„Open Science ist eine Frage wissenschaftlicher Glaubwürdigkeit“

Stefanie Habersang und Markus Reihlen über Open Science in der qualitativen BWL-Forschung

Wann sind Sie zum ersten Mal auf das Thema Open Science aufmerksam geworden? Gab es einen konkreten Anlass, einen bestimmten Moment?

SH: Ja, den gab es tatsächlich. Ich bin zum ersten Mal als Doktorandin konkret mit Open Science in Berührung gekommen. Damals hatte ich gemeinsam mit Markus und weiteren Co-Autor:innen einen Artikel veröffentlicht. Erst im Nachhinein wurde mir richtig bewusst, dass dieser Artikel hinter einer Paywall lag. Das war für mich ein Aha-Moment. Mir wurde klar, dass die Forschung, an der wir arbeiten, für viele Menschen gar nicht frei zugänglich ist. Sie liegt bei Verlagen, die den Zugang beschränken, auch dann, wenn diese Forschung öffentlich finanziert wurde. Das fand ich schwer nachvollziehbar.

Noch irritierender war für mich, dass wir selbst eine erhebliche Summe zahlen mussten, um den Artikel im Open Access verfügbar zu machen. In diesem Moment habe ich verstanden, dass es hier nicht nur um eine technische Frage der Veröffentlichung geht, sondern um Strukturen. Wer kann wissenschaftliche Erkenntnisse lesen? Wer entscheidet über Zugang? Und warum müssen Forschende dafür zahlen, dass ihre Arbeit öffentlich zugänglich wird? Seitdem begleitet mich das Thema. Ich habe später immer wieder bewusst Mittel eingeplant, um Artikel Open Access veröffentlichen zu können. Wichtig war für mich dann auch der Punkt, an dem unsere Universität begonnen hat, Open Access institutionell zu fördern. Das war, wenn ich mich richtig erinnere, um 2020.

MR: 2003 habe ich gemeinsam mit zwei Kollegen den Kölner Wissenschaftsverlag gegründet. Nach meinem Verständnis war das einer der ersten Open-Access-Wissenschaftsverlage in Deutschland. Unser Ansatz war damals ungewöhnlich. Wir haben die Autorenrechte nicht für uns reklamiert. Ökonomisch betrachtet war das nicht unbedingt naheliegend, denn das klassische Geschäftsmodell vieler Verlage beruht ja darauf, Rechte zu übernehmen und später zu verwerten. Wir wollten aber einen anderen Weg gehen. Der Verlag war von Wissenschaftler:innen für Wissenschaftler:innen gedacht. Wer bei uns publizierte, gab uns lediglich das Recht zur Distribution. Die Autor:innen behielten ihre Rechte und konnten dasselbe Werk parallel frei zugänglich machen, etwa als PDF auf ihrer eigenen Webseite. Wir haben damals noch nicht über den Begriff Open Science gesprochen. Aber das Grundprinzip war genau das. Wissenschaft sollte zugänglich sein. Für mich bedeutete das auch, dass Autor:innen die Freiheit behalten müssen, ihre eigene Arbeit zu verbreiten, ohne Rechte zurückzukaufen oder um Erlaubnis bitten zu müssen.

Was braucht es, damit die BWL bei Open Science stärker ins Tun kommt? Ist das vor allem eine Frage des Mindsets, der Ausbildung — oder fehlt es eher an Infrastruktur?

MR: Ich glaube, man kann Kultur und Infrastruktur hier nicht voneinander trennen. Wir brauchen beides. Zum einen braucht es ein gemeinsames Verständnis dafür, was Open Science in der BWL überhaupt bedeuten kann. Das ist je nach Forschungstradition unterschiedlich. In der quantitativen Forschung stellen sich andere Fragen als in der qualitativen Forschung, in der Organisationsforschung andere als etwa im Rechnungswesen oder im Marketing. Deshalb muss Open Science kulturell in den jeweiligen Disziplinen und Unterdisziplinen verankert werden. Damit sind wir sehr schnell bei der Ausbildung. Die Frage ist, welche Rolle Open Science in der Doktorand:innenausbildung spielt? Lernen Nachwuchswissenschaftler:innen früh genug, was offene Wissenschaft praktisch bedeutet? Also nicht nur als Prinzip, sondern auch im Forschungsalltag?

