RDMO

Einordnung: RDMO ist kein KI-Werkzeug. Der Research Data Management Organiser arbeitet mit strukturierten Fragebögen und Vorlagen, ein Sprachmodell oder maschinelles Lernen steckt nicht darin, jede Antwort schreibst du selbst. Wir führen die Seite trotzdem, weil RDMO für einen Anwendungsfall, den wir abdecken, schlicht das richtige Werkzeug ist: den Datenmanagementplan, den du für DFG- und Horizon-Europe-Anträge brauchst, bevor überhaupt Forschungsdaten entstehen, mit denen ein KI-Werkzeug etwas anfangen könnte.

Kurzfazit

RDMO ist der Standard für Datenmanagementpläne an deutschen Hochschulen, und zwar aus einem sehr unromantischen Grund: Es ist kostenlos, es läuft auf der eigenen Infrastruktur, und die Kataloge für DFG, Horizon Europe und die NFDI-Konsortien sind schon da. Du klickst dich durch einen strukturierten Fragebogen und bekommst am Ende ein DMP-Dokument, das du an den Antrag hängen kannst. Dafür bekommst du weder eine schöne Oberfläche noch Komfortfunktionen noch irgendeine Form von Assistenz, RDMO nimmt dir das Nachdenken nicht ab, es sortiert es nur. Wenn deine Einrichtung eine Instanz betreibt, gibt es praktisch keinen Grund, etwas anderes zu nehmen. Wenn nicht, ist die Hürde deutlich höher, als „Open Source, einfach installieren” klingt.

Unser Fazit

RDMO bekommt 4 von 5 Sternen. Die Software macht genau eine Sache und macht sie zuverlässig: Sie überführt Förderanforderungen in beantwortbare Fragen und daraus in ein einreichbares Dokument. Sie ist quelloffen unter Apache-2.0, wird aktiv gepflegt (Version 2.5.1 vom 3. Juli 2026, davor 2.5.0 mit Django-5.2-Unterstützung), steht seit November 2024 auf der stabileren Grundlage eines eingetragenen Vereins statt einer reinen Projektförderung, und die Daten verlassen die Einrichtung nie. Für eine Software, die im Zweifel Jahrzehnte überdauern muss, weil Forschungsdatenmanagement nun einmal ein Langfristthema ist, ist das die richtige Konstruktion. Der fünfte Stern fehlt aus zwei Gründen. Erstens die Einstiegshürde ohne institutionelle Instanz: Selbst hosten heißt Django, Python, Datenbank, Reverse Proxy und Updatepflege, das ist für eine einzelne Arbeitsgruppe unrealistisch. Zweitens die Katalogpflege: Wenn die DFG ihre Checkliste ändert, hängt es an der Community oder an deiner Bibliothek, wie schnell das ankommt, ein kommerzieller Anbieter hätte hier eine vertragliche Zusage. Beides sind Konsequenzen des Open-Source-Modells, keine Nachlässigkeiten, aber sie sind real.

Stärken im Detail

Die Kataloge sind der eigentliche Wert. Ein leerer Fragebogen wäre wertlos. RDMO liefert fertige Fragenkataloge für die DFG-Checkliste zum Umgang mit Forschungsdaten, für den Horizon-Europe-DMP und für fachspezifische Anforderungen aus den NFDI-Konsortien. Diese Kataloge sind nicht einfach abgetippte Formulare, sie zerlegen abstrakte Förderanforderungen in Fragen, die eine Doktorandin am Rechner tatsächlich beantworten kann. Genau daran scheitern selbstgebaute Word-Vorlagen.

Die Daten bleiben, wo sie hingehören. RDMO läuft auf einem Server deiner Einrichtung. Kein Cloud-Anbieter, kein Auftragsverarbeiter, kein Drittlandtransfer, keine Diskussion mit dem Datenschutzbeauftragten. Für Projekte, in denen der DMP selbst schon sensible Informationen enthält, etwa geplante Verarbeitungen personenbezogener Daten in medizinischer Forschung, ist das kein Nebenaspekt, sondern der Grund, warum die Wahl überhaupt auf RDMO fällt.

