Inhaltsverzeichnis
Datenmanagement in der Masterarbeit bedeutet: Ordnen (Struktur), Sichern (Backups), Dokumentieren (README, Codebook) und Versionieren (Änderungen nachvollziehbar). Mit einem durchdachten System von Beginn an schützt du deine Arbeit vor Datenverlust, sparst Zeit beim Suchen und machst deine Forschung nachvollziehbar.
Ordnerstruktur anlegen (nummerierte Hauptordner)
Cloud-Synchronisation aktivieren (ersetzt kein Backup, aber sichert laufend)
Externe Festplatte oder SSD für Offline-Backup einrichten
README-Datei im Hauptordner erstellen
Dateibenennungsschema festlegen (Datum_Beschreibung_Version)
Rohdaten in separatem Ordner schreibgeschützt speichern
Was bedeutet Datenmanagement in der Masterarbeit?
Datenmanagement umfasst alle Maßnahmen, mit denen du deine Dateien organisierst, sicherst und dokumentierst. Das betrifft sowohl deinen Fließtext und deine Literatur als auch Rohdaten, Auswertungsskripte und Grafiken. Ein durchdachtes System von Beginn an erspart dir später Sucherei und Panik.
Viele Hochschulen erwarten mittlerweile einen bewussten Umgang mit Forschungsdaten. Die FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) sind dabei ein hilfreicher Orientierungsrahmen, auch wenn sie in voller Strenge eher für größere Forschungsprojekte gedacht sind. Für deine Masterarbeit bedeutet das vor allem: Dateien auffindbar halten, Inhalte dokumentieren und Backups anlegen.
Ordnerstruktur: Aufbau und Varianten
Eine klare Ordnerstruktur ist das Fundament deines Datenmanagements. Mit nummerierten Hauptordnern behältst du die Übersicht und findest Dateien auch nach Wochen sofort wieder. Die Nummerierung sorgt für eine feste Sortierung unabhängig vom Betriebssystem.
Masterarbeit_Nachname/
├── 00_Projektinfo/
│ ├── README.txt
│ └── Zeitplan.xlsx
├── 01_Literatur/
│ ├── PDFs/
│ └── Zotero_Export/
├── 02_Text/
│ ├── Kapitel/
│ └── Masterarbeit_Gesamt.docx
├── 03_Grafiken/
│ └── Abbildungen/
├── 04_Abgabe/
│ └── Final/
└── 99_Inbox/
Masterarbeit_Nachname/
├── 00_Projektinfo/
│ ├── README.txt
│ ├── Zeitplan.xlsx
│ └── Ethikantrag/
├── 01_Literatur/
│ ├── PDFs/
│ └── Citavi_Export/
├── 02_Daten/
│ ├── 00_Roh/
│ ├── 01_Bereinigt/
│ ├── 02_Sensitiv/ (verschlüsselt)
│ └── Codebook.xlsx
├── 03_Analyse/
│ ├── Skripte/
│ └── Output/
├── 04_Text/
│ ├── Kapitel/
│ └── Masterarbeit_Gesamt.docx
├── 05_Grafiken/
│ └── Abbildungen/
├── 06_Abgabe/
│ └── Final/
└── 99_Inbox/
Wichtig: Lege die Struktur zu Beginn an und halte dich konsequent daran. Der Inbox-Ordner (99_Inbox) fängt Dateien auf, die du nicht sofort zuordnen kannst. Räume ihn regelmäßig auf, damit kein Chaos entsteht.
Dateibenennung: Schema und Beispiele
Konsistente Dateinamen machen deine Dateien selbsterklärend. Das spart Zeit und verhindert Verwechslungen, besonders wenn du mehrere Versionen eines Dokuments hast. Ein bewährtes Schema kombiniert Datum, Beschreibung und Versionsnummer: JJJJ-MM-TT_Beschreibung_vXX.
Datumsformat: Nutze das ISO-Format JJJJ-MM-TT (z.B. 2026-01-10). So sortieren sich Dateien automatisch chronologisch. Bei Dateien ohne Versionierung reicht oft das Erstelldatum. Bei aktiv bearbeiteten Dokumenten ergänzt du eine Versionsnummer (v01, v02).
