Van principes naar praktijk: tien jaar FAIR bij DANS
In het jaar dat DANS zijn twintigjarig bestaan viert, kijken we niet alleen terug op groei in aantallen datasets, maar ook op groei in kennis, samenwerking en visie. Eén van de thema’s die deze ontwikkeling het best belicht, is FAIR: het principe dat onderzoeksdata vindbaar, toegankelijk, interoperabel en herbruikbaar moeten zijn.
Tien jaar geleden begon DANS met de eerste stappen richting FAIR. Wat toen nog een nieuw begrip was, groeide in korte tijd uit tot een kern van de Europese onderzoekspraktijk – en DANS stond vanaf het begin midden in die beweging.
De start van FAIR bij DANS
Toen de FAIR-principes in 2016 opkwamen, herkende DANS direct hun potentie. FAIR was meer dan een modewoord: het bood een concreet kader om onderzoeksdata technisch duurzaam en bruikbaar te maken. DANS richtte zich vanaf het begin op de kwaliteit van data – niet alleen of ze openbaar zijn, maar of ze technisch zó zijn ingericht dat andere onderzoekers ze kunnen vinden, begrijpen en hergebruiken. Die aandacht voor kwaliteit, met bouwstenen als metadata, persistente identifiers (zoals DOI, ORCID en ROR), duidelijke licenties en gestandaardiseerde vocabularia, maakte FAIR tot een praktisch werkprincipe.
‘Open’ en ‘FAIR’ worden vaak in één adem genoemd, maar DANS maakt bewust onderscheid. Waar Open Science een breed concept is – van citizen science tot open publiceren – ligt de kracht van DANS in het garanderen van betrouwbare, goed gestructureerde data. Alleen dan kunnen datasets hun waarde behouden, ook buiten hun oorspronkelijke context.
Europese samenwerking: van FAIRsFAIR tot FAIR-IMPACT
De stap van principe naar praktijk maakte DANS vooral via Europese samenwerking. Als relatief kleine organisatie speelde DANS een leidende rol in grote internationale projecten die de FAIR-standaarden hielpen vormgeven. Een belangrijk voorbeeld is FAIRsFAIR (2018–2022). Binnen dit project werkte DANS met 22 partners aan richtlijnen, trainingen en tools voor de implementatie van FAIR in de European Open Science Cloud (EOSC). Eén van de resultaten was de online tool FAIR-Aware, waarmee onderzoekers de ‘FAIRness’ van hun data kunnen beoordelen. Externe reviewers prezen FAIRsFAIR om de sterke samenwerking en duurzame impact. Het project legde de basis voor een volgende stap: FAIR-IMPACT (2022–2025). Dit vervolgproject, mede gecoördineerd door DANS, breidde FAIR uit naar meer wetenschapsdomeinen en richtte zich ook op software en workflows – cruciale elementen in moderne data-infrastructuren.
Daarnaast speelde DANS een verbindende rol in een steeds complexer Europees landschap, waarin initiatieven, standaarden en infrastructuren elkaar overlappen. Via FAIR-IMPACT en de Research Data Alliance (RDA) hielp DANS die versnippering te verminderen door kennis en standaarden op elkaar af te stemmen.
Tien jaar FAIR: van richtlijn naar reflex
Tien jaar later is FAIR niet langer een ideaal op papier, maar een vanzelfsprekend onderdeel van de dagelijkse praktijk. Onderzoekers, data stewards en instellingen gebruiken FAIR als kompas om data duurzaam beschikbaar en bruikbaar te maken. De successen van projecten als FAIRsFAIR en FAIR-IMPACT laten zien hoe internationale samenwerking kennis kan bundelen en versnellen. DANS groeide daarbij uit tot een betrouwbare Europese partner, bekend om haar deskundigheid en degelijke uitvoering: een organisatie die niet de grootste is, maar wel resultaten levert.
Vooruitkijken: bouwen aan de volgende fase van FAIR
De toekomst van FAIR biedt nieuwe uitdagingen en kansen. Thema’s als data-soevereiniteit, gevoelige data en kunstmatige intelligentie vragen om nieuwe oplossingen, waarin de balans tussen toegankelijkheid en verantwoordelijkheid steeds belangrijker wordt. DANS blijft zich inzetten om FAIR te versterken – door kennis uit internationale projecten beter te vertalen naar de Nederlandse praktijk, door te investeren in nieuwe tools en standaarden, en door samenwerking te zoeken binnen én buiten de wetenschap. Twintig jaar DANS laat zien hoe duurzaam werken aan data begint met visie en volharding.
FAIR & Open dataRDM