Vorlesen

Forschungsdaten

Forschungsdaten sind grundsätzlich alle Daten (digitale und analoge), die im Rahmen des Forschungsprozesses entstehen, im Rahmen eines konkreten Forschungsprojektes verwendet werden oder ihr Ergebnis sind. Die Definition und das Verständnis von Forschungsdaten sind stark disziplinabhängig.

Was bedeutet FAIR Data?

Eines der Ziele des Forschungsdatenmanagements ist es, Daten die für die Replizierbarkeit der Ergebnisse und Nachnutzung relevant sind, sicher aufzubewahren und den Zugang zu ihnen zu ermöglichen. Für diesen Zweck wurden die FAIR Data Prinzipien entwickelt. Diese beschreiben, wie Wissenschaftlerinnen und Wissenschaftler Forschungsdaten und weitere wichtige Informationen über die Daten (Metadaten) aufbereiten sollen. FAIR wird z.B. von der Europäischen Kommission als Standard des Forschungsdatenmanagements eingesetzt.

FindableDaten und Metadaten sollten sowohl von Menschen als auch von Computersystemen leicht zu finden sein. Grundlegende maschinenlesbare und beschreibende Metadaten ermöglichen die Entdeckung interessanter Datensätze.

Accessible – Daten und Metadaten sollten archiviert und so verfügbar gemacht werden, dass sie von Maschinen und Menschen leicht abgerufen und heruntergeladen werden können.

Interoperable – Die Daten sollten so vorliegen, dass sie ausgetauscht, interpretiert und in einer (semi-)automatisierten Weise mit anderen Datensätzen von Menschen sowie Computersystemen kombiniert werden können.

Reusable – Eine gute Beschreibung der Daten (Metadaten) sorgt dafür, dass diese für zukünftige Forschung wiederverwendet werden können und mit anderen Datenquellen vergleichbar sind. Daten sollten dauerhaft zitierbar sein (z.B. mit einem DOI).

Sind Ihre Daten FAIR?   zu Self-Assessment Tool (englisch)

Wie machen Sie Ihre Daten FAIR?   ZU CHECKLISTE (englisch)

Text adaptiert von: Angelina Kraft (12. September, 2017) Die FAIR Data Prinzipien für Forschungsdaten (Blogeintrag). Lizenz: CC BY 4.0