Technische Hochschule Köln

Appearance

FAIR-Prinzipien ​

Zitation:

Blümm, M., Fritsch, K., Bock, S., Prof. Dr. Arning, U., & Prof. Dr. Förstner, K. U. (2024). VL_04_FAIR. Blended-Learning-Basiskurs „Forschungsdatenmanagement“ (Version 0.1). https://mbluemm.github.io/modul-fdII-thkoeln/texte/VL_04_FAIR.html

Lernziele ​

INFO

In diesem Themenblock lernen Sie, was das Akronym FAIR bedeutet, wie die FAIR-Prinzipien praktisch umgesetzt werden können und welche Vor- und Nachteile die Anwendung der FAIR- Prinzipien mit sich bringen können.

FAIR-Prinzipien ​

Forschungsdaten sollen FAIR sein, damit diese

  • Findable (Auffindbar), Icon_Findability
  • Accessible (Zugänglich), Icon_Zugang
  • Interoperable (Interoperabel) Icon_Interoperability und
  • Reusable (Nachnutzbar) Icon_Nachnutzung sind.

Die FAIR-Prinzipien formulieren internationale Grundsätze für nachhaltig nachnutzbare Forschungsdaten. Hauptziel ist eine optimale Aufbereitung der Forschungsdaten.

Quelle: Forschungsdaten.info, 2023

Icon_Leitlinien

An der TH Köln sollen Studierende und Forschende ihre Daten FAIR aufbereiten. Ein Ziel ist, dass Forschungsdaten von Menschen und Maschinen ausgewertet werden können. Damit soll die Auffindbarkeit von Datensätzen und deren Wiederverwendbarkeit gewährleistet werden (Sauther-Patrascu und Dmitrieva, 2021).

Findable (Auffindbar) ​

Icon_Findability

Forschungsdaten sollten leicht auffindbar sein. Dies wird erreicht durch:

  • Icon__PID Vergeben von persistenten Identifikatoren: Daten erhalten eine globale und eindeutige Kennung, auch als persistente Identifikatoren (oder Persistent Identifier) bekannt, um ihre dauerhafte Identifizierung sicherzustellen. Beispiele dafür sind DOI (Digital Object Identifier).

  • Icon_Metadaten Umfangreiche Metadaten: Daten werden umfassend mit Metadaten beschrieben. Diese Metadaten enthalten klar und explizit die Kennung der beschriebenen Daten.

  • Icon_Diskette Strukturierte Speicherung: Daten werden sinnvoll benannt und strukturiert gespeichert, um ihre Organisation und Auffindbarkeit zu verbessern.

Accessible (Zugänglich) ​

Icon_Zugang

Forschungsdaten sollten für alle Interessierten zugänglich sein. Dies erfordert:

  • Icon_Zugriffsrechte klare Zugangsregeln und offene Lizenzen, die die Wiederverwendung ermöglichen. Forschungsdaten können in Forschungsdaten-Journalen oder Forschungsdatenzentren veröffentlicht werden.

  • Icon_Metadaten persistente Metadaten, auch wenn die Daten später zurückgenommen werden müssen.


Icon_gesetzliche_Vorschriften Es ist jedoch zu beachten, dass nicht alle Forschungsdaten für eine freie Veröffentlichung geeignet sind, insbesondere wenn es sich um sensible, personenbezogene Daten handelt oder wenn Rechte Dritter involviert sind. Icon_personenbezogen_Daten

FAIR bedeutet nicht automatisch Open Access, da es auch Fälle gibt, in denen Daten aufgrund von Einschränkungen nicht frei zugänglich gemacht werden können. In solchen Fällen können Hinweise in den Metadaten angegeben werden, um Interessierte an den entsprechenden Ansprechpartner zu verweisen.

