Wie offene Daten die Forschungsgenauigkeit, Reproduzierbarkeit und Wirkung verbessern

Die Bedeutung von open data für Forschungstransparenz

Einleitung

Wissenschaftliche Forschung bildet die Grundlage für Entscheidungen in Gesundheit, Bildung, Klimapolitik, Wirtschaft und unzähligen anderen Bereichen, die das tägliche Leben beeinflussen. Damit diese Entscheidungen fundiert sind, muss die zugrundeliegende Forschung transparent, überprüfbar und vertrauenswürdig sein. Traditionell lag der Fokus der Transparenz auf dem veröffentlichten Artikel – der Erzählung, die erklärt, was getan wurde und was gefunden wurde. Heute reicht das nicht mehr aus. Immer mehr erwarten Förderer, Fachzeitschriften und die Öffentlichkeit Zugang nicht nur zur Geschichte, sondern auch zu den Daten, Codes und Protokollen, die sie stützen.

Hier kommt open data ins Spiel. Open data ist die Praxis, Forschungsdaten frei und legal verfügbar zu machen, damit andere sie prüfen, wiederverwenden und darauf aufbauen können. Es ist eng mit der breiteren Open-Science-Bewegung und den FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) verbunden. Wenn Daten offen und verantwortungsvoll geteilt werden, können andere Forschende Analysen erneut durchführen, die Robustheit überprüfen, Datensätze kombinieren und neue Fragestellungen erforschen, die die ursprünglichen Autoren vielleicht nie erwartet hätten. Kurz gesagt, open data ist eines der mächtigsten Werkzeuge, die wir haben, um Forschungstransparenz und Reproduzierbarkeit zu stärken.

Gleichzeitig wirft open data berechtigte Bedenken auf: Datenschutz, Missbrauch, Fehlinterpretation, fehlende Infrastruktur und kultureller Widerstand innerhalb der Wissenschaft. Dieser Artikel untersucht, was open data in der Praxis bedeutet, warum es für Transparenz wichtig ist, welche Vorteile und Herausforderungen damit verbunden sind und was Forschende und Institutionen tun können, um verantwortungsbewusstes, nachhaltiges Teilen von Daten zu fördern.

Was sind offene Daten in der Forschung?

Offene Daten in der Forschung beziehen sich auf Daten und zugehörige Materialien, die anderen ohne unnötige Einschränkungen zur Verfügung gestellt werden. Dies umfasst typischerweise:

• Roh- oder verarbeitete Datensätze, die in einer Studie verwendet wurden.
• Code oder Skripte, die für Datenbereinigung, Analyse oder Visualisierung verwendet wurden.
• Protokolle, Fragebögen und andere methodische Dokumente.
• Metadaten – Informationen darüber, wie, wann, wo und warum Daten erhoben wurden.

Einfach eine Tabelle irgendwo online zu stellen, qualifiziert nicht automatisch als gute offene Daten. Um wirklich offen und nützlich zu sein, sollten Forschungsdaten:

• Frei verfügbar: Der Zugang sollte nicht durch Bezahlschranken oder unnötige rechtliche Barrieren blockiert sein.
• Zugänglich in einem nutzbaren Format: Daten sollten in standardisierten, nicht proprietären Formaten bereitgestellt werden (z. B. CSV statt eines Nischen- oder veralteten Binärformats), damit andere tatsächlich damit arbeiten können.
• Gut dokumentiert: Metadaten, Codebücher und ReadMe-Dateien sollten genügend Kontext bieten, damit andere verstehen, was jede Variable bedeutet, wie die Daten erhoben wurden und welche Einschränkungen oder Vorbehalte bestehen.
• Lizenziert zur Wiederverwendung: Explizite offene Lizenzen (wie CC BY oder ODC-BY) klären, wie andere die Daten wiederverwenden, anpassen und zitieren dürfen.

