Stel: je heb een onderzoek afgerond. Jarenlang data verzameld, geanalyseerd, een mooi paper geschreven.
▶Inhoudsopgave
En dan komt een ander onderzoeker bij je met dezelfde vraag. Jij moet denken: "Waar heb ik die dataset ook alweeg opgeslagen?" Precies daar lossen FAIR data principes op. En in 2026 is het geen nice-to-have meer — het is gewoon standaard. Laten we erin duiken.
FAIR staat voor wat, precies?
FAIR is een acroniem dat teruggaat tot 2016, toen wetenschappers in een paper in Scientific Data de principes publiceerden.
Vier letters, vier ideeën. Ze klinken simpel, maar ze veranderen hoe je met onderzoeksdata omgaat. Vanaf het begin tot het einde van je project. Data moet vindbaar zijn.
F – Findable (Vindbaar)
Niet alleen voor jezelf, maar voor iedereen. Dat betekent: je geeft je dataset een unieke en persistente identifier — bijvoorbeeld een DOI, een Digital Object Identifier.
Daarnaast voeg je rijke metadata toe. Metadata is simpel gezegd de omschrijving van je data: wat is het, wanneer is het verzameld, wie heeft het gemaakt, onder welke voorwaarden mag je het gebruiken?
Zonder goede metadata is je dataset zoekbaar als een naald in een hooiberg. In Nederland speelt hier het National Academic Research and Collaboration Information System, NARCIS, een rol. Daar worden onderzoeksgegevens geregistreerd en vindbaar gemaakt.
Maar ook repositories als DataverseNL van DANS (Data Archiving and Networked Services) zijn essentieel. Die worden door universiteiten en onderzoeksinstellingen breed gebruikt.
A – Accessible (Toegankelijk)
Vindbaar is mooi. Maar je data moet ook toegankelijk zijn. Dat wil zeggen: als iemand je dataset vindt, moet duidelijk zijn hoe die persoon erbij kan.
Dat klinkt vanzelfsprekend, maar in de praktijk zitten hier worstelingen. Is de data open?
Is er een aanvraagprocedure? Staat het achter een login?
Het FAIR-principe zegt niet dat alles open moet zijn. Sommige data is gevoelig — denk aan medische gegevens of persoonsgegevens onder de AVG.
I – Interoperable (Uitwisselbaar)
Maar zelfs dan moet duidelijk zijn hoe je toegang kunt krijgen. De metadata moet altijd toegankelijk zijn. De data zelf kan beperkt zijn, maar de beschrijving ervan niet. Dit is het principe dat veel onderzoekers over het hoofd zien, maar dat enorm veel waarde creëert.
Interoperabel betekent: je data kan samenwerken met andere datasets en systemen. Je gebruikt standaardformaten, gevocabulareerde termen en kwalitatieve referenties.
Een voorbeeld: als je in je dataset "hoge bloeddruk" noteert, en een ander onderzoeker "hypertensie", dan praten jullie over hetzelfde.
Maar een computer weet dat niet automatisch. Door gebruik te maken van gestandaardiseerde vocabulaires — zoals SNOMED CT in de gezondheidszorg of de Nederlandse thesaurus van de Universiteit van Leiden — maak je datasets compatibel. Dat is goud waard voor onderzoek op grote schaal.
SURF, de ICT-samenwerkingsorganisatie van Nederlandse onderwijs- en onderzoeksinstellingen, ondersteunt onderzoekers hierbij met tools en infrastructuur. Health-RI doet hetzelfde specifiek binnen de gezondheidsdata, waar FAIR-data een kernpunt is in de Nationale Gezondheidsdatainfrastructuur.
Het uiteindelijke doel van FAIR: hergebruik optimaliseren. Als je data vindbaar is en je toegang regelt voor data achter een login, dan resteert nog één ding. Iemand moet het ook daadwerkelijk kunnen hergebruiken.
R – Reusable (Herbruikbaar)
Daarvoor heb je duidelijke licenties nodig. Je moet aangeven wat anderen mogen doen met je data.
Mag je het kopiëren? Aanpassen? Commercieel gebruiken? Creative Commons-licenties zijn de standaard in de wetenschap.
CC BY (naamsvermelding) is het meest open en wordt door veel financiers aangeraden.
Daarnaast is context belangrijk: documenteer hoe je data tot stand is gekomen. Welke software heb je gebruikt? Welke versie? Zonder die informatie wordt hergebruik een kwestie van gokken — en dat is precies wat je wilt voorkomen.
Waarom doet elke Nederlandse onderzoeker in 2026 hier iets mee?
Goede vraag. Want FAIR is al sinds 2016 een ding.
Fundeers stellen FAIR als eis
Waarom is het nu relevant dan ooit? NWO (de Nederlandse Organisatie voor Wetenschappelijk Onderzoek) en ZonMw (Nederlandse Organisatie voor Gezondheidsonderzoek en Zorginnovatie) vragen al jaren om een Data Management Plan bij aanvragen. Maar in 2026 wordt het scherper.
