FAIR Data vs. Open Data

FAIR Data

Der Begriff FAIR steht für die Abkürzung für Findable, Accessible, Interoperable und Reusable und meint ein nachhaltiges Forschungsdatenmanagement. Hauptziel der FAIR Data Prinzipien ist eine optimale Aufbereitung der Forschungsdaten, die demnach auffindbar, zugänglich, interoperabel und wiederverwendbar sein sollen. read more

  

Dauer:  2:09 Min

Inhalt: Dieses Video erklärt den Unterschied zwischen Daten, die den FAIR-Prinzipien entsprechen, und offenen Daten (Open Data), die für jede Person frei zugänglich sind. (Video auf Englisch)

Maastricht University (2020). The FAIR principles explained. Powered by DeiC and Deff.

Lizenz: CC BY 4.0

Unabhängig davon, welche Art von Forschung Sie betreiben oder wo Sie sich in Ihrer Karriere befinden, werden Sie früher oder später auf die FAIR-Prinzipien für Forschungsdaten stoßen. Die Anwendung der FAIR-Prinzipien (Link FAIR-Prinzipien) bedeutet, dass Sie Ihre Forschungsdaten auffindbar, zugänglich, interoperabel und wiederverwendbar (Findable, Accessible, Interoperable and Reusable) machen. Auffindbar bedeutet, dass andere Ihre Daten entdecken können. Zugänglich bedeutet, dass Ihre Daten anderen zur Verfügung gestellt werden können. Interoperabel bedeutet, dass Ihre Daten mit anderen Daten integriert werden können oder leicht von Maschinen genutzt werden können. Wiederverwendbar bedeutet, dass Ihre Daten für neue Forschung genutzt werden können. Diese vier Prinzipien sollten über den gesamten Lebenszyklus von Daten (fd.info Glossar) angewendet werden und sind eng miteinander verbunden. 

Bitte beachten Sie, dass die Anwendung der FAIR-Prinzipien auf Ihre Forschungsabläufe nicht zwangsläufig bedeutet, dass Sie Ihre Daten offen freigeben. FAIRe Daten sind nicht dasselbe wie offene Daten (fd.info Glossar). Offene Daten sind Daten, die von jeder Person an jedem Ort und zu jedem Zweck frei genutzt, weitergegeben und weiterentwickelt werden können, während die FAIR-Prinzipien eine Reihe von Best Practices für die gemeinsame Nutzung von Daten unter Beachtung aller ethischen, rechtlichen oder vertraglichen Einschränkungen bieten. Wenn Ihre Daten personenbezogene Informationen enthalten oder dem Urheberrecht oder geistigen Eigentumsrechten unterliegen, müssen Sie Vorschriften einhalten und Ihre Daten vor unbefugtem Zugriff schützen. Aber auch wenn die Daten selbst nicht offen geteilt werden können, sollten Sie eine Beschreibung Ihrer Daten erstellen und veröffentlichen, damit Forschende mit einem relevanten Zweck die Erlaubnis zur Wiederverwendung der Daten anfordern können.

Dieses Modul führt Sie in die Best Practices ein, um Ihre Daten FAIR zu machen. Die Befolgung dieser Best Practices wird Ihnen helfen, qualitativ hochwertige Daten zu produzieren, die zu einer Maximierung Ihres Forschungsoutputs und Ihrer Wirkung führen und Ihre Anerkennung als Wissenschaftler*in steigern können.

Quiz 

Willkommen bei Ihrem FAIR-Prinzipien und offenen Daten Quiz.

Bitte klicken Sie auf Weiter, um das Quiz zu starten.


 

Weiterführende Informationen

FAIRe Daten: Die Plattform forschungsdaten.info gibt Ihnen weiterführende Informationen, die Ihnen dabei helfen, Ihre Daten FAIR zu machen.

https://www.forschungsdaten.info/themen/veroeffentlichen-und-archivieren/faire-daten/

FAIR Selbsteinschätzungs-Tool: Mit diesem kosenlosen Online-Tool können Sie die „FAIRness“ eines Datensatzes bewerten, indem Sie Fragen zu den einzelnen Aspekten von FAIR beantworten.

https://ardc.edu.au/resources/working-with-data/fair-data/fair-self-assessment-tool/

How to Make Your Data FAIR: Auf der OpenAIRE-Website (Link OpenAIRE) finden Sie weitere Tipps, wie Sie Ihre Daten FAIR machen können

https://www.openaire.eu/how-to-make-your-data-fair

Zitationhisweis

FAIR Data Austria (2021). „FAIR Data vs. Open Data“. In: Offene Bildungsressourcen Forschungsdatenmanagement. (https://fair-office.at/index.php/fair-data-vs-open-data/)

Lizenz: CC BY 4.0 soweit nicht anders angegeben.