Reproduzierbares Arbeiten: für sich selbst, für andere

Praxistipp 7

Illustration

Wovon sprechen wir?

Forschung gilt als reproduzierbar, wenn die erzielten Ergebnisse mit den gleichen Daten und der gleichen Methodik und ggf. der gleichen Umgebung zu identischen Ergebnissen führen. Dafür ist die Bereitstellung von Daten, Softwarecode, Algorithmen oder Versuchsaufbauten eine wichtige Bedingung.

Wie Reproduzierbarkeit hergestellt werden kann, variiert je nach Disziplin und den verwendeten Methoden. Kern ist jedoch immer eine identische Durchführung eines Versuchs, die Reproduktion der Ergebnisse statistischer Auswertungen bei quantitativen Daten, die Rekonstruktion der Analyseschritte und der Ergebnisse bei Auswertung von Bild- oder Textkorpora und so weiter.

Die Vorteile eines reproduzierbaren Ansatzes

Mit guter Dokumentation verstehen Sie selbst auch nach einiger Zeit noch sehr gut, was Sie warum in den Berechnungen getan haben. Das ist sehr hilfreich (z.B. nach dem Review eines Artikels), oder wenn Sie nicht durchgängig an einem Projekt arbeiten können. Sie verfolgen und protokollieren, wie sich Ihre Daten und/oder Ihr Code von Beginn des Projekts an und bei jeder Änderung weiterentwickeln. Es ist viel schwieriger und weniger sicher, wenn Sie diese Entwicklungen a posteriori rekonstruieren müssen.

Die Ergebnisse, die Sie erhalten, lassen sich gegenüber Fachkolleg:innen leichter erklären und begründen. Wenn Sie einen Artikel zur Veröffentlichung einreichen, fällt es Ihnen leichter, auf eventuelle Nachfragen Ihrer Gutachter:innen einzugehen.

Zukünftige Arbeiten werden weniger unsicher gemacht. Sie geben sich selbst die Möglichkeit, Daten, Code, Dokumente usw. in der Zukunft wiederzuverwenden.

Wie Sie diesen Ansatz in die Praxis umsetzen

Dokumentieren Sie die Arbeits- und Analyseschritte Ihrer Forschung. Wenn Sie bspw. ein Statistikprogramm zur Auswertung von Daten nutzen, kommentieren Sie ausführlich, was Sie in den einzelnen Auswertungsschritten tun und warum Sie es tun. Was bei der Arbeit klar ist, kann zwei Monate später weniger klar sein, selbst wenn Sie der Autor oder die Autorin sind.

Verwalten Sie Ihre bibliographischen Referenzen mit einem Verwaltungstool wie Zotero. Das Arbeiten nach einem verlässlichen bibliographischen Standard ist eine gemeinsame Anforderung in allen Disziplinen.

Organisieren Sie Daten, Dateien und Ordner: Wenden Sie Datei-Namenskonventionen an, bauen Sie Ordnerbäume mit einer konsistenten, skalierbaren Struktur auf, trennen Sie Rohdaten von ausgewerteten Daten, etc.

Lernen Sie die Grundlagen der Versionskontrolle, auch wenn Ihre eigentliche Forschung keine Programmierkenntnisse erfordert. Die Möglichkeit, eine bestimmte Version eines Dokuments wiederherzustellen, das über einen Zeitraum von mehreren Jahren geschrieben wurde, kann sehr wertvoll sein.

Automatisieren Sie bestimmte wiederkehrende Aufgaben. Sie können die Zuverlässigkeit Ihrer Ergebnisse erhöhen und das Schreiben wissenschaftlicher Artikel erleichtern, weil Sie Parameter leichter variieren können.

Haben Sie begrenzte Ressourcen? Denken Sie darüber nach, kollektive Ansätze zu nutzen! Bilden Sie sich in kollaborativen Arbeitsmethoden weiter; nehmen Sie an einem Forschungsprojekt mit anderen Kolleg:innen teil; nutzen Sie öffentliche Datensätze, wenn diese existieren.

Automatisieren Sie Ihre Verarbeitungs- und Arbeitsabläufe: Entwerfen Sie Skripte, um Ihre Daten zu verarbeiten und Ihre Arbeitsschritte zu verwalten. Vermeiden Sie zum Beispiel die Verwendung von Tabellenkalkulationen für große Datensätze.

Entscheiden Sie sich für Open-Source-Lösungen für mehr Transparenz und garantierten Zugang.

Wir wünschen Ihnen viel Erfolg bei Ihrer Forschung!

Stand: März 2021
Fragen, Kommentare und Hinweise gern an open-science@zbw.eu



Zurück zum Open-Science-Magazin