Textdokument: 2026-01-10_Kapitel3_Methodik_v02.docx
Rohdaten: 2025-12-15_Umfragedaten_roh.csv
Bereinigte Daten: 2026-01-05_Umfragedaten_bereinigt.csv
Interview-Audio: 2025-11-20_Interview_IP03.mp3
Transkript: 2025-11-25_Transkript_IP03.docx
Codebook: 2026-01-08_Codebook_v03.xlsx
Analyse-Skript: 2026-01-12_Regression_Hypothese1.R
Output-Grafik: 2026-01-12_Abb01_Korrelationsmatrix.png
Finale Abgabe: 2026-03-15_Masterarbeit_Nachname_Final.pdf
Vermeide Sonderzeichen, Leerzeichen und Umlaute in Dateinamen. Nutze stattdessen Unterstriche oder Bindestriche. So funktionieren deine Dateien problemlos auf verschiedenen Betriebssystemen und in Programmierumgebungen. Konsistenz ist wichtiger als das konkrete Schema.
Backup-Strategie: Die 3-2-1-Regel
Die 3-2-1-Regel ist der Standard für sichere Datensicherung: Halte mindestens 3 Kopien deiner Daten, speichere sie auf 2 verschiedenen Medientypen und bewahre 1 Kopie an einem externen Ort auf. So übersteht deine Masterarbeit selbst einen Laptop-Diebstahl oder einen Wasserschaden.
Kopie 1: Dein Arbeitsrechner. Hier bearbeitest du deine Dateien täglich.
Kopie 2: Eine externe Festplatte oder SSD, die du regelmäßig synchronisierst. Bewahre sie getrennt vom Laptop auf.
Kopie 3: Ein Cloud-Dienst wie die Hochschul-Cloud, Google Drive oder Dropbox. Die automatische Synchronisation sichert Änderungen laufend.
Wichtig: Cloud-Synchronisation ist nicht automatisch ein vollwertiges Backup. Wenn du eine Datei versehentlich löschst oder überschreibst, wird dieser Fehler mit-synchronisiert. Deshalb brauchst du zusätzlich ein Offline-Backup auf einer externen Festplatte und solltest die Versionshistorie deines Cloud-Dienstes aktiviert lassen, um ältere Stände wiederherstellen zu können.
Backup-Frequenz: Cloud-Synchronisation läuft kontinuierlich im Hintergrund. Dein Offline-Backup auf der externen Festplatte solltest du mindestens wöchentlich aktualisieren, bei intensiven Schreibphasen häufiger. Time Machine (Mac) oder der Dateiversionsverlauf (Windows) automatisieren lokale Backups.
Restore-Test: Teste einmal pro Monat, ob sich deine Backups wiederherstellen lassen. Öffne eine Datei aus dem Backup und prüfe, ob sie vollständig und aktuell ist. Ein Backup, das sich nicht wiederherstellen lässt, ist kein Backup.
Sichere vor der Abgabe ein vollständiges Paket an mindestens drei Orten: finale PDF, Quelldokumente, Literaturverzeichnis-Export, Rohdaten, Analyseskripte und Codebook. Dieses Abgabe-Backup ist dein Nachweis bei Rückfragen und Grundlage für die ggf. vorgeschriebene Aufbewahrung (je nach Hochschule und Fachbereich).
Sensible Daten schützen
Bei Interviews, Umfragen oder personenbezogenen Daten gelten besondere Anforderungen. Du trägst Verantwortung für den Schutz deiner Teilnehmenden und musst die Vorgaben deiner Hochschule sowie die DSGVO beachten. Ein paar Maßnahmen machen den Unterschied zwischen sorgfältigem und fahrlässigem Umgang.
Getrennte Ablage: Speichere sensible Daten in einem separaten Unterordner (z.B. 02_Daten/02_Sensitiv). Dieser Ordner sollte verschlüsselt sein.
Verschlüsselung: Bevorzuge verschlüsselte Container (VeraCrypt) oder die Betriebssystem-Verschlüsselung (BitLocker, FileVault). ZIP-Archive nur mit AES-256-Verschlüsselung und langer Passphrase (z.B. mehrere zufällige Wörter). Bei Cloud-Speicherung gilt: sensible Daten nur verschlüsselt hochladen.
Pseudonymisierung: Ersetze Namen durch Codes (IP01, IP02, TN_A01). Bewahre die Zuordnungsliste getrennt und verschlüsselt auf.
Audio und Transkripte: Speichere Interview-Aufnahmen verschlüsselt. Lösche Audios nach der Transkription, wenn deine Einwilligungserklärung das vorsieht. Pseudonymisiere Transkripte durchgängig.
Zugriffskontrolle: Teile sensible Daten nur, wenn nötig, und nur über sichere Kanäle. Dokumentiere, wer Zugriff hat.
