Was sind die FAIR-Prinzipien für Daten?

Die FAIR-Prinzipien für Daten sind ein Satz von Leitlinien, um Daten Findable, Accessible, Interoperable und Reusable zu machen, also auffindbar, zugänglich, interoperabel und wiederverwendbar. Vorgestellt wurden sie 2016 in einem Aufsatz in Scientific Data und von der Initiative GO FAIR vorangetragen; entstanden sind sie als Antwort auf eine Krise in der Forschung: Es wurden riesige Mengen wertvoller Daten erzeugt, die außer von ihren Urhebern niemand finden, abrufen oder wiederverwenden konnte, oft nicht einmal die Urheber selbst ein paar Jahre später. Die Prinzipien geben dem Datenmanagement ein klares, merkbares Ziel und legen den Schwerpunkt bemerkenswert stark auf Maschinen: Daten sollen nicht nur für Menschen auffindbar und nutzbar sein, sondern auch für automatische Systeme.

Die FAIR-Prinzipien zählen, weil sich dieser Schwerpunkt auf das „maschinell Handhabbare“ als prophetisch erwiesen hat. Ursprünglich auf Daten aus der Wissenschaft gerichtet, ist FAIR zu einem weit übernommenen Rahmenwerk in Unternehmen und Verwaltungen geworden, denn dieselben Eigenschaften, die einer Forscherin erlauben, einen Datensatz wiederzuverwenden, sind genau das, was Analyse, Integration und heute Systeme der KI brauchen, um Daten verlässlich zu verbrauchen. FAIR ist damit eine frühe und haltbare Spezifikation für KI-ready Daten, und es zu erreichen ist im Kern eine Frage reicher Metadaten und eines gesteuerten Katalogs.

FAIR-Prinzipien im Überblick

FAIR ist ein Rahmenwerk leitender Prinzipien für das Verwalten und Pflegen von Daten in Wissenschaft und Organisation. Jeder Buchstabe benennt eine Eigenschaft, die Daten und ihre Metadaten haben sollten, und jeder ist in feinere Unterprinzipien zerlegt. Der verbindende Gedanke ist, dass gutes Datenmanagement das ist, was Daten auffindbar und wiederverwendbar macht, für Menschen und, entscheidend, für Maschinen, die mit möglichst wenig menschlichem Eingriff handeln.

Seine bestimmenden Merkmale:

• Maschinell handhabbar: der kennzeichnende Schwerpunkt. Daten und Metadaten sollen für automatische Systeme nutzbar sein, nicht nur für Menschen.
• Auf Metadaten zentriert: Der größte Teil von FAIR handelt in Wahrheit von reichen, standardisierten Metadaten, die die Daten beschreiben.
• Prinzipien, kein Standard: FAIR setzt Ziele, die man anstreben soll; es schreibt keine bestimmten Techniken vor.
• Unabhängig von Offenheit: Daten können FAIR und zugleich streng zugriffsbeschränkt sein. FAIR handelt davon, gut beschrieben und nutzbar zu sein, nicht davon, frei zu sein.

Die vier Prinzipien

Jeder Buchstabe von FAIR fasst eine Eigenschaft, und zusammen beschreiben sie den ganzen Lebenszyklus vom Finden bis zur Wiederverwendung.

• F, findable. Daten und Metadaten bekommen weltweit eindeutige, dauerhafte Bezeichner, werden mit reichen Metadaten beschrieben und in einer durchsuchbaren Ressource indiziert. Wenn Daten sich nicht finden lassen, zählt nichts anderes.
• A, accessible. Einmal gefunden, lassen sich Daten über standardisierte, offene Protokolle abrufen, mit klarer Authentifizierung und Autorisierung, wo nötig. Zugänglich heißt nicht unbeschränkt: Die Metadaten sollten zugänglich bleiben, auch wenn die Daten selbst geschützt sind.
• I, interoperable. Daten nutzen geteilte Vokabulare, Standardformate und Verweise auf andere Daten, sodass sie sich integrieren und mit anderen Datensätzen verbinden lassen, statt in einem proprietären Silo festzustecken.
• R, reusable. Daten sind reich beschrieben, mit klaren Lizenzen zur Nutzung, ausführlicher Herkunft und einer Dokumentation, die den Standards der Gemeinschaft genügt, sodass andere sie sicher verstehen und für neue Zwecke wiederverwenden können.

Der rote Faden durch alle vier sind Metadaten. Auffindbarkeit braucht beschreibende Metadaten und Bezeichner; Zugänglichkeit braucht Metadaten zu Protokoll und Zugriff; Interoperabilität braucht Metadaten zu Vokabular und Format; Wiederverwendbarkeit braucht Metadaten zu Lizenz und Herkunft. FAIR ist in bemerkenswertem Maß eine Disziplin der Metadaten.