Interoperable (Interoperabel) ​

Icon_Interoperability

Interoperabilität wird durch verschiedene Maßnahmen erreicht:

  • Verwendung standardisierter Metadaten: Daten und Metadaten sollten eine formale, allgemein anwendbare Sprache verwenden. Dies erleichtert das Verständnis und die Interpretation der Daten sowohl für Menschen als auch für Maschinen.
  • Verwendung von FAIR-konformen Vokabularen: Metadaten sollten Vokabulare verwenden, die den FAIR-Prinzipien entsprechen. Diese Vokabulare erleichtern die Einordnung der Daten und die Kombination mit anderen Datensätzen.
  • Qualifizierte Verweise auf andere Metadaten: Metadaten sollten qualifizierte Verweise auf andere Metadaten enthalten. Dies unterstützt die Nachverfolgbarkeit und Verknüpfung von Informationen.

Reusable (Wiederverwendbar) ​

Icon_Nachnutzung

Wiederverwendbarkeit stellt sicher, dass Forschungsdaten und die zugehörigen Metadaten so umfassend beschrieben sind, dass sie für zukünftige Forschungsvorhaben von Mensch und Maschine wiederverwendet und weiterverarbeitet werden können. Dafür sind mehrere Aspekte von Bedeutung:

  • Detaillierte Beschreibung von Metadaten: Daten und Metadaten sollten ausführlich beschrieben werden.
    • Informationen zur Entstehung: Metadaten sollten detaillierte Informationen über die Entstehung der Daten enthalten, einschließlich der verwendeten Methoden, Instrumente und Software.
  • Klare Datennutzungslizenz: Die Daten müssen mit einer eindeutigen und zugänglichen Datennutzungslizenz veröffentlicht werden. Dies klärt, unter welchen Bedingungen die Daten genutzt werden dürfen.
  • Anpassung an Community-Standards: Die Metadaten sollten den Standards und Praktiken der jeweiligen Forschungsgemeinschaft entsprechen, um eine reibungslose Zusammenarbeit und Nutzung zu ermöglichen.

Vor- und Nachteile der FAIR-Prinzipien im Forschungsdatenmanagement ​

Vorteile der FAIR-Prinzipien ​

Icon_froehliche_Person
  • Erhöhte Sichtbarkeit und Zitierbarkeit: Durch die Einhaltung der FAIR-Prinzipien werden Forschungsdaten besser auffindbar und zitierbar. Dies trägt dazu bei, die Anerkennung und den Einfluss der Forschenden zu steigern.
  • Förderung der Wiederverwendung: Forschungsdaten, die nach den FAIR-Prinzipien organisiert sind, können von anderen Forschenden leichter wiederverwendet werden, was zu effizienterer Forschung und schnellerem Fortschritt führt. Mehrfacharbeit oder Doppelerhebungen, die oftmals mit hohen Kosten verbunden sind, werden so bestenfalls vermieden.
  • Bessere Kollaboration: Die Interoperabilität ermöglicht es, Daten aus verschiedenen Quellen zu kombinieren und zu analysieren, was die Zusammenarbeit zwischen Disziplinen und Forschungsteams fördert.
  • Verbesserte Qualitätskontrolle: Durch klare Metadaten und Dokumentation wird die Qualität der Daten und Forschungsergebnisse verbessert und eine bessere Überprüfbarkeit ermöglicht. Zudem steigt die Qualität der Daten durch Rückmeldungen von Kolleg:innen in der Forschung.
  • Nachhaltigkeit und Langzeitarchivierung: Daten werden so strukturiert, dass sie langfristig erhalten und verstanden werden können, was die Nachhaltigkeit von Forschung und Daten sicherstellt.

Nachteile der FAIR-Prinzipien: ​

Icon_nachdenkende_Person
  • Zeitaufwand: Die Anwendung der FAIR-Prinzipien erfordert zusätzliche Zeit und Ressourcen für die Erstellung von Metadaten, die Datenorganisation und die Einhaltung von Standards.
  • Komplexität: Die Umsetzung der Prinzipien erfordert ein Verständnis für Metadatenstandards, Datenformate und technische Infrastrukturen, was für einige Forschende eine steile Lernkurve bedeuten kann.
  • Datenschutz: Bei der Offenlegung von Forschungsdaten müssen Datenschutzbestimmungen und ethische Richtlinien berücksichtigt werden, um sicherzustellen, dass sensible Informationen nicht gefährdet werden.
  • Disziplinäre Unterschiede: Nicht alle Forschungsbereiche können die FAIR-Prinzipien gleichermaßen anwenden, da disziplinspezifische Anforderungen und Datenschutzbedenken variieren können.