Zusammenarbeit ist eingebaut, nicht angeflanscht. Ein DMP ist selten das Werk einer Person. In RDMO legst du ein Projekt an, lädst Beteiligte mit unterschiedlichen Rollen ein, und jede trägt ihren Teil bei: die Postdocs die Datentypen und Formate, die IT die Speicher- und Backup-Strategie, die Projektleitung die Verantwortlichkeiten. Die Version 2.5.0 hat die E-Mail-Einladungen dafür überarbeitet.

Maschinenlesbare Exporte, nicht nur PDF. Neben PDF, HTML und DOCX für die klassische Einreichung erzeugt RDMO auch strukturierte Exporte, unter anderem nach dem RDA DMP Common Standard. Das klingt akademisch, wird aber praktisch, sobald Förderorganisationen anfangen, DMPs maschinell auszuwerten oder mit Repositorien zu verknüpfen. Wer heute schon strukturiert exportiert, muss später nichts nacharbeiten.

Getragene Struktur statt Einzelprojekt. Seit dem 21. November 2024 gibt es den gemeinnützigen Research Data Management Organiser e.V. mit Sitz in Berlin, der Entwicklung, Release-Management und Community koordiniert. Die technische Heimat ist weiterhin das Leibniz-Institut für Astrophysik Potsdam. Bei DFG-geförderter Software ist die Frage „Was passiert, wenn die Förderung ausläuft?” berechtigt, hier gibt es eine belastbare Antwort.

Schwächen ehrlich betrachtet

Ohne Instanz wird es unangenehm. Der Satz „einfach selbst hosten” verschleiert den Aufwand. Du brauchst einen Server, eine Python- und Django-Umgebung, eine Datenbank, einen Reverse Proxy, Anbindung an die Hochschul-Authentifizierung und jemanden, der Updates einspielt, wenn Django eine Sicherheitslücke meldet. Für eine Universitätsbibliothek oder ein Rechenzentrum ist das eine überschaubare Aufgabe, für eine einzelne Arbeitsgruppe nicht. Workaround: Frag zuerst die Forschungsdatenstelle deiner Einrichtung, ob es eine Instanz gibt oder eine geplant ist, oder nutze die Demo-Instanz unter rdmo.aip.de zum Ausprobieren, aber nicht für echte Projektdaten.

Null Assistenz beim Ausfüllen. RDMO stellt Fragen, mehr nicht. Es schlägt keine Antworten vor, kennt keine Textbausteine aus deinen früheren Anträgen, prüft nicht, ob deine Speicherstrategie plausibel ist, und kann aus einem Projektantrag nichts ableiten. Wer schon einmal drei DMPs geschrieben hat, kennt das Gefühl, zum vierten Mal dasselbe zu tippen. Praktischer Workaround: Beantworte die wiederkehrenden Blöcke einmal ordentlich in einem Vorlagenprojekt und kopiere daraus, oder lass dir Rohentwürfe für die Textfelder von einem Sprachmodell schreiben und übertrage sie kontrolliert, RDMO selbst wird dir dabei nicht helfen.

Die Oberfläche ist Mittel zum Zweck. Funktional, aufgeräumt, aber optisch und in der Bedienlogik erkennbar aus dem Hochschulkontext. Lange Fragebögen wirken lang. Wer aus kommerziellen SaaS-Werkzeugen kommt, wird die Führung vermissen, etwa Fortschrittsanzeigen, die wirklich motivieren, oder Erklärungen, die im richtigen Moment auftauchen.

Kataloge veralten still. Wenn eine Förderorganisation ihre Anforderungen ändert, ändert sich der Katalog nicht automatisch. Das übernimmt die Community oder die betreibende Einrichtung. In der Praxis funktioniert das meist gut, aber es gibt keine Garantie und keine Frist. Prüfe vor dem Einreichen, ob der genutzte Katalog zur aktuellen Ausschreibung passt, statt blind darauf zu vertrauen.

Support ohne Vertrag. Hilfe gibt es über die Mailingliste rdmo-support@listserv.dfn.de, eine Matrix-Chatgruppe und GitHub-Issues. Die Community ist freundlich und antwortet in aller Regel, aber es gibt kein SLA, keine Rufnummer und keine zugesicherte Reaktionszeit. Wenn zwei Tage vor Antragsfrist die Instanz klemmt, ist deine eigene IT der Ansprechpartner, nicht das Projekt.