Prüfe vor Beginn deiner Erhebung die Vorgaben deiner Hochschule: Je nach Fachbereich kann ein Ethikantrag, ein Datenschutzkonzept oder bei besonders sensiblen Daten eine Datenschutzfolgenabschätzung erforderlich sein. Die Einwilligungserklärungen deiner Teilnehmenden gehören ebenfalls in einen separaten, geschützten Ordner.
Dokumentation: README, Codebook und Changelog
Eine README-Datei (als README.txt oder README.md) im Hauptordner erklärt dein Projekt auf einen Blick. Sie ist dein Gedächtnis für später und hilft anderen (oder dir selbst in sechs Monaten), sich zurechtzufinden. Bei empirischen Arbeiten ergänzen Codebook und Changelog die Dokumentation.
Projekttitel: Arbeitstitel deiner Masterarbeit
Betreuung: Name und Kontakt deiner Betreuungsperson
Ordnerstruktur: Kurze Erklärung, was in welchem Ordner liegt
Wichtige Dateien: Pfade zu Hauptdokument, Rohdaten und Analyseskripten
Software: Programme und Versionen (z.B. SPSS 29, R 4.3, Word 365)
Letzte Änderung: Datum und kurze Beschreibung der letzten Aktualisierung
Codebook für quantitative Daten: Dokumentiere jede Variable mit Name, Beschreibung, Wertebereich, Codierung fehlender Werte (z.B. -99 = keine Angabe), Einheit/Skalierung, Erhebungszeitpunkt und ggf. Filter- oder Skip-Logik. Bei abgeleiteten Variablen (z.B. Summenscores) notierst du die Berechnungsregel. Das Codebook ist Teil guter wissenschaftlicher Praxis und erleichtert die Datenanalyse.
Ein Changelog dokumentiert alle wesentlichen Änderungen an deinen Daten und Analysen.
2026-01-05: Rohdaten importiert (N=312), erste Plausibilitätsprüfung
2026-01-08: 15 Fälle ausgeschlossen (Abbruch vor Item 10), Attention-Check-Versager entfernt (n=8)
2026-01-10: Skalenbildung, Cronbachs Alpha berechnet, Item 7 recodiert
2026-01-12: Regression Hypothese 1 gerechnet, Output gespeichert unter 03_Analyse/Output/
Versionskontrolle für Textdateien
Versionskontrolle schützt dich vor dem Verlust früherer Arbeitsstände. Du kannst jederzeit zu einer älteren Version zurückkehren, etwa wenn du einen Abschnitt versehentlich gelöscht oder eine Umstrukturierung bereust.
Manuelle Versionierung: Speichere vor größeren Überarbeitungen eine neue Datei mit aktualisierter Versionsnummer (z.B. Masterarbeit_v08 wird zu Masterarbeit_v09). Diese Methode funktioniert ohne Zusatzsoftware und gibt dir klare Rückfallpunkte.
Word-Nutzer: Aktiviere „Änderungen nachverfolgen" für kollaboratives Arbeiten mit deiner Betreuungsperson. Nutze zusätzlich den eingebauten Versionsverlauf (Datei > Info > Versionsverlauf) für automatische Zwischenstände. Vor großen Umbauten wie Kapitelverschiebungen lohnt sich trotzdem eine manuelle Kopie mit neuer Versionsnummer.
Cloud-Dienste bieten automatische Versionierung. Google Drive, Dropbox und OneDrive speichern ältere Versionen für einen gewissen Zeitraum. Prüfe in den Einstellungen, wie lange die Versionshistorie reicht (typisch 30 bis 180 Tage).
Wer mit LaTeX oder Markdown schreibt, kann Git für die Versionskontrolle nutzen. Git speichert jeden Commit als Snapshot und ermöglicht detaillierte Vergleiche zwischen Versionen. Für Word-Dokumente ist Git weniger geeignet, da es binäre Dateien nicht zeilenweise vergleichen kann.
Typische Fehler und wie du sie vermeidest
- Kein Backup vor Abgabe: Der Klassiker. Die finale Version liegt nur auf dem Laptop, der ausgerechnet am Abgabetag streikt. Sichere deine Abgabedateien an mindestens zwei weiteren Orten, bevor du ins Bett gehst.
- Dateien mit generischen Namen: final.docx, neu.docx, final_wirklich_final.docx. Nach zwei Wochen weißt du nicht mehr, welche Version aktuell ist. Nutze stattdessen Datum und Versionsnummer.
- Rohdaten überschreiben: Du bereinigst deine Umfragedaten und speicherst sie unter demselben Namen. Später merkst du, dass du einen Fehler gemacht hast, aber die Originaldaten sind weg. Trenne Rohdaten und aufbereitete Daten immer in separate Dateien oder Ordner.
