Bei der Verfügbarmachung von Forschungsdaten wird zunehmend gefordert, ein verstärktes Augenmerk auf die Datenqualität zu legen (z.B. durch den RfII im Rahmen der NFDI). Wir verstehen die Kuratierung als wesentlichen Arbeitsschritt bei der Qualitätssicherung von Forschungsdaten. Mit der Kuratierung wird es möglich, die Daten nach fachlichen Standards aufzubereiten und sie dadurch nachnutzbar zu machen. Das Poster zeigt drei exemplarische Praxisprobleme auf, die sich bei der Kuratierung von sozialwissenschaftlichen Forschungsdaten stellen und die vor der Veröffentlichung zu beachten sind: 1. In Bezug auf die Datenaufbereitung sollten verschiedene Aspekte geprüft werden, die für eine Nachnutzbarkeit des Datensatzes entscheidend sind (Eindeutigkeit sowie Konsistenz bei Variablennamen/-labels und Missing Values, einheitliche Codierung, vollständige IDs, usw.). 2. Sozialwissenschaftliche Forschungsdaten haben häufig einen Personenbezug, weshalb es notwendig ist, Datenschutzvorgaben einzuhalten. So muss bspw. sichergestellt werden, dass die Kombination des Datensatzes mit anderen Quellen keine Re-Identifizierung von Studienteilnehmer*innen zulässt. 3. Es ist auszuschließen, dass der Datensatz urheberrechtlich relevantes Material verwendet und die Nutzungsrechte von Dritten verletzt (z.B. bei der Forschung zu Social Media). Mit dem Poster wollen wir einen Beitrag zur Diskussion um Ausmaß und Aufgabenverteilung der Kuratierung von Forschungsdaten liefern: Die Forderung nach Open Data ist wichtiger denn je. Bei der Veröffentlichung von Forschungsdaten aus den Sozialwissenschaften zeigt sich jedoch ein Dilemma zwischen Wunsch und Wirklichkeit: Die Qualitätssicherung ist zum einen unerlässlich, zum anderen ist sie sehr aufwendig. Den Wissenschaftler*innen selbst fehlt im beschleunigten Forschungsalltag hierfür meist schlicht die Zeit. Unser Fazit ist daher, dass die wissenschaftliche Infrastruktur diese Aufgabe übernehmen kann. Der Vorteil: Forscher*innen bleibt Zeit zum Forschen und die Verfügbarkeit von qualitätsgesicherten Daten steigt als Ganzes.