Die FAIR-Prinzipien

Das Akronym FAIR geht auf eine Publikation von Mark D. Wilkinson zurück. In dieser Publikation beschreibt er das Problem, dass Forschungsdaten immer öfter auch maschinenlesbar vorliegen sollen und die derzeitige Kuratierung der Daten diese Anforderung schlicht nicht leisten kann. Generell wären einheitliche Standards für die Weiterentwicklung des gesamten Wissensapparates dienlich.

Eine Basis, um dieses Ziel zu erreichen, können die FAIR-Kriterien sein, ausformuliert und nach der Veröffentlichung von Wilkinson leicht überarbeitet sind diese:

Auffindbarkeit  (To be Findable):

  • F1. (Meta-)Daten wird ein global einzigartiger und "ewig" persistenter Identifikator zugewiesen
  • F2. Daten werden mit Metadaten angereichert
  • F3. Metadaten sind zweifelsfrei einem Datensatz zuzuordnen über dessen Identifikatoren
  • F4. (Meta-)Daten werden in einer durchsuchbaren Ressource registriert oder indexiert

Zugänglichkeit  (To be Accessible):

  • A1. (Meta-)Daten sind über ihren Identifikator mit standardisierten Kommunikationsprotokollen abrufbar
  • A1.1. das genutzte Protokoll ist offen, kostenlos und kann ohne Einschränkungen genutzt werden
  • A1.2. das Protokoll ermöglicht wo nötig eine Authentifizierung und Rechtevergabe
  • A2. Metadaten bleiben auch dann zugänglich, wenn die Daten nicht länger vorliegen

Interoperabilität  (To be Interoperable):

  • I1. (Meta)-Daten nutzen eine formale, zugängliche, gemeinsam genutzte und breit anwendbare Sprache für die Wissensrepräsentation
  • I2. (Meta-)Daten nutzen Vokabularien, die den FAIR-Prinzipien folgen
  • I3. (Meta-)Daten enthalten qualifizierte Referenzen auf andere (Meta-)Daten

Wiederverwendbarkeit  (To be Re-usable):

  • R1. (Meta-)Daten weisen eine Vielzahl genauer und relevanter Attribute auf
  • R1.1. (Meta)Daten enthalten eine eindeutige, zugreifbare Angabe einer Nutzungslizenz
  • R1.2. (Meta)Daten enthalten detaillierte Provenienz-Informationen
  • R1.3. (Meta-)Daten genügen den fachrelevanten Standards der jeweiligen Community

Mehr Informationen zu diesem Thema sind in den TU-Cards auf der rechten Seite verlinkt.

Generell ist zu sagen, dass es immer Dinge gibt, die der Wissenschaftler selbst erfüllen kann und solche, die der Dienstleister erbringen muss. Der ideale Fall ist eingetreten, wenn man seine Projektarbeit einem unbeteiligten Wissenschaftler gibt und dieser die Arbeitsschritte vollumfänglich nachvollziehen kann.

The FAIR Guiding Principles for scientific data management and stewardship

Mark D. Wilkinson et al.
Scientific Data 3 (2016)

doi.org/10.1038/sdata.2016.18

https://www.force11.org/fairprinciples

Guiding Principles for Findable, Accessible, Interoperable and Re-usable Data

Das Arbeitspapier der Gruppe Force11 (The Future of Research Communication and e-Scholarship)

https://blogs.tib.eu/wp/tib/2017/09/12/die-fair-data-prinzipien-fuer-forschungsdaten/

Die FAIR Data Prinzipien für Forschungsdaten

Beitrag im Blog der TIB vom 12. September 2017, der Erklärungen zu den einzelnen Unterpunkten bietet, aufgeschlüsselt nach den beteiligten Stakeholdern.

https://blog.gesis.org/its-not-such-a-fair-way-off-to-process-open-data-facing-requirements-on-open-access-and-the-fair-data-principles/

FAIR ist nicht immer Open

Nur weil Daten den FAIR-Prinzipien genügen, müssen Sie nicht frei verfügbar sein, teilweise kann der Zugang zu Daten sehr genau geregelt werden. Im hier verlinkten Blogbeitrag bei GESIS wird der Unterschied gut herausgearbeitet.