Offenheit braucht Strukturen, die Zusammenarbeit fördern, nicht Wettbewerb

Thiemo Fetzer über seine Open-Science-Erfahrungen

Copyright: ZBW; Foto: Bettina Außerhofer

In der öffentlichen Debatte wird Wissenschaft oft binär gedacht, als „offen“ oder eben „geschlossen“. Open Science gilt als transparenter, nachvollziehbarer und gesellschaftlich wirksamer. Müssen wir dieses binäre Denkschema aufbrechen? Braucht Wissenschaft neue Dimensionen, um gesellschaftlichen Impact zu entfalten?

TF: Ich denke, wir müssen stärker verstehen, in welchen Räumen Wissenschaft wirkt. In der Wirtschaftsforschung beobachten wir zunehmend, dass Forschung Narrative erzeugt, also Geschichten, die gesellschaftliche Wahrnehmung prägen. Diese Narrative können reale wirtschaftliche Folgen haben. Ich gebe mal ein Beispiel. In einer Studie haben wir untersucht, wie Medienberichte über Terrorismus die wirtschaftliche Dynamik beeinflussen kann, etwa im globalen Süden, wo viele Länder vom Tourismus leben. Nach einem Anschlag in Tunesien mit besonders vielen britischen Opfern berichteten die britischen Medien besonders intensiv. In der Folge ließ die britische Regierung Tourist:innen aus UK ausfliegen. Deutsche Reisende hingegen blieben meist vor Ort. Tunesien erlitt daraufhin wirtschaftliche Einbußen, die weit über das tatsächliche Sicherheitsrisiko hinausgingen und musste über einen langen Zeitraum hinweg mit deutlich weniger Tourist:innen aus Großbritannien auskommen. Das Medienecho zu Hause hat dafür gesorgt, dass der Anschlag einen langen ökonomischen Nachhall hatte.

Das zeigt, dass Informationen ökonomische Wirklichkeiten schaffen, die einen langen Schatten werfen können. Und was für die Medien gilt, trifft nun einmal auch auf die Wissenschaft zu. Meine ehemalige Doktorandin Eleonora Alabrese hat das sehr schön aufgezeigt, wie Forschung sich kaum selbst korrigiert. Daraus erwächst Verantwortung. Forschung sollte nicht nur valide und reproduzierbar sein, sondern auch reflektieren, welche Wirkungen sie entfalten kann. Open Science kann dazu beitragen, eben auch diese Prozesse sichtbar zu machen. Doch Offenheit allein genügt nicht. Entscheidend ist, wie wir mit Wissen umgehen und wie dieses Wissen, etwa in Form von Geschichten und Narrativen in die Gesellschaft weitergetragen wird. Das heißt, es gilt auch den möglichen Schatten, den die eigene Forschung werfen kann, in Betracht zu ziehen.

Ich finde es wichtig, die Öffentlichkeit mehr in die Entscheidungsfindung mitzunehmen, wie es zu so einem Programm überhaupt erst kam, und worin die Risiken eines Nichttuns bestanden. Und um so einen Diskurs zu ermöglichen, braucht es offene Daten, transparente Entscheidungsprozesse und eine unabhängige Kommunikation wissenschaftlicher Ergebnisse und ein breites Verständnis und vielleicht auch gerade einen neuen Gesellschaftsvertrag, der ein solches Arbeiten einer Regierung ermöglicht.

In der Wissenschaft sprechen wir oft von Societal Impact, also dem Wunsch, gesellschaftlich wirksam zu sein. Zugleich ist Forschung hoch kompetitiv und stark ökonomisiert. Sichtbarkeit, Zitationen und quantitative Impactfaktoren bestimmen den Erfolg. Wenn Wissenschaft und Politik dann zusammenarbeiten, prallen zwei Logiken aufeinander. Würden Sie den Anspruch der Wirtschaftswissenschaft, gesellschaftlichen Einfluss zu nehmen, unter diesen Bedingungen als riskant bezeichnen?

