Barcamp Open Science 2026: Herausfordernde Zeiten meistern

Demokratie und Wissenschaftsfreiheit stehen derzeit vielerorts unter Druck – sichtbar etwa unter der Trump-Administration in den USA, aber auch in Deutschland zeichnet es sich ab, etwa in Sachsen-Anhalt, wo die AfD Einfluss darauf nehmen will, welche Themen überhaupt erforscht werden dürfen. Vor diesem Hintergrund ging diese Session der Frage nach, wie Open Science widerstandsfähiger werden und dadurch umgekehrt zur Stärkung der Demokratie beitragen kann. Als Beispiel diente Sachsen-Anhalt: ein forschungsschwaches Bundesland, das gemessen am BIP am wenigsten in Forschungsförderung investiert und in dem die öffentliche Unterstützung für Wissenschaft generell gering ist. Die Teilnehmenden diskutierten eine bereits geplante landesweite Open-Science-Initiative, deren Finanzierung durch das Land vor den Landtagswahlen im September derzeit jedoch blockiert ist. Vorgeschlagen wurde außerdem, sich stärker mit vergleichbaren Strukturen zu vernetzen – etwa den Open Research Offices in Berlin, Brandenburg, dem Saarland und NRW – sowie mit Forschungsnetzwerken wie der Max-Planck-Gesellschaft.

Zwei Themenschwerpunkte kristallisierten sich heraus: Finanzierung von Open Science und der Aufbau von öffentlichem Vertrauen in Wissenschaft. Bei der Finanzierung reichte das Ideenspektrum von gemeinsamen Archiven über die NFDI und die European Open Science Cloud bis hin zu SHIELD, dem dezentralen, auf BitTorrent basierenden Projekt. Beim Thema Vertrauen ging es vor allem darum, Wissenschaft näher an die Bevölkerung zu bringen – gerade in ländlichen Gebieten, die einen Großteil Sachsen-Anhalts ausmachen. Diskutiert wurden Citizen-Science-Ansätze sowie die Verbindung von Wissenschaftskompetenz mit politischer Handlungsfähigkeit, um Wissenschaftsskepsis entgegenzuwirken und Menschen dabei zu helfen, Fakten von Fehlinformationen zu unterscheiden.

Strategisch wurde vorgeschlagen, dass Hochschulleitungen aktiver auf die Politik zugehen sollten; Institutionen wurden dabei als mögliche Gegenstimmen zu Extremismus und Einschränkungen der Wissenschaftsfreiheit gesehen. Zur Sprache kamen auch bislang kaum genutzte Instrumente wie internationale Abkommen, etwa Artikel 15 des UN-Sozialpakts (ICESCR, PDF) sowie die UNESCO-Empfehlung zu Open Science. Offen blieb am Ende die Frage, ob die Open-Science-Community politischer werden sollte – und wenn ja, wie sich dies erreichen ließe, ohne nur innerhalb der eigenen Blase zu predigen.

In dieser Session ging es darum, wie Institutionen, Förderorganisationen und Fachzeitschriften versuchen, Open Science voranzubringen – und warum das im Arbeitsalltag bislang so wenig verändert.

Viele „Belohnungen“ wie Anerkennung oder Karrierevorteile bleiben bislang eher theoretischer Natur, weil die versprochenen Vorteile selten tatsächlich eintreten. Open Science mag zum Beispiel bei Berufungsverfahren im Tenure-Track thematisiert werden, fällt bei der endgültigen Entscheidung aber kaum ins Gewicht. Hinzu kommt: Disziplinen und Institutionen stehen bei der Umsetzung von Open Science an ganz unterschiedlichen Punkten, weshalb ein einheitliches Anreizmodell ohnehin nicht überall funktionieren kann.

Auch die „Peitsche“ – Vorgaben von Fördermittelgebern, gesetzliche Pflichten, institutionelle Erwartungen – wird oft nur halbherzig durchgesetzt. So verlangen Förderorganisationen zwar Datenmanagementpläne, prüfen aber selten, ob diese tatsächlich eingehalten werden. Und selbst dort, wo klare rechtliche Vorgaben von oben bestehen, versuchen Mitarbeitende laut den Teilnehmenden weiterhin, eine Veröffentlichung ihrer Daten zu vermeiden – aus Sorge, dass dabei Unzulänglichkeiten sichtbar werden könnten.

