Daten modernisieren und weiterentwickeln – Impulse aus der Deutschen Rentenversicherung –

Administrative Daten sind essenziell für evidenzbasierte Politik, doch ihr Potenzial bleibt in Deutschland bislang unausgeschöpft. Am Beispiel der Deutschen Rentenversicherung zeigt der Beitrag, wie Verwaltungs-, Statistik- und Forschungsdaten bereits genutzt werden, macht aber auch deutlich, wo technische, rechtliche und organisatorische Hürden bestehen. Er diskutiert Modernisierungsbedarfe, etwa bei Datenverknüpfungen, rechtlicher Zweckbindung oder der Infrastruktur. Politische Initiativen wie die NFDI oder ein geplantes Deutsches Zentrum für Mikrodaten bieten Chancen, um Forschung, Verwaltung und Politik datenbasiert und zukunftsfähig zu gestalten.

Daten sind unverzichtbar, um gesellschaftliche Entwicklungen zu verstehen und politische Strategien vorausschauend zu gestalten (SVR, 2023). Jüngere Krisen haben deutlich gemacht, dass belastbare Daten in allen Phasen politischer Entscheidungsprozesse – von der kurzfristigen Reaktion bis zur langfristigen Auswertung – unerlässlich sind (z. B. ExpertInnenrat, 2022; ­RatSWD, 2023b). Institutionelle Datenquellen spielen dabei eine zentrale Rolle, insbesondere für die Evaluation und Weiterentwicklung sozialpolitischer Maßnahmen.
Vor diesem Hintergrund wurden in Deutschland und der Europäischen Union zahlreiche gesetzgeberische Initiativen angestoßen, um Datenzugang, -verknüpfung und -nutzung zu verbessern. Auf europäischer Ebene sind insbesondere sektorenspezifische Datenräume wie der Europäische Gesundheits- oder Mobilitätsdatenraum zu nennen. In Deutschland adressieren das Forschungsdaten-, das Gesundheitsdaten- und das Registermodernisierungsgesetz zentrale Aspekte von Datenzugang und -verknüpfung, befinden sich aber zum Teil noch im Entwurfs- oder Umsetzungsprozess (z. B. BMBF, 2024; Rip­hahn et al., 2025).

Moderne Daten für Politik, Verwaltung und Forschung

Trotz dieser Fortschritte bleibt der Zugang zu relevanten Datenquellen in Deutschland, vor allem im europäischen Vergleich, weiterhin unzureichend. Forschende beklagen Defizite bei Qualität, Aktualität und Umfang verfügbarer Daten (Chaskel et al., 2024). Der Handlungsbedarf wird gleichermaßen von der Wissenschaftscommunity und politischen Akteuren betont (Verein für Socialpolitik, 2023; RatSWD, 2025).

Ein besonders anschauliches Beispiel für die Potenziale, aber auch für die bestehenden Herausforderungen administrativer Daten liefert die Deutsche Rentenversicherung (DRV) (Werhan & Akremi, 2023). Die DRV erhebt und verarbeitet umfangreiche Sozialdaten, die nicht nur zur Erfüllung von Verwaltungsaufgaben dienen, sondern im Rahmen ihres gesetzlichen Auftrags auch für wissenschaftliche Analysen zur Alterssicherung und Rehabilitation genutzt werden (§ 138 Abs. 1 Nr. 15 SGB VI). Darüber hinaus werden die Daten zunehmend für ein breites Spektrum interdisziplinärer Forschung genutzt – etwa in der Sozial- und Wirtschaftspolitik, der Arbeitsmarktforschung sowie in der lebensverlaufsbezogenen Analyse sozialer Ungleichheiten. Ihre langjährige Erfahrung in der datenschutzkonformen Aufbereitung sowie die teils bereits realisierte Verknüpfung administrativer Datenbestände machen sie zu einer wichtigen Akteurin im Bereich der datenbasierten Sozialpolitik. Gleichzeitig bestehen weiterhin Hürden beim Zugang zu diesen Daten, bei deren Weiterentwicklung und bei der Erschließung neuer Quellen. Als aktives Mitglied im Rat für Sozial- und Wirtschaftsdaten (RatSWD) setzt sich die DRV Bund für den Ausbau einer professionellen, dauerhaft verankerten Forschungsdateninfrastruktur ein (Stegmann, 2015; Thiede & Mika, 2018). Ziel ist ein erleichterter Zugang zu hochwertigen, interoperablen Daten als Grundlage für exzellente Forschung und evidenzbasierte Politikberatung.

