Biotech & MedTech · Daten mit FAIR und Stewardship-Metriken governen

Ein Pharma-Sponsor stellt eine einfache Frage zu Ihrem Multi-Omics-Repository: „Wie viele unserer 4.200 Datensätze kann ein externer Kollaborationspartner finden, abrufen und weiterverwenden, ohne Ihr Team anzumailen?" Wenn die Antwort ein Schulterzucken ist, haben Sie ein Governance-Problem, kein wissenschaftliches Problem. 2026 ist genau diese Lücke der Grund, warum Kooperationen stocken, Zulassungsanträge sich verzögern und Fördermittelverlängerungen verbrennen.

Diese Lektion macht aus FAIR statt eines Posters an der Wand KPIs, die Sie Sponsoren und Regulatoren berichten kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen.

Was FAIR tatsächlich bedeutet

FAIR ist ein Satz von Datenprinzipien, veröffentlicht 2016 (Wilkinson et al., in *Scientific Data*). Es steht für Findable, Accessible, Interoperable, Reusable. Es geht darum, dass Maschinen und Menschen mit Ihren Daten arbeiten können, nicht darum, alles öffentlich zu machen. FAIR ist nicht dasselbe wie open.

• Findable: Der Datensatz hat einen persistenten Identifier und reichhaltige Metadaten (Daten über die Daten: wer, was, wann, wie gemessen).
• Accessible: Sie können ihn über ein Standardprotokoll abrufen, mit klaren Regeln, wer Zugang bekommt.
• Interoperable: ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → nutzt gemeinsame Vokabulare und Formate, damit eine Proteomics-Datei und eine Genomics-Datei zusammengeführt werden können.
• Reusable: Er hat eine klare Lizenz, Provenance (die Aufzeichnung, woher die Daten kommen und wie sie verarbeitet wurden) und genug Kontext, um ihm zu vertrauen.

Die ursprüngliche Referenz: **die FAIR-Prinzipien bei GO FAIR**.

Warum Multi-Omics das schwierig macht

Multi-Omics bedeutet, Ebenen zu kombinieren: Genomics (DNA), Transcriptomics (RNA), Proteomics (Proteine), Metabolomics (kleine Moleküle). Jede Ebene hat ihre eigenen Dateiformate, Identifier und Repositories. Eine einzige Patientenprobe kann eine VCF-Datei (Variant Call Format, für genetische Varianten), eine FASTQ-Datei (Rohdaten der Sequenzierung) und Massenspektrometrie-Output für Proteine erzeugen. Ohne gemeinsame Metadaten lassen sich diese nie derselben Bioprobe zuordnen.

Metadatenstandards, die Sie tatsächlich zitieren werden

Erfinden Sie kein eigenes Schema. Regulatoren und Sponsoren vertrauen Community-Standards. Nennen Sie die echten:

• ISA-Framework (Investigation, Study, Assay): ein Modell zur Beschreibung von Experimenten.
• MIAME / MINSEQE: Mindestinformationsstandards für Microarray- und Sequenzierungsexperimente.
• HL7 FHIR (Fast Healthcare Interoperability Resources): der Standard für den Austausch klinischer und gesundheitsbezogener Daten, relevant, wenn Omics mit Patientenakten verknüpft wird.
• CDISC SDTM (Study Data Tabulation Model): von der US-FDA (Food and Drug Administration) und der japanischen PMDA für Einreichungen klinischer Studien gefordert.
• Ontologien: EFO (Experimental Factor Ontology), MONDO (Krankheitsontologie) und Uberon (Anatomie) liefern kontrollierte Vokabulare, sodass „breast cancer", „BRCA" und „mammary carcinoma" auf einen Code abgebildet werden.

Öffentliche Referenz-Repositories, die FAIR bereits umsetzen: die EMBL-EBI-Ressourcen des European Bioinformatics Institute (einschließlich des European Genome-phenome Archive, EGA, für Human-Daten mit kontrolliertem Zugang), sowie dbGaP und GEO des US-amerikanischen NCBI.

Die Stewardship-Metriken

Stewardship ist die laufende Aufgabe, Daten governed zu halten: Owner zuweisen, Standards durchsetzen und Compliance messen. Sie können nicht steuern, was Sie nicht zählen. Hier sind die KPIs, die zählen, gruppiert nach FAIR-Säule.

