FAIR Assessment Tool vom TKFDM

The first step in (re)using data is to find them. Metadata and data should be easy to find for both humans and computers. Machine-readable metadata are essential for automatic discovery of datasets and services, so this is an essential component of the FAIRification process.

• F1. (Meta)data are assigned a globally unique and persistent identifier
• F2. Data are described with rich metadata (defined by R1 below)
• F3. Metadata clearly and explicitly include the identifier of the data they describe
• F4. (Meta)data are registered or indexed in a searchable resource

Once the user finds the required data, she/he/they need to know how they can be accessed, possibly including authentication and authorisation.

• A1. (Meta)data are retrievable by their identifier using a standardised communications protocol
• A1.1 The protocol is open, free, and universally implementable
• A1.2 The protocol allows for an authentication and authorisation procedure, where necessary
• A2. Metadata are accessible, even when the data are no longer available

The data usually need to be integrated with other data. In addition, the data need to interoperate with applications or workflows for analysis, storage, and processing.

• I1. (Meta)data use a formal, accessible, shared, and broadly applicable language for knowledge representation.
• I2. (Meta)data use vocabularies that follow FAIR principles
• I3. (Meta)data include qualified references to other (meta)data

The ultimate goal of FAIR is to optimise the reuse of data. To achieve this, metadata and data should be well-described so that they can be replicated and/or combined in different settings.

• R1. (Meta)data are richly described with a plurality of accurate and relevant attributes
• R1.1. (Meta)data are released with a clear and accessible data usage license
• R1.2. (Meta)data are associated with detailed provenance
• R1.3. (Meta)data meet domain-relevant community standards

Identifikatoren spielen eine entscheidende Rolle bei der Identifizierung, Lokalisierung, Abfrage, Verknüpfung und Zitierung von Datensätzen. Eine Webadresse (URL) gibt an, wo eine Ressource online zu finden ist. Allerdings ändern sich URLs oft im Laufe der Zeit, was zu fehlerhaften Links und unauffindbaren Daten führt.

Die Lösung? Persistente Identifikatoren (PIDs). Im Gegensatz zu regulären URLs bleiben PIDs über die Zeit stabil und eindeutig. Sie funktionieren plattformübergreifend, da sie von unabhängigen, speziellen Registern verwaltet werden. Die am weitesten verbreitete PID für Datensätze ist der Digital Object Identifier (DOI), der auch im akademischen Verlagswesen und in der Veranstaltungsdokumentation üblich ist.

Möchten Sie mehr über PIDs erfahren? Informieren Sie sich über die Seiten des PID-Netzwerks.

Ein (persistenter) Identifikator sollte nicht nur existieren, sondern auch in den Metadaten des Datensatzes enthalten sein. Dies gilt für verschiedene mögliche Stellen, wie z. B.:

• den Eintrag oder die Landing Page des Datensatzes im Repositorium
• die Dokumentation (z. B. eine README-Datei), und
• mindestens eines der Exportformate des Repositoriums (z. B. XML, JSON, JSON-LD, BibTeX usw.) oder direkt in den HTML-Quellcode der Landing Page eingebettet.

Um die höchste Punktzahl zu erreichen, sollte der Identifikator an allen genannten Stellen vorhanden sein. Wenn er nur an einer oder zwei Stellen vorkommt oder wenn nicht alle Metadatenformate vorhanden sind, wählen Sie die zweite Option. Wenn der Bezeichner in den verfügbaren Metadatenformaten vollständig fehlt - oder wenn überhaupt kein Identifikator vorhanden ist - wählen Sie die dritte Option.

Umfassende Metadaten enthalten beschreibende Informationen, die das Auffinden, den Zugang und die Wiederverwendung des Datensatzes unterstützen.

DataCite definiert einen weit verbreiteten Metadatenstandard, der 20 Elemente festlegt: 6 sind obligatorisch, 6 sind empfohlen und 8 sind optional. Diese Metadatenelemente sind in der Regel auf der Landing Page des Datensatzes zu finden - oder vollständiger in den JSON-, XML- oder anderen Exportformaten, die vom Repository bereitgestellt werden.

Um diese Frage zu beantworten, kreuzen Sie das Kästchen für die ausgefüllten Metadatenfelder an, um diese hoch zuzählen. Eine inoffizielle deutsche Übersetzung der Eigenschaften sehen Sie, wenn Sie mit der Maus über die englischen Begriffe zeigen. Die ausgewählten Felder werden ebenfalls in den downloadbaren Bericht übertragen.