Vor diesem Hintergrund gibt der Beitrag einen Überblick über die Datenbasis der DRV, ihre Inhalte und Nutzungsmöglichkeiten sowie bestehende Limitationen. Er skizziert Weiterentwicklungsbedarfe und diskutiert Maßnahmen zur Verbesserung von Zugang, Qualität und interdisziplinärer Nutzbarkeit.

Bisherige Modernisierungsprozesse am Beispiel der Datenerstellung in der DRV

Die DRV gehört zu den größten Sozialversicherungsträgern in Deutschland und verarbeitet seit ihrer Gründung umfangreiche personenbezogene Daten. Diese sind essenziell für die gesetzlich vorgesehenen Aufgaben in der Alterssicherung und Rehabilitation. Aufgrund ihrer Sensibilität unterliegen sie strengen datenschutzrechtlichen Vorgaben und werden von der DRV je nach Verwendungszweck in unterschiedlicher Detailtiefe aufbereitet. Die differenzierte Aufbereitung der Daten ermöglicht es, sowohl den hohen Anforderungen an Datenschutz und Informationssicherheit gerecht zu werden als auch die Sozialdaten für administrative Zwecke, die statistische Berichterstattung und die wissenschaftliche Forschung nutzbar zu machen. Dabei entstehen drei Datenkategorien mit jeweils unterschiedlichem Potenzial für die Nutzung und Weiterentwicklung (Abbildung 1).

Register- bzw. Verwaltungsdaten: Daten der Träger der Deutschen Rentenversicherung

Die Träger der Deutschen Rentenversicherung führen für alle Versicherten und Rentner:innen ein elektronisches Versicherungskonto, das Informationen zu Beitragszeiten, Reha-Leistungen, Rentenbeginn und -verlauf umfasst. Die Daten stammen aus elektronischen Meldeverfahren (z. B. DEÜV) oder aus Anträgen und Nachweisen der Versicherten (z. B. Kindererziehungszeiten).

Die Verwaltungsregister zeichnen sich damit durch eine hohe Datenqualität, detaillierte Erfassung und intensiven Datenaustausch aus. Da sie personenbeziehbare Merkmale und eindeutige Identifikatoren enthalten, gelten sie als Sozialdaten und unterliegen strengen datenschutzrechtlichen Anforderungen. Für ihre Weiterverarbeitung zu Statistik- oder Forschungsdaten kommen daher technische und organisatorische Schutzmaßnahmen wie Pseudonymisierungs- und Anonymisierungsverfahren zum Einsatz (Abbildung 1).

Trotz ihres hohen Informationsgehalts sind die Rohdaten der Versicherungskonten für die Forschung nur eingeschränkt nutzbar. Es existiert kein einheitlicher Verwaltungsdatensatz, der die Daten aller 16 Regionalträger zusammenführt. Vielmehr sind umfangreiche Aufbereitungsprozesse erforderlich, die detaillierte Kenntnisse der Verwaltungsabläufe voraussetzen (Baur, 2009; Werhan & Akremi, 2023). Einheitliche, standardisierte und themenspezifische Datenprodukte entstehen erst im Rahmen der statistischen Datenverarbeitung. Zudem folgt die Datenerhebung dem Prinzip der Datensparsamkeit, sodass wissenschaftlich relevante Inhalte fehlen oder diese von administrativen Definitionen abweichen können. Das erschwert die Vergleichbarkeit und Validierung und erfordert hohen Aufwand bei der Datenharmonisierung (Calderwood & Lessof, 2009).

