FAQs

Die FAIR-Prinzipien sollen ein nachhaltiges Forschungsdatenmanagement sicherstellen. Daten und zugehörige Metadaten werden so aufbereitet und gespeichert, dass die Nachnutzbarkeit der Datensätze ermöglicht wird.
Das Akronym FAIR steht dabei für die folgenden vier Prinzipien:

• Findable (Auffindbar)
• Accessible (Zugänglich)
• Interoperable (Interoperabel)
• Re-usable (Wiederverwendbar)

Informationen zur Umsetzung der FAIR Prinzipien finden sich beispielweise bei forschungsdaten.info, auf der Webseite der „GO FAIR“-Initiative oder im OpenAIRE Leitfaden für Forschende "How to make your data FAIR", inklusive Checkliste zur Evaluierung der eigenen Daten hinsichtlich der FAIR Prinzipien. Die TIB Hannover beschäftigt sich in ihrem Blogbeitrag mit der Rolle der Forschenden und der Rolle der Repositorien bei der Umsetzung der FAIR Data Prinzipien für Forschungsdaten.

Als Ergänzung zu den FAIR-Prinzipien wurden von der Global Indigenous Data Alliance (GIDA) die sogenannten CARE Principles for Indigenous Data Governance entwickelt. Während die FAIR-Prinzipien vor allem auf die technischen Aspekte eines nachhaltigen Forschungsdatenmanagements abzielen, stellen die CARE-Prinzipien eine inhaltliche Ebene der Daten in den Vordergrund. Forschende sollen mithilfe der Prinzipien für den Umgang mit Daten indigenen Ursprungs sensibilisiert und dabei unterstützt werden, die Rechte und Interessen indigener Völker im Rahmen ihrer Forschung zu wahren.
Die Prinzipien von CARE sind:

Weitere Informationen zu den CARE-Prinzipien und ihrer Anwendung sind auf der Seite der Global Indigenous Data Alliance (GIDA) zu finden.

Ein persistenter Identifier ist ein eindeutiger Verweis auf digitale Objekte, Personen oder Organisationen, der aus Ziffern oder alphanumerischen Zeichen besteht und sicherstellt, dass diese zuverlässig und dauerhaft auffindbar, identifizierbar und zitierbar sind. Im Falle einer Namensänderung oder wenn sich der Speicherort einer Ressource ändert, bleibt die eindeutige Zahlenkombination des Identifikators unverändert bestehen. Die Verwendung von PIDs erhöht die Sichtbarkeit und Auffindbarkeit von Forschungsdaten und Forschungsaktivitäten.
Weit verbreitete Identifier sind:

Forschungsdatenzentren (FDZ) ermöglichen den Zugang zu sensiblen Daten, die in der Regel aufgrund von verschiedenen Einschränkungen nicht frei zugänglich veröffentlicht werden können. Um diese Daten dennoch für wissenschaftliche Zwecke nutzen zu können, wurden die Forschungsdatenzentren etabliert. Diese Zentren können an staatlichen Stellen oder bei wissenschaftlichen Institutionen angesiedelt sein und fungieren als Treuhänder für die Daten. Darüber hinaus sind sie für die Dokumentation sowie die langfristige Verfügbarkeit der Daten verantwortlich. Als Teil einer bundesweiten nachhaltigen Forschungsinfrastruktur gibt es in Deutschland derzeit ein Netzwerk von insgesamt 41 durch den Rat für Sozial- und Wirtschaftsdaten (RatSWD) akkreditierten Forschungsdatenzentren aus den Bereichen der Sozial-, Verhaltens- und Wirtschaftsforschung.

Weitere Informationen sowie einen Überblick über die derzeit bestehenden Datenzentren finden sich auf der Seite von KonsortSWD.

Die Sicherung von Daten sollte nicht erst nach dem Abschluss eines Projektes in den Fokus rücken, sondern bereits während des laufenden Arbeitsprozesses berücksichtigt werden, um potenziellen Datenverlusten frühzeitig vorzubeugen. Eine Grundlage für die Datensicherung kann die sogenannte 3-2-1-Regel bilden. Diese empfiehlt, Daten nach Möglichkeit in drei Kopien auf zwei verschiedenen Speichermedien zu sichern, beispielsweise auf dem eigenen Rechner und zusätzlich auf einem Netzlaufwerk oder einer externen Festplatte. Eine der Kopien sollte darüber hinaus an einem externen Ort gespeichert werden, z.B. auf einem zentralen Speicherservice der Universität.