Gesamtanzahl: 0

Die Plattform, auf der Daten veröffentlicht werden, ist (mit)bestimmend für die Datenqualität. In einer Datenzeitschrift werden Forschungsdatensätze oder Datenpapiere erst veröffentlicht, nachdem sie einen Peer-Review-Prozess durchlaufen haben. Dies stellt sicher, dass die Daten nicht nur strukturell - über Metadaten - sondern auch aus wissenschaftlicher Sicht sinnvoll sind. Im Gegensatz dazu ermöglicht ein Forschungsrepositorium die Bereitstellung detaillierter Metadaten für Datensatzeinträge, bewertet aber in der Regel nicht den eigentlichen Inhalt der Daten. Wenn ein Datensatz als Ergänzung zu einem Zeitschriftenartikel veröffentlicht wird, wird er oft nicht gesondert beschrieben und übernimmt die Metadaten des Artikels selbst. Auf einer einfachen Website, die lediglich auf einen Datensatz verweist, fehlen häufig standardisierte Metadaten, wie sie in F3 durch die DataCite-Attribute definiert sind.

Eine umfangreiche Metadatenbeschreibung allein garantiert nicht, dass ein Datensatz im Internet auffindbar ist. Um auffindbar zu sein, muss der Datensatz in einer durchsuchbaren Ressource registriert oder indexiert werden. Dies kann von der Plattform beispielsweise durch die Registrierung einer DOI über DataCite oder durch die Einbettung von JSON-LD-Metadaten direkt in den HTML-Code der Landing Page des Datensatzes erreicht werden.

Um zu prüfen, ob ein Datensatz im Web auffindbar ist, können Sie eine generische Suchmaschine wie Ecosia, DuckDuckGo, Google, Bing verwenden – oder auf Daten spezialisierte Suchmaschinen wie OpenAIRE Search oder Google Dataset Search. In weniger idealen Fällen kann es sein, dass der Datensatz nicht extern registriert ist, aber dennoch innerhalb der Hosting-Plattform indiziert ist, so dass er zumindest intern auffindbar ist. Im ungünstigsten Fall ist der Datensatz nur über eine direkte URL zugänglich, d. h. er ist über keine Suchmaschine auffindbar.

Das Kriterium bewertet, ob die Zugangsbedingungen eindeutig beschreiben, wie auf die Ressource zugegriffen werden kann. Die Erklärung sollte so formuliert sein, dass vage oder zweideutige Formulierungen vermieden werden und dass die Nutzer*innen leicht verstehen können, welche Schritte (wenn überhaupt) für den Zugang zu den Daten oder dem Dienst erforderlich sind. Wenn es keine Erklärung zur Zugänglichkeit gibt, die Daten aber frei heruntergeladen werden können, wählen Sie die Antwort „1) Ja, offener Zugang“.

Es ist zu betonen, dass die FAIR-Prinzipien nicht vorschreiben, dass die Daten offen zugänglich sein müssen. Ein gesperrter, eingeschränkter oder kontrollierter Zugang ist durchaus akzeptabel (insbesondere in Fällen, in denen es um sensible oder personenbezogene Daten geht), solange die Zugangsbedingungen klar beschrieben sind. Dennoch bleibt der Grundsatz „so offen wie möglich, so geschlossen wie nötig“ bestehen.

Die Download-Optionen beschreiben, wie Nutzer*innen die Daten technisch abrufen können, sobald der Zugang gewährt wurde. Typische Download-Mechanismen sind ein direkter Download über eine Weboberfläche (z. B. HTML-Link zu einer Datei oder einem Datensatz) oder maschinell zugängliche Methoden wie eine API. Je flexibler und standardisierter die Download-Optionen sind, desto besser unterstützt die Ressource die automatisierte Wiederverwendung und Integration in Arbeitsabläufe.

Zu den gängigen API-Typen gehören RESTful APIs, die den automatisierten Zugriff auf bestimmte Datenendpunkte ermöglichen, und OAI-PMH (Open Archives Initiative Protocol for Metadata Harvesting), welches häufig in Repositorien verwendet wird, um Metadaten und manchmal auch vollständige Daten zugänglich zu machen. Um als API-Zugang gewertet zu werden, sollte das Repositorium in seiner Dokumentation ausdrücklich auf die API verweisen, und ausreichende Anweisungen zu ihrer Verwendung geben (z. B. Basis-URLs, Endpunkte, Authentifizierungsanforderungen). Die Bereitstellung sowohl eines benutzerfreundlichen (HTML) als auch eines maschinenlesbaren (API) Zugangspfads gilt als beste Praxis. Um die grundlegenden FAIR-Standards zu erfüllen, reicht eine klar dokumentierte und funktionsfähige Methode.