Die Verwaltungsdaten gewinnen im Zuge der digitalen Transformation an Bedeutung. Die Versicherungskonten der DRV wurden im Rahmen des Onlinezugangsgesetzes (OZG)¹ als zentrales Register² für die Registermodernisierung identifiziert. Ziel ist ein verbesserter Datenaustausch, der Mehrfacherfassungen vermeidet, Prozesse beschleunigt und über automatisierte Abgleiche auch die Datenqualität erhöht. Einen wichtigen Hebel hierfür bildet die angestrebte Einführung einer einheitlichen Identifikationsnummer, die neue Potenziale für registerübergreifende Datenverknüpfungen eröffnet – perspektivisch auch für die Forschung. Gleichzeitig stellt die Nutzung sensibler personenbezogener Daten hohe Anforderungen an den Datenschutz. Künftig ist der Gesetzgeber daher gefordert, rechtliche Grundlagen zu schaffen, die sowohl die Verknüpfbarkeit als auch den Schutz dieser Daten gewährleisten (Riphahn et al., 2025).

Statistikdaten aus dem Statistischen Berichtswesen der DRV Bund

Auch im Bereich der Statistik verfügt die DRV über eine lange Tradition strukturierter Datenerhebungen. Während zu Beginn vor allem Versicherungszeiten dokumentiert und Rentenansprüche berechnet wurden, hat die fortschreitende Digitalisierung die Verarbeitung und Nutzungsmöglichkeiten erheblich erweitert. Damit einher gingen ein deutlicher Anstieg des Datenvolumens und eine zunehmende inhaltliche Komplexität. Ein wichtiger Meilenstein war die Einführung gesetzlicher Vorgaben zur statistischen Nutzung der Daten (§ 79 SGB IV): Seit 1980 ist die DRV verpflichtet, Statistiken zu erstellen, die nicht nur der internen Steuerung, sondern auch wissenschaftlicher Forschung und politischen Entscheidungsprozessen dienen. Die Auswertungen ermöglichen es, soziale Entwicklungen zu analysieren und langfristige Trends in Alterssicherung und Rehabilitation zu beobachten.

Das Statistische Berichtswesen³ generiert trägerübergreifende Statistikdaten auf Basis der Versicherungskonten und der Verwaltungsprozesse der DRV-Träger. Es liefert strukturierte Quer- und Längsschnittdaten zu Versicherung, Rente, Reha sowie zum Verwaltungs- und Finanzgeschehen (Stegmann, 2015). Grundlage dafür ist die allgemeine Verwaltungsvorschrift über die Statistik in der Rentenversicherung (RSVwV), die die Informationspflichten gegenüber dem Bundesministerium für Arbeit und Soziales (BMAS) regelt.

Da die Statistikdaten unmittelbar aus den Verwaltungsprozessen abgeleitet werden, zeichnen sie sich durch eine hohe Qualität und Validität aus. Zur Wahrung der Anonymität wird die Versicherungsnummer entfernt und durch ein Pseudonym ersetzt – aus Sozialdaten werden so Statistikdaten. Die Ergebnisse des Berichtswesens sind in Form aggregierter Tabellen öffentlich zugänglich über das Statistikportal der DRV Bund (www.statistik-rente.de).

Forschungsdaten im FDZ-RV

Das Forschungsdatenzentrum der Rentenversicherung (FDZ-RV) stellt seit 2004 Mikrodaten für die wissenschaftliche Forschung bereit und ermöglicht eine vertiefte Analyse interdisziplinärer Forschungsfragen. Es wurde auf Empfehlung der Kommission zur Verbesserung der informationellen Infrastruktur (KVI, 2001) gegründet, um Forschung auf Basis administrativer Daten zu erleichtern und zugleich den Datenschutz zu sichern. Heute ist das FDZ-RV in die nationale Forschungsdateninfrastruktur (NFDI) eingebunden, Mitglied im FDI-Ausschuss⁴ und mit über 40 weiteren FDZen unter dem Dach des RatSWD vernetzt.