Der zweite Punkt betrifft die Infrastruktur. Wenn wir möchten, dass Open Science umgesetzt wird, brauchen Forschende auch Strukturen, die dies ermöglichen. Das betrifft zum Beispiel Publikationswege, Repositorien, Beratungsangebote oder Finanzierungsmodelle. Mein Beispiel mit dem Verlag zeigt im Grunde, dass es niedrigschwellige, verlässliche und gut funktionierende Publikationsinfrastrukturen braucht. Daran fehlt es aus meiner Sicht noch immer.

SH: Dem würde ich zustimmen. Es braucht beides. Infrastruktur und einen kulturellen Wandel. Und ich würde den Ausbildungsaspekt noch einmal besonders hervorheben. Bei uns an der Universität Lüneburg gibt es zum Beispiel ein Research-Ethics-Seminar in der Doktorand:innenausbildung. Gerade an dieser Stelle lässt sich das Thema sehr gut verankern. Denn Open Science ist eng mit Forschungsethik verbunden. Es geht nicht nur darum, wie ich Daten erhebe, sondern auch darum, was danach mit diesen Daten passiert. Kann ich sie weiterverwenden? Kann ich sie transparent machen? Kann ich sie so aufbereiten, dass andere Forschende damit arbeiten können?

In der qualitativen Forschung ist das besonders anspruchsvoll, aber auch sehr relevant. Es gibt Kolleg:innen, die Interviews unter bestimmten Bedingungen weiter zur Verfügung stellen und für eine spätere Nutzung aufbereiten. Solche Fragen sollte man nicht erst am Ende eines Projekts stellen, sondern möglichst früh, und zwar als Forschungsteam, aber auch als einzelne:r Forschende:r. Wie führe ich Interviews so, dass sie später, unter Wahrung ethischer Standards, weiterverwendet werden können? Wie dokumentiere ich den Forschungsprozess? Wie bereite ich Daten auf? Und wie kann daraus vielleicht ein Datenbestand entstehen, der zumindest aggregiert oder in Teilen zugänglich gemacht werden kann?

Das ist auch mit Blick auf qualitative Metaanalysen interessant. In der BWL gibt es inzwischen viele gute Einzelfallstudien, gerade in Bereichen wie Organisation, Innovation oder Entrepreneurship. Die qualitative Forschung ist dort deutlich sichtbarer geworden. Aber wir nutzen dieses Material noch zu selten systematisch. Die Frage wäre, was sich erkennen lässt, wenn man diese Einzelfallstudien zusammendenkt? Gibt es übergreifende Muster, die über den einzelnen Fall hinausweisen? Genau deshalb sollte Open Science stärker in der Doktorand:innenausbildung verankert werden. Es geht darum zu zeigen, dass Open Science nicht erst bei der Publikation beginnt. Sie betrifft mehrere Schnittstellen im Forschungsprozess. Die Datenerhebung, die Datenaufbereitung, die Dokumentation, die mögliche Nachnutzung, die Synthese vorhandener Studien und am Ende natürlich auch die Frage, wo und wie publiziert wird.

Wenn man qualitative Forschung stärker in den Open-Science-Gedanken einbezieht, wo sehen Sie blinde Flecken?

SH: Qualitative Forschung ist sehr unterschiedlich. Deshalb muss man genau unterscheiden, über welche Form von Forschung wir sprechen. Bei ethnografischen Studien oder sehr tiefgehenden Untersuchungen in einem spezifischen Kontext ist Offenheit schwieriger umzusetzen. Solche Daten lassen sich oft nicht ohne Weiteres aus ihrem Zusammenhang lösen. Wer damit arbeiten will, braucht ein genaues Verständnis des Feldes, der Situation und der Beziehungen, aus denen die Daten entstanden sind. In solchen Fällen bedeutet Open Science nicht unbedingt, Daten ohne Kontext einfach bereitzustellen. Es geht eher um Kooperation. Das heißt, Forschende müssten sich zusammenschließen, Kontexte gemeinsam erschließen und gegebenenfalls Daten zusammenführen.