Am Ende war man sich einig: Beides, Zuckerbrot und Peitsche, bleibt notwendig – ohne einen tieferen Kulturwandel wird aber keines von beiden ausreichen. Die Teilnehmenden regten an, dass Wissenschaft insgesamt etwas an Tempo herausnehmen könnte, statt immer neue Anforderungen draufzusatteln. Um eine offenere Fehlerkultur zu fördern, schlugen sie vor, sich an George Box zu orientieren und dessen Grundgedanken zu verbreiten: „Alle Daten sind unvollkommen, manche aber trotzdem nützlich.“ Und schließlich: Forschende sollten ihre Arbeit selbstbewusster als Open Science kennzeichnen – schließlich ist sie eine Kernkomponente guter Wissenschaft.

Was passiert eigentlich mit Forschungsergebnissen, wenn synthetische oder KI-bearbeitete Daten unbemerkt und ohne Kennzeichnung einfließen – egal ob durch Menschen oder Agenten? Genau dieser Frage ging die Session nach. Die Teilnehmenden sorgten sich vor allem vor einer wachsenden Flut an „AI Slop“, die Forschungsdatensätze verunreinigt, sodass künftige Analysen und Modelle am Ende auf nicht gekennzeichneten, maschinell erzeugten Inhalten aufbauen. Deutlich wurde außerdem, dass KI-bedingte Verzerrungen längst nicht nur bei der Texterstellung auftreten, sondern auch bei der Literaturrecherche, der Datenanalyse und sogar beim Studiendesign eine Rolle spielen.

Einig war man sich, dass Offenlegung wichtig ist – schwierig wird es aber, sobald man festlegen soll, ab wann und wie genau der KI-Einsatz deklariert werden muss. In Feldern wie der Genomik gibt es längst KI-berechnete oder synthetische Datensätze, und eine konsequente Durchsetzung entsprechender Regeln ist kaum zu leisten. Zwei konkrete Ideen kamen dabei auf: Zum einen könnten Forschungsgeräte wie Sequenzierer oder Mikroskope ihre Daten direkt kryptografisch signieren oder mit Wasserzeichen versehen, um sie schon an der Quelle als „KI-frei“ auszuweisen. Zum anderen könnten inhaltsbasierte Kennungen wie der ISCC (International Standard Content Code, ISO 24138) helfen, digitale Inhalte dauerhaft zu identifizieren und Herkunftsangaben über verschiedene Systeme hinweg mitzuführen.

Statt eine exakte Grenze festzulegen, verständigte sich die Gruppe auf ein pragmatischeres Prinzip: ehrlich sagen, was man genutzt hat, und das klar sichtbar machen. Eine kurze, reflektierte Einschätzung zum möglichen Bias wurde dabei als deutlich aussagekräftiger empfunden als ein simples Häkchen bei „KI wurde verwendet“. Auch das bloße Archivieren von Prompts hilft nur bedingt weiter, da derselbe Prompt völlig unterschiedliche Ergebnisse liefern kann – wichtiger ist zu dokumentieren, welches Modell konkret zum Einsatz kam, denn das erleichtert die Einschätzung möglicher Verzerrungen. Im Idealfall übernehmen Werkzeuge wie elektronische Laborbücher diese Dokumentation automatisch, sodass mehr Raum für die eigentliche Reflexion bleibt – dem Kern einer verantwortungsvollen KI-Dokumentation.

In dieser Session ging es um das Angebot eines Literaturdatensatzes mit empirischer Forschung zu Open-Science-Praktiken – und seine Nutzung für die tägliche Open-Science-Arbeit oder weiterführende Wissenschaftsstudien. Bereits 2020 hatte eine Gruppe von Wissenschaftler:innen aus dem DACH-Raum damit begonnen, veröffentlichte Forschungsarbeiten aus den Jahren 2000 bis 2020 zu annotieren: nach Open-Science-Praktiken, Methoden, Disziplinen, Zielgruppen sowie den jeweiligen Ländern, um so Einblicke in die internationale Entwicklung von Open Science zu gewinnen. Diese Literatursammlung und das dazugehörige Mapping sollen in den kommenden Jahren fortgeführt und ausgebaut werden.

Die anwesenden Open-Science-Befürwortenden und Forschenden wurden gefragt, welche Informationen zu Open-Science-Praktiken sie für ihre tägliche Arbeit brauchen und wie das Team diese Bedürfnisse beim Ausbau des Datensatzes berücksichtigen könnte. Ein Vorschlag: konkrete Anwendungsfälle oder vergleichbare Good-Practice-Beispiele für Open Science und deren praktische Umsetzung wären ein wertvoller Beitrag. Zudem könnte die systematische Erhebung mehr über Trends und aufkommende Themen zeigen, die für das Wissenschaftsmanagement relevant sind.

Ein weiterer Diskussionspunkt betraf meta-wissenschaftliche Fragen und Methoden: Noch ist etwa unklar, ob sich Open Science überhaupt als eigenständiges Forschungsfeld etabliert. Außerdem muss das Team noch prüfen, wie sich der wachsende, annotierte Datensatz in größere Knowledge-Graph-Projekte einbinden lässt, damit Metawissenschaftler:innen und Open-Science-Praktiker:innen gleichermaßen darin recherchieren und ihn nutzen können.

