Mit den folgenden Maßnahmen machen Sie Ihre Daten FAIR, also auffindbar, zugänglich, interoperabel und wiederverwendbar:

Findable: Machen Sie Ihre Forschungsdaten auffindbar, indem Sie

• Ihre Daten und/oder Metadaten in einer durchsuchbaren Ressource, etwa in einem Repository veröffentlichen, das einen dauerhaften Identifikator zuweist, wie eine DOI oder ORCID iD.
• umfangreiche, präzise, maschinenlesbare, beschreibende Metadaten und Schlüsselwörter zu Ihren Daten verwenden. Folgen Sie vorzugsweise einem Community-spezifischen Metadatenstandard (zum Beispiel Dublin Core oder DDI) oder einer Ontologie (zum Beispiel JEL-Klassifikation). Denn Metadaten beschreiben die Forschungsdaten und machen sie auffindbar und nutzbar. Um geeignete Metadaten zu vergeben, denken Sie darüber nach, welche Informationen jemand anderes benötigen könnte, um Ihre Analysen zu verstehen oder Ihren Datensatz zu verwenden.

Accessible: Sie machen Ihre Forschungsdaten zugänglich durch

• die Verwendung einer Datenlizenz oder einer klaren Erklärung zur Zugänglichkeit der Daten in Ihren offen zugänglichen administrativen Metadaten,
• eine Speicherung, die die langfristige Datenverfügbarkeit sicherstellt und einen dauerhaften Identifikator beinhaltet, sodass ein dauerhafter Link zu Ihrem Speicherplatz gegeben ist (dies ist durch die Speicherung in einem Repository gegeben),
• den Zugang zu den Metadaten. Dies macht auch geschlossene Daten zu einem gewissen Grad zugänglich.

Interoperable: Sie machen Ihre Forschungsdaten interoperabel durch

• ausreichende und standardisierte strukturelle Metadaten in Übereinstimmung mit dem kontrollierten Standardvokabular oder der Ontologie Ihrer Forschungscommunity,
• die Verwendung von gemeinsamen Standards, Terminologien, Vokabularen, Ontologien und Taxonomien für die Daten,
• die Bevorzugung offener, langfristig tragfähiger Dateiformate für Ihre Daten und Metadaten.

Reusable: Sie machen Ihre Forschungsdaten wiederverwendbar durch

• die Einbindung aller relevanten Kontextinformationen, die für die Wiederverwendung erforderlich sind, entweder in der Dokumentation oder in den Metadaten zu Ihren Daten,
• ausreichende und standardisierte strukturelle Metadaten in Übereinstimmung mit dem kontrollierten Standardvokabular oder der Ontologie Ihrer Forschungsgemeinschaft,
• die Bevorzugung offener, langfristig nutzbarer Dateiformate für Ihre Daten und Metadaten (Für Tabellen ist beispielsweise das .csv-Format ideal und .xls ist akzeptabel. Vom .pdf-Format wird hingegen abgeraten, da es nicht unbedingt die Anforderungen an Open Data erfüllt),
• die Anwendung einer maschinenlesbaren Datenlizenz (beispielsweise Creative Commons (CC)).

Weitergehende Tipps, wie sie Ihre Daten FAIR machen können, finden Sie hier:

• “How to make your Data FAIR” vom Danish National Forum for Research Data Management
• Guide “How to make your data FAIR” der Utrecht University
• Leitfaden zur “FAIRifizierung” des Datenmanagements und der Ermöglichung der Nachnutzung von Daten aus dem PARTHENOS Projekt.
• “How FAIR are your data?” ist eine Checkliste, die anlässlich der EUDAT Summer School erstellt wurde, um zu prüfen, wie FAIR die Forschungsdaten der Teilnehmenden waren, und wie sie FAIRer gemacht werden könnten.

• ARDC FAIR Data Self Assessment Tool, FAIR-Aware, F-UJI und SATIFYD – Self-Assessment Tool to Improve the FAIRness of Your Dataset sind Tools, die Forschenden helfen, die FAIRness der eigenen Forschungsdaten zu verbessern.