FAIR is geen advies meer, het is een voorwaarde. Als je geen plan hebt om je data FAIR te maken, dan wordt je subsidieaanvraag afgewezen. Punt.
En niet alleen Nederlandse financiers. Horizon Europe, het grootste Europese onderzoeksprogramma, heeft FAIR-datavereisten in vrijwel alle calls.
Universiteiten nemen het serieus
Wie internationaal wil concurreren, moet FAIR-data kunnen. Geen discussie. Alle Nederlandse universiteiten hebben tegenwoordig Research Data Management-teams. De Erasmus Universiteit Rotterdam, de Universiteit Utrecht, de Vrije Universiteit Amsterdam — ze hebben allen eigen richtlijnen en diensten rondom FAIR data. Ze bieden trainingen, workshops en persoonlijke ondersteuning.
De VSNU (Vereniging van Samenwerkende Nederlandse Universiteiten) heeft samen met SURF en DANS het ExpertiseNetwerk Data Stewardship opgezet. Data stewards zijn de mensen op de werkvloer die onderzoekers helpen met FAIR-data.
Ze zijn de schakel tussen beleid en praktijk. En dan is er nog het Nationaal Plan Open Science, dat sinds 2023 actief is. Daarin hebben Nederlandse kennisinstellingen gezamenlijk afgesproken dat Open Science — en daarmee FAIR data — de norm wordt.
Niet een bijzonderheid, maar standaardpraktijk. Laten we het hebben over wat jij er aan hebt.
Reputatie en impact
FAIR-data vergroot de zichtbaarheid van je onderzoek. Datasets met een DOI worden geciteerd. Ja, echt. Een dataset is een wetenschappelijk product, net zoals een paper.
En hoe meer mensen jouw data hergebruiken, hoe meer jouw onderzoek vaker wordt geciteerd.
Dat telt mee bij bevorderingen, aanvragen en je academische profiel. Daarnaast: herhaalbaarheid. Wetenschap staat onder druk als het gaat om reproduceerbaarheid. FAIR-data en reproduceerbaar onderzoek maken het mogelijk om resultaten te checken, te repliceren en te bouwen op het werk van anderen. Dat versterkt het vertrouwen in wetenschappelijke bevindingen. En dat is iets waar we allemaal baat bij hebben.
Hoe begin je met FAIR data?
Je hoeft niet alles in één keer perfect te doen. Begin klein.
Maak een Data Management Plan — DMPonline.nl is een gratis tool die veel Nederlandse onderzoekers gebruiken. Kies een geschikt repository voor je data. Voeg metadata toe, ook al voelt het als administratie. Gebruik een Creative Commons-licentie.
En belangrijkste: praat erover. Met je collega's, je data steward, je onderzoeksgroep.
FAIR is geen eenmansshow. Het is een cultuur.
En die cultuur is in Nederland in 2026 echt aan het groeien. Dus de volgende keer als je een onderzoek begint, denk dan niet alleen aan je onderzoeksvraag. Denk ook aan je data. Want goede wetenschap is niet alleen wat je vindt — het is ook wat je deelt.
Veelgestelde vragen
Wat houdt het FAIR-principe precies in?
FAIR staat voor Findable, Accessible, Interoperable en Reusable. Dit betekent dat onderzoeksdata vanaf het begin van een project vindbaar is door middel van een unieke identifier en rijke metadata, toegankelijk voor iedereen, compatibel met andere datasets en eenvoudig te hergebruiken in toekomstig onderzoek.
Hoe zorg ik ervoor dat mijn data vindbaar is?
Om je data vindbaar te maken, moet je een unieke identifier, zoals een DOI, toekennen en uitgebreide metadata toevoegen. Deze metadata beschrijft de data, wanneer deze is verzameld, wie deze heeft gemaakt en onder welke voorwaarden deze gebruikt mag worden. Denk bijvoorbeeld aan het gebruik van NARCIS of DataverseNL.
Wat betekent 'toegankelijk' binnen het FAIR-principe?
Toegankelijk betekent dat iemand die je data vindt, gemakkelijk toegang kan krijgen tot deze. Dit kan betekenen dat de data openbaar beschikbaar is, of dat er een procedure is voor het aanvragen van toegang.
Waarom is 'interoperable' belangrijk bij FAIR data?
Het is belangrijk om te onthouden dat sommige data, zoals medische gegevens, gevoelig kan zijn en daarom niet openbaar gedeeld mag worden.
Wat is het doel van de FAIR-principes?
Interoperable data kan samenwerken met andere datasets en systemen. Dit vereist het gebruik van gestandaardiseerde formaten, vocabulaires en kwalitatieve referenties, zoals SNOMED CT of de Nederlandse thesaurus. Zo kunnen onderzoekers data van verschillende bronnen gemakkelijk combineren en analyseren. De FAIR-principes zijn ontworpen om het hergebruik van onderzoeksdata te maximaliseren. Door data vindbaar, toegankelijk, uitwisselbaar en herbruikbaar te maken, kunnen onderzoekers hun resultaten beter delen en opbouwen op het werk van anderen, wat de wetenschap als geheel ten goede komt.