Transparente und verantwortungsbewusste Nutzung von Machine-Learning-(ML)-Systemen hängt maßgeblich von der Qualität und Transparenz der zugrundeliegenden Trainingsdaten ab. Während in vielen wissenschaftlichen Disziplinen die Publikation von Data Papers (Veröffentlichung von dokumentierten Datensätzen in einem Data Journal) längst etabliert ist, stellt sich die Frage, ob diese Standards den Anforderungen der ML-Community und regulatorischen Vorgaben gerecht werden. Eine aktuelle Studie analysiert über 4000 wissenschaftliche Data Papers und vergleicht sie mit ML-spezifischen Dataset-Beschreibungen. Die Ergebnisse zeigen sowohl Fortschritte als auch Lücken in der Dokumentation und bieten klare Empfehlungen, wie Datenersteller und Verlage die Nachvollziehbarkeit und Fairness von ML-Modellen künftig verbessern können. Welche Maßnahmen nötig sind und wie sich die wissenschaftliche Praxis auf die technologische Entwicklung auswirkt, erfahren Sie in unserem Artikel.