Die langfristige Zugänglichkeit von Metadaten ist ein Kernelement der FAIR-Prinzipien. Selbst wenn die zugrundeliegenden Daten nicht mehr zur Verfügung gestellt werden können (aus rechtlichen, ethischen, technischen oder organisatorischen Gründen), sollten die Metadaten zugänglich bleiben, um die wissenschaftlichen Aufzeichnungen zu bewahren, Zitierungen zu ermöglichen und die Auffindbarkeit früherer Forschungsergebnisse zu unterstützen.

Um dieses Kriterium zu erfüllen, sollte das Repositorium ausdrücklich angeben, ob die Metadaten aufbewahrt werden und öffentlich zugänglich bleiben, auch wenn die Dateien gelöscht, mit einem Embargo belegt oder anderweitig entfernt werden. Idealerweise gibt das Repositorium auch Auskunft über seine Aufbewahrungs- und Notfallstrategien - z. B. wie lange Metadaten garantiert aufbewahrt werden und ob Metadaten (und/oder Dateien) an einen Archivierungsdienst oder ein anderes vertrauenswürdiges Repositorium übertragen werden, falls die Hosting-Plattform veraltet ist oder geschlossen wird.

Die Metadaten sollten in einem strukturierten, maschinenlesbaren Format bereitgestellt werden, das gemeinsamen Standards folgt. Standardisierte Metadatenformate ermöglichen die Interoperabilität zwischen verschiedenen Systemen, erleichtern die automatisierte Datenverarbeitung und unterstützen die langfristige Nutzbarkeit der Daten.

Typische Formate sind XML, JSON oder JSON-LD, die für den strukturierten Datenaustausch weit verbreitet sind, sowie YAML, das häufig für Konfigurations- oder leichtgewichtige Metadaten verwendet wird, und BibTeX (.bib) für bibliografische Referenzen. Diese Formate sollen sicherstellen, dass Metadaten sowohl von Menschen als auch von Maschinen leicht eingelesen, validiert und wiederverwendet werden können. Die Verwendung solcher Formate ist ein wichtiger Schritt, um Daten plattform-, tool- und bereichsübergreifend interoperabel zu machen.

Standardisierte Metadatenelemente gewährleisten Konsistenz, maschinelle Lesbarkeit und semantische Klarheit über Datensätze und Systeme hinweg. Durch die Verwendung von gemeinschaftlich anerkannten Identifikatoren, Formaten und Vokabularen werden Metadaten interoperabel und lassen sich leichter mit anderen Forschungsergebnissen verknüpfen. Zu den Schlüsselelementen, die von der Standardisierung profitieren, gehören:

• Personenidentifikatoren wie ORCID, ResearcherID, ScopusID, ISNI, VIAF oder GND
• Institutionelle Identifikatoren wie ROR, ISNI, RINGGOLD, GRID oder Wikidata
• Datumsangaben, formatiert nach der Norm ISO 8601 (z. B. 2023-11-05)
• Schlüsselwörter aus kontrollierten Vokabularen wie GND, MeSH, GEMET, Iconclass oder EuroSciVoc (siehe BARTOC für ein Verzeichnis von Vokabularen)
• Verbundene Ressourcen, mit entsprechenden Beschreibungselementen wie ist Teil von, ist dokumentiert durch, ist Version von usw.

Die Anwendung solcher Standards erhöht die Qualität der Metadaten und verbessert die Integration mit anderen Datenquellen. Es ist jedoch ausreichend, diese Standards dort anzuwenden, wo es möglich ist. So kann beispielsweise eine ROR-ID nicht verfügbar sein, wenn eine Einrichtung nicht im ROR-Register aufgeführt ist, oder Schlüsselwörter können nicht aus einem kontrollierten Vokabular stammen, wenn sie neu entstehende oder sehr spezifische Themen beschreiben, die noch nicht von bestehenden Thesauri abgedeckt werden.