Preise im Detail

Posten	Kosten	Was dahintersteckt
Software-Lizenz	0 €	Apache-2.0, freie Nutzung, Veränderung und Weitergabe, auch kommerziell
Nutzung an einer Einrichtung mit Instanz	0 € für Forschende	Rund 50 Häuser in Deutschland, Österreich, Frankreich und Kenia betreiben eigene Instanzen
Eigener Betrieb	interner Aufwand	Server, Django-Umgebung, Datenbank, Authentifizierungsanbindung, Updatepflege, typischerweise ein Bruchteil einer IT-Stelle
Support	0 €	Mailingliste, Matrix-Chat, GitHub-Issues, kein kommerzielles SLA verfügbar
Katalogpflege	interner Aufwand	Eigene Fragenkataloge erstellen oder Community-Kataloge nachziehen

Einordnung: RDMO kostet keine Lizenzgebühr, aber es ist nicht kostenlos. Die Rechnung, die du aufmachen musst, lautet: Was kostet ein Bruchteil einer IT-Stelle für Betrieb und Updates, verglichen mit dem Aufwand, den ein schlecht gemachter DMP im Antragsverfahren verursacht? Für eine Universität mit dreistelliger Zahl an Drittmittelprojekten ist diese Rechnung trivial, deshalb betreiben so viele Häuser eine Instanz. Für eine einzelne Arbeitsgruppe ohne IT-Rückendeckung ist sie es nicht, dort ist die richtige Frage nicht „selbst hosten oder nicht”, sondern „gibt es eine Instanz, an die ich andocken kann”.

DSGVO & Datenschutz

• Datenhosting: Vollständig bei der betreibenden Einrichtung. Bei einer Hochschulinstanz liegen die Daten auf dem Server der Universität, es gibt keinen externen Anbieter und keinen Auftragsverarbeiter.
• Kein Drittlandtransfer: Die Software ruft im Normalbetrieb keine externen Dienste auf. Damit entfallen Schrems-II-Fragen, Standardvertragsklauseln und Transfer Impact Assessments komplett.
• Verantwortlichkeit: Datenschutzrechtlich verantwortlich ist die betreibende Einrichtung, nicht das RDMO-Projekt. Ein AVV ist deshalb nur nötig, wenn du den Betrieb an einen externen Dienstleister vergibst.
• Lizenz und Quellcode: Apache-2.0. Der gesamte Code ist einsehbar, was gerade für Datenschutzbeauftragte ein starkes Argument ist: Es lässt sich nachprüfen, was die Anwendung tut, statt es einem Anbieter zu glauben.
• Authentifizierung: Anbindung an Shibboleth, LDAP oder andere Hochschul-Verfahren ist möglich, damit greift die vorhandene Rechteverwaltung der Einrichtung.
• Inhaltlicher Hinweis: Ein DMP beschreibt oft, welche personenbezogenen Daten im Projekt verarbeitet werden sollen. Er enthält diese Daten aber nicht. Verwechsele die beiden Ebenen nicht: RDMO ist ein Planungswerkzeug, kein Speicherort für Forschungsdaten. Für die Daten selbst brauchst du ein Repositorium.
• Empfehlung: Für medizinische und sozialwissenschaftliche Projekte mit hohem Schutzbedarf ist die selbst betriebene Instanz der klare Standard. Nutze die öffentliche Demo-Instanz ausschließlich zum Ausprobieren, nie für reale Projektinhalte.

So steigst du ein

Schritt 1: Prüfe zuerst, ob deine Einrichtung eine Instanz betreibt. Rund 50 Hochschulen und Forschungseinrichtungen tun das, meist über die Universitätsbibliothek, das Rechenzentrum oder eine Forschungsdatenstelle. Such nach „RDMO” plus Hochschulname oder frag direkt beim Forschungsdatenmanagement nach. Wenn es keine Instanz gibt, teste zunächst auf rdmo.aip.de und sprich dann mit der IT, statt allein zu installieren.