TF: Ja, ich halte ihn in gewisser Weise für gefährlich, weil er die Anreizstrukturen in der Wissenschaft verzerren kann. Wenn gesellschaftlicher Einfluss zum Ziel an sich wird, und das wird in Großbritannien immer schärfer gefordert von der öffentlichen Forschungsförderung, dann entsteht schnell ein Wettbewerb um Aufmerksamkeit, nicht um Erkenntnis. Forschung wird dann zur Bühne, nicht zum Erkenntnisprozess. Ich beobachte das auch bei Nachwuchsforschenden. Aufmerksamkeit kann verführerisch wirken. Es ist ein Sugar Rush. Wenn ein Paper viral geht, wird wissenschaftlicher Erfolg oft mit medialer Sichtbarkeit verwechselt. Das verändert den Fokus. Weg von der Substanz und Tiefe, hin zum schnellen Output. Ich bin überzeugt: Gute Forschung braucht kein Marketing. Sie überzeugt durch Qualität und Relevanz, nicht durch Lautstärke. Und „impact“ von Forschung erschließt sich leider auch nicht immer über Metriken wie Zitationen, da diese scharf verzerrt sein können oder auch schlicht manipuliert werden. Das hängt auch damit zusammen, dass sich der Publikationsprozess nicht den technologischen Realitäten angepasst hat. Es gibt kein double-blind mehr, aber die Prozesse laufen immer noch so. Es wird viel gemauschelt, und es gibt viele Leute die über Wissen verfügen, dass sie eigentlich nicht haben dürften, wenn der Prozess gut funktionieren würde. So wird das Publizieren zu einem Spiel. Ich habe daran selbst nie teilgenommen, denn es widerspricht meinen ethischen Grenzen. Aber leider scheint das der aktuelle Lauf der Dinge zu sein. Das Ergebnis wird sein: Forschung, gerade im sozialwissenschaftlichen Bereich, wird weniger relevant werden.

Ein Beispiel aus meiner eigenen Forschungspraxis zeigt, warum offene Daten, nachvollziehbare Methoden und transparente Entscheidungsprozesse wichtig sind damit Ergebnisse prüfbar bleiben, politische Evidenznutzung nachvollzogen werden kann und öffentliche Debatte nicht von selektiver Kommunikation abhängt. Im Sommer 2020 führte Großbritannien „Eat Out to Help Out“ ein. Meine Analyse kam zu dem Schluss, dass die Subventionierung von Restaurantbesuchen die Infektionen erhöhte und den zweiten Lockdown beschleunigte. Wer sich für Details interessiert, findet sie auf meiner Website.

Es mag auch wichtig sein, den wissenschaftlichen Prozess vor Aufmerksamkeit zu schützen, wenn es ersichtlich ist, dass dies nicht dem Erkenntnisgewinn zuträglich ist. Und dann entsteht da ein Interessenskonflikt, denn Universitäten und Förderer wollen „visibility“. Politik wiederum sollte sich nicht Forschung suchen, die ein bestehendes Narrativ bestätigt, sondern Forschung zulassen, die noch nie gestellte Fragen stellt. In den Sozialwissenschaften ist das besonders wichtig, weil hier Narrative, bewusst oder unbewusst, politischen und gesellschaftlichen Wandel mitgestalten.

Wie lässt sich Wissenschaft unabhängiger gestalten, ohne ihre gesellschaftliche Relevanz zu verlieren?

TF: Das Fördersystem ist eigentlich der Hebel, aber leider ist genau jenes System oft zu schwerfällig. Bis ein neues Programm aufgesetzt ist, haben sich viele Forschungsfragen längst weiterentwickelt. Das heißt, dass man im Endeffekt im „Förderfall“ an anderen Themen arbeiten will oder wird als man in seinem Antrag formuliert hat. Denn leider ist es ähnlich wie beim Review-Prozess von Forschungspapieren leider so, dass auch unabsichtlich die Anträge von den Evaluator:innen gelesen werden und diese damit unterbewusst beeinflusst werden. Damit steht aber die Sinnhaftigkeit eines Antrages in Frage. Die Trägheit ist auch tief im System veranlagt. Wenn es dann gut 1-2 Jahre dauert, von Antragstellung bis zum Projektstart, ist vieles schlicht nicht mehr relevant. Und ganz ehrlich – viele Forschungsfragen oder thematische Zugänge entstehen über viele Jahre. Das ist ja eigentlich ein gutes „Zeichen“. Wer aber an den Grenzen des Wissens arbeiten will, stößt mit solchen Strukturen schnell an Grenzen. Ich habe die Forschungsförderung deshalb leider bisher eher als Belastung, denn als Unterstützung erfahren. Zumal der Prozess auch in bürokratische Strukturen gepresst wird, welche leider anachronistisch sind und bisweilen auch zutiefst in die Privatsphäre von Forschenden eingreifen können.