Anders ist es bei vergleichenden qualitativen Studien oder größeren Interviewstudien. Wenn Interviews über mehrere Organisationen, Branchen oder Fälle hinweg erhoben werden, lassen sich Daten unter bestimmten Bedingungen eher weitergeben oder zumindest aggregiert zugänglich machen. Natürlich bleiben Vertraulichkeit, Anonymisierung und Einwilligung zentral. Aber nicht jede Auswertung setzt ein tiefes Kontextwissen über jede einzelne Person oder Organisation voraus.

Gerade hier sehe ich Potenzial. In der Organisationsforschung gibt es bereits Kolleg:innen, die Interviewdatensätze so aufbereiten, dass sie für andere Forschende nutzbar werden. Ein Beispiel wären Interviews mit Manager:innen zu digitalen Transformationsprozessen innerhalb einer Branche. Solche Daten können, wenn sie sorgfältig dokumentiert und geschützt sind, auch für weitere Forschungsfragen relevant sein. Es greift zu kurz, qualitative Forschung oft pauschal als schwer teilbar zu betrachten. Entscheidend ist die Art der qualitativen Forschung. Bei stark interpretativen, ethnografischen Studien sind die Hürden höher. Bei größeren Interviewstudien oder komparativen Fallstudien gibt es deutlich mehr Möglichkeiten, Daten transparent zu machen, nachnutzbar aufzubereiten oder zumindest Formen der Zusammenarbeit zu schaffen.

Viele Journals und Fördergeber erwarten inzwischen, dass Forschung nachvollziehbar und, soweit möglich, reproduzierbar ist. Wie lässt sich das auf qualitative Forschungsprojekte übertragen, in denen es Übergänge, situative Anpassungen und emergente Erkenntnisse gibt? Reicht es, Interviewleitfäden oder synthetisierte Daten zu teilen? Oder braucht es andere Formen der Transparenz?

SH: Die meisten qualitativen Forscher:innen würden den Begriff Replizierbarkeit für ihre Forschung wahrscheinlich zurückweisen, zumindest, wenn damit gemeint ist, dass sich ein Fall eins zu eins wiederholen lässt. In der qualitativen Forschung sprechen wir eher von Transferierbarkeit. Ein Fall kann also Einsichten liefern, die auf andere Kontexte übertragbar sind. Aber er lässt sich nicht einfach unter identischen Bedingungen wiederholen.

Das hängt mit dem Forschungsdesign zusammen. In der quantitativen Forschung ist Replizierbarkeit stärker angelegt, über Stichproben, Messinstrumente und standardisierte Verfahren. Qualitative Forschung funktioniert anders. Häufig geht es um einen Fall, der gerade deshalb interessant ist, weil er besonders, ungewöhnlich oder theoretisch aufschlussreich ist. Manchmal ist es ein Ausnahmefall, an dem bestimmte Mechanismen besonders deutlich sichtbar werden. Diese Mechanismen lassen sich dann theoretisieren. In anderen Kontexten treten sie vielleicht schwächer, anders oder unter veränderten Bedingungen auf. Aber der ursprüngliche Fall bleibt kontextspezifisch. Genau darin liegt seine Erkenntniskraft.

Wichtiger als Replizierbarkeit ist deshalb Transparenz. Hier kann und muss qualitative Forschung noch besser werden. Dazu gehört, offenzulegen, wie das Sample aufgebaut wurde, wie Interviews geführt wurden, wie sich der Leitfaden im Forschungsprozess verändert hat und wie die Analyse entstanden ist. Gerade in qualitativen Projekten werden Interviewleitfäden oft angepasst. In der ersten Erhebungswelle fragt man möglicherweise anders als in der zweiten, weil sich durch die Analyse neue Schwerpunkte ergeben haben. Das ist kein methodisches Problem, sondern Teil eines emergenten Forschungsprozesses. Entscheidend ist, diese Entwicklung nachvollziehbar zu dokumentieren.

Deshalb werden ausführliche Anhänge wichtiger mit Interviewleitfäden, Angaben zum Sampling, Beschreibungen des Forschungsprozesses, Coding Manuals oder Beispielen für die Codierung. Solche Materialien müssen nicht alle im Artikel selbst stehen. Aber sie sollten zugänglich sein, damit andere nachvollziehen können, wie die Autor:innen einer Studie gearbeitet haben. Das heißt nicht, dass vollständige Transkripte veröffentlicht werden müssen. Gerade bei vertraulichen Interviewdaten ist das oft nicht möglich oder nicht vertretbar. Aber qualitative Forschung kann sehr wohl transparent machen, auf welcher Grundlage sie zu ihren Ergebnissen kommt ohne sensible Daten offenzulegen.