Schritt 2: Leg ein Projekt an und wähle den Katalog, der zu deinem Antrag passt: DFG-Checkliste für die Sachbeihilfe, Horizon-Europe-DMP für EU-Projekte, oder einen fachspezifischen NFDI-Katalog. Wichtig: Wähle den Katalog vor dem Ausfüllen sorgfältig, ein späterer Wechsel bedeutet Nacharbeit, weil die Fragen unterschiedlich strukturiert sind. Du musst nicht in einem Zug durch, der Fortschritt bleibt gespeichert.

Schritt 3: Lade die Beteiligten ein, bevor du selbst alles ausfüllst. Der typische Fehler ist, dass die Projektleitung den DMP allein schreibt und dabei rät, wie die Datenhaltung technisch laufen soll. Besser: IT beantwortet Speicher, Backup und Zugriff, die Forschenden beschreiben Datentypen, Formate und Volumina, die Leitung ergänzt Verantwortlichkeiten und Nachnutzung. Am Ende exportierst du als DOCX oder PDF für die Einreichung, maschinenlesbare Formate zusätzlich, wenn die Förderorganisation sie akzeptiert.

Ein konkretes Beispiel

Das folgende Szenario ist illustrativ, es zeigt einen typischen Einsatz, keinen dokumentierten Einzelfall. Eine Arbeitsgruppe für Genomforschung an einer süddeutschen Universität pflegt über die lokale RDMO-Instanz gleichzeitig die DMPs für zwei laufende Drittmittelprojekte, eines DFG-gefördert, eines aus Horizon Europe. Vorher lag beides in getrennten Word-Dateien auf einem Gruppenlaufwerk, mit dem bekannten Ergebnis: zwei Versionen der Speicherstrategie, die sich widersprachen, und niemand wusste, welche im Antrag stand. In RDMO tragen die Promovierenden ihre Datenpakete selbst ein, die Projektleitung prüft und exportiert. Das DOCX geht direkt als Anhang in den DFG-Antrag. Der Aufwand für ein DMP-Update liegt seitdem unter einer Stunde, weil die Struktur vorgegeben ist und nur noch die geänderten Felder angefasst werden. Der größere Gewinn ist ein anderer: Als die Universität ein Jahr später beim Projektträger nachweisen musste, wie mit den Sequenzdaten verfahren wird, war die Antwort in fünf Minuten exportiert statt in zwei Tagen rekonstruiert.

Was wir bemerkt haben

• 21. November 2024, Gründung des Research Data Management Organiser e.V. in Berlin. Das ist mehr als eine Formalie: DFG-geförderte Software verwaist regelmäßig, wenn die Projektlaufzeit endet. Mit einem eingetragenen Verein als Träger bekommt RDMO eine Struktur, die Förderperioden überdauern kann.
• 16. Juni 2026, Version 2.5.0 mit Unterstützung für Django 5.2, überarbeitetem Bedingungshandling in den Fragebögen und verbesserten E-Mail-Einladungen. Der Django-Sprung ist der wichtigere Teil: Er hält die Instanzen auf einer Version, die noch Sicherheitsupdates bekommt.
• 3. Juli 2026, Nachzügler-Release 2.5.1 mit Fehlerbehebungen beim Export von Attribut-URIs und bei den STORAGES-Einstellungen. Der Abstand von zweieinhalb Wochen zeigt, dass die Wartung tatsächlich läuft und nicht nur behauptet wird.
• Juli 2026, wir haben die Verbreitungsangabe korrigiert. Wir hatten „56+ deutsche Hochschulen” geschrieben, die Projektseite listet rund 50 Einrichtungen, davon nicht alle in Deutschland: Es sind auch Häuser in Österreich, Frankreich und Kenia dabei. Die Größenordnung stimmt, die Zuordnung war zu eng.
• Juli 2026, wir haben die frühere Formulierung entschärft, RDMO sei „keine aktive Empfehlung mehr”. Das war falsch abgeleitet. RDMO enthält keine KI, ist aber für den Anwendungsfall Datenmanagementplan weiterhin das sinnvollste Werkzeug am deutschen Markt. Fehlende KI ist hier kein Mangel, ein DMP ist eine Selbstverpflichtung, keine Textproduktionsaufgabe.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Deine Forschungsdaten nach Projektende zitierfähig ablegen willst	Zenodo
Publikationen und Zitationen im europäischen Kontext verknüpfen willst	OpenAIRE
Literatur statt Daten verwalten willst, kostenlos und offen	Zotero
Literaturverwaltung mit deutscher Hochschullizenz und Wissensorganisation brauchst	Citavi
Deine Publikationsliste eindeutig deiner Person zuordnen willst	ORCID