Wenn wir wollen, dass Wissenschaft innovativ und relevant bleibt, müssen wir das System umstellen, und vielleicht weniger stark auf Themen setzen als zu personenorientierter Förderung übergehen. Diese sollte mit gezieltem Mentoring unterstützt werden, welche eine ähnliche Anerkennung erfährt wie die Publikationen. Das kann auch den Generationenwechsel beschleunigen. Hier habe ich manchmal das Gefühl, dass es auch hapert. Zudem sollte bei empirischer Forschung besonders hingeschaut werden, denn da gibt es einfach sehr viele Freiheitsgrade und es passieren schlichtweg Fehler. Forschung ist schlicht auch einfach „Handwerk“.

Forschung braucht aber auch Vertrauen. Und die bestehende Kontrolle sollte um einiges effizienter und digitaler funktionieren. So sollten die Forschenden maximale Freiheit bei der Einsetzung der Mittel haben, aber auch klare Ausgabentransparenz. Das kann sichergestellt werden, wenn es einen öffentlichen Ledger gibt, bei dem hinter jeder Ausgabe die jeweilige Transaktion und der Beleg hinterlegt ist. Aktuell scheint mir ein Großteil der Verwaltung an Universitäten, gerade aufgrund der Langsamkeit des Systems, darauf spezialisiert ist, Ressourcen und Budgets hin und herzujonglieren. Damit geht Accountability verloren, was wiederum Misstrauen schafft.

Wenn Fördermittel künftig stärker an Personen vergeben werden sollen: Wie lässt sich dann beurteilen, wer förderwürdig ist ohne erneut nur die Angepassten zu belohnen?

TF: Das ist der entscheidende Punkt. Wenn man Forschung wirklich unabhängig fördern will, muss man das Bewertungssystem grundlegend ändern. Heute werden Publikationslisten und eingeworbene Drittmittel als Erfolgskriterien herangezogen. Das begünstigt genau die Forscher:innen, die sich am stärksten an bestehende Strukturen anpassen. Das System erzieht seine Kinder. Ich würde stattdessen stärker auf Forschungspreise und personenbezogene Förderung setzen, die Mut, Originalität aber auch Agilität belohnen. Damit lässt sich gezielt mehr Risiko wagen und mehr Vielfalt in Ideen, Perspektiven und Lebenswegen einbringen. Oft entstehen innovative Ansätze dort, wo Menschen unterschiedliche Erfahrungen und ein breiteres Kontextfenster vom eigenen Erlebten haben. Innovation entsteht nicht in den real existierenden Silos.

Mit so einem Umbau ist die individuelle Forschungsfreiheit gesichert, es besteht jedoch die Gefahr, dass eine schleichende Politisierung stattfinden kann, wenn man in die personenbezogene Förderung übergeht. Aber auch das kann abgesichert werden. In Großbritannien etwa wird ein Teil der Mittel inzwischen randomisiert vergeben. Das reduziert Verzerrungen durch Antragsrhetorik oder Networking und erhöht die Chancengleichheit, auch für Non-Native-Speaker. Man könnte ein solches System weiter entwickeln mit einer sukzessiven Graduierung in größere Ticketsizes und damit einhergehender breiter Verantwortung.

Gleichzeitig müssten wir den Förderprozess öffnen, sprich mehr Zufall zulassen, breitere Communities einbeziehen, jüngere Forschende stärker beteiligen. Das reduziert den Einfluss geschlossener Netzwerke, in denen sich etablierte Akteure gegenseitig bestätigen. Und wir sollten uns ehrlich fragen, ob manche Strukturen an der Spitze der Wissenschaft nicht zu lange bestehen. Wenn immer dieselben Personen über Themen und Karrieren entscheiden, blockiert das Innovation. Ich erzeuge dann nur möglichst viele Minions, die im gleichen Themenbereich bleiben. Forschung lebt von Neugier und Wandel – nicht von der Pflege akademischer Erbhöfe.

In der Open-Science-Community gilt Transparenz als zentrales Ideal. Forschung soll nachvollziehbar, überprüfbar und kollaborativ sein. Sie haben gesagt, Offenheit sei zwar wichtig, aber nicht ausreichend. Wie sähe für Sie ein idealer Wissenschaftsbetrieb aus?

