Die FAIR-Data-Prinzipien sind grundlegende Ansprüche, die an Forschungsdaten gestellt werden. Sie besagen, dass Daten „Findable, Accessible, Interoperable, and Reusable“ sein sollen. Einige Maßnahmen des Forschungsdatenmanagements setzen bereits während der Konzeption und Erhebung von Daten an, um deren FAIRness zu gewährleisten.
„Findable“ sind Daten, die mit ausreichend Metadaten beschrieben sind, die einen persistenten Identifier haben und die in Suchmaschinen indexiert werden.
„Accessible“ sind Daten, wenn sie und ihre Metadaten sowohl für Menschen als auch für Maschinen über Programmierschnittstellen (APIs) zugänglich sind und heruntergeladen werden können, oder für die offengelegt wird, unter welchen Voraussetzungen auf die Daten zugegriffen werden kann.
„Interoperable“ betrifft die technische Nachnutzbarkeit und bedeutet, dass Standards für die Daten und Metadaten eingehalten werden. Die Daten sollten zudem in offenen Formaten vorliegen, sodass sie leicht verständlich sind und mit anderen Daten verbunden werden können.
„Reusable“ setzt voraus, dass fachspezifische Standards eingehalten sind, die Daten unter einer offenen Lizenz veröffentlicht wurden und die Daten verständlich dokumentiert sind.
Im Manifest für Digitale Editionen, welches das Institut für Dokumentologie und Editorik bei der 8. Jahrestagung des Verbands »Digital Humanities im deutschsprachigen Raum« (DHd2022), in einem Workshop (Abstract s. Zenodo) mit den Teilnehmer*innen erarbeitet hat, werden die FAIR-Prinzipienals Maßstab genannt.
Im Rahmen einer Kooperation zwischen RIDE (– A review journal for digital editions and resources) und dem Text+ Konsortium der Nationalen Forschungsdateninfrastruktur (NFDI) wurde eine kurze Handreichung zur Überprüfung der FAIR-Prinzipien in Editionen erstellt.
Berlin-Brandenburgische Akademie der Wissenschaften
Forschungsdatenmanagement
© 2018-2024