FAIR und Open Data

FAIR wird häufig mit „Open Data“ verwechselt, doch die beiden beantworten verschiedene Fragen. Bei Open Data geht es um die Erlaubnis, also darum, ob Daten frei und ohne Beschränkung nutzbar sind. Bei FAIR geht es um die Güte der Verwaltung, also darum, ob Daten gut beschrieben, auffindbar und nutzbar sind. Beides ist voneinander unabhängig:

• Daten können FAIR und geschlossen sein, etwa sensible Gesundheits- oder Finanzdaten, die reich dokumentiert und auffindbar sind (ihre Metadaten lassen sich finden), aber streng zugriffsbeschränkt bleiben. Das ist der übliche Fall im Unternehmen.
• Daten können offen und nicht FAIR sein, also frei herunterladbar, aber undokumentiert, in einem obskuren Format, ohne Bezeichner: technisch verfügbar und praktisch unbrauchbar.

Die Kurzformel von FAIR lautet oft „so offen wie möglich, so geschlossen wie nötig“. Für Unternehmen ist diese Unterscheidung befreiend: Sie können FAIR auch für sensible Daten verfolgen, ohne sie offenzulegen, denn FAIR regelt die Beschreibbarkeit und Nutzbarkeit, nicht die Offenheit.

FAIR im Unternehmen

Obwohl FAIR in der Forschung entstanden ist, überträgt es sich unmittelbar auf das Datenmanagement im Unternehmen, denn es beschreibt genau die Eigenschaften, die moderne Analyse und KI verlangen:

• Es ist ein Bauplan für KI-ready Daten. Auffindbare, gut beschriebene, interoperable, dokumentierte Daten sind genau das, was Systeme der KI und Agenten brauchen, um verlässlich zu arbeiten.
• Es ermöglicht das Finden von Daten und ihre Wiederverwendung. Dieselben Eigenschaften halten Teams davon ab, Datensätze neu zu bauen, die es schon gibt.
• Es trägt Data Products und das Teilen von Daten. FAIRe Daten sind das, was ein Data Product für andere wirklich nutzbar macht.
• Es passt zu Governance und Compliance. Herkunft und Dokumentation sind genau das, was die Regulierung zunehmend verlangt.

Daten FAIR machen

Weil sich der größte Teil von FAIR auf reiche, standardisierte Metadaten zurückführen lässt, ist es vor allem eine Übung im Management der Metadaten und im Katalogisieren, Daten FAIR zu machen. Die konkreten Hebel bilden sich sauber auf die vier Prinzipien ab:

• Ein Datenkatalog mit reichen Metadaten und einer Suche macht Daten findable, und das ist der mit Abstand größte Hebel für FAIR.
• Dokumentierte, gesteuerte Richtlinien für den Zugriff machen Daten im Sinne von FAIR accessible: abrufbar mit klaren Regeln, mit sichtbaren Metadaten auch dort, wo die Daten beschränkt sind.
• Ein Business Glossary und geteilte Standards machen Daten interoperable, indem sie allen ein gemeinsames Vokabular und eine gemeinsame Bedeutung geben.
• Data Lineage und Dokumentation halten die Herkunft fest, die Daten reusable und vertrauenswürdig macht.

Genau das liefert Dawiso: einen Katalog, ein Glossar und die Lineage, die zusammen alle vier FAIR-Prinzipien in den Betrieb bringen, nicht als einmaliges Projekt, sondern als gepflegten, gesteuerten Zustand. FAIR spricht das Ziel aus; das Management der Metadaten und ein Katalog sind der Weg, auf dem eine Organisation es erreicht und hält. Das Ergebnis sind Daten, die Menschen und KI gleichermaßen finden, denen sie trauen und die sie wiederverwenden können, und darum geht es im Ganzen.

Fazit

Die FAIR-Prinzipien sind bemerkenswert gut gealtert, weil sie Jahre zu früh erkannt haben, was es braucht, damit Daten wirklich nutzbar sind, für Maschinen ebenso wie für Menschen. Findable, Accessible, Interoperable, Reusable ist eine kompakte Spezifikation für die Art von Daten, die Analyse und KI tragen, und ihr Beharren auf reichen Metadaten hat genau die Ansprüche der Zeit der KI vorweggenommen. FAIR heißt nicht, Daten zu verschenken; es heißt, sie so gut zu verwalten, dass sich ihr Wert wieder und wieder heben lässt. Und in der Praxis führt der Weg zu FAIR geradewegs über das Management der Metadaten und einen gesteuerten Katalog.