Offene Daten werden oft in öffentlichen Repositorien gespeichert (z. B. Zenodo, Figshare, Dryad, Harvard Dataverse) oder in spezialisierten Fachrepositorien (z. B. GenBank für genetische Sequenzen, ICPSR für sozialwissenschaftliche Daten). Viele Fachzeitschriften verlangen inzwischen eine Datenverfügbarkeitsangabe, die erklärt, wo die Daten gefunden werden können und unter welchen Bedingungen.

Offene Daten und Forschungstransparenz

Forschungstransparenz ist das Ausmaß, in dem eine Studie von anderen verstanden, bewertet und reproduziert werden kann. Offene Daten tragen auf verschiedene Weise zur Transparenz bei:

• Verifikation: Unabhängige Forschende können überprüfen, ob veröffentlichte Analysen und Schlussfolgerungen durch die Daten gestützt werden.
• Reproduzierbarkeit: Andere Teams können die Analyseschritte mit denselben Daten und Codes erneut ausführen, um zu prüfen, ob die ursprünglichen Ergebnisse reproduzierbar sind.
• Robustheit: Zusätzliche Robustheitsprüfungen (z. B. alternative Modelle, verschiedene Untergruppen oder aktualisierte Daten) können durchgeführt werden, um zu bewerten, wie empfindlich die Ergebnisse gegenüber Annahmen sind.
• Fehlererkennung: Fehler bei der Datenkodierung, Analyse oder Berichterstattung werden eher entdeckt, wenn die zugrunde liegenden Materialien sichtbar sind.

In Bereichen wie Medizin, Klimawissenschaft und Sozialpolitik – wo Forschung Vorschriften, Behandlungsrichtlinien und das öffentliche Verhalten beeinflussen kann – sind diese Aspekte der Transparenz nicht nur akademische Ideale; sie sind wesentlich für öffentliches Vertrauen und ethische Verantwortung.

Reproduzierbarkeit und die „Replikationskrise“

Bedenken hinsichtlich der Reproduzierbarkeit haben in den letzten Jahren zugenommen, insbesondere in Psychologie, biomedizinischen Wissenschaften und Wirtschaftswissenschaften. Groß angelegte Replikationsprojekte haben gezeigt, dass einige veröffentlichte Effekte schwer oder gar nicht reproduzierbar sind. Dafür gibt es viele Gründe, aber fehlender Zugang zu Originaldaten und Code ist eine große Hürde. Ohne die Rohmaterialien ist es oft unmöglich zu wissen, ob Abweichungen auf echte Datenunterschiede, analytische Entscheidungen oder Fehler zurückzuführen sind.

Offene Daten adressieren dieses Problem direkt. Wenn Datensätze und Code verfügbar sind, können unabhängige Teams Replikationen oder Re-Analysen durchführen, um zu testen, ob Schlussfolgerungen unter leicht veränderten Annahmen oder bei Hinzufügung weiterer Daten Bestand haben. Im Laufe der Zeit führt dies zu einer robusteren Wissensbasis, in der Behauptungen wiederholt aus verschiedenen Blickwinkeln geprüft und bestätigt wurden.

Vorteile offener Daten in der Forschung

1. Stärkung der wissenschaftlichen Integrität

Offene Daten stärken die wissenschaftliche Integrität, indem sie Forschung transparenter und verantwortlicher machen. Die Kenntnis, dass andere ihre Daten sehen und analysieren können, ermutigt Forschende, bewährte Praktiken bei Studiendesign, Datenmanagement und Berichterstattung einzuhalten. Diese Transparenz hilft dabei:

• Entmutigen fragwürdige Forschungsmethoden, wie selektives Berichten oder „p-hacking“.
• Verringern das Risiko absichtlicher Datenmanipulation oder -fälschung.
• Erhöhen das Vertrauen, dass veröffentlichte Ergebnisse echte Muster in den Daten widerspiegeln.

Wenn Probleme auftreten, erleichtern offene Daten deren Identifikation und Korrektur. Korrekturen, Kommentare und Peer-Reviews nach der Veröffentlichung können durch direkte Einsicht in die zugrundeliegenden Belege informiert werden, nicht nur durch Spekulationen basierend auf dem geschriebenen Artikel.

