![\"Nahaufnahme](\"https:\/\/blog.rwth-aachen.de\/forschungsdaten\/files\/2024\/03\/claudio-schwarz-fyeOxvYvIyY-unsplash-scaled.jpg\")
<\/a>Quelle: Claudio Schwarz auf Unsplash<\/a><\/p><\/div><\/p>\n In diesem Blogbeitrag informieren wir Sie \u00fcber die Herkunft und Bedeutung der sogenannten FAIR-Prinzipien und ordnen den Begriff in den weiteren Kontext des modernen Managements von Daten ein.<\/p>\n <\/p>\n <\/p>\n Wer sich schon einmal mit dem Thema \u201eForschungsdatenmanagement\u201c auseinandergesetzt hat, ist fr\u00fcher oder sp\u00e4ter auf den Begriff der \u201eFAIR-Prinzipien\u201c gesto\u00dfen. Grob gesagt, handelt es sich dabei um eine Faustregel, wie Forschungsdaten auffindbar und austauschbar gemacht werden k\u00f6nnen. Einige unserer Leserinnen und Leser werden auch die Bedeutung des englischen Akronyms \u201eFAIR\u201c kennen, das f\u00fcr \u201eFindability, Accessibility, Interoperability, and Reusability\u201c steht. Doch was steckt genau dahinter? Woher kommt das Akronym? F\u00fcr welche Probleme soll es eine L\u00f6sung bieten und f\u00fcr wen oder was gilt es?<\/p>\n <\/p>\n Im M\u00e4rz 2016 wurden die FAIR-Prinzipien zum ersten Mal im Artikel \u201eThe FAIR Guiding Principles for scientific data management and stewardship<\/a>\u201c von Marc D. Wilkinson et al.<\/a> publiziert. Wilkinson kommt aus dem Bereich der medizinischen Genetik. Er und andere Kollegen erkannten, dass es in gewissen Bereichen bereits gut kuratierte Repositorien f\u00fcr Forschungsdaten gab. Beispiele sind die Genbank<\/a>, UniProt<\/a> oder die Worldwide Protein Data Bank<\/a> (wwPDB) in den Lebenswissenschaften.<\/p>\n Jedoch wurde ihnen klar, dass diese auf gewisse Datentypen hoch-spezialisierten Repositorien nicht alle Daten abbilden k\u00f6nnen. Zahlreiche Fragen leiteten sich daraus ab. Wie k\u00f6nnen auch Daten aus klassischen Experimenten abgebildet werden, wenn die Repositorien nur ein einzelnes oder einige wenige Formate zulassen? Wie ist es m\u00f6glich, gezielt und effektiv nach Daten zur Nachnutzung suchen zu k\u00f6nnen? K\u00f6nnen die passenden Datensets zur Nachnutzung runtergeladen werden? Und wenn ja, unter welcher Lizenz stehen sie?<\/p>\n <\/p>\n Hinter diesen Fragen verbirgt sich ein Kernproblem des modernen Wissensmanagements, n\u00e4mlich die Barrieren, die Menschen den Zugang zu Daten verwehren. Es handelt sich hierbei vor allem um die riesigen Mengen an Daten in einer globalen Forschungslandschaft, die eine un\u00fcberwindbare Herausforderung darstellen. So kann es Wochen oder gar Monate dauern, nach passenden Daten zu suchen, die Forschungsfragen beantworten.<\/p>\n Teilweise ist es sinnvoller, das Experiment selbst durchzuf\u00fchren, anstatt Zeit und personelle Ressourcen in die Suche zu investieren, die im schlimmsten Fall ohne Ergebnis ausgeht. Unsere Haupteinschr\u00e4nkung besteht also darin, dass wir nicht in der Lage sind, in dem Umfang, in der Gr\u00f6\u00dfenordnung und in der Geschwindigkeit zu agieren, wie es der Umfang der zeitgen\u00f6ssischen wissenschaftlichen Daten und ihre Komplexit\u00e4t erfordern. Das fr\u00fchere analoge Datenmanagement \u00fcber Archive und Bibliotheken, das mit ihren Karteien und Indizes zur \u00dcbersicht und zur Suche von Daten auskam, reicht heutzutage l\u00e4ngst nicht mehr aus.