MR: Ein gutes Beispiel ist unser gemeinsames Projekt zu digitaler Transformation in einem großen multinationalen Unternehmen. Das ist ein sehr interessanter Fall, aber er ist natürlich stark kontextspezifisch. Andere Unternehmen erleben die digitale Transformation unter anderen Bedingungen, mit anderen Strukturen, anderen historischen Entwicklungen, anderen Machtverhältnissen und anderen technologischen Ausgangslagen. Deshalb kann man diesen Fall nicht einfach reproduzieren. Dafür müsste man die Kontextbedingungen stabil halten können. Genau das ist bei Organisationen kaum möglich.

Trotzdem kann man aus dem Fall etwas lernen. Er kann zeigen, welche Dynamiken bei digitaler Transformation eine Rolle spielen, welche Spannungen entstehen oder welche Mechanismen auch in anderen Unternehmen relevant sein könnten. Das ist der Punkt der Transferierbarkeit: Nicht der Fall selbst wird wiederholt, sondern die daraus gewonnenen Einsichten werden auf andere Kontexte übertragen.

Das heißt, wir sprechen bei qualitativer Forschung weniger von Replizierbarkeit oder Reproduzierbarkeit, sondern vor allem von Nachvollziehbarkeit. Gibt es dafür bereits Standards? Also Vorgaben, welche Materialien im Anhang unbedingt mitgeliefert werden sollten, damit eine qualitative Studie nachvollziehbar wird?

SH: Es gibt einzelne Journals, die solche Anforderungen inzwischen stärker formalisiert haben. Ein wichtiges Beispiel ist Administrative Science Quarterly. Diese Zeitschrift hat vor einigen Jahren Transparenzrichtlinien für qualitative Forschung eingeführt. Das hat in der Community durchaus Diskussionen ausgelöst, weil damit auch eine gewisse Technisierung und Standardisierung qualitativer Forschung verbunden ist. Einige Kolleg:innen empfinden das als Einschränkung, und diese Sorge ist nicht unbegründet. Der Anspruch war dabei aber nicht, qualitative Forschung replizierbar oder reproduzierbar im engeren Sinne zu machen. Es ging vielmehr darum, Transparenz herzustellen, also offenzulegen, wie Daten erhoben, ausgewertet und interpretiert wurden.

In den Appendix gehören dann zum Beispiel Angaben dazu, welche Personen oder Gruppen interviewt wurden, wie das Sample aufgebaut war, welche Leitfäden verwendet wurden oder wie die Codierung erfolgt ist. Teilweise werden auch Ausschnitte aus Interviewtranskripten oder zusätzliche Tabellen erwartet. Für die Managementforschung ist das also nicht völlig neu. Aber es gibt bislang keinen universellen Standard. Vieles hängt weiterhin vom jeweiligen Journal ab und auch von den Editor:innen, die ein Paper betreuen. Sie entscheiden oft, wie stark solche Transparenzanforderungen eingefordert werden.

Wenn Sie auf die BWL und besonders auf die Organisationsforschung blicken: Wo sehen Sie bereits produktive Entwicklungen in Richtung Open Science?

MR: Ich sehe durchaus Bewegung. Ein Beispiel ist die VHB-Tagung, die wir in Lüneburg organisiert haben. Dort haben wir ein neues Format entwickelt, die sogenannten iWKs. Aus diesen Diskussionen sind kuratierte Beiträge entstanden, die später im Schmalenbach Journal of Business Research veröffentlicht wurden. Einer dieser Beiträge befasste sich mit Open Science. Daran sieht man, dass das Thema in der BWL ankommt. Es hat sich eine Gruppe von Kolleg:innen gefunden, die diese Diskussion aufgenommen und weitergeführt hat. Besonders Marko Sarstedt hat das Thema stark vorangetrieben. Herausgekommen ist ein sehr guter Beitrag, von dem ich sagen würde, dass ihn eigentlich jede:r Promovierende lesen sollte.