2. Förderung von Zusammenarbeit und Innovation

Daten sind wertvolle Ressourcen. Wenn sie geteilt werden, vervielfacht sich ihr Wert. Offene Daten ermöglichen:

• Disziplinübergreifende Zusammenarbeit: Ein von Ökologen gesammelter Datensatz kann für Ökonomen, Informatiker oder Soziologen von Interesse sein, die neue Methoden und Fragestellungen einbringen können.
• Neue Forschungsfragen: Forschende können mehrere offene Datensätze kombinieren, um Muster zu erforschen, die in einer einzelnen Studie unmöglich zu erkennen wären, wie globale Trends oder langfristige Veränderungen.
• Problemlösung durch Crowdsourcing: Offene Herausforderungen und Hackathons können Experten weltweit einladen, gemeinsame Datensätze zu analysieren und Lösungen zu teilen.

Dieses kollaborative Potenzial ist besonders wichtig in Bereichen, die sich mit komplexen gesellschaftlichen Herausforderungen befassen (z. B. Pandemiebekämpfung, Klimaanpassung, Stadtplanung), in denen kein einzelnes Team oder keine einzelne Disziplin alle Antworten liefern kann.

3. Erhöhung der Sichtbarkeit von Forschung und Zitationen

Es gibt zunehmende Belege dafür, dass Artikel, die von [open] Daten begleitet werden, mehr Zitationen erhalten als solche, die dies nicht tun. Wenn andere einen Datensatz in nachfolgenden Arbeiten verwenden, zitieren sie typischerweise das Originalpapier und den Datensatz, was die Wirkung und Sichtbarkeit der Forschung erhöht. [open] Daten können daher:

• Stärken Sie das akademische Profil und die Erfolgsbilanz eines Forschers.
• Unterstützen Sie Förderanträge, die Offenheit, Wirkung und Wiederverwendung betonen.
• Verbessern Sie den Ruf von Fachzeitschriften, indem Sie Engagement für Transparenz und Reproduzierbarkeit signalisieren.

Viele Förderagenturen und Institutionen sehen den Datenaustausch inzwischen als positives Zeichen für gute wissenschaftliche Bürgerschaft und langfristigen Wert für das Geld.

4. Unterstützung der öffentlichen Beteiligung und Politikgestaltung

[open] Daten kommen nicht nur anderen Wissenschaftlern zugute. Wenn Forschungsdaten in verständlichen Formaten verfügbar sind, können sie auch unterstützen:

• Evidenzbasierte Politik: Entscheidungsträger können relevante Daten direkt prüfen oder unabhängige Analysen in Auftrag geben, anstatt sich nur auf Zusammenfassungen zu verlassen.
• Journalistische Prüfung: Investigative Journalisten können Behauptungen überprüfen und neue Blickwinkel erforschen, was die Wissenschaftsberichterstattung verbessert.
• Bildung und Bürgerwissenschaft: Schüler, Lehrer und Bürgerwissenschaftsgemeinschaften können reale Daten in Projekten und Lernaktivitäten nutzen.

[open] Daten tragen somit zu einer informierteren und engagierteren Gesellschaft bei, in der Entscheidungen auf zugänglichen Beweisen basieren und nicht auf undurchsichtigen Expertenaussagen.

5. Reduzierung von Forschungsverschwendung

Datenerhebung ist oft teuer und zeitaufwendig. Wenn Datensätze nur auf dem Computer eines einzelnen Forschers verbleiben oder nie über eine kleine Gruppe hinaus geteilt werden, wird ihr Potenzial verschwendet. [open] Daten reduzieren diese Verschwendung durch:

• Ermöglicht anderen die Wiederverwendung vorhandener Daten, anstatt Anstrengungen zu duplizieren.
• Bewahrung von Daten aus Studien, die nie formell veröffentlicht wurden oder die Null-/Negative Ergebnisse lieferten.
• Ermöglicht Meta-Analysen und systematische Übersichten, die mehrere Datensätze kombinieren, um genauere Schätzungen zu liefern.