Unabhängig davon, sollte darauf geachtet werden, dass die Daten nicht nur einmalig, sondern in regelmäßigen Abständen gesichert werden, idealerweise immer zu vorab festgelegten Zeitpunkten. Weitere Informationen zur 3-2-1-Regel sind beispielsweise auf der Seite von NFDI4Chem zu finden.

Die Langzeitverfügbarkeit von Forschungsdaten bezieht sich auf die Fähigkeit, Daten über einen längeren Zeitraum zugänglich und nutzbar zu halten. Im Gegensatz zur reinen Speicherung von Daten, die sich lediglich auf die physische Aufbewahrung von Daten beschränkt, umfasst die Langzeitverfügbarkeit auch Aspekte wie die Verwaltung, Dokumentation, Sicherung und Pflege von Daten. Häufig wird von Langzeitverfügbarkeit bei Zeiträumen die über 10 Jahre hinaus gehen gesprochen. Weiterführende Informationen zum Thema sind auf der Webseite LZV Bayern zusammengestellt.

Langzeitverfügbarkeit ist wichtig, um sicherzustellen, dass Forschungsdaten auch in Zukunft zugänglich und nutzbar bleiben. Dadurch können Daten auch von anderen Forschern und Wissenschaftlern genutzt werden, was zu einer erhöhten Wissenschaftstransparenz und -effizienz führt. Zudem kann die Langzeitverfügbarkeit dazu beitragen, die Qualität und Vertrauenswürdigkeit von Forschungsergebnissen zu verbessern, da die Daten überprüft und reproduziert werden können.

Es gibt zwei Bausteine, die wichtig sind, um eine langfristige Nutzung von Daten zu gewährleisten: Aus technischer Sicht muss sichergestellt werden, dass die Daten korrekt interpretiert werden können. Dies bezieht sich zum einen auf das korrekte Auslesen vom Speichermedium, aber zum anderen darauf, dass die verwendeten Dateiformate auch in Zukunft noch gelesen werden können. Aus inhaltlicher Sicht ist es ebenso notwendig, sicherzustellen, dass der Inhalt der Daten verstanden werden kann. Es muss genau dokumentiert sein, welche Daten vorliegen und wie diese erhoben wurden. Für beide Bausteine ist es deshalb wichtig, die zugehörigen Informationen genauso sorgfältig zu archivieren wie die eigentlichen Daten.

Eine unzureichende Langzeitverfügbarkeit von Forschungsdaten kann dazu führen, dass wichtige Forschungsergebnisse verloren gehen oder nicht mehr reproduzierbar sind. Dies kann zu einem Verlust an Wissen führen und die Qualität sowie Vertrauenswürdigkeit von Forschungsergebnissen beeinträchtigen. Zudem kann es dazu führen, dass Ressourcen und Zeit verschwendet werden, wenn Daten erneut gesammelt und verarbeitet werden müssen.

Der Verein Nationale Forschungsdateninfrastruktur (NFDI) e.V. wurde vom Bund und allen 16 Ländern am 12. Oktober 2020 gegründet, mit dem Ziel, ein übergreifendes und nachhaltiges Forschungsdatenmanagement zu entwickeln und wertvolle Datenbestände langfristig nutzbar zu machen.
Zur NFDI gehören 26 fachliche Konsortien, die die verschiedenen Wissenschaftsdisziplinen abbilden und - als eine gemeinsame Initiative aller NFDI-Konsortien - der Verbund von Konsortien Base4NFDI.
Ausführliche Informationen zur NFDI und allen beteiligten Konsortien sowie Base4NFDI finden sich auf den Webseiten der NFDI.

Nach der Datenschutzgrundverordnung (DSGVO) sind „personenbezogene Daten" alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person (im Folgenden "betroffene Person") beziehen; als identifizierbar wird eine natürliche Person angesehen, die direkt oder indirekt, insbesondere mittels Zuordnung zu einer Kennung wie einem Namen, zu einer Kennnummer, zu Standortdaten, zu einer Online-Kennung oder zu einem oder mehreren besonderen Merkmalen, die Ausdruck der physischen, physiologischen, genetischen, psychischen, wirtschaftlichen, kulturellen oder sozialen Identität dieser natürlichen Person sind, identifiziert werden kann;“ (DSGVO, Art. 4 Abs. 1).