Der Artikel vertritt eine bestimmte Perspektive, die stark aus der Psychologie und der quantitativen Forschung kommt und nun auch in die BWL hineinwirkt. Man muss diese Position nicht in allen Punkten übernehmen. Aber sie ist ein wichtiger Impuls, mit dem sich die Disziplin auseinandersetzen sollte.

Und das Schöne ist, dass im Moment eine Diskussion startet, die sehr, sehr wichtig und sehr hilfreich ist. Jetzt geht es darum, Open Science nicht einfach aus anderen Disziplinen zu übernehmen, sondern für die unterschiedlichen Forschungstraditionen der BWL zu übersetzen. Quantitative Forschung, qualitative Forschung, Organisationsforschung oder Marketing stellen jeweils andere Anforderungen und erfordern teilweise unterschiedliche Antworten. Wichtig ist, dass wir das Thema nicht auf Open Access verengen. Open Science betrifft den gesamten Forschungsprozess, das heißt, das Studiendesign, die Datenerhebung, die Dokumentation, die Analyse, die Publikation — und auch die Reviewer-Kultur. An all diesen Stellen kann die BWL offener, transparenter und nachvollziehbarer werden.

Wenn Sie jetzt fünf Jahre in die Zukunft auf das Jahr 2031 blicken. Was müsste sich bis dahin verändert haben, damit Open Science in der BWL wirklich vorangekommen ist?

MR: Im Kern geht es um ein strukturelles Problem, das mich schon bei der Gründung unseres Verlags beschäftigt hat. Wir investieren als Gesellschaft erhebliche öffentliche Mittel in die Wissenschaft. Forschende entwickeln Studien, schreiben Artikel, begutachten die Arbeiten anderer und tragen damit zur Qualität des wissenschaftlichen Publizierens bei. Diese Leistungen werden weitgehend durch öffentliche Mittel finanziert oder von Wissenschaftler:innen unentgeltlich erbracht. Gleichzeitig geben wir die Rechte an diesen Ergebnissen häufig an kommerzielle Verlage ab. Diese verkaufen den Zugang anschließend wieder an Hochschulen, Bibliotheken und damit letztlich an die Gesellschaft zurück. Das ist ein schwer nachvollziehbares Modell, zumal es für einige Verlage sehr profitabel ist. Für 2031 würde ich mir wünschen, dass wir dieses System deutlich verändert haben. Gute wissenschaftliche Forschung, die mit öffentlichen Mitteln finanziert wird, sollte weltweit öffentlich zugänglich sein.

Das heißt, das Modell Diamond Open Access, wissenschaftsgeleiteter Open Access hätte sich durchgesetzt, im Idealfall.

MR: Ja, das wäre ein Traum. Vielleicht ist es im Moment noch eine Utopie. Aber es wäre eine Richtung, auf die ich mich sehr freuen würde.

SH: Ich glaube, die größte Sorge, die uns umtreibt, ist, dass unser Wissen hinter Paywalls verschwindet. Wir investieren viel Arbeit in wissenschaftliche Veröffentlichungen, als Autor:innen, Editor:innen und Reviewer:innen. Am Ende ist dieses Wissen aber oft nicht frei zugänglich. Deshalb wäre es wichtig, dass sich Open Access auf der Publikationsebene deutlich stärker durchsetzt. Komplexer ist es beim Forschungsdesign, besonders in der qualitativen BWL-Forschung. Dort arbeiten wir mit unterschiedlichen Paradigmen, Methoden und Erkenntnisinteressen. Deshalb wird es wahrscheinlich keine schnelle, einheitliche Lösung geben.

Vor allem das Teilen qualitativer Daten ist sehr schwierig. Es geht um Vertraulichkeit, Anonymisierung, zusätzlichen Aufwand und auch um die Wirkung auf das Interview selbst. Wenn Befragte wissen, dass ihre Aussagen später geteilt werden könnten, sprechen sie möglicherweise vorsichtiger, selbst dann, wenn die Daten anonymisiert werden. Es entstehen ganz viele Dynamiken, die man dann vielleicht gar nicht betrachten kann. Deshalb würde ich unterscheiden zwischen Frontend und Backend. Auf der Ebene der Publikationen brauchen wir mehr Open Access. Bei Daten und Forschungsdesign müssen Lösungen stärker projektbezogen ausgehandelt werden.