Leitfragen und Aufgaben ​

Leitfragen ​

Icon_Fragezeichen

  1. Welche Aspekte der FAIR-Prinzipien sind in Ihrem Studium generell relevant?
  2. Nennen Sie Beispiele, in welchem Kontext die FAIR-Prinzipien in Ihrem Studium angewendet wurden.

Aufgabe ​

Icon_Aufgabe

Arbeiten Sie die angegebenen Materialien durch und beantworten Sie für sich die Fragen. Dokumentieren und reflektieren Sie Ihre Ergebnisse in Ihrem Lernportfolio.

Weiterführende Materialen und Quellen ​

Icon_Findability

Literatur ​

Poster_FAIRDATA. Erstellt im Rahmen des FDMentor-Projektes. Idee und Gestaltung: Katarzyna Biernacka, Dr. Dominika Dolzycka, Petra Buchholz, Kerstin Helbig. Poster: FAIRDATA

Buch, Susanne, Fliegner, Angelika, & Raatz, Philip. (2023, April 14). #datendienstag: Datenmanagementpläne und Forschungsdatenmanagement in Forschungsanträgen. Folien 10-15. Zenodo. https://doi.org/10.5281/zenodo.7825751

Carroll, S.R., Herczog, E., Hudson, M. et al. (2021). Operationalizing the CARE and FAIR Principles for Indigenous data futures. Sci Data 8, 108. https://doi.org/10.1038/s41597-021-00892-0.

Forschungsdaten.info. (2023, 21. Juli). FAIRe Daten. Zugriff am 18.10.2023, von https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/faire-daten/.

Friedrich, T. & Recker, J. (2021). 5.1 Auffindbarkeit und Nutzbarkeit von Daten. In M. Putnings, H. Neuroth & J. Neumann (Ed.), Praxishandbuch Forschungsdatenmanagement (S. 405-426). Berlin, Boston: De Gruyter Saur. https://doi.org/10.1515/9783110657807-023.

GO FAIR. (o. D.). FAIR Principles. Zugriff am 18.10.2023, von https://www.go-fair.org/fair-principles/.

GO FAIR – FAIR made easy (englisch, 4:06), https://youtu.be/CEPsTiEgWR4

Universität Wien. (o. D.). FAIR und CARE Prinzipien. Zugriff am 18.10.2023, von https://rdm.univie.ac.at/de/forschungsdatenmanagement/fair-und-care-prinzipien/.

Wilkinson, M., Dumontier, M., Aalbersberg, I. et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Sci Data 3, 160018. https://doi.org/10.1038/sdata.2016.18.

Quellen ​

Böker, E. (2023a, 5. Mai). Zitieren von Daten. Forschungsdaten.info. Zugriff am 18.10.2023, von https://forschungsdaten.info/themen/finden-und-nachnutzen/zitieren-von-daten/.

Forschungsdaten.info. (2023, 21. Juli). FAIRe Daten. Zugriff am 18.10.2023, von https://forschungsdaten.info/themen/veroeffentlichen-und-archivieren/faire-daten/.

GO FAIR. (o. D.). FAIR Principles. Zugriff am 18.10.2023, von https://www.go-fair.org/fair-principles/.

Universität Wien. (o. D.). FAIR und CARE Prinzipien. Zugriff am 18.10.2023, von https://rdm.univie.ac.at/de/forschungsdatenmanagement/fair-und-care-prinzipien.

Sauther-Patrascu, K., Dmitrieva, S. (2021). Leitlinie zum Umgang mit Forschungsdaten. Präsidium der TH Köln. Zugriff am 20.10.2023, von https://www.th-koeln.de/mam/downloads/deutsch/forschung/leitlinie_zum_umgang_mit_forschungsdaten.pdf.