<\/p>\n Aus diesem Grund verlassen sich Menschen zunehmend auf rechnergest\u00fctzte Hilfe, um Entdeckungs- und Integrationsaufgaben von Daten durchzuf\u00fchren. Aber auch f\u00fcr Maschinen gibt es H\u00fcrden. Ist es f\u00fcr Menschen oft m\u00f6glich, passende Daten durch Kontextinformationen zu identifizieren, ist eine Maschine auf standardisierte Operatoren angewiesen, um sie zu \u201everstehen\u201c und sie im Auftrag des Menschen zu finden und gegebenenfalls zu verarbeiten. Dies ist nur erfolgreich, wenn alle Daten, die global erstellt werden, gemeinsamen Standards folgen. Und genau hier setzen die FAIR-Prinzipien an. Daten sollen rechnergest\u00fctzt auffindbar und f\u00fcr Maschine und Mensch zug\u00e4nglich und verst\u00e4ndlich sein. Dies f\u00e4ngt bei der Verwendung standardisierter Metadaten zur Beschreibung der Daten an und h\u00f6rt mit offenen Lizenzen f\u00fcr eine Nachnutzung auf. \u201eFAIR\u201c eben: Auffindbar, zug\u00e4nglich, interoperabel und wiederverwendbar.<\/p>\n <\/p>\n L\u00f6sen die FAIR-Prinzipien alle oben genannten Herausforderungen? Die Antwort auf diese Frage ist ein klares \u201eJain\u201c. Die FAIR-Prinzipien dienen als Leitplanke, in dessen Fahrbahn die einzelnen Forschungsgemeinschaften ihre eigenen Wege f\u00fcr ihre fachspezifischen Daten finden sollen. Sie schlagen ausdr\u00fccklich keine Technologien, Standards oder Umsetzungsl\u00f6sungen vor, sondern helfen bei der Bewertung der Qualit\u00e4t von Forschungsdaten.<\/p>\n Sie gelten universal f\u00fcr alle, die mit Forschungsdaten zu tun haben: Repositorien, Verlage, Universit\u00e4ten und Forschungseinrichtungen, Anbieter von Infrastrukturelementen, Forschende, F\u00fchrungskr\u00e4fte, Data Stewards und so weiter und so fort. Sie k\u00f6nnen als Katalysator f\u00fcr einen grundlegenden Kulturwandel im Management von Daten \u2013 und somit unseres Wissens \u00fcber die Welt \u2013 angesehen werden.<\/p>\n <\/p>\n Im Zuge des Digitalisierungsfortschritts in der Europ\u00e4ischen Union und infolgedessen in Deutschland wurde erkannt, dass Daten wertvoll sind und dass eine gute \u2013 FAIRE \u2013 Dateninfrastruktur in der Forschung ein bedeutender Faktor in der modernen globalisierten Welt ist. Die FAIR-Prinzipien sind und waren ein ausschlaggebender Faktor, dass sich in Deutschland \u00fcber den Rat f\u00fcr Informationsinfrastrukturen<\/a> (RFII) und die Gemeinsame Wissenschaftskonferenz<\/a> (GWK) die Fachinitiativen der Nationalen Forschungsdateninfrastruktur<\/a> (NFDI) entwickelt haben.<\/p>\n Jede Forscherin und jeder Forscher ist dazu angehalten, im Rahmen seiner oder ihrer M\u00f6glichkeiten die Forschung FAIR zu gestalten. Unser zentrales FDM-Team der RWTH unterst\u00fctzt Sie gerne bei der Umsetzung. Kontaktieren Sie uns gerne per E-Mail<\/a>.<\/p>\nWilkinsons Fragen<\/strong><\/span><\/h3>\n
Mensch und Maschine: Kernproblem des modernen Managements von Daten<\/span><\/h3>\n
Zweck der FAIR-Prinzipien<\/span><\/h3>\n
Praktische Umsetzung in Deutschland<\/strong><\/span><\/h3>\n
\n