnis über die bereitgestellten Daten. Dies entspricht den FAIR-Prinzipien'Die FAIR-Prinzipien wurden 2016 erstmals von der FORCE 11-Community (The Future of Research Communication and e-Scholarship) entwickelt. FORCE11 ist eine Gemeinschaft von Wissenschaftlern, Bibliothekaren, Archivaren, Verlegern und Forschungsförderern, die durch den effektiven Einsatz von Informationstechnologie einen Wandel in der modernen wissenschaftlichen Kommunikation herbeiführen und so eine verbesserte Wissenserstellung und -weitergabe unterstützen will. Das primäre Ziel liegt in der transparenten und offenen Darlegung wissenschaftlicher Erkenntnisprozesse. Demnach sollten Daten online findable (auffindbar), accessible (zugänglich), interoperable (kompatibel) und reusable (wiederverwendbar) abgelegt und strukturiert sein. Ziel ist es, Daten langfristig aufzubewahren und im Sinne der Open Science und des Data Sharing für eine Nachnutzung durch Dritte bereitzustellen. Genaue Definitionen der FORCE11 selbst können auf der Website nachgelesen werden siehe: https://force11.org/info/the-fair-data-principles/. Die FAIR-Prinzipien berücksichtigen ethische Aspekte der Weitergabe von Daten in sozialwissenschaftlichen Kontexten nicht hinreichend, weshalb sie um die CARE-Prinzipien ergänzt wurden.' (Data Affairs, Glossar) Weiterlesen (Findable, Accessible, Interoperable, Reusable) und leistet einen Beitrag zur guten wissenschaftlichen Praxis, die von Drittmittelgebenden zunehmend gefordert wird. Zudem können durch die Nachnutzung sekundäre Analysen und Vergleichsstudien durchgeführt werden, um historische Entwicklungen zu erfassen oder neue Fragestellungen an die Daten heranzutragen.