Datasamenwerkingen > Samenwerkingsproces
Purple Polar Bear stelt, aan organisaties die onderling data willen delen, voor om een FAIR-data community op te bouwen. Deze community spreekt een gezamenlijke werkwijze af, met een set van al bestaande standaarden, voor het delen van de data (de bears ondersteunen dit proces). De benadering die wij hanteren is niet gericht op het bouwen van een nieuw systeem, tussensysteem of hoe de data intern geregeld is. Het gaat erom hoe de organisaties data vanuit eigen systemen (vaak geleverd door verschillende leveranciers) aan elkaar aanbieden, ondersteund door de neutrale metadata architectuur (zie: Techniek, punt 1) .
Opstarten
De Purple Polar Bears helpen bij het
opzetten van een FAIR-data community. Hierbij worden koplopers binnen een bepaalde datasamenwerking bij elkaar
gebracht om de FAIR-data community gezamenlijk te stichten. Bij het opstarten van een FAIR-data community speelt
onderling vertrouwen een grote rol. Daarom bepalen bronhouders zelf met welke organisaties zij samenwerken,
welke gegevens zij willen delen en onder welke voorwaarden. Hier maken de organisaties binnen samenwerkingen
afspraken over, zodat er ruimte voor vertrouwen ontstaat.
Uitbreiden
Nadat de FAIR-data implementatie bij de
koplopers uitgevoerd is, kunnen andere community deelnemers zich aansluiten via een onboarding. De onboarding
zorgt ervoor dat de nieuwe deelnemer zijn data middels de gezamenlijke werkwijze zal aanbieden. Meerdere
marktpartijen kunnen dit implementatieproces ondersteunen. Wanneer de
onboarding is afgerond zal er extra data binnen de community gedeeld worden en daardoor beschikbaar zijn. Deze
data kan geruisloos aan de verschillende informatietoepassingen toegevoegd worden (custom koppelingen zijn niet
meer nodig).
Verbreden
FAIR-data communities houden zich bij
het data delen aan de FAIR-principes. Daarnaast spreekt de community gezamenlijk ook domeinspecifieke
onderwerpen af. Hierdoor sticht elke community zijn eigen FAIR implementation profile (FIP). Deze FIP wordt via
FAIR-templates uitgewerkt en maakt vaak gebruik van (open) standaarden. Het is de bedoeling dat iedere FAIR-data
community jaarlijks een nieuwe en uitgebreide versie van de FIP uitbrengt. Hierdoor wordt er onderling steeds
meer data gedeeld, maar wordt de investering hiervoor over verschillende jaren uitgespreid.