Zentrale Aufgaben sind die Erstellung, Pflege und Veröffentlichung von Metadaten sowie die themenspezifische Aufbereitung, Anonymisierung und Zugänglichmachung statistischer Daten. Die angebotenen Datenprodukte umfassen die Renten-, Versicherten- und Reha-Statistik (Werhan & Akremi, 2023). Je nach Zugangsweg und Verwendungszweck stellt das FDZ-RV Daten mit unterschiedlicher Detailtiefe und Anonymisierung bereit – von anonymisierten Scientific Use Files bis hin zu pseudonymisierten Datensätzen zu verschiedenen Themenschwerpunkten und mit großen Fallzahlen, die z. B. im geschützten Gastwissenschaftsraum analysiert werden können. Gemäß den Vorgaben des Sozialgesetzbuchs werden personenbezogene Daten so aufbereitet, dass ein hoher Schutz der Privatsphäre gewährleistet ist. Auch wenn dabei vereinzelt Detailinformationen verloren gehen, ermöglichen die Daten dennoch ein hohes Maß an analytischer Tiefe mit großem wissenschaftlichem Erkenntnispotenzial.

Ein weiteres Tätigkeitsfeld ist die Verknüpfung mit externen Datensätzen. Zwar bieten die DRV-Daten detaillierte Informationen zu Versicherungsverläufen und Leistungen, doch fehlen häufig Kontextvariablen, die für vertiefende Kausalanalysen notwendig sind (Börsch-Supan et al., 2020). Um diese Lücke zu schließen, werden seit den 1990er Jahren DRV-Daten mit Befragungsdaten verknüpft – unter der Voraussetzung einer informierten und schriftlichen Einwilligung der betroffenen Personen. Gerade für solche Verknüpfungsprojekte bieten die Forschungsdaten der DRV besondere Vorteile: Sie sind qualitätsgesichert, standardisiert und speziell für wissenschaftliche Zwecke aufbereitet. Anders als operativ geprägte Verwaltungsdaten verfügen sie über ein kohärentes Variablenkonzept, konsistente Anonymisierungsverfahren und eine umfassende Dokumentation. Zu den Verknüpfungsprojekten mit externen Daten zählen SHARE-RV, SOEP-RV und lidA (Börsch-Supan et al., 2020; Lüthen et al., 2022; Stallmann et al., 2015) sowie das BASiD-Projekt, das durch die Zusammenführung von Daten der DRV, der Bundesagentur für Arbeit und des IAB einen umfassenden Biografiedatensatz geschaffen hat (Hochfellner et al., 2012). Solche Projekte eröffnen neue Perspektiven auf Erwerbsverläufe, Gesundheit und soziale Sicherung und ermöglichen tiefere Einblicke in komplexe gesellschaftliche Zusammenhänge.

Anforderungen an die Weiterentwicklung von Verwaltungs-, Statistik- und Forschungsdaten

Am Beispiel der Daten der Deutschen Rentenversicherung wurde hier skizziert, dass administrative Daten, je nach Aufbereitung, eine wichtige Grundlage für unterschiedliche Forschungsbereiche bilden. Trotz der vielfältigen Nutzungsmöglichkeiten der DRV-Daten besteht inhaltlicher und technischer Weiterentwicklungsbedarf, um ihre Aussagekraft und Nutzbarkeit zu steigern sowie den Anforderungen einer modernen Forschungsinfrastruktur gerecht zu werden. Durch rechtliche Anpassungen könnten diese Barrieren reduziert und das Forschungspotenzial der DRV-Daten erheblich gestärkt werden.

Modernisierung von Verwaltungsdaten, Datenverarbeitungs- und Austauschverfahren

Die Digitalisierung von Verwaltungsprozessen ist zentral für eine effiziente, bürgernahe und datenbasierte Verwaltung. Sie schafft die Voraussetzungen für schnelles und flexibles Verwaltungshandeln in einer zunehmend komplexen Gesellschaft.