Unter verknüpften Metadaten versteht man die Verknüpfung von Metadatenelementen mit maßgeblichen externen Ressourcen, verwandten Daten oder formalen Definitionen. Eine solche Verknüpfung erhöht den semantischen Reichtum und die Interoperabilität von Metadaten, so dass sowohl Menschen als auch Maschinen den Kontext und die Bedeutung der einzelnen Elemente besser interpretieren können.

So sollten beispielsweise persönliche Identifikatoren wie ORCID oder GND nicht nur vorhanden, sondern auch auflösbar sein. Das bedeutet, dass sie als anklickbare Links bereitgestellt werden, die zu dem entsprechenden Profil oder Eintrag führen. Das Gleiche gilt für institutionelle Identifikatoren wie ROR oder ISNI, die auf eine zuverlässige Beschreibung der zugehörigen Organisation verweisen sollten.

Schlüsselwörter, die aus standardisierten Vokabularen stammen, können auch mit Erklärungen oder hierarchischen Strukturen verknüpft werden. Dies hilft den Benutzern, ihre Bedeutung und Beziehungen zu verstehen. Auch wenn nicht alle Schlüsselwörter verlinkt werden müssen, so gilt es doch als gute Praxis, dies zumindest für eine repräsentative Teilmenge zu tun. Außerdem sollten Verweise auf verwandte Ressourcen (z. B. Datensätze, Veröffentlichungen oder Dokumentation) idealerweise als qualifizierte, anklickbare Links dargestellt werden. Diese Links sollten auf die ursprüngliche Quelle oder den Datensatz des betreffenden Elements verweisen.

Das Herstellen solcher Verbindungen unterstützt nicht nur eine bessere Navigation und Wiederverwendung. Sie trägt auch zur Verwirklichung der Vision des semantischen Webs bei, in dem Daten systemübergreifend sinnvoll miteinander verbunden sind.

Eine umfassende Dokumentation ist für das Verständnis, die Interpretation und die Wiederverwendung eines Datensatzes unerlässlich. Diese Frage konzentriert sich darauf, wo und in welcher Form eine solche Dokumentation bereitgestellt wird. Im Idealfall sind die beschreibenden Informationen - insbesondere zu Herkunft, Struktur und Kontext (siehe Frage R2) - direkt in das Repositorium oder den Datensatz selbst eingebettet.

Innerhalb des Repositoriums können die Metadatenfelder bei der Bereitstellung ausgefüllt werden oder von einer Datei wie einer README oder einem anderen strukturierten Beschreibungsformat begleitet werden. Dies ist die bevorzugte Form, da die Dokumentation zusammen mit dem Datensatz aufbewahrt wird. Alternativ kann der Datensatz auch in einer Veröffentlichung, auf einer Projektwebsite oder einer anderen externen Ressource beschrieben werden. Dies kann zwar einen reichhaltigen Kontext liefern, aber die Trennung kann den langfristigen Zugang erschweren und die automatisierte Interpretation behindern.

Eine Lizenz definiert die Bedingungen, unter denen ein bestimmtes Objekt verwendet, verändert und weitergegeben werden kann. Das Fehlen einer Lizenz bedeutet nicht, dass das Objekt frei verwendet werden darf, sondern dass eine ausdrückliche Genehmigung des Urheberrechtsinhabers für die beabsichtigte Verwendung eingeholt werden muss. Durch die Vergabe einer Lizenz beseitigen Sie diese Ungewissheit, teilen die Nutzungsbedingungen klar mit und verringern den Bedarf an individuellen Genehmigungen.

Wählen Sie nach Möglichkeit eine bekannte, standardisierte und maschinenlesbare Lizenz, um Missverständnisse zu vermeiden. Achten Sie darauf, den Lizenznamen, die Kennung und einen Link zum Volltext in Ihre Arbeit aufzunehmen.

Verschiedene Lizenzen eignen sich für unterschiedliche Anwendungsfälle und Objekttypen. Um die Wiederverwendung Ihrer Arbeit zu fördern, wählen Sie eine Lizenz, die so offen wie möglich und gleichzeitig so restriktiv wie nötig ist. Zu den häufig verwendeten offenen Standardlizenzen für Forschungsdaten und Software gehören:

• Creative Commons für Daten, wie CC0-1.0 und CC-BY-4.0
• Open Data Commons für Daten und insbesondere Datenbanken, z. B. PDDL und ODC-By
• Diverse Open-Source Software Lizenzen, wie beispielsweise: MIT, BSD-3-Clause, Apache-2.0, LGPL-3.0-only und GPL-3.0-only