TF: Ich glaube, viele Elemente eines idealen Wissenschaftssystems existieren bereits, allerdings außerhalb der klassischen Wissenschaft, in privatwirtschaftlichen Kontexten. Plattformen wie kaggle.com zeigen, wie Forschung als globaler, offener Wettbewerb funktionieren kann. Dort arbeiten Teams aus aller Welt an sogenannten Challenges als Wettbewerbe, etwa für die Klassifikation von Text, Satellitenbildern oder Proteinstrukturen. Und dann wird dort ein Forschungspreis ausgelobt von 50.000 Dollar, den dann das Best Performing Team gewinnt. Am Ende gewinnt das beste Modell, nachvollziehbar, vergleichbar, transparent.

Diese Logik ließe sich teilweise auf die Sozialwissenschaften übertragen. Auch wir könnten stärker auf gemeinsame Datensätze, offene Replikationen und vergleichende Analysen setzen, um Forschung robuster zu machen. Statt dass einzelne Teams isoliert arbeiten, könnten viele parallel an denselben Fragestellungen forschen – wie eine kollaborative Qualitätskontrolle.

Wäre es besser, wenn sich Wissenschaft grundsätzlich aus der Politik heraushielte?

TF: Wissenschaft sollte sich nicht heraushalten, aber sie sollte sich ihrer Wirkung bewusst sein. Forschung kann politische Narrative verstärken, manchmal unbeabsichtigt, da das Mediensystem wiederum ähnliche Anreizprobleme hat wie das wissenschaftliche Publikationssystem. Bei der Wissenschaft ist der Einfluss auf Narrative besonders dann problematisch, wenn Studien auf kleinen oder verzerrten Datensätzen basieren, die dann als allgemeingültige Wahrheiten gelesen werden. Da sehe ich gerade in der Verhaltensökonomik einige Probleme, wo mit Informationsexperimenten mit Online-Stichproben zum Teil sehr scharfe Narrative erzeugt werden können. Das geschieht oftmals gerade zu Themen, welche zum Teil sehr politisch aufgeladen sind, denn das zieht die Aufmerksamkeit an. Die Autorität der Wissenschaft, des Wissenschaftlers oder der akademischen Institution verleiht solchen Ergebnissen Gewicht, auch wenn ihre Aussagekraft begrenzt ist. Das birgt Verantwortung: Wir müssen sorgfältig prüfen, welche Evidenz oder welche Narrative tatsächlich belastbar sind und wo Forschung selbst Teil des politischen Diskurses wird. Oft kann ein Blick hinter die Kulissen aufzeigen, dass manche Narrative getrieben werden durch Subpopulationen, die besonders stark reagieren. Diese Details gehen medial schnell verloren. Offenheit kann helfen, diese Grenzen sichtbar zu machen. Aber ich glaube, gerade deshalb wird es immer wichtiger, dass auch die Persönlichkeit des Forschenden und dessen Weg zur Erkenntnis Teil des Kontexts wird, denn dieser mag erklären, warum gewisse Forschungsfragen überhaupt erst gestellt wurden.

Metastudien zeigen, wie wichtig es ist, Ergebnisse über viele Studien hinweg zu prüfen. Erst wenn unterschiedliche Ansätze zu ähnlichen Ergebnissen kommen, kann man wirklich von belastbarer Evidenz sprechen und die Ergebnisse mit außerakademischen Expertengruppen teilen. Die Idee dahinter: Nimm dich als Forschende:r nicht zu wichtig – du bist nur ein Teil des Ganzen.

TF: Ja, das sehe ich genauso. Metastudien sind essenziell, um wissenschaftliche Robustheit herzustellen. Leider sind die Anreizstrukturen hier nicht besonders gut. Und auch hier gibt strukturelle Probleme, denn vielleicht gibt es schlicht Grenzen der Generalisierbarkeit von sozialwissenschaftlichen Fragen. Ich empfinde hier gerade Knowledge Graphs als sehr hilfreiches Konstrukt. Das sind Datenstrukturen, die Forschungsergebnisse, Methoden und Datensätze systematisch miteinander verknüpfen, die oftmals direkt mit einer semantischen Ebene verbunden sind. In meiner Arbeit, die bisher nicht von Forschungsförderung profitiert, habe ich mehrere solcher Graphen gebastelt, die meines Erachtens sehr wichtig sind. In jedem Fall lassen sich dadurch Zusammenhänge sichtbar machen, die in einzelnen Studien verborgen bleiben. Ich arbeite aktuell an einem Projekt zu Produktionsnetzwerken, das genau das versucht: Handels- und Wirtschaftsdaten so zu strukturieren, dass sie interpretierbar und anschlussfähig werden. Solche Ansätze können helfen, Forschung transparenter und kumulativer zu gestalten, also Wissen nicht nur zu erzeugen, sondern auch sinnvoll zu verbinden.