Darunter fallen beispielsweise Daten wie die Personalausweis-, Sozialversicherungs- oder Steuernummer aber auch bereits Informationen wie Wohnort, Geburtsdatum oder Geschlecht, wenn sie dazu geeignet sind, eine Person anhand von Zusatzinformationen identifizierbar zu machen.

Sobald mit personenbezogenen Daten gearbeitet wird, müssen die entsprechenden datenschutzrechtlichen Vorschriften berücksichtigt werden. Wer sich unsicher ist, ob datenschutzrechtliche Vorschriften beachtet werden müssen, kann den vom BERD@NFDI-Konsortium entwickelten Interactive Virtual Assistant 1 (IVA1) für eine Einschätzung nutzen.
(für die deutschsprachig Version siehe entsprechenden Link auf der Webseite von IVA1)

Eine besondere Kategorie der personenbezogenen Daten sind sogenannte „sensible“ Daten (gelegentlich auch als „sensitive Daten“ bezeichnet). Bei diesen Daten ist das Risiko, dass eine Person durch die Verbreitung bzw. Veröffentlichung der Daten negativ beeinträchtigt wird, besonders groß.
Hierzu gehören beispielsweise die ethnische Herkunft, politische Meinungen, religiöse und weltanschauliche Überzeugungen, medizinische und genetische Daten oder Daten, die das Sexualleben/die sexuelle Orientierung betreffen. Auch Informationen über Straftaten und strafrechtliche Verurteilungen fallen in diese Kategorie. Die Erhebung sensibler personenbezogener Daten verlangt besonders starke Datenschutzmaßnahmen.

Personenbezogene Daten unterliegen besonderen datenschutzrechtlichen Schutzbestimmungen. Deshalb müssen bei der Verarbeitung dieser Daten mehrere Grundsätze beachtet werden.

• AUFKLÄRUNG – Befragte/Probanden müssen über Zweck und Umfang der Datenerhebung, die damit verbundenen Risiken und ihre Rechte informiert werden
• EINWILLIGUNG – Befragte/Probanden müssen in die Erhebung, Verarbeitung, Speicherung und ggf. Veröffentlichung der Daten eingewilligt haben
• RÜCKSICHTNAHME – Forschende müssen die potentiellen Folgen für die betroffenen Personen beim Umgang mit den Daten im Blick behalten
• DATENMINIMIERUNG – Forschende dürfen nur Daten erheben, die für ihre Forschung notwendig sind
• ZWECKBINDUNG – Forschende dürfen die Daten nur zum vorab definierten Zweck verwenden
• SPEICHERBEGRENZUNG – Die Dauer der Datenspeicherung muss begrenzt werden
• RICHTIGKEIT – Daten, die sich als nicht korrekt herausstellen, müssen korrigiert oder gelöscht werden
• VERTRAULICHKEIT – Die erhobenen Daten müssen sicher, ohne Zugriff durch Unbefugte, verarbeitet werden

Sensible personenbezogene Daten unterliegen strengen Schutzbestimmungen und verlangen von den Forschenden, dass sie besonders sorgfältig mit ihnen umgehen. Bevor Sie sensible Daten verarbeiten, müssen Sie deshalb eine sogenannte „Datenschutz-Folgenabschätzung“ erstellen. In ihr müssen Sie die Belastungen, die den betroffenen Personen durch die Verarbeitung ihrer Daten entstehen können, möglichst genau abschätzen und Maßnahmen definieren, mit denen Sie diese Belastungen minimieren.

Darüber hinaus müssen Sie in Fällen, in denen Ihre Forschung sensible personenbezogene Daten betrifft, den Datenschutzbeauftragten Ihrer Einrichtung hinzuziehen. Den/Die Datenschutzbeauftragte/n der Universität Bayreuth erreichen Sie unter datenschutz@uni-bayreuth.de

Personenbezogene Daten dürfen nur dann verarbeitet werden, wenn die Verarbeitung rechtmäßig ist (Art. 6 Abs. 1 DSGVO). Sofern die Datenverarbeitung auf Grundlage einer Einwilligung der betroffenen Person erfolgt (Art. 6 Abs. 1 S. 1 lit. a) DSGVO), so ist diese vorab ausführlich über den Zweck der Datenverarbeitung zu informieren (vgl. Art. 7 DSGVO). Eine Liste der verschiedenen Aspekte, die eine solche Information umfassen muss, finden Sie auf der Webseite des BERD@NFDI-Konsortiums.