Lizenzen sind in der Regel in den Metadaten eines Repository-Eintrags, in einer speziellen LICENSE-Datei oder in einer README-Datei zu finden. Um zu überprüfen, ob eine Lizenz standardisiert und maschinenlesbar ist, nutzen Sie SPDX. Einen schnellen Überblick über die Bedingungen einer Lizenz bietet TLDRLegal. Es ist jedoch unerlässlich, den vollständigen Lizenztext sorgfältig zu lesen, bevor Sie ihn auf Ihre Werke anwenden, die eine entsprechende Schöpfungshöhe aufweisen. Reine Messdaten von wissenschaftlichen Instrumenten zum Beispiel werden nicht unter CC0 veröffentlicht. Einzelheiten siehe forschungsdaten.info (de|en).

Provenienzinformationen dokumentieren den Ursprung, die Geschichte und die Entwicklung von Daten während ihres gesamten Lebenszyklus. Zu den wichtigsten Elementen gehören:

• Forschungskontext: Die zugrunde liegende Forschungsfrage und die damit verbundenen Projekte, Veröffentlichungen oder Datensätze.
• Beiträge: Kontaktinformationen und Funktionen der Mitwirkenden.
• Datenorganisation: Namenskonventionen und Organisationsstrukturen.
• Methodik: Anforderungen, Methoden und Software für die Erzeugung, Umwandlung, Analyse, Visualisierung und Wiederverwendung von Daten.

Umfangreiche Provenienzinformationen fördern die Zusammenarbeit, schaffen Vertrauen durch Nachvollziehbarkeit und verbessern die Datenqualität durch Förderung der Reproduzierbarkeit, Transparenz und Regelkonformität. Provenienzinformationen finden sich in der Regel in der README-Datei und den strukturierten Metadaten auf der Weboberfläche eines Repositoriums bzw. in seinen Exportdateien (z. B. XML, JSON, ...).

Um bei dieser Frage die höchste Punktzahl zu erreichen, sollten Sie besonders auf die detaillierte Beschreibung der Herkunft, Entwicklung und Handhabung der Daten achten.

Verwenden Sie nach Möglichkeit offene, standardisierte Dateiformate, die plattformunabhängig, nicht proprietär und idealerweise maschinenlesbar sind. Offene Formate verbessern die Zugänglichkeit, Interoperabilität und Langlebigkeit Ihrer Daten und erleichtern deren Wiederverwendung in verschiedenen Disziplinen. Erfahren Sie mehr über offene Formate, zum Beispiel auf dem European Data Portal.

Allerdings sind im Lebenszyklus von Forschungsdaten häufig proprietäre Dateiformate beteiligt, wie sie beispielsweise von wissenschaftlichen Instrumenten oder spezieller Software erzeugt werden. Auch wenn diese Formate unvermeidlich sein mögen, sollten Sie versuchen, Ihre Daten in angemessenen Abständen in offene Formate zu exportieren. Geben Sie bei der Veröffentlichung von Daten sowohl die offenen als auch die proprietären Formate an, insbesondere wenn letztere in Ihrem Bereich üblich sind. Stellen Sie zusätzliche Informationen über proprietäre Formate bereit, indem Sie erklären, welche Instrumente sie erzeugen und welche Software zu ihrer Verarbeitung erforderlich ist.

Vermeiden Sie die Verwendung von nicht forschungsspezifischen, proprietären Dateiformaten, wenn es gleichwertige offene Formate gibt. Nutzen Sie beispielsweise Markdown und CSV für Text und Tabellendaten, oder das OpenDocument-Format für Büroanwendungen. In der Wikipedia-Liste der offenen Dateiformate finden Sie geeignete Optionen für verschiedene Datentypen.

Geben Sie eine empfohlene Zitierweise für Ihre Daten an, um die ordnungsgemäße Anerkennung Ihrer Arbeit zu erleichtern und die gemeinsame Nutzung von Daten zu fördern. Gängige Zitierweisen sind APA, Harvard oder IEEE. Die empfohlenen Zitierweisen sind in der Regel in den Metadaten, in der README-Datei oder in einer speziellen CITATION-Datei, z. B. einer .cff-Datei, zu finden.

Wenn Sie die Zitiermetadaten direkt in einen Referenzmanager (z. B. Citavi oder Zotero) importieren können, wählen Sie die erste Option.