Spielt Open Science in der Lehre und in der Promotionsausbildung heute schon eine größere Rolle in der BWL?

MR: Ja, die Promotionsausbildung hat sich deutlich verändert. Ich bin noch in einer klassischen Lehrstuhlsozialisation groß geworden. Standards wurden damals vor allem innerhalb einzelner Lehrstühle weitergegeben. Gemeinsame, strukturierte Standards gab es kaum. Heute sind wir weiter. Viele Universitäten haben strukturierte Promotionsprogramme, in denen ethische, methodische, wissenschaftstheoretische und publizistische Standards vermittelt werden. Das hebt die Ausbildung auf ein höheres Reflexionsniveau. Open Science sollte Teil dieser Curricula sein. Denn das Thema betrifft mehrere Bereiche zugleich: Forschungsethik, Methodik, Paper Writing und Publikationsstrategien. Ein Beispiel sind präregistrierte Studien. In der qualitativen Forschung spielen sie bislang kaum eine Rolle. Für bestimmte Formate könnten sie jedoch sinnvoll sein, etwa bei qualitativen Metastudien. Dort könnte man vorab festlegen, wie gesucht, ausgewählt und ausgewertet wird. Das würde Transparenz schaffen und den Review-Prozess entlasten. Genau solche Fragen sollten stärker in die Promotionsausbildung einfließen.

SH: Entscheidend ist, über welche Art qualitativer Forschung wir sprechen. Für explorative Studien ergibt eine Präregistrierung oft wenig Sinn, weil ihr Erkenntnisinteresse gerade darin besteht, offen ins Feld zu gehen und Kategorien erst im Forschungsprozess zu entwickeln. Anders ist es bei konfirmatorischer qualitativer Forschung. Auch die gibt es, und für solche Studien könnten präregistrierte Designs sinnvoll sein. Man könnte vorab festlegen, welche theoretischen Annahmen geprüft werden, welche Fälle einbezogen werden und wie die Auswertung erfolgen soll.

In der qualitativen Forschung hat diese Idee bislang kaum Resonanz gefunden. Der Fokus liegt noch stark auf Exploration und Neuigkeitswert. Studien, die bekannte Muster bestätigen oder eben auch nicht bestätigen, so genannte „Boundary Conditions“ prüfen oder zeigen, dass bestimmte Zusammenhänge in anderen Kontexten nicht auftreten, gelten oft als weniger interessant. Genau hier bräuchte es einen kulturellen Wandel. Wir sollten auch qualitative Studien stärker wertschätzen, die nicht vor allem Neues entdecken, sondern bestehende Erkenntnisse prüfen, differenzieren oder absichern. Das würde helfen, besser zu verstehen, welche Muster über verschiedene Kontexte hinweg robust sind und wo ihre Grenzen liegen.

Wir sprachen über die Grenzen von Reproduzierbarkeit bei einzelnen qualitativen Studien. Wie sieht das bei qualitativen Metastudien aus?

SH: Bei Metastudien ist die Ausgangslage anders. Wir arbeiten mit bereits publizierten Studien. Dadurch ist zunächst transparent, auf welches Material wir zurückgreifen. Forscher können dezidiert offenlegen, welche Studien in die Synthese eingegangen sind, wie codiert wurde und nach welchem Analyseschema die Auswertung erfolgte. Natürlich bleibt auch bei qualitativen Metastudien ein interpretativer Schritt. Aber wenn die theoretische Perspektive klar benannt wird, lässt sich nachvollziehen, wie die Analyse zu ihren Ergebnissen kommt. Unter ähnlichen theoretischen Voraussetzungen sollte die Argumentation also plausibel rekonstruierbar sein. Das heißt nicht, dass jede Analyse zum gleichen Ergebnis führen muss. Wenn Forschende dieselben Studien mit einer anderen theoretischen Linse betrachten, können andere Aspekte sichtbar werden. Auch das ist legitim solange transparent gemacht wird, welche Fragen gestellt, welche Ausschnitte betrachtet und welche Deutungen vorgenommen wurden.