Indem der Wert jedes Datensatzes maximiert wird, hilft [open] Daten, die Forschung effizienter, wirtschaftlicher und umweltbewusster zu gestalten.

Herausforderungen und Bedenken bei der Umsetzung von [open] Daten

Trotz dieser Vorteile ist der Übergang zu [open] Daten nicht einfach. Es müssen mehrere berechtigte Bedenken berücksichtigt werden, um sicherzustellen, dass der Datenaustausch sowohl ethisch als auch nachhaltig ist.

1. Datenschutz und Vertraulichkeit

Forschung mit menschlichen Teilnehmern – insbesondere in Medizin, Psychologie und Sozialwissenschaften – beinhaltet oft sensible persönliche Informationen. Das offene Teilen solcher Daten ohne Schutzmaßnahmen würde ethische Verpflichtungen und gesetzliche Anforderungen verletzen. Wichtige Überlegungen sind:

• Einhaltung von Vorschriften wie GDPR (in Europa), HIPAA (in den USA) und lokalen Datenschutzgesetzen.
• Anwendung von De-Identifizierungs- und Anonymisierungstechniken, wobei anerkannt wird, dass das Risiko der Re-Identifizierung in einigen Kontexten nie auf null reduziert werden kann.
• Verwendung von Repositorien mit kontrolliertem Zugriff, wenn eine vollständig offene Freigabe nicht möglich ist, wobei der Zugang nur geprüften Forschern unter bestimmten Bedingungen gewährt wird.

2. Angst vor Datenmissbrauch oder Fehlinterpretation

Forscher könnten befürchten, dass ihre Daten von anderen, die mit dem Kontext oder den Einschränkungen nicht vertraut sind, missverstanden oder missbraucht werden. Häufige Bedenken sind:

• Falsche Analysen, die zu irreführenden Schlussfolgerungen führen.
• Verwendung von Daten ohne angemessene Anerkennung oder Zitation.
• Daten werden auf eine Weise verwendet, die den ethischen Verpflichtungen der ursprünglichen Studie widerspricht.

Diese Bedenken können nicht vollständig beseitigt werden, aber sie können durch klare Dokumentation, robuste Lizenzierung und Gemeinschaftsnormen bezüglich Zitation und verantwortungsvoller Wiederverwendung gemindert werden.

3. Mangel an Standardisierung

In vielen Bereichen gibt es keinen einheitlichen Standard dafür, wie Daten strukturiert, beschriftet und dokumentiert werden sollten. Das erschwert die Kombination oder den Vergleich von Datensätzen. Fortschritte werden erzielt durch:

• Fachspezifische Datenstandards (z. B. MIAME für Microarray-Daten, DDI für sozialwissenschaftliche Umfragen).
• Breitere Anwendung der FAIR-Prinzipien, die maschinenlesbare Metadaten und interoperable Formate betonen.

Die vollständige Interoperabilität ist jedoch noch in Arbeit und erfordert die Koordination zwischen Zeitschriften, Förderern, Repositorien und Fachgesellschaften.

4. Infrastruktur- und Ressourcenbeschränkungen

Das Speichern, Kuratieren und Bereitstellen von Daten kostet Geld und erfordert Fachwissen. Nicht alle Institutionen verfügen über starke Datenunterstützungsdienste, und die Aufrechterhaltung hochwertiger Repositorien über Jahrzehnte ist eine anspruchsvolle Verpflichtung. Nachhaltige offene Daten erfordern:

• Langfristige Finanzierungsmodelle für Repositorien.
• Qualifizierte Datenverwalter und Bibliothekare, die Forschern bei der Vorbereitung und Ablage von Daten helfen können.
• Institutionelle Richtlinien, die Datenmanagement als legitimen Teil der Forschungsarbeit anerkennen und nicht als optionales Extra.