Bevor personenbezogene Daten erhoben werden dürfen, müssen die Betroffenen in die Datenverarbeitung eingewilligt haben.
Informationen rund um die Einwilligung in die Verarbeitung personenbezogener Daten finden sich beispielsweise auf der Webseite des Verbund Forschungsdaten Bildung (VerbundFDB). Hier werden u.a. auch Fragen zur Einwilligung in die Verarbeitung personenbezogener Daten Minderjähriger behandelt sowie Formulierungsvorschläge für eine informierte Einwilligungserklärung bereitgestellt: siehe Webseite Datenschutzrechtliche Aspekte VerbundFDB

Wer sich unsicher ist, ob eine informierte Einwilligung der Betroffenen vorliegt und die Verarbeitung der Daten auf diese gestützt werden kann oder ob dafür eine andere Rechtsgrundlage benötigt wird, kann den vom BERD@NFDI-Konsortium entwickelten Interactive Virtual Assistant 2 (IVA2) für eine Einschätzung nutzen.
(für die deutschsprachig Version siehe entsprechenden Link auf der Webseite von IVA2)

Die Arbeitsgruppe ELDAH („Ethics and Legalities in Digital Arts and Humanities“) des europäischen Forschungsdateninfrastrukturkonsortiums DARIAH („Digital Research Infrastructure for the Arts and Humanities“) stellt auf ihrer Webseite ein Werkzeug zur Erstellung von Einwilligungserklärungen – den sogenannten Consent Form Wizard – bereit. Anhand vorbereiteter Fragen unterstützt das Werkzeug dabei, eine auf das individuelle Forschungsvorhaben zugeschnittene Einwilligungserklärung in die Datenverarbeitung zu erstellen.

Auch wenn keine Einwilligung der Betroffenen vorliegt, kann es erlaubt sein, personenbezogene Daten zu verarbeiten (Art. 6 DSGVO). Neben den Bundesdatenschutzgesetzen sind für Hochschulen der Länder in diesem Zusammenhang die Landesdatenschutzgesetze maßgeblich, im Fall der Universität Bayreuth das Bayerische Landesdatenschutzgesetz.

Bei einem Forschungsdatenrepositorium handelt es sich um um einen Speicherort/Infrastruktur für digitale Forschungsdaten, mit dem Ziel, die Forschungsdaten dauerhaft zu speichern und mit Hilfe von Metadaten so zu strukturieren, dass eine langfristige Auffindbarkeit, Zugänglichkeit und Nachnutzbarkeit gewährleistet ist.

Das Hochladen der Daten auf ein Repositorium bedeutet nicht automatisch, dass alle Interessierten uneingeschränkt darauf zugreifen können. Je nach Repositorium können verschiedene, abgestufte Zugangskategorien zur Verfügung stehen. Neben dem freien Zugang (mit oder ohne Registrierung) bieten einige Repositorien auch die Möglichkeit, Forschungsdaten verzögert zu publizieren (Embargofrist) oder auch nur die Metadaten öffentlich zugänglich zu machen. Durch die Veröffentlichung der Metadaten wird die Auffindbarkeit des Datensatzes ermöglicht, die Forschungsdaten selbst sind jedoch nicht zugänglich. Zugang zu den Daten wird dann beispielsweise nach Zustimmung zu einer Lizenzvereinbarung (z.B. allgemeine Nutzungslizenz auf ausschließlich wissenschaftliche Zwecke) oder sogar erst nach Zustimmung durch den Datengebenden für den angegebenen Verwendungszweck gewährt.

FAIR Data heißt nicht notwendigerweise Open Data. Nicht immer ist es möglich, Forschungsdaten frei zu veröffentlichen, z.B. können ethische oder rechtliche Gründe das öffentliche Teilen von Forschungsdaten einschränken oder verhindern. Solange Klarheit und Transparenz hinsichtlich der Bedingungen für den Zugang und Nachnutzung von Forschungsdaten vorhanden sind, stehen Zugriffsbeschränkungen bei Forschungsdaten im Einklang mit den FAIR Prinzipien. Eine ausführliche Erklärung findet sich bei der Initiative GO FAIR im Beitrag "What is the difference between “FAIR data” and “Open data” if there is one?“)