Findability-KPIs

• PID-Abdeckung: Prozentanteil der Datensätze mit persistentem Identifier (ein DOI, Digital Object Identifier, oder eine Accession-Nummer). Ziel: 100 Prozent für alles, was extern geteilt wird.
• Metadaten-Vollständigkeit: Prozentanteil der ausgefüllten Pflichtfelder gemessen an Ihrem SchemaSchemaEin Schema ist der formale Bauplan, der festlegt, wie Daten in einer Datenbank, einer Datei oder einer Nachricht strukturiert, benannt, typisiert und miteinander verknüpft sind.Vollständige Definition ansehen →.
• Search Hit Rate: Anteil der internen Suchen, die den gewünschten Datensatz in den Top-Ergebnissen zurückgeben.

Accessibility- und Reuse-KPIs

• Durchlaufzeit von Zugangsanfragen: Median der Tage von einer Anfrage für kontrollierten Zugang bis zur Entscheidung. Bei humangenomischen Daten, die von einem Data Access Committee verwaltet werden, ist das ein echter Bottleneck.
• Reuse Count: Anzahl unterschiedlicher Downloads oder Zitationen pro Datensatz.
• Lizenzklarheit: Prozentanteil der Datensätze mit maschinenlesbarer Lizenz.

Eine durchgerechnete Kalkulation: der FAIR-Completeness-Score

Angenommen, Ihr Schema fordert 10 Pflichtfelder für Metadaten pro Datensatz. Sie auditieren eine Stichprobe von 200 Datensätzen aus einem Repository mit 4.200.

# Metadata completeness score (illustrative)
required_fields = 10
sample = 200
# Audit-Ergebnis: insgesamt ausgefüllte Felder über die Stichprobe
fields_populated = 1_540

completeness = fields_populated / (sample * required_fields)
print(f"Metadata completeness: {completeness:.0%}")
# Metadata completeness: 77%

77 Prozent Vollständigkeit sagen dem Sponsor genau, wo Sie stehen. Jetzt gewichten Sie: Wenn die 3 für Findability kritischen Felder (Identifier, Titel, Assay-Typ) nur zu 60 Prozent ausgefüllt sind, ist Ihre Findability schlechter, als die Kennzahl vermuten lässt. Berichten Sie die gewichtete Sicht, nicht nur den Durchschnitt.

Durchlaufzeit, ein zweites Rechenbeispiel

Die mediane Durchlaufzeit von Zugangsanfragen ist eine Stewardship-Metrik, die Regulatoren wahrnehmen. Wenn Sie in Q1 Entscheidungszeiten von 3, 5, 8, 12 und 40 Tagen protokolliert haben, wird der Mittelwert (13,6 Tage) von einem Ausreißer nach oben gezogen. Der Median (8 Tage) ist die ehrliche Zahl. Berichten Sie für Durchlaufzeiten immer Mediane und verfolgen Sie das 90. Perzentil separat, damit langsame Fälle sichtbar bleiben.

Benchmarks und Schätzungen (Stand Anfang 2026)

Harte branchenübergreifende FAIR-Benchmarks sind rar, behandeln Sie alle Zahlen also als grobe Schätzungen, nicht als auditierte Standards.

• Untersuchungen veröffentlichter Life-Science-Datensätze haben wiederholt festgestellt, dass ein großer Anteil nicht genügend Metadaten für eine Weiterverwendung hat. Eine viel zitierte Analyse von 2020 in *PLOS Biology* zur Reproduzierbarkeit und zahlreiche FAIR-Maturity-Assessments seither deuten darauf hin, dass die meisten Legacy-Datensätze deutlich unter voller FAIR-Compliance liegen. Gehen Sie davon aus, dass Ihr ungepflegtes Legacy-Repository näher an 40 bis 60 Prozent Vollständigkeit liegt als an 90 Prozent, bis Sie es messen.
• Die FAIR Maturity Indicators der RDA (Research Data Alliance) liefern Ihnen ein strukturiertes Self-Assessment. Tools wie FAIR Evaluation Services helfen, Datensätze gegen Community-Standards zu bewerten.
• In der EU wird der Druck durch Politik verstärkt: Horizon Europe-Förderungen verlangen FAIR-Datenmanagementpläne, und die 2025 verabschiedete Verordnung zum European Health Data Space (EHDS) legt Regeln für die Sekundärnutzung von Gesundheitsdaten über Mitgliedsstaaten hinweg fest. In den USA verlangt die NIH Data Management and Sharing Policy (in Kraft seit Januar 2023), dass geförderte Forschende Data Sharing planen.