- Keine Dokumentation: Nach sechs Monaten öffnest du deine Analyse und verstehst dein eigenes Skript nicht mehr. Eine kurze README-Datei und Kommentare im Code hätten das verhindert. Dokumentiere lieber zu viel als zu wenig.
- Backup nur lokal: Externe Festplatte und Laptop liegen im selben Rucksack, der gestohlen wird. Die 3-2-1-Regel fordert nicht ohne Grund einen externen Speicherort. Eine Cloud-Kopie ist schnell eingerichtet.
Nächster Schritt: Datenmanagement aufsetzen
Dein Datenmanagement steht, wenn du eine Ordnerstruktur angelegt, ein Backup-System eingerichtet und eine README-Datei geschrieben hast. Je nach Projektumfang dauert das typischerweise 30 bis 90 Minuten und zahlt sich über die gesamte Bearbeitungszeit aus.
Starte am besten heute: Lege die Ordnerstruktur an, richte die Cloud-Synchronisation ein und schreibe eine erste README-Datei. Ergänze sie im Laufe des Projekts. Bei empirischen Arbeiten legst du zusätzlich Codebook und Changelog an, sobald du deine Variablen definiert hast.
Gutes Datenmanagement ist Teil guter wissenschaftlicher Praxis. Es macht deine Forschungsmethoden nachvollziehbar und schützt deine Arbeit vor vermeidbaren Katastrophen. Im Anhang kannst du bei Bedarf auf dein Datenmanagement verweisen.
Wenn deine Masterarbeit fertig geschrieben ist, geht es an den letzten Schritt: Abgabe. Prüfe vorher Formatierung und Korrekturlesen. Wenn du deine Arbeit drucken und binden lassen möchtest, kannst du das bei BachelorHero online konfigurieren.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Rohdaten, bereinigten Daten und Analyse-Output?
Rohdaten sind die unveränderten Originaldaten direkt nach der Erhebung. Bereinigte Daten entstehen nach Prüfung, Korrektur und ggf. Ausschluss von Fällen. Analyse-Output bezeichnet die Ergebnisse deiner Auswertung (Tabellen, Statistiken, Grafiken). Trenne alle drei Stufen in separate Dateien oder Ordner.
Wie gehe ich mit Interview-Audios und Transkripten datenschutzkonform um?
Speichere Audiodateien und Transkripte in einem separaten, verschlüsselten Ordner. Pseudonymisiere Teilnehmende durchgängig (z.B. IP01, IP02). Bewahre die Zuordnungsliste getrennt auf. Lösche Audios nach der Transkription, wenn deine Einwilligung das vorsieht. Prüfe die Vorgaben deiner Hochschule zur Aufbewahrungspflicht.
Welche Dateiformate eignen sich für die Archivierung von Forschungsdaten?
Offene, nicht-proprietäre Formate sind ideal: CSV oder TSV für Tabellen, PDF/A für Dokumente, TXT oder Markdown für Textdateien, PNG oder TIFF für Grafiken. Diese Formate bleiben langfristig lesbar, auch ohne spezielle Software. SPSS- oder Excel-Dateien als Ergänzung sind möglich, aber nicht als einziges Format.
Brauche ich einen Datenmanagementplan (DMP) für die Masterarbeit?
Ein formaler DMP ist bei Masterarbeiten meist nicht vorgeschrieben, aber hilfreich. Viele Hochschulen bieten Vorlagen an. Der DMP dokumentiert, welche Daten du erhebst, wie du sie speicherst und wer Zugriff hat. Bei geförderten Projekten oder sensiblen Daten kann er Pflicht sein.
Muss ich meine Forschungsdaten nach der Masterarbeit aufbewahren?
Die Aufbewahrungspflicht variiert je nach Hochschule und Fachbereich. Typisch sind Fristen von 5 bis 10 Jahren, insbesondere bei empirischen Arbeiten. Prüfe die Vorgaben deiner Prüfungsordnung oder frag bei deiner Betreuungsperson nach.
Kann ich meine Ordnerstruktur während der Arbeit noch ändern?
Ja, aber mit Vorsicht. Größere Umstrukturierungen am Anfang sind unproblematisch. Später solltest du Änderungen dokumentieren und sicherstellen, dass keine Verweise ins Leere laufen. Ein kurzer Vermerk in deiner README-Datei hilft.
Weitere interessante Artikel 
Inhaltsverzeichnis erstellen 
Statistik in der Masterarbeit 
Die richtige Zitierweise