Open Data reicht nicht mehr. Digitale Wissensressourcen sollen künftig 'fair' bereitgestellt werden, findable, accessible, interoperable und reusable.

Die FAIR Data Prinzipien formulieren klare Kriterien und Maßnahmen für eine nachhaltige Bereitstellung von digitalen Wissensressourcen. Sie wurden im Jahr 2016 veröffentlicht und sind inzwischen ein weltweit anerkannter Standard. Und wer ein Projekt fördern lassen will, wird immer öfter nach einem Konzept gefragt, wie man die Prinzipien konkret umsetzen will.

Das Problem: In vielen Bereichen fehlt es immer noch an praktikablen Technologien und Tools, mit denen man digitale Inhalte fair-konform aufbereiten kann. Das macht es schwierig, die Prinzipien in der Praxis umzusetzen.

Die FAIR-Data Prinzipien kurz und knapp
8 Jahre FAIR Data. Und eine desaströse Bilanz

Interoperabilität und Wiederverwendbarkeit

Die FAIR Data Prinzipien setzen auf ein harmonisierendes Konzept. Sie wollen Interoperabilität und Wiederverwendbarkeit durch eine einheitliche Sprache der Wissensrepräsentation erreichen. Die Realität in der Forschung und Bildung sieht aber anders aus. Sie ist geprägt von einer Vielfalt an Sprachen, Formaten und Standards, die sich nicht wirklich vereinheitlichen lassen.

Werden die FAIR Data Prinzipien der digitalen Realität gerecht? Oder beruhen sie auf einem veralteten technischen Konzept? Interoperabilität und Wiederverwendbarkeit kann man auch auf andere Weise erreichen, ohne sich auf einheitliche Standards einigen zu müssen.

Wir arbeiten an intelligenten Lösungen, mit denen man Forschungsergebnisse und Bildungsinhalte auch aus heterogenen Quellen zusammenführen kann.

Metadaten-Support

Eine zentrale Voraussetzung für die nachhaltige Aufbereitung von digitalen Wissensressourcen ist ihre sorgfältige Erschließung mit strukturierten Metadaten. Dabei handelt es sich um eine ausgesprochen anspruchsvolle Aufgabe mit vielen Herausforderungen – vielleicht der Hauptgrund, weshalb es mit FAIR Data so schleppend vorangeht.

Wir entwickeln Guided Authoring Lösungen, die die Arbeit mit Metadaten wesentlich erleichtern. Sie lassen sich direkt in Authoring- oder Publishingtools einbetten und begleiten Schritt für Schritt bei der Erstellung von fair-konformen Forschungs- oder Bildungsressourcen.