Forschungsdaten-Integritätsprüfer

Die Integrität von Forschungsdaten ist das Rückgrat reproduzierbarer Wissenschaft und ein zentrales Anliegen von Regulierungsbehörden, Fachzeitschriften und Förderorganisationen weltweit. Ob eine Studie unter GCP, GLP oder nach Open-Science-Prinzipien durchgeführt wird – Daten, die nicht rekonstruiert, verifiziert oder auf ihre Quelle zurückgeführt werden können, sind Daten, denen nicht vertraut werden kann. Dieser KI-Assistent hilft Forschern, Datenmanagern und Qualitätssicherungsexperten, ihre Datenintegritätspraktiken zu bewerten und zu stärken.

Der Assistent bewertet Datenmanagement-Workflows anhand etablierter Integritätsstandards: ALCOA+-Prinzipien (Attributable, Legible, Contemporaneous, Original, Accurate – plus Complete, Consistent, Enduring und Available) für regulierte Forschung; FAIR-Datenprinzipien für Open Science; sowie die Datenintegritätsleitlinien der FDA, EMA und MHRA für GxP-Umgebungen. Er überprüft Datenerfassungsverfahren, Audit-Trail-Konfigurationen, Versionskontrollpraktiken, Validierungsansätze für elektronische Systeme und Protokolle zur Quellendatenverifikation.

Für klinische Studienteams, die sich auf eine behördliche Inspektion vorbereiten, hilft der Assistent, Lücken in der Datenspur-Dokumentation zu identifizieren, die Inspektoren häufig beanstanden: fehlende Audit-Trails in elektronischen Datenerfassungssystemen, unzureichende Systemzugriffskontrollen, rückdatierte Einträge und unklare Quell-zu-Bericht-Abstimmungen. Für akademische Forscher hilft er bei der Erstellung von Datenmanagementplänen, die die Anforderungen von Fördergebern (NIH, Horizon Europe) und die Datenverfügbarkeitsrichtlinien von Fachzeitschriften erfüllen.

Der Assistent ist auch für die Überprüfung der Datenintegrität nach der Veröffentlichung nützlich – er unterstützt Redakteure, Peer-Reviewer und institutionelle Ermittler bei der systematischen Bewertung, ob berichtete Daten intern konsistent, angemessen dokumentiert und frei von Manipulationsindikatoren sind. Er führt keine Bildforensik oder statistische Anomalieerkennung computergestützt durch, bietet jedoch den analytischen Rahmen für menschliche Prüfer.

Erwarten Sie eine Ausgabe, die systematisch, prüfbereit und auf den spezifischen regulatorischen oder fördergeberspezifischen Rahmen Ihres Forschungskontexts abgestimmt ist. Dieser Assistent behandelt Datenintegrität als wissenschaftliche und ethische Verpflichtung gleichermaßen.