Setzen Sie Ihre eigene Baseline und verfolgen Sie die Verbesserung Quartal für Quartal. Ein realistisches Ziel für das erste Jahr: Findability (PID-Abdeckung plus Vollständigkeit der kritischen Felder) von der Baseline auf 90 Prozent für alle extern geteilten Datensätze bringen.

🎬 [VIDEO: „The FAIR Guiding Principles for scientific data" - youtube.com - eine kompakte Erklärung der vier Prinzipien mit Beispielen aus den Life Sciences]

Das Governance-Betriebsmodell aufbauen

Metriken ohne Owner sind Dekoration. Weisen Sie Rollen zu:

• Data StewardData StewardEin Verantwortlicher auf Fachseite, der für Qualität, Konsistenz und sachgerechte Nutzung der Daten in seiner Domäne zuständig ist.Vollständige Definition ansehen →: verantwortet eine Datendomäne (zum Beispiel alle Proteomics-Assays), setzt das Schema durch und beantwortet Audit-Fragen.
• Data Custodian: betreibt die Speicher- und Zugangsinfrastruktur.
• Data Access Committee (DAC): entscheidet bei Human-Daten mit kontrolliertem Zugang, wer sie unter welchen Bedingungen weiterverwenden darf. Beim Umgang mit identifizierbaren genomischen Daten ist das eine regulatorische Erwartung, nicht optional.

Governance in der Praxis: ein Repository-Workflow

1. Beim Ingest jeden Datensatz zurückweisen, dem Pflichtfelder fehlen. Machen Sie das Schema zu einem Gate, nicht zu einer Empfehlung.
2. PID automatisch beim Ingest zuweisen, damit Findability nie nachträglich hergestellt werden muss.
3. Freitext auf Ontologien mappen (EFO, MONDO), damit Suche und Interoperabilität funktionieren.
4. Lizenz und Access-Tier taggen (open, registered, controlled).
5. Jede Zugangsanfrage und jeden Download loggen, damit Reuse- und Durchlaufzeit-KPIs automatisch berechnet werden.

Verbindung zur Regulierung

Wenn Sie bei der FDA oder EMA (European Medicines Agency) einreichen, sind Provenance und Nachvollziehbarkeit das ganze Spiel. Unter 21 CFR Part 11 (die US-FDA-Regel zu elektronischen Aufzeichnungen und Signaturen) und EU Annex 11 müssen Sie Audit Trails vorweisen: wer hat was wann und warum geändert. Ihre Stewardship-Metriken dienen gleichzeitig als Compliance-Nachweis. Eine vollständige Provenance-Kette und eine maschinenlesbare Lizenz sind genau das, was ein Inspektor oder das Audit-Team eines Sponsors sehen will.

Der DSGVODSGVOEU-Verordnung zur Erhebung, Speicherung und Nutzung personenbezogener Daten, mit Bußgeldern, die am weltweiten Umsatz bemessen werden.Vollständige Definition ansehen →-Aspekt (Datenschutz-Grundverordnung) zählt ebenfalls: FAIR „Accessible" bedeutet nie, Consent zu umgehen. Für Human-Daten gilt das Betriebsprinzip „so offen wie möglich, so geschlossen wie nötig". Kontrollierter Zugang über ein DAC ist der Weg, auf dem FAIR und Datenschutz koexistieren.

Reporting an Sponsoren und Regulatoren

Stellen Sie die KPIs auf ein Dashboard, monatlich aktualisiert:

(Zahlen illustrativ.) Diese einzige Sicht beantwortet die Eingangsfrage des Sponsors und macht aus „vertrauen Sie uns" eine Zahl.

Key Takeaways

• FAIR ist messbar: verfolgen Sie PID-Abdeckung, gewichtete Metadaten-Vollständigkeit, Zugangs-Durchlaufzeit und Reuse Counts, nicht vage „Compliance".
• Nutzen Sie echte Community-Standards (ISA, CDISC SDTM, HL7 FHIR und Ontologien wie EFO und MONDO), damit Regulatoren und Kollaborationspartner Ihren Metadaten vertrauen.
• Berichten Sie Mediane und 90. Perzentile für Durchlaufzeiten und gewichten Sie Vollständigkeit in Richtung der für Findability kritischen Felder, damit Kennzahlen nicht in die Irre führen.
• FAIR ist nicht open: kontrollierter Zugang über ein Data Access Committee erlaubt Ihnen, DSGVO-, EHDS- und NIH-Sharing-Regeln gleichzeitig zu erfüllen.
• Ihre Stewardship-Metriken sind auch Audit-Nachweis für 21 CFR Part 11 und EU Annex 11, Governance-Arbeit zahlt sich also doppelt aus.