Navigation auf uzh.ch

Suche

Universitätsbibliothek Zürich

FAIR und Open Data

Transparente Wissenschaft ist vertrauenswürdig und ermöglicht Fortschritte. Darum sind offene Daten in der Forschung ein wichtiges Thema und werden von immer mehr Förderern verlangt. Ziel ist, dass andere Personen wissenschaftliche Erkenntnisse nutzen, überprüfen und weiterverwenden können. Dabei sollten Daten nicht nur offen zugänglich sein, sondern auch gewissen Qualitätsansprüchen genügen, damit sie von anderen nachgenutzt werden können.

Laut den FAIR-Prinzipien sollen Daten auffindbar, zugänglich, interoperabel und wiederverwendbar sein, damit sie einen möglichst hohen Nachnutzungswert haben.

Was bedeutet FAIR?

Bild der FAIR data principles von FOSTER Open Science

Findable

Daten sind mit einem eindeutigen Identifikator, einem PID (persistent identifier), versehen. Die Metadaten sind für Menschen wie auch für Maschinen gut verständlich. Sie können die Auffindbarkeit der Daten erhöhen, indem Sie sie via eines FAIR-Repositorys teilen.

Accessible

(Meta)Daten sind online zugänglich, sofern sie keinen Persönlichkeitsrechten, Copyrights oder speziellen Verträgen unterliegen. Es ist klar definiert, unter welchen Konditionen die Daten zugänglich sind. Falls die eigentlichen Daten nicht geteilt werden (können), so sind zumindest die Metadaten frei zugänglich.

Interoperable

Damit (Meta)Daten mit unterschiedlichen Computersystemen kompatibel sind, werden offene Formate verwendet (also keine proprietäre Software wie Microsoft oder SPSS). Die Metadaten widerspiegeln die Standards der jeweiligen Forschungsdisziplin. Persistente Identifikatoren können genutzt werden, um Daten mit Publikationen, Personen, Code und anderen Daten zu verlinken.

Reusable

Aus den Metadaten geht klar hervor, unter welchen Bedingungen die Daten genutzt werden dürfen. In den meisten Fällen geschieht dies mit der Angabe einer klaren Lizenz.

Wie mache ich Daten FAIR?

Nutzen Sie die zahlreichen Online Tools, um die FAIRness Ihrer Daten zu überprüfen und zu verbessern.

UB Tutorial: Wie mache ich Daten FAIR?

Checkliste: How FAIR are your data?

 

Weiterführende Informationen

Fragen zu Forschungsdaten?

Elisabeth-Christine Gamer, Dr.

Melanie Röthlisberger, Dr.

Florian Steurer

Stefanie Strebel, Dr.

data@ub.uzh.ch

Tel. +41 44 635 47 44

Wir bieten Training, Workshops & Beratung für Datenmanagement und DMPs