• Künstliche Intelligenz (KI) kann Routineprozesse automatisieren, Muster in Daten erkennen und die Verwaltung gezielter unterstützen – etwa in der Antragsbearbeitung, Bedarfsprognose oder Betrugserkennung. KI-basierte Analysen großer Datenmengen ermöglichen zudem eine frühzeitige Identifikation politischer Handlungsbedarfe.
• Cloud-Lösungen wie die Bundescloud oder GAIA-X bieten eine skalierbare und sichere Infrastruktur für die standortübergreifende Datenverarbeitung – ein wesentlicher Vorteil im föderalen Kontext.
• Digitale Austauschverfahren wie EESSI beschleunigen durch Standardisierung den grenzüberschreitenden Datenaustausch zwischen Sozialversicherungsträgern. Das Once-Only-Prinzip, wie es im Rahmen der Registermodernisierung (NOOTS) verfolgt wird, vermeidet redundante Datenerhebungen und verbessert die Weiterverarbeitung. Dies reduziert Bürokratie, erhöht die Datenqualität und entlastet Verwaltung wie Antragstellende (RatSWD, 2023a).

Sozialversicherungsdaten in der Forschung

Nach geltendem Datenschutzrecht dürfen personenbezogene Daten grundsätzlich nur zu dem Zweck verarbeitet werden, zu dem sie ursprünglich erhoben wurden. In der Sozialversicherung bedeutet dies, dass viele administrative Daten ausschließlich für die gesetzlich vorgesehenen Aufgaben der jeweiligen Träger verwendet werden dürfen. Eine wissenschaftliche Nutzung stellt in der Regel eine Zweckänderung dar, die ohne spezifische gesetzliche Grundlage oder informierte Einwilligung nicht zulässig ist. Zwar erlaubt § 75 SGB X unter bestimmten Voraussetzungen die Übermittlung an die Forschung, doch sind die rechtlichen und organisatorischen Anforderungen hoch. Vor diesem Hintergrund ließe sich im Rahmen künftiger gesetzlicher Vorhaben prüfen, ob eine gesetzlich geregelte Zweckänderung für die wissenschaftliche Nutzung ausgewählter Sozialdaten definiert werden kann oder auf eine Zweckbindung grundsätzlich verzichtet werden könnte. Eine solche Regelung könnte die rechtliche Planbarkeit verbessern, den Zugang zu bestehenden Datenbeständen erleichtern und die empirische Fundierung politischer Entscheidungen stärken (Riphahn et al., 2025).

Vor diesem Hintergrund ist auch der in § 138 Abs. 1 Nr. 15 SGB VI gesetzlich verankerte Forschungsauftrag der DRV Bund zu betrachten, für den bislang konkrete Regelungen zur Datennutzung und zur Durchführung von Forschungsprojekten fehlen. In anderen Sozialgesetzbüchern bestehen hierzu bereits weitergehende Vorschriften, die den Datenzugang für wissenschaftliche Zwecke strukturieren, Zuständigkeiten klar regeln und standardisierte Verfahren für Anträge und Datenbereitstellung vorsehen. Diese Vorschriften verbessern die Transparenz, Rechtssicherheit und Verfügbarkeit der Daten für die Forschung erheblich. Für die DRV Bund existiert bislang keine vergleichbare Ausgestaltung. Eine entsprechende Ausgestaltung im SGB VI, etwa mit klar definiertem Antrags- und Genehmigungsverfahren, würde die Nutzung der DRV-Daten für wissenschaftliche Zwecke erheblich erleichtern und zur evidenzbasierten Weiterentwicklung der Alterssicherung beitragen.