Zur Ehrlichkeit gehört: Keines dieser Werkzeuge ersetzt RDMO, sie liegen in benachbarten Schritten desselben Forschungszyklus. Echte DMP-Konkurrenz gibt es international durchaus, etwa DMPonline vom Digital Curation Centre, Argos aus dem OpenAIRE-Umfeld oder den Data Stewardship Wizard. Für den deutschen Kontext haben diese Werkzeuge aber einen entscheidenden Nachteil: Die DFG-Checkliste und die NFDI-Kataloge sind dort nicht oder nur nachgebaut vorhanden, und der Betrieb liegt bei einem externen Anbieter statt bei deiner Einrichtung. Genau deshalb hat sich RDMO an deutschen Hochschulen durchgesetzt.

Gut kombiniert mit

• Zenodo, für den Schritt nach dem Plan. Im DMP schreibst du, wo die Daten am Ende landen und wie sie zitierbar werden. Zenodo ist für viele Projekte genau die Antwort auf diese Frage, jeder Upload bekommt eine DOI, und die im DMP zugesagte Nachnutzbarkeit wird damit belegbar statt behauptet.
• ORCID, für die Zuordnung. DMPs benennen Verantwortliche für Datenpakete. Wenn diese Personen eine ORCID iD haben, bleibt die Zuordnung auch nach einem Stellenwechsel eindeutig, was bei mehrjährigen Projektlaufzeiten und befristeten Stellen regelmäßig relevant wird.
• Zotero, für die Literaturseite desselben Antrags. RDMO ordnet die Daten, Zotero die Quellen. Beide sind quelloffen, beide laufen ohne Cloud-Zwang, und beide lassen sich an derselben Einrichtung betreiben, was die Beschaffung erheblich vereinfacht.

Für wen ist RDMO?

Forschende mit DFG-Sachbeihilfeantrag: Der häufigste Fall. Die DFG erwartet Angaben zum Umgang mit Forschungsdaten, und die Checkliste ist als Katalog hinterlegt. Statt zu raten, was gemeint ist, beantwortest du die Fragen, die die Förderorganisation tatsächlich stellt.

Horizon-Europe-Konsortien: Hier ist der DMP kein Abschnitt im Antrag, sondern ein eigenes Deliverable mit Abgabetermin, das im Projektverlauf mehrfach aktualisiert wird. Genau für dieses Muster ist RDMO gebaut, du pflegst denselben Plan fort, statt jedes Mal neu zu schreiben.

Universitätsbibliotheken und Forschungsdatenstellen: Die eigentliche Zielgruppe für den Betrieb. Wer an einer Hochschule das Forschungsdatenmanagement verantwortet, bekommt mit einer RDMO-Instanz ein Angebot, das alle Fachbereiche nutzen können, ohne für jede Fakultät ein eigenes Werkzeug zu beschaffen.

NFDI-Konsortien und Fachcommunitys: Weil sich Kataloge selbst bauen lassen, kann eine Fachcommunity ihre disziplinspezifischen Anforderungen einmal sauber modellieren und allen Mitgliedern bereitstellen. Diese Erweiterbarkeit ist der Grund, warum RDMO im NFDI-Umfeld so präsent ist.

Weniger geeignet für: Einzelne Arbeitsgruppen ohne IT-Rückendeckung und ohne institutionelle Instanz, dort steht der Betriebsaufwand in keinem Verhältnis zum Nutzen. Unternehmen mit Forschungsabteilung, die auf ein DMP-Werkzeug mit Supportvertrag angewiesen sind, ein SLA gibt es hier nicht. Und alle, die erwarten, dass ein Werkzeug den DMP für sie schreibt, RDMO strukturiert die Arbeit, es nimmt sie nicht ab.