Auch die Big Shots der BWL sollten Open Science vorleben

Stefan Mayer über seine Open-Science-Erfahrungen

Porträt von Prof. Dr. Stefan Mayer

Die drei wesentlichen Learnings:

  • Ein Skill Set in Sachen Open Science wird künftig für die wissenschaftliche Arbeit mehr denn je gebraucht. Es gibt viele relevante Fertigkeiten: Angefangen bei der Fähigkeit, die eigenen Daten und Analyseskripte sauber dokumentiert und replizierbar zu veröffentlichen bis hin zur Wissenschaftskommunikation in die eigene Community hinein.
  • Es lohnt sich für Doktorand:innen, den Mut aufzubringen und von der betreuenden Person ein Open-Science-Training oder vergleichbares einzufordern.
  • Die lokale Vernetzung zum Thema Open Science erleichtert den Zugang zu und den Umgang mit Open Science, sei es mit anderen Doktorand:innen , mit dem oder der Betreuer:in oder dem lokalen Open Science Office.

Sie sind aktives Mitglied der Tübingen Open Science Initiative. Wie lange gibt es diese Initiative schon?

SM: Die Tübingen Open Science Initiative gibt es seit 2019. Am Anfang haben wir uns zunächst die Frage gestellt, wie groß und wo wir die Initiative überhaupt aufhängen wollen. Es ist natürlich ideal, wenn man es strukturell auf oberster Ebene an der Uni aufhängen kann. Gleichzeitig braucht es dann aber die Menschen, die sich im Kleinen darum kümmern. Deswegen hatten wir im Austausch mit den Akteuren der Universität Tübingen, die Schnittstellen zu Open Science aufweisen, erst einmal die Idee, dass wir auf Fakultätsebene arbeiten, also für die Sozial- und Wirtschaftswissenschaften. Ein erstes größeres Event, das wir organisiert haben, war eine Winter School. Anfangs war die Initiative unter diesem Namen „Tübingen Open Science Initiative“ vor allem in den Wirtschafts- und Sozialwissenschaften aktiv. Aber da es zum Beispiel auch schon bei den Mediziner:innen und Psycholog:innen eine ähnliche Initiative gab, ist jetzt alles verknüpft und wir haben verschiedene Chapter. In letzter Zeit versuchen wir, uns noch stärker zu vernetzen, damit wir das auf größerer Ebene voranbringen können.  

Wie ist die Resonanz von Ihren Kolleg:innen auf den Start des Chapters in den Wirtschafts- und Sozialwissenschaften? Und ist es sinnvoll, das Thema disziplinenübergreifend anzufassen? Oder ist der fachspezifische Zugang erfolgversprechender?

SM: Gute Frage. Ich denke, dass es sinnvoll ist, das Thema auf zwei Ebenen parallel zu bewegen. Damit sich das Thema Open Science insgesamt an der Universität etabliert, ist es sinnvoll, wenn von einer zentral geleiteten Instanz das Signal kommt, dass Open Science für die gesamte Universität wichtig ist. Nur so kann Open Science als Thema in Einstellungsgesprächen oder in der Lehre verankert werden und nur so können Mittel beispielsweise für Datenmanagement bereitgestellt werden. Man sollte also versuchen, das Thema zentral zu platzieren, damit das Bewusstsein auch in der Führungsebene der Universitäten geschaffen wird. Gleichzeitig passiert die eigentliche Arbeit natürlich in den einzelnen Teilinitiativen, die das auf die eigenen fachspezifischen Anforderungen runterbrechen.

Wie ist die Resonanz der Wirtschaftsforschenden auf die Initiative?

SM: Konkret bei uns in Tübingen an der Fakultät hatten wir für eine Neueinstellung in der Ausschreibung den Punkt aufgenommen, dass man dazu in der Lage sein soll, zum Beispiel replizierbare Forschung zu machen. Das fand ich sehr positiv. Das wurde auch explizit von den Kandidat:innen in den Berufungsverfahren angesprochen. Wir wurden gefragt, was wir uns darunter vorstellen. Das heißt, dass auch wir eine Vorstellung haben müssen, was das denn für uns heißt. Meiner Wahrnehmung nach findet das Thema Open Science allerdings hier als auch generell in Deutschland oder auch international noch zu wenig Anklang. Ich würde mir wünschen, dass es viel, viel mehr wäre. Es gibt leider nicht den oder die eine Person, die in meiner Disziplin für Open Science steht – sozusagen als zentrale Ansprechperson oder Vorbild. Es gibt zwar immer mehr Wissenschaftler:innen, die das aktiv fordern und fördern. Aber es gibt eben jetzt noch keine so wirklich etablierte Person, an die man sich beispielsweise als Nachwuchsforscher:in wenden kann. Das zeigt, dass es leider noch nicht der Standard ist. Es gibt nach wie vor kritische Sichtweisen, die meines Erachtens nicht berechtigt sind.