Rechtskreisübergreifende Datenverknüpfungen und Etablierung eines Deutschen Zentrums für Mikrodaten

Viele gesellschaftspolitische Fragestellungen, etwa zur Altersarmut, zu ungleichen Erwerbsverläufen oder gesundheitlichen Disparitäten, betreffen mehrere Rechtskreise. Ihre fundierte Analyse setzt daher eine bereichsübergreifende Verknüpfung verschiedener administrativer Daten voraus. Derzeit ist dies jedoch nur eingeschränkt möglich. Beispielsweise fehlen der DRV trotz umfangreicher Rehabilitationsdaten Informationen zur gesundheitlichen Vorgeschichte der Versicherten. Eine Verknüpfung mit den Daten der gesetzlichen Krankenkassen würde nicht nur die Entwicklung gezielterer Interventionsstrategien ermöglichen, sondern auch differenzierte Analysen gesundheitlicher Verläufe im Zusammenspiel mit Erwerbsbiografien und Rehabilitationsmaßnahmen. Das derzeit gültige Gesundheitsdatennutzungsgesetz (GDNG) erlaubt eine solche sektorenübergreifende Nutzung bislang jedoch nicht.

Auch in der Alterssicherungsforschung reichen die DRV-Daten allein nicht aus, um z. B. die sozioökonomische Lage älterer Menschen vollständig abzubilden. Wie Roßbach (2019) betont, bedarf es ergänzender Informationen zur betrieblichen und privaten Vorsorge sowie zur Einkommens- und Vermögenssituation. Mit Projekten wie der Studie „Lebensverläufe und Altersvorsorge (LeA)“ geht die DRV bereits wichtige Schritte in Richtung einer integrierten Datenbasis, die biografische, subjektive und vorsorgebezogene Informationen zusammenführt (Heien & Krämer, 2018; Czaplicki et al., 2019). Um jedoch das Potenzial solcher Analysen voll auszuschöpfen, braucht es eine strukturelle Öffnung und rechtlich abgesicherte Verknüpfbarkeit mit externen Daten wie aus der digitalen Rentenübersicht, Steuerstatistiken oder Bundesbankdaten.

Um solche bereichsübergreifenden Verknüpfungen zu ermöglichen, unterstützen Akteure wie der RatSWD und der FDI-Ausschuss die Gründung eines Deutschen Zentrums für Mikrodaten (DZM), das als unabhängiger Datentreuhänder bestehende Datensilos auflösen, die Datenverfügbarkeit verbessern und einen sicheren, datenschutzkonformen Rahmen für Verknüpfungen schaffen soll (Roßbach, 2024; Schiersch & Ullrich, 2025; Riphahn et al., 2025). Die DRV Bund wie auch andere Institutionen bringen diesbezüglich umfassende Erfahrungen in der Erhebung, Verarbeitung, Verknüpfung und Bereitstellung sensibler Daten mit. Diese Expertise sollte beim Aufbau des DZM (weiterhin) einbezogen werden (Müller & Fitzenberger, 2025). Voraussetzung für den Erfolg eines solchen Vorhabens ist die enge Zusammenarbeit von Politik, Verwaltung und Wissenschaft. Nur durch die koordinierte Einbindung aller relevanten Akteure können bestehende Infrastrukturen gezielt weiterentwickelt, sichere und praktikable Verknüpfungsverfahren etabliert und die Datenqualität langfristig gesichert werden. Ohne eine solche strukturierte, sektorenübergreifende Verknüpfung verschiedener Datenquellen bleiben erhebliche Erkenntnispotenziale ungenutzt. Zugleich fehlt es der Politik an der notwendigen empirischen Grundlage, um komplexe gesellschaftliche Herausforderungen evidenzbasiert zu analysieren, gezielte Maßnahmen zu entwickeln und ihre Wirkung fundiert zu bewerten.

Forschungsdateninfrastruktur im Koalitionsvertrag: Perspektiven und politische Anschlussfähigkeit

Zentrale Herausforderungen und Zielsetzungen dieses Beitrags finden sich auch im Koalitionsvertrag 2025 wieder, in dem ein klar formulierter politischer Handlungsauftrag zur Weiterentwicklung der Forschungsdateninfrastruktur enthalten ist. Im Mittelpunkt steht die Bedeutung leistungsfähiger, dauerhaft finanzierter und rechtlich verankerter Strukturen, die den Zugang zu qualitativ hochwertigen, interoperablen Daten für Wissenschaft, Verwaltung und Politik verbessern.

