FAIR-Prinzipien

Die FAIR-Prinzipien, öffnet eine externe URL in einem neuen Fenster besagen, dass Forschungsdaten auffindbar (findable), zugänglich (accessible), interoperabel (interoperable) und wiederverwendbar (re-usable) sein sollen. Sie bilden die Grundlage für eine disziplinen- und länderübergreifende Nachnutzung der Daten. Dabei beziehen sich die FAIR-Prinzipien auf alle digitalen Daten, die im Zuge wissenschaftlicher Vorhaben entstehen, das heißt sowohl qualitative und quantitative Forschungsdaten als auch Metadaten oder Algorithmen, Werkzeuge und Software.

Daten, die die FAIR-Prinzipien erfüllen, können – müssen aber nicht – Open Data und somit für jedermann verfügbar sein. Die FAIR-Prinzipien erlauben auch eine Einschränkung des Datenzugangs, die in gewissen Fällen sinnvoll oder sogar erforderlich ist. Anders herum gilt: Wenn Open Data gut dokumentiert und maschinenlesbar sind, eine offene Lizenz haben, herstellerunabhängige Formate und offene Standards verwendet, entsprechen sie auch dem FAIR-Konzept.

Wie die Anwendung der im Folgenden näher erläuterten FAIR-Prinzipen in der Praxis aussehen kann, haben wir im News-Beitrag Die FAIR-Prinzipen für Forschungsdaten, öffnet eine externe URL in einem neuen Fenster zusammengestellt.

Eine wesentliche Voraussetzung für die Auffindbarkeit von Forschungsdaten ist, dass die Daten mit einem global eindeutigen und dauerhaften Identifikator und umfangreichen Metadaten versehen sind, die auch von Maschinen ausgelesen werden können. Außerdem müssen die (Meta-)Daten auf einer durchsuchbaren Plattform wie einem Repositorium registriert oder indexiert sein.

Um den Zugang zu Forschungsdaten langfristig zu gewährleisten, ist es notwendig diese so aufzubewahren, dass sie (oder zumindest die dazugehörigen Metadaten) mittels anerkannter, standardisierter Kommunikationsprotokolle leicht abgerufen werden können. Unter welchen Bedingungen die Forschungsdaten dann zugänglich sind, sollte von den Forschenden anhand standardisierter Lizenzen eindeutig beschrieben werden.

Daten werden als interoperabel bezeichnet, wenn sie ausgetauscht, interpretiert und in einer (semi-)automatisierten Weise mit anderen Datensätzen kombiniert werden können.

Computersysteme müssen also erfassen können, ob Ihre Daten inhaltlich mit anderen Daten vergleichbar sind. Die Verwendung von Metadaten, die auf kontrollierten Vokabularen, Klassifikationen, Ontologien oder Thesauren basieren und ihrerseits den FAIR-Prinzipien unterliegen, hilft dabei.

Um sicherzustellen, dass Forschungsdaten in zukünftigen Forschungsvorhaben wiederverwendet werden können, sollten ihre Metadaten gemeinsam mit ergänzenden Dokumentationsunterlagen eine ausführliche und detaillierte Beschreibung des Untersuchungszusammenhangs liefern. Auf diese Weise können Forschende, die Daten nachnutzen möchten, besser einschätzen, ob diese tatsächlich für ihr Forschungsvorhaben geeignet sind. Zudem sollten die Bedingungen, unter denen die Daten nachgenutzt werden können, von den Forschenden anhand der Vergabe von standardisierten Lizenzen eindeutig geregelt werden.

FAIR-Netzwerke und -Projekte

Weltweit gibt es zahlreiche Initiativen und Projekte, die sich mit der Anwendung, Verbreitung und disziplinspezifischen Umsetzung der FAIR-Prinzipien beschäftigen. Eine Auswahl finden Sie hier:

Machen Sie den FAIR-Test

Möchten Sie herausfinden, ob Ihre Daten den FAIR-Prinzipien entsprechen?

Mit diesen Tests ist das kein großer Aufwand:

Zum Weiterlesen

Turning FAIR into reality, öffnet eine externe URL in einem neuen Fenster
Abschlussbericht und Aktionsplan der Expertengruppe der Europäischen Kommission für FAIR-Data, Europäische Kommission, 26.11.2018.

 

Three camps, one destination, öffnet eine externe URL in einem neuen Fenster:
the intersections of research data management, FAIR and Open,
Higman R., Bangert D. and Jones S., Insights, 2019.