Welche Rolle kann Künstliche Intelligenz in der Weiterentwicklung von Open Science und Metastudien spielen?

TF: Künstliche Intelligenz kann Metastudien grundlegend verändern. Klassische Metaanalysen verdichten Ergebnisse auf einfache Kategorien, etwas „wirkt“ oder „wirkt nicht“. Dabei geht viel Kontext verloren. Das ist oftmals rein methodisch bedingt, da die Measurement Strategien oftmals schlicht nicht kompatibel sind. Mit KI kann man viel einfacher in die Rohdaten gehen und somit Harmonisierungsstandards von den Mikrodaten erarbeiten. Damit können dann komplexe Zusammenhänge erkannt und neue Hypothesen abgeleitet werden. Ein Großteil der harten Arbeit kann nunmehr auch automatisiert werden und somit kann die Rolle des Forschenden oder der Gruppe von Forschenden in einen abstrakteren, aber nicht weniger wichtigen Raum gehoben werden.

Ich gebe mal ein Beispiel: In der Agrarforschung gibt es Tausende Studien zu verkohltem Pflanzenmaterial, das CO₂ bindet, synthetische Dünger ersetzen und gleichzeitig den Boden resilienter machen kann. Jede dieser Studien untersucht andere Bedingungen – Klima, Pflanzenart, Bodenstruktur, Produktionsparameter. Mit einem Knowledge Graph, der alle relevanten Parameter erfasst, ließe sich dieses Wissen systematisch verknüpfen, etwa anhand eines theoretischen Models zur Biochemie. Somit könnten viel deutlicher Wissenslücken entdeckt werden und die Forschungsrichtung auch aktiv gelenkt werden.  Einen solchen einfach zugänglichen und abfragbaren Knowledge Graph gibt es aber noch nicht. KI kann dann Muster erkennen, oder Hypothesen erarbeiten, etwa welche Kombinationen oder Prozesse besonders wirksam sind, und so neues Wissen generieren, eine Art Metaforschung im großen Maßstab.

In den Sozialwissenschaften ist das schwieriger. Dort basiert Erkenntnis oft auf Narrativen, die um statistische Zusammenhänge gespannt werden. Aber diese Narrative verdichten viel, oftmals sehr wichtige kontextuelle Information und generalisieren somit. Solange wissenschaftliche Karrieren und Förderlogiken stärker vom Geschichtenerzählen und der Interaktion dieser Geschichten mit dem Leser oder Evaluierenden, bleibt dieser Bereich anfällig für politische oder institutionelle Einflussnahme, die mitunter sehr subtil sein kann. KI kann helfen, Muster zu erkennen, aber sie ersetzt nicht die kritische Reflexion über Macht, Motivation und Verantwortung in der Forschung selbst.

Wenn Sie für unsere Leser:innen aus der Wirtschaftsforschung drei Gedanken oder Impulse mitgeben könnten, etwas, worüber Forschende im Kontext von Open Science und einer reformierten Wissenschaft nachdenken sollten: Welche wären das?

TF: OK, ich fasse mich kurz. Erstens: Reflektiere über deine Motivation. Warum interessiert dich genau diese Forschungsfrage? Welche persönliche Erfahrung, welche Haltung, welche Lebenserfahrung oder welches soziale Konstrukt führt dich zu diesem Thema? Zweitens: Lebe, was du erforschst. Wenn du meinst, dass deine Forschung gesellschaftliche Veränderung anstoßen kann, wie kannst du selbst dazu beitragen, sei es in deinem Umfeld oder deiner Arbeitsweise? Wissenschaft sollte nicht nur beobachten, sondern auch vorleben. Drittens: baue Gemeinschaft. Suche Menschen, die an ähnlichen Fragen interessiert sind, versuche auch mit Menschen zu arbeiten, die vielleicht eine andere Wertestruktur haben, denn so können gemeinsam neue Formen des Forschens entwickelt werden. Wissenschaft lebt vom Austausch, nicht vom Wettbewerb.