Als zentrales Vorhaben wird die Nationale Forschungsdateninfrastruktur (NFDI) hervorgehoben. Sie verfolgt das Ziel, disziplinübergreifende Standards zu etablieren, Forschungsdaten langfristig verfügbar und auffindbar zu machen sowie deren qualitätsgesicherte Nachnutzung zu ermöglichen. Die im Koalitionsvertrag vorgesehene Verstetigung der NFDI unterstreicht die politische Relevanz eines kohärenten, strategisch ausgerichteten Ausbaus von Dateninfrastrukturen als Grundlage für eine zukunftsfähige, evidenzbasierte Wissenschafts- und Innovationspolitik. Daraus ergibt sich die Notwendigkeit, auch die rechtlichen, technischen und organisatorischen Rahmenbedingungen kontinuierlich weiterzuentwickeln. Dazu gehören insbesondere hohe Datenschutzstandards, der Ausbau digitaler Infrastrukturen sowie die Kooperation zwischen Fachdisziplinen und datenhaltenden Institutionen.

Nur durch eine konsequente Modernisierung der Verwaltungs- und Forschungsdateninfrastruktur kann die öffentliche Verwaltung den Anforderungen einer digitalen Gesellschaft gerecht werden. Der Erfolg hängt dabei maßgeblich von der koordinierten Zusammenarbeit aller beteiligten Akteure ab, um international anschlussfähige, wissenschaftlich nutzbare Datenstrukturen zu schaffen und datenpolitisch langfristig handlungsfähig zu bleiben.

Literatur

Baur, N. (2009). Measurement and selection bias in longitudinal data: a framework for re-opening the discussion on data quality and generalizability of social bookkeeping data. Historical Social Research, 34(3), 9–50.

Börsch-Supan, A., Czaplicki, C., Friedel, S., Herold, I., Korbmacher, J. & Mika, T. (2020). SHARE-RV: linked data to study aging in Germany. Jahrbücher für Nationalökonomie und Statistik, 240(1), 121–132.

BMBF – Bundesministerium für Bildung und Forschung. (2024). Eckpunkte BMBF Forschungsdatengesetz.

Calderwood, L. & Lynn, P. (2009). Enhancing Longitudinal Surveys by Linking to Administrative Data. In P. Lynn (Hrsg.), Methodology of Longitudinal Surveys (S. 55–72).

Chaskel, R., Getzner, M., Fürnkranz-Prskawetz, A., Riphahn, R. T. & Schmidheiny, K. (2024). Zugang zu Forschungsdaten in den D-A-CH-Ländern: eine Vermessung der (Un-)Zufriedenheit. Perspektiven der Wirtschaftspolitik, 25(1), 5–19.

Czaplicki, C., Frommert, D. & Zanker, D. (2019). Die Studie „Lebensverläufe und Altersvorsorge “(LeA) im Überblick. Deutsche Rentenversicherung, 74(1), 25–50.

ExpertInnenrat (der Bundesregierung zu COVID-19). (2022). Dringende Maßnahmen für eine verbesserte Datenerhebung und Digitalisierung, 4. Stellungnahme des ExpertInnenrates der Bundesregierung zu COVID-19.

Heien, T. & Krämer, M. (2018). Lebensverläufe und Altersvorsorge der Personen der Geburtsjahrgänge 1957 bis 1976 und ihrer Partner: Forschungsprojekt im Auftrag der Deutschen Rentenversicherung Bund und des Bundesministeriums für Arbeit und Soziales. DRV-Schriften Band, 115; und BMAS-Forschungsbericht, Bd. 519. Deutsche Rentenversicherung Bund & Bundesministerium für Arbeit und Soziales.

Hochfellner, D., Müller, D., & Wurdack, A. (2012). Biographical data of social insurance agencies in Germany–improving the content of administrative data. Journal of Contextual Economics–Schmollers Jahrbuch, (3), 443–451.

KVI – Kommission zur Verbesserung der informationellen Infrastruktur zwischen Wissenschaft und Statistik. (2001). Wege zu einer besseren informationellen Infrastruktur. Nomos-Verlag.