5. Kultureller Widerstand in der Wissenschaft

Schließlich ist die Kultur entscheidend. Einige Forschende befürchten, dass das Teilen von Daten ihren Wettbewerbsvorteil verringert, besonders zu Beginn ihrer Karriere. Andere sehen Datenmanagement und Dokumentation als zusätzliche Arbeit, die bei Beförderungen oder Förderentscheidungen nicht angemessen gewürdigt wird. Diese Widerstände zu überwinden bedeutet:

• Die Anerkennung und Belohnung der Datenfreigabe in Bewertungskriterien.
• Erfolgreiche Beispiele hervorheben, bei denen offene Daten zu einflussreichen Kooperationen oder Zitierungen führten.
• Klare Anleitungen geben, wann und wie Daten geteilt werden können, ohne berechtigte Karrierebedenken zu untergraben.

Wie man offene Daten in der Forschung fördert

Die Förderung offener Daten ist eine gemeinsame Verantwortung. Forschende, Institutionen, Fachzeitschriften und Förderer haben alle eine Rolle zu spielen.

1. Befolgen und Mitgestalten von Open-Data-Richtlinien

Viele Förderagenturen, Fachzeitschriften und Universitäten verlangen inzwischen Datenfreigabepläne. Forschende sollten:

• Lesen und verstehen Sie die relevanten Richtlinien für jedes Projekt.
• Beziehen Sie Datenmanagement- und -freigabepläne in Förderanträge ein.
• Beteiligen Sie sich an Konsultationen, wenn Richtlinien entwickelt werden, um sicherzustellen, dass sie praxisnah und disziplinsensitiv sind.

2. Verwenden Sie vertrauenswürdige Repositorien

Anstatt Daten auf persönlichen Webseiten oder in ad-hoc-Cloud-Ordnern zu hosten, sollten Forschende Datensätze in renommierten Repositorien ablegen, wie zum Beispiel:

• Zenodo – https://zenodo.org
• Figshare – https://figshare.com
• Dryad – https://datadryad.org
• Harvard Dataverse – https://dataverse.harvard.edu
• PLOS Open Data – https://journals.plos.org/plosone/s/data-availability

Viele Disziplinen verfügen auch über eigene Repositorien, die fachspezifische Metadatenstandards und Werkzeuge anbieten.

3. Geeignete Open-Lizenzen anwenden

Lizenzierung ist entscheidend, um Wiederverwendungsrechte zu klären. Übliche Optionen sind:

• Creative Commons CC BY 4.0: Erlaubt Wiederverwendung mit Namensnennung.
• Open Data Commons (ODC-BY oder ODbL): Speziell für Datenbanken und strukturierte Daten entwickelt.

Die Wahl einer Lizenz, die Offenheit mit notwendigen Einschränkungen (z. B. nur nicht-kommerzielle Nutzung) ausbalanciert, hilft, Mehrdeutigkeiten zu vermeiden und fördert verantwortungsvolle Wiederverwendung.

4. In Dokumentation und Metadaten investieren

Gut dokumentierte Daten sind weitaus wertvoller als undokumentierte Tabellenkalkulationen. Mindestens sollten Datensätze Folgendes enthalten:

• Beschreibende Metadaten: Was die Daten darstellen, wann und wie sie erhoben wurden, wer sie gesammelt hat und zu welchem Zweck.
• Variablenbeschreibungen und Codebücher: Klare Erklärungen zu Spaltennamen, Einheiten und Kodierungsschemata.
• Analysecode und Skripte: Wo möglich, Skripte für Bereinigung, Transformation und Analyse mit Kommentaren, die jeden Schritt erklären.
• ReadMe-Dateien: Hochrangige Beschreibungen, die neuen Nutzern den Einstieg erleichtern und auf wichtige Punkte hinweisen.

5. Schulungen und Unterstützung anbieten

Institutionen sollten Schulungen anbieten in:

• Best Practices für Datenmanagement und -organisation.
• Ethische und rechtliche Überlegungen beim Teilen von Daten.
• Effektive Nutzung von Repositorien, Lizenzen und Metadatenstandards.