Aber wir müssen auch realistisch bleiben: Momentan produziert das Wissenschaftssystem mehr Forschung, als es verarbeiten kann. Mit der Verfügbarkeit von KI erleben wir eine Art „nukleare Explosion“ der „Wissensproduktion“. Plötzlich kann jede:r mit riesigen Datenmengen arbeiten. Ich sehe das als sehr problematisch in vielen Dimensionen. Das führt im aktuellen System, das noch scharf von der bestehenden Anreizstruktur gestaltet ist, weiterhin zu einem Wettlauf um Aufmerksamkeit und Veröffentlichungen, oft ohne tiefere Reflexion. Am Ende kann und wird die Technologie uns vielleicht auch auf einen Pfad lenken, in dem wir allem mit etwas mehr Demut begegnen. Institutionell wird sich in den nächsten Jahren entscheiden, ob wir lernen, Forschung und Datenzugang gezielt zu steuern, also Ressourcen, Rechenleistung und Aufmerksamkeit sinnvoll zu verteilen. Nur so kann Open Science tatsächlich effizient und verantwortungsvoll funktionieren. Eine öffentliche Dateninfrastruktur spielt dabei eine zentrale Rolle: Sie schafft faire Zugänge, sichert Qualität und ermöglicht wissenschaftliche Autorität, die auf Transparenz beruht, nicht auf Lautstärke.

Die European Open Science Cloud (EOSC) verfolgt das Ziel, wissenschaftliche Forschungsdaten europaweit offen zugänglich zu machen, über Disziplinen- und Ländergrenzen hinweg. Es wird in der Open-Science-Community jedoch auch kontrovers diskutiert, ob völlige Offenheit noch zeitgemäß ist. Es stellt sich die Frage: Soll Forschung wirklich vollständig offen bleiben, oder brauchen wir geschützte, legitimierte Infrastrukturen, um den verantwortungsvollen Umgang mit Wissen zu sichern?

TF: Offenheit ist ein Grundprinzip wissenschaftlicher Arbeit, aber sie braucht klare Rahmenbedingungen. Wir können das System nicht einfach „offenhalten“, solange die Anreizstrukturen unverändert bleiben. Wenn Aufmerksamkeit und Sichtbarkeit die wichtigste Währung sind – „Attention is all you need“, nach einem berühmten Papier aus der KI Forschung –, dann wird Offenheit leicht zur Bühne für Selbstinszenierung, nicht zur Förderung von Erkenntnis. Bei allem schwingt auch latent die Geopolitik und die Governance der Ressourcen unseres digitalen Lebens: den Daten. Es scheint mir oft so zu sein, dass manche Unternehmen mit ihren Datenschätzen oft gezielt mit bekannten Forschenden oder Universitäten zusammenarbeiten. Das verzerrt den Prozess der Wissensproduktion und verstärkt systemische Ungleichheiten. Manchmal mag es auch schlicht strategisches Marketing sein, oder ein Versuch von Unternehmen, ihr Corporate Social Responsibility Profil zu stärken.

Wichtig ist, dass Fähigkeiten, Ressourcen und Verantwortung sinnvoll zusammenfinden. Zugang zu Daten, Rechenleistung und Fördermitteln muss gezielter gesteuert werden, nicht um Wissen zu begrenzen, sondern um es sinnvoll zu nutzen. Dazu gehört auch, den Narzissmus im Wissenschaftssystem zu hinterfragen und das Individuum stärker in eine kollektive Verantwortung einzubetten. Offenheit braucht also Strukturen, die Zusammenarbeit fördern, nicht Wettbewerb. Erst wenn die Wissenschaft ihre Anreize ändert und gemeinsam Regeln für verantwortliches Handeln etabliert, kann eine offene Forschungsinfrastruktur wie die EOSC ihr volles Potenzial entfalten.

Vielen Dank!

Das Interview wurde am 20. Oktober 2025 geführt von Dr. Doreen Siegfried.

Über Prof. Thiemo Fetzer, PhD:

Thiemo Fetzer ist Professor für Wirtschaftswissenschaften an der Warwick University und an der Universität Bonn. Er ist außerdem Gastwissenschaftler bei der Bank of England, Mitglied des Center for Economic Policy Research (CEPR) und Fellow am British National Institute for Social and Economic Research (NIESR). In seiner Forschung befasst sich Thiemo Fetzer mit einem breiten Spektrum wirtschaftswissenschaftlicher Themen, vom internationalen Handel, der wirtschaftlichen Entwicklung und den Finanzmärkten bis hin zur räumlichen und politischen Ökonomie.

Kontakt: https://www.trfetzer.com/

LinkedIn: https://www.linkedin.com/in/thiemo-fetzer-46360a38/

Bluesky: https://bsky.app/profile/trfetzer.com

GitHub: https://github.com/trfetzer/

Mastodon: https://mastodon.social/@fetzert

Zurück zum Open-Science-Magazin