Lüthen, H., Schröder, C., Grabka, M. M., Goebel, J., Mika, T., Brüggmann, D., Elert, S. & Penz, H. (2022). SOEP-RV: linking German socio-economic panel data to pension records. Jahrbücher für Nationalökonomie und Statistik, 242(2), 291–307.

Müller, D. & Fitzenberger, B. (2025). Forschung und Politikberatung benötigen ein Forschungsdatengesetz: Lehren aus dem IAB. IAB-Forum.

RatSWD – Rat für Sozial- und Wirtschaftsdaten. (2023a). Nutzung von Registerdaten für Zwecke der Forschung (Positionspapier).

RatSWD – Rat für Sozial- und Wirtschaftsdaten. (2023b). Vernetzung sozialwissenschaftlicher Forschung in gesellschaftlichen Krisen. Koordinierungsinitiativen und Empfehlungen zur Datenharmonisierung. Output 4a: 7. Berufungsperiode (2020-2023).

RatSWD – Rat für Sozial- und Wirtschaftsdaten. (2025). Datensilos aufbrechen: Forschung braucht gute Daten! (Positionspapier).

Riphahn, R. T., Peichl, A., Raum, B., Schneider, K. & Vorgrimler, D. (2025). Ein Forschungsdatengesetz für Deutschland: Datenzugang, Datenverknüpfung und Datenschutz. Ordnung der Wissenschaft, 3, 139–153.

Roßbach, G.(2019). Die Relevanz von guten Daten – Zur Studie „Lebensläufe und Altersvorsorge (LeA)“. RVaktuell, 2, 38–42.

Roßbach, G. (2024). 20 Jahre Forschungsdatenzentrum der Rentenversicherung. Deutsche Rentenversicherung, Heft 4, 239–243.

Schiersch, A. & Ullrich, H. (2025). Forschungsdatengesetz: Fakten stärken Vertrauen in Politik und Wissenschaft. DIW aktuell, Nr. 115. Sonderausgaben zur Bundestagswahl 2025.

Stallmann, C., March, S. & Swart, E. (2015). Das Einwilligungsverhalten von Befragten zur Verknüpfung primärer Befragungsdaten mit Sekundär-und Registerdaten – Ergebnisse der lidA-Basiserhebung. Gesundheitsökonomie & Qualitätsmanagement, 20(04), 173–177.

Statistisches Bundesamt. (2017). Ein Blick in die Registerlandschaft in Deutschland. Beistellung zum Gutachten „Mehr Leistung für Bürger und Unternehmen: Verwaltung digitalisieren. Register modernisieren.“ im Auftrag des Nationalen Normenkontrollrates.

Stegmann, M. (2015). Statistische Informationen für Experten und Öffentlichkeit. In 40 Jahre Datenstelle der Deutschen Rentenversicherung. Festschrift, S. 64–73.

SVR – Sachverständigenrat zur Begutachtung der Gesamtwirtschaftlichen Entwicklung. (2023). Wachstumsschwäche überwinden – in die Zukunft investieren. Jahresgutachten.

Thiede, R. & Mika, T. (2018). Forschungsdatenzentren. In M. Erlinghagen, K. Hank & M. Kreyenfeld (Hrsg.), Innovation und Wissenstransfer in der empirischen Sozial- und Verhaltensforschung (S. 221–234). Campus.

Verein für Socialpolitik. (2023). Für einen besseren Datenzugang im Bereich Arbeitsmarkt und Sozialversicherung. Stellungnahme aus dem Verein für Socialpolitik, Unterarbeitsgruppe Arbeitsmarkt und Sozialversicherung. RatSWD Working Paper Series, 286/2023.

Werhan, K. & Akremi, L. (2023). Prozessproduzierte Verwaltungsdaten am Beispiel des Forschungsdatenzentrums der Rentenversicherung (FDZ-RV). In J. Gröber, M. A. Kellert & D. Hofäcker (Hrsg.), Quantitative Daten in Bildungswissenschaftlichen Disziplinen (S. 64–88). Verlag Barbara Budrich.