Zum Hauptinhalt springen

Auffindbar (Findable)

Forschende - und die für sie arbeitenden Computer - müssen in der Lage sein, Datensätze zu finden, um sie wiederverwenden zu können. Daher werden in der ersten Leitlinie der FAIR Data Principles Methoden zur Gewährleistung der Auffindbarkeit eines Datensatzes beschrieben.

F1. (Meta-)Daten werden mit einer weltweit eindeutigen und dauerhaften Kennung versehen​

Ein weltweit eindeutiger und persistenter Identifikator (PID) hilft sowohl Maschinen als auch Menschen, die Daten überhaupt erst zu finden. Diese PIDs sind für die Forschung unerlässlich, da sie die Verfügbarkeit der zugehörigen Ressource, in diesem Fall eines Datensatzes, garantieren. Die Registrierungsdienste, die diese Kennungen zur Verfügung stellen, sorgen dafür, dass die Verbindung zur Ressource aufrechterhalten wird, um tote Links zu vermeiden.

Ein gängiges Beispiel für eine zitierfähige PID ist der Digital Object Identifier oder DOI. Wie bei vielen Zeitschriften wird auch bei wissenschaftlichen Datenspeichern ein DOI oft automatisch vergeben. So weisen beispielsweise sowohl die The Cambridge Structural Database (CSD) als auch das Chemotion Repository jedem hinterlegten Datensatz einen DOI zu. Forscher müssen diese Möglichkeit bei der Suche nach einem geeigneten Repositorium beachten (z. B. unter re3data), und die Repositorien sollten diesen Service anbieten.

F2. Daten werden mit umfangreichen Metadaten beschrieben (definiert durch R1 unten)​

Daten müssen ausreichend beschrieben werden, damit sie sowohl auffindbar als auch wiederverwendbar sind. Daher liegt der Schwerpunkt auf der Auffindbarkeit von (Meta-)Daten durch die Verwendung umfangreicher Metadaten in einem standardisierten Format, die es Computern und Menschen ermöglichen, den Inhalt des Datensatzes schnell zu verstehen. Dies ist ein wesentlicher Bestandteil der unter R1 beschriebenen Vielzahl von Metadaten. Diese Informationen können unter anderem Folgendes umfassen:

  • den Kontext, um den es sich bei dem Datensatz handelt, wie er erstellt wurde und wie er interpretiert werden kann,
  • die Qualität der Daten,
  • Lizenz- und (Wieder-)Nutzungsvereinbarungen,
  • welche anderen Daten möglicherweise damit in Verbindung stehen (verlinkt über die PID), und
  • zugehörige Zeitschriftenveröffentlichungen und deren DOI.

Die Repositorien sollten ein ausfüllbares Anwendungsprofil bereitstellen, das es den Forschern ermöglicht, umfassende und genaue Angaben zu ihren hinterlegten Datensätzen zu machen. So verwendet das Chemotion Repository unter anderem RADAR4Chem und das Datacite Metadata Schema, um sein Anwendungsprofil zu erstellen, ein Schema, das speziell für die Veröffentlichung und Zitierung von Forschungsdaten entwickelt wurde. Diese umfassen eine Reihe von obligatorischen, empfohlenen und optionalen Metadateneigenschaften, die eine umfassende Beschreibung des hinterlegten Datensatzes ermöglichen. Denken Sie bei der Veröffentlichung von Daten immer daran: Je mehr Informationen bereitgestellt werden, desto besser.

F3. Metadaten müssen eindeutig und ausdrücklich die Identifier der beschriebenen Daten enthalten​

Während F1 die Zuweisung eines Identifiers vorschreibt, unterstreicht F3 die Bedeutung der Aufnahme dieses Identifikators in die Metadaten selbst. Die Metadaten und der Datensatz, den sie beschreiben, sind in der Regel getrennte Dateien. Durch die Aufnahme der Kennung in die Metadaten werden die Informationen direkt mit dem zugehörigen Datensatz verknüpft.

Außerdem wird der Datensatz möglicherweise nicht zusammen mit den Metadaten veröffentlicht. Bei unveröffentlichten archivierten Datensätzen kann die PID beispielsweise zu einer Methode (z. B. einer Landing Page) führen, mit der die Verantwortlichen für die Daten kontaktiert werden können, anstatt zum Datensatz selbst. Forscher müssen sich dieser Bedeutung bewusst sein, während Repositorien nicht nur eine PID zuweisen müssen, wie in F2 oben beschrieben, sondern auch sicherstellen sollten, dass diese PID eine erforderliche Eigenschaft der Metadaten ist.

F4. (Meta-)Daten werden in einer durchsuchbaren Ressource registriert oder indiziert.​

Metadaten werden verwendet, um Indizes zu erstellen, die es Maschinen ermöglichen, effizient nach Datensätzen zu suchen und diese zu finden. Damit dieser Prozess erfolgreich funktioniert, müssen die Metadaten vollständig sein, wie oben beschrieben. Die Repositorien sollten sicherstellen, dass die für einen hinterlegten Datensatz eingegebenen Metadaten in einem maschinenlesbaren Format vorliegen, um die Zuordnung von Indizes zu erleichtern.