Es gibt viele Veranstaltungsformate, bei denen Open Science vorangetrieben wird – das Barcamp ist eines davon. Wer an solchen Treffen teilnimmt, kennt sich mit dem Thema meist schon aus und steht der Open-Science-Agenda ohnehin positiv gegenüber. Für den nötigen Kulturwandel, damit Open Science zum Normalfall statt zur Ausnahme wird, braucht es aber eine – im wahrsten Sinne des Wortes – kritische Masse.

Wie erreichen wir also Wissenschaftler:innen und andere Stakeholder, die sich für Open Science bislang nicht interessieren oder ihr sogar skeptisch gegenüberstehen? In dieser Session haben wir zunächst mehrere relevante Zielgruppen gesammelt und uns dann entschieden, uns näher mit angehenden Lehrkräften zu befassen. Mithilfe eines Empathy-Mapping-Ansatzes haben wir visualisiert, was diese Zielgruppe tut, hört, sieht, denkt und fühlt – als Grundlage für die anschließende Diskussion, wie man sie praktisch erreichen könnte.

Dabei zeigte sich: Angehende Lehrkräfte bekommen im Studium wenig didaktischen Input, stehen ohnehin schon stark unter Druck und sind zusätzlich mit aktuellen politischen Entwicklungen konfrontiert. Wer diese Zielgruppe erreichen will, sollte deshalb auf Angebote setzen, die attraktiv wirken und nicht nach zusätzlicher Arbeit aussehen. Vielversprechend erschien uns etwa, praktische Werkzeuge für die Vermittlung von Wissenschaftskompetenz anzubieten – und Wege, um Schüler:innen den Nutzen von Wissenschaft greifbar zu machen. Ebenfalls relevant: Open Educational Resources und die Debatte darüber, ob Wissen (und Schulbücher) als öffentliches Gut verstanden werden sollten – ein Thema, das später zur Barcamp-Session „Open Educational Resources für Schulen“ führte.

In diesem Jahr fand die Session bereits zum vierten Mal statt, diesmal in kleiner Runde und mit Fokus auf den Naturwissenschaften. Ziel der Session war es, Erfahrungen und positive Beispiele zusammenzutragen – Erfolge, die wir selbst oder andere durch Open-Science-Praktiken, -Werkzeuge und -Denkweisen erreicht haben. Solche Erfolgsgeschichten sollen inspirieren und als gute Beispiele dienen, um mehr Menschen für Open Science zu begeistern.

Drei der diesjährigen Erfolgsgeschichten:

1. das Humangenomprojekt, ein Open-Access-Vorzeigeprojekt, das 1990 startete und in einer riesigen gemeinschaftlichen Kraftanstrengung das menschliche Genom sequenzierte – die Daten wurden dabei gleich zusammen mit den Publikationen veröffentlicht.
2. die Fachzeitschrift eLife, die als Vorreiterin über ihr Ambassador-Programm Forschende darin schulte, Open-Science-Prinzipien in ihrer Arbeit und ihren Communities umzusetzen – für viele der Ambassadors ein echter Karriereschub, der bis heute prägt, wie sie an ihre Arbeit herangehen.
3. Ein teilnehmender Forscher gewann durch einen Zeitungsartikel über ein Projekt an Sichtbarkeit, was in der Folge auch die Veröffentlichung der zugehörigen Daten erleichterte.

Als zentrale Erkenntnis dieser Session bleibt: Wir profitieren heute ganz konkret von den Vorreiter:innen, die Open-Science-Prinzipien in der Vergangenheit eingefordert und selbst gelebt haben – etwa durch leichtere Datenpublikation und mehr Sichtbarkeit.

Diese Session drehte sich um die Frage, warum Schulbücher – meist proprietär und selten digital verfügbar – ständig neu aufgelegt werden müssen, und wie sich das ändern ließe. Zwar ist das kein klassisches Open-Science-Thema, doch sind ähnliche Akteure beteiligt, etwa Verlage. Die Gruppe entwickelte eine Vision, in der sich Schulbuchinhalte zu Open Educational Resources (OER) entwickeln: gepflegt von einer Community und möglicherweise unterstützt von kommerziellen Anbietenden. Solche Ressourcen wären online, unter offenen Lizenzen, frei zugänglich, leicht anpassbar und übersetzbar und würden sich fortlaufend weiterentwickeln. Bei Bedarf ließen sie sich auch drucken. Das größte Hindernis dafür scheinen jedoch die finanziellen Interessen der Verlage zu