Workshops, Online-Anleitungen und Unterstützung durch Bibliotheks- oder IT-Mitarbeitende können insbesondere für Forschende am Anfang ihrer Karriere einen erheblichen Unterschied machen.

Fazit

Open data ist mehr als eine technische Frage; es ist ein kulturelles und ethisches Engagement für Transparenz, Rechenschaftspflicht und gemeinsamen Fortschritt in der Wissenschaft. Indem Forschungsdaten zugänglich, wiederverwendbar und gut dokumentiert gemacht werden, ermöglichen Forschende anderen, ihre Ergebnisse zu überprüfen, auf ihrer Arbeit aufzubauen und sie in neuen Kontexten anzuwenden. Dies stärkt die wissenschaftliche Glaubwürdigkeit, unterstützt evidenzbasierte Politik und reduziert verschwendete Mühen.

Gleichzeitig erfordert verantwortungsbewusste open data Aufmerksamkeit für Datenschutz, rechtliche Rahmenbedingungen, Standardisierung, Infrastruktur und akademische Anreize. Geldgeber, Fachzeitschriften und Institutionen müssen nachhaltige Repositorien unterstützen, das Teilen von Daten belohnen und Schulungen sowie Anleitung anbieten. Forschende sollten ihrerseits die Planung von open data von Anfang an in ihre Projekte integrieren und Datenmanagement als integralen Bestandteil guter Forschungspraxis betrachten.

Da die akademische Gemeinschaft weiterhin auf eine open-access-Kultur zusteuert, wird die Annahme verantwortungsvoller Datenfreigabepraxen entscheidend sein, um sicherzustellen, dass wissenschaftliche Arbeit robust, ethisch und wirklich gesellschaftlich nützlich ist. Hochwertige, klar geschriebene Dokumentationen und Datenverfügbarkeitsangaben sind Schlüsselelemente dieses Bemühens – und angesichts wachsender Bedenken hinsichtlich KI-generierter Texte werden viele Autoren es am sichersten finden, sich auf professionelles menschliches Korrekturlesen zu verlassen, um ihre Manuskripte und zugehörigen Datenbeschreibungen für Zeitschriften zu verfeinern, die Ähnlichkeiten und KI-Nutzung nun genau überwachen.

Weiterführende Literatur

Für weitere Einblicke in Transparenz und Integrität im akademischen Publizieren könnten Ihnen die folgenden Artikel hilfreich sein:

1. Plagiat mit korrekten Zitaten vermeiden: Wesentliche Tipps für akademischen Erfolg – Erforscht, wie sorgfältige Zitierpraktiken Transparenz unterstützen und vor Plagiaten schützen.
2. Die wachsende Bedrohung durch Forschungsfehlverhalten und ihre Auswirkungen auf das wissenschaftliche Vertrauen – Erörtert, wie Fehlverhalten das Vertrauen untergräbt und wie Offenheit dem entgegenwirken kann.
3. Verständnis von Rücknahmen: Warum Forschungsarbeiten zurückgezogen werden und welche Auswirkungen das hat – Untersucht die Rolle von Korrekturen und Rücknahmen bei der Aufrechterhaltung eines verlässlichen wissenschaftlichen Archivs.
4. Die Wahrheit über open access: Mythen entlarven für eine gerechtere Zukunft – Erklärt, wie Open-Access-Publikationen mit Transparenz und Gerechtigkeit in der Wissenschaft zusammenhängen.
5. Warum Interessenkonflikte in der Forschung wichtig sind und wie man sie managt – Hebt die Bedeutung der Offenlegung und Verwaltung von Konflikten zum Schutz der Forschungsintegrität hervor.

Zusammen bieten diese Ressourcen einen breiteren Kontext, um zu verstehen, wie offene Daten, open access und ethische Publikationspraktiken zusammenwirken, um ein transparentes und vertrauenswürdiges Forschungssystem zu unterstützen.