MR: Genau. Es geht nicht darum, individuelle Maßstäbe anzulegen, die nur für die Forschenden selbst nachvollziehbar sind. Wissenschaftliche Standards müssen gegenüber Dritten begründbar sein. Natürlich kann man in einer Metastudie bestimmte Aspekte anders gewichten oder anders beurteilen. Aber man kann sich nicht darauf berufen, dass die eigene Interpretation vollständig idiosynkratisch sei. Wissenschaft muss ihre Verfahren, Annahmen und Schlussfolgerungen so darstellen, dass sie von anderen prinzipiell nachvollziehbar sind.

Wenn Sie auf Ihre Metastudien blicken, fühlen Sie sich durch Open Science freier, weil Sie mehr transparent machen können?

SH: Einerseits ja. Gerade bei Metastudien können Forscher sehr transparent arbeiten. Man kann offenlegen, welche Studien einbezogen wurden, wie codiert wurde und wie die Analyse aufgebaut ist. Andererseits stößt man auch an Grenzen. Eine qualitative Metastudie kann nur mit dem Material arbeiten, das in den ursprünglichen Studien verfügbar ist. Häufig wünscht man sich zusätzliche Kontextinformationen, die aber nicht veröffentlicht wurden oder nicht Teil des Artikels sind. Forscher bewegen sich also in einem Spannungsfeld. Die eigene Synthese kann sehr transparent sein. Zugleich bleibt sie abhängig davon, wie transparent die Ausgangsstudien selbst sind. Genau dort liegen die Grenzen.

Was würden Sie Doktorand:innen antworten, die Sie fragen, warum sie sich mit Open Science beschäftigen sollten?

MR: Wer offenlegt, wie eine Studie angelegt ist, wie Daten erhoben und ausgewertet werden und welche Entscheidungen im Forschungsprozess getroffen wurden, macht die Forschung nachvollziehbar. Diese Transparenz ist eine Voraussetzung für wissenschaftliche Glaubwürdigkeit. Wenn ich diese Transparenz nicht habe, dann bin ich nicht glaubwürdig.

SH: Open Science gehört aus meiner Sicht fest in die Ausbildung zur Forschungsethik. Wer wissenschaftlich arbeitet, muss sich auch mit Fragen von Transparenz, Zugang und Verantwortung beschäftigen. Beides sollte in der Ausbildung nicht getrennt voneinander behandelt werden.

Vielen Dank!

Das Interview wurde geführt am 21. April 2026 von Dr. Doreen Siegfried.

Über Prof. Dr. Stefanie Habersang:

Stefanie Habersang ist Juniorprofessorin für Digitale Transformation am Institut für Management und Organisation an der Universität Lüneburg. Sie hat Wirtschaftswissenschaften an der Ruhr-Universität Bochum und Betriebswirtschaftslehre an der Universität zu Köln und University of Sydney studiert. Ihre Promotion hat sie an der Leuphana Universität in Lüneburg abgeschlossen und wurde dafür mit dem Leuphana Promotionspreis 2021 ausgezeichnet. 2022 hat Frau Habersang als Post-Doc an der Copenhagen Business School geforscht.

Kontakt: https://www.leuphana.de/institute/imo/personen/stefanie-habersang.html

LinkedIn: https://www.linkedin.com/in/stefanie-habersang/  

Über Prof. Dr. Markus Reihlen:

Markus Reihlen ist Professor für Strategisches Management und Entrepreneurship und Vizepräsident für die Professional School, Entrepreneurship, Transfer und Internationalisierung an der Leuphana Universität Lüneburg. Von 2010 bis 2012 war er Studiendekan der Graduate School und bereits von 2012-2020 und 2023-2024 Vizepräsident mit unterschiedlichen Aufgabengebieten tätig. Nach Studium, Promotion und Habilitation an der Universität zu Köln hatte Prof. Reihlen verschiedene akademische Positionen inne, u.a. als Gastprofessor an der Universität St. Gallen (2013), der University of Wisconsin-Milwaukee (2001/2002), Vertretungsprofessuren an der RWTH Aachen (2007/2008) sowie der Universität Mannheim (2008/2009) und als Gastforscher an der Copenhagen Business School (2000) und der University of Oxford (2008).

Kontakt: https://www.leuphana.de/institute/imo/personen/markus-reihlen.html

LinkedIn: https://www.linkedin.com/in/markus-reihlen-10594940/  

Zurück zum Open-Science-Magazin