Und meinen Sie mit „nicht berechtigt“, dass viele noch uninformiert sind?

SM: Ja genau. Man benötigt erstmal das Wissen, warum Open Science nötig ist, was überhaupt alles möglich ist und vor allem wie einfach vieles möglich ist. Ich erlebe hier in Gesprächen mitunter viel Unwissenheit. Vor ein paar Jahren hatte ich einen Vortrag gehalten vor einigen Professor:innen aus dem deutschen und europäischen Raum zum Thema „Open Science in Marketing“ und da war der Konsens eher „Das können ja die jungen Forscher:innen machen. Aber wir bleiben dann doch beim Status quo“. Das ändert sich jetzt nach und nach. Wie in anderen Disziplinen auch, wird das Thema aber vor allem von den Nachwuchsforscher:innen getrieben. Einige erachten das eben noch nicht als relevant für die eigene Forschung – aus verschiedensten Gründen. Teilweise höre ich das Argument, dass die Daten das nicht hergeben oder dass die Kolleg:innen es nicht für die Karriere brauchen, da es niemand in Bewerbungsverfahren beachtet. Teilweise haben die Leute auch Angst, dass andere eventuell sehen könnten, was sie machen. Es macht einen natürlich angreifbar und deswegen haben viele auch Respekt davor, weil man durch die Transparenz eben auch im Zweifelsfall die Fehler, die man gemacht hat, transparent macht.

Gibt es an Ihrer Fakultät Einstiegskurse in Open-Science-Tools, um den Kolleg:innen diese Angst zu nehmen?

SM: Ja, genau dies war Teil unserer Winter School, dass wir Workshops für verschiedene Levels für die unterschiedlichen Kenntnisse angeboten haben. Also Workshops für komplette Einsteiger:innen, aber eben auch Workshops für Menschen, die sich schon ein bisschen damit beschäftigt haben. Zielgruppe waren Doktorand:innen, Postdocs, Juniorprofessor:innen, aber Professor:innen konnten auch teilnehmen. Und da wurden Fragen behandelt wie „Was heißt es denn überhaupt, wenn ich eine Forschung präregistriere?“ oder „Was heißt es, wenn ich versuche, mit R-Markdown ein Script zu produzieren, dass die Analyse und der Output in einem ist?“. Insgesamt hatten wir 2 Keynotes (Lisa Matthias, James Heathers) und 6 Workshops, sowohl im quantitativen als auch im qualitativen Bereich.

Wurde das Angebot gut angenommen?

SM: Wir haben das zum ersten Mal durchgeführt und waren positiv von der Resonanz überrascht. Je nach Workshop waren zwischen 10 und 30 Leute anwesend, in den Keynotes hatten wir sogar rund 70 Teilnehmer:innnen. Und dafür, dass wir das zunächst relativ klein gestreut und bei Null angefangen hatten, hat uns das sehr gefreut. Und wir hatten auch sehr viel positives Feedback. Die Teilnehmer:innen haben auch rückgemeldet, dass sie da gerne mehr hätten. Für uns war die Erfahrung wichtig, zu merken, dass wir nicht in unserer Blase bleiben, sondern dass es bei den Nachwuchswissenschaftler:innen definitiv als relevant angesehen wird. Man muss wirklich zuerst einmal Handwerk vermitteln, um den Leuten die Angst und die Skepsis zu nehmen.

Sie sind aus dem Bereich Marketing, wo in den letzten Jahren Künstliche Intelligenz, Arbeit mit unstrukturierten Daten oder Softwareentwicklungsfähigkeiten eine immer größere Rolle spielten. Inwieweit unterstützt die Notwendigkeit von Data Skills im Marketing Ihre Arbeit in TOSI?

SM: Das ist tatsächlich eine spannende Frage, denn gerade im Bereich Machine Learning sind Teile von Open Science sehr verbreitet. Hier ist es ganz üblich, dass der Code zu Papern direkt auf GitHub veröffentlicht wird (siehe z.B. auch https://paperswithcode.com/). Aber beispielsweise auch, dass Datensätze zur Verfügung gestellt werden und diese auch als Publikation zählen können. Ebenso sind Reviews bei großen Konferenzen wie der NeurIPS öffentlich zugänglich. Da gibt es also einige Anknüpfungspunkte zu den Themen, mit denen wir uns bei der TOSI beschäftigen. Gleichzeitig gibt es auch entsprechende Anknüpfungspunkte in unserer Lehre. In einem unserer Masterprogramme haben wir zum Beispiel ein verpflichtendes Modul, in dem die Studierenden alles rund um ein „Data Science Project“ lernen müssen: Wie gehe ich da ran? Wie nutze ich zum Beispiel GitHub? Welche Machine Learning Methoden sind wann sinnvoll? Wie kann ich dann ein Reporting machen, so dass andere Menschen damit interaktiv arbeiten und verstehen können, was hinter den Daten steckt? Auch hier steckt also Open Science drin.

Welche Rolle spielt Open Science in Ihrem Fach der BWL?

SM: Schwierige Frage. Meiner Wahrnehmung nach spielt Open Science dort eine noch zu kleine Rolle. Ein Kollege von mir hat angefangen, zu schauen, wie viele Studien im Marketing zum Beispiel replizierbar sind. Und da ist die Anzahl zum Beispiel sehr gering. Auch Präregistrierungen sind noch lange nicht überall der Standard. Das finde ich eigentlich erschreckend, wenn man bedenkt, wie einfach es ist, das umzusetzen. Wenn ich zum Beispiel Reviews schreibe für Konferenzbeiträge, dann bitte ich immer darum, dass eine für weitere Studien eine Präregistrierung vorgenommen werden soll. Denn gerade auf Konferenzen wird meist Forschung präsentiert, die noch „in progress“ und noch nicht eingereicht ist. Ich glaube, dass viele das nach wie vor nicht auf dem Schirm haben, dass man das machen sollte. Es gibt inzwischen ein paar Journals, die das zumindest wertschätzen. Aber es ist noch lange kein Standard und wird leider noch nicht konsequent gefordert. Wenn ich in einem Paper aus dem Jahr 2022 noch lese „data available upon request“, dann werde ich manchmal ein bisschen sauer. Es gibt in vielen Fällen keine valide Begründung, die Daten, die ich selbst erhoben habe, zu verbergen oder sie nicht zu teilen. Ich glaube, da müssen wir noch einen weiten Weg gehen, dass sich das auch bei uns in der BWL vollends etabliert. Und es würde sicher helfen und es beschleunigen, wenn auch die „Big Shots“ es vorleben, dass Open Science der Standard ist. Meiner Meinung nach würden sich dann auch noch mehr Leute daran orientieren als wenn das viele einzelne Nachwuchswissenschaftler:innen machen.

Haben Sie bei der Tübingen Open Science Initiative Mitstreiter oder Kooperationspartner, um das Thema im Fach etwas breiter auf die Straße zu bringen?

SM: Alle, die Teil dieser Initiative sind, sind sehr engagiert, obwohl sie das quasi ehrenamtlich machen. Aber wir müssen uns sicherlich noch besser mit anderen Initiativen und anderen Interessierten vernetzen, auch innerhalb der Universität. Es gibt zwar schon sehr viele interessierte Wissenschaftler:innen, aber wahrscheinlich auch noch einige, die bisher noch nicht von der Tübingen Open Science Initiative gehört haben. Entsprechend versuchen wir auch durch Veranstaltungen auf unterschiedlichen Niveaus Leute anzusprechen. Beispielsweise haben wir zuletzt auch ReproducibiliTea Tübingen wiederbelebt, also ungezwungene Treffen, in denen wir über Paper rund um Open Science sprechen. Dieses Journal Club-Konzept gibt es ja inzwischen weltweit.

Würden Sie Mitstreiter:innen im Marketing finden, Open Science stärker im Fach zu etablieren?

SM: Ich glaube, dass es kein Problem wäre, Mitstreiter:innen zu finden, weil es jetzt zum Beispiel auch Thema auf der VHB-Tagung war. Da gab es ein Panel, in dem es um den „Produktionsfaktor Daten in der wissenschaftlichen Arbeit“ ging, und da startete auch relativ schnell die Diskussion darüber, was es überhaupt heißt, wenn Daten offen sind. Ich denke, allein durch das Konsortium BERD@NFDI, welches groß gefördert wird, wird das Thema Open Science mehr in der BWL etabliert. Zu diskutieren wäre dann allerdings mit Mitstreiter:innen, ob man versucht, das Thema gleichsam für das ganze Fach BWL zu etablieren, oder ob man es nicht doch eher runterbrechen müsste auf die einzelnen Subdisziplinen. Sicher gibt es Bereiche, die alle gemeinsam betreffen, aber dann gibt es eben doch Punkte, die in einzelnen Disziplinen unterschiedlich gehandhabt werden.

Man bräuchte natürlich regelmäßige Foren, um das zu diskutieren, zum Beispiel im Rahmen der VHB-Jahrestagung.

SM: Ja, hier waren die verschiedenen Nachwuchspanels in diesem Jahr ein guter Auftakt. Grundsätzlich finde ich finde es manchmal tatsächlich fast schon schizophren, auf der einen Seite an der Universität zu lehren, wie man eigentlich korrekt forscht und sich dann auf der anderen Seite in der eigenen Forschung nicht immer daran zu halten. Das war auch ein Grund, warum ich etwas ändern wollte und mich immer mehr damit beschäftigt habe. Ich glaube, wenn man wie vorhin erwähnt das ein Open Science-Bewusstsein schafft, dann findet man auch sehr, sehr schnell immer mehr Gleichgesinnte, auch in der Gesamtdisziplin.

Die DFG sieht es gern, wenn Forschungsergebnisse im Open Access veröffentlicht werden. Mitglieder in Berufungsverfahren wiederum sehen eingeworbene DFG-Mittel gern. Inwiefern kann sich Openness am Ende für die Karriere bezahlt machen?

SM: Ich würde es allen Nachwuchswissenschaftler:innen empfehlen, sich in Sachen Open Science ein Skill Set draufzupacken, weil es zukünftig definitiv gebraucht wird. Sowohl der Umgang mit der Veröffentlichung von Daten und Analyseskripten sollte gelernt sein aber auch die Fertigkeiten, wie man seine Forschung zugänglicher machen kann. Dazu gehören vielleicht auch Tweets über ein Paper oder dass man immer auch automatisch den Preprint verlinkt, wenn man über ein Paper berichtet, das nicht Open Access ist.

Womit sollten Nachwuchswissenschaftler:innen anfangen, wenn sie sich für das Thema Open Science interessieren?

SM: Da gibt es so viele Dimensionen. Das eine ist natürlich, dass man sich den Inhalt im besten Fall aneignen sollte, aber da gibt es viele Ressourcen. Es gibt unwahrscheinlich viele Open Science-Vorträge auf YouTube, die man sich anschauen kann, Blogbeiträge etc. Als ersten Anlaufpunkt empfehle ich das Open Science Framework. Schaut Euch an, was es da alles gibt und wie das grundsätzlich funktioniert. Im besten Fall gäbe es natürlich für die Disziplin BWL eine Open-Science-Agenda, an der man sich auch entlanghangeln kann. Eine andere Dimension ist, dass man sich auch trauen muss, Open Science einzufordern und zur betreuenden Person geht und sagt, ich möchte das machen, weiß aber nicht wie. Kannst Du mir sagen, wie es geht. Ich kann empfehlen, dass man sich traut, die Ausbildung im Bereich Open Science aktiv einzufordern. Es ist ein Mix aus Wissen aneignen und in der Praxis umsetzen. Im besten Fall infiziert man andere Doktorand:innen damit, man vernetzt sich und kann Erfahrungsaustausch betreiben. Das hat mir auch geholfen, weil ich bei uns auch nicht der einzige war, der das gemacht hat. Es ist schon wichtig, einen lokalen Ansprechpartner zu haben, das können andere Doktorand:innen sein, der/die Betreuer:in, aber auch ein Open Science Office der Universität, von denen es zukünftig hoffentlich immer mehr geben wird.

Vielen Dank!

Das Interview wurde geführt von Dr. Doreen Siegfried.

Über Prof. Dr. Stefan Mayer

Dr. Stefan Mayer ist Professor für Marketing Analytics (Tenure Track) an der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Tübingen. Seine Forschungsinteressen gelten den Themen Produktdesign und visuelle Ästhetik, Machine Learning sowie Verbraucherurteilen. Professor Dr. Stefan Mayer ist zudem aktives Mitglied in der Tübinger Open-Science-Initiative.

Kontakt: https://uni-tuebingen.de/en/148617

ORCID-ID: https://orcid.org/0000-0003-0034-7090

Twitter: https://twitter.com/stmtweet

LinkedIn: https://www.linkedin.com/in/stefan-mayer-248b1033/

ResearchGate: https://www.researchgate.net/profile/Stefan-Mayer-2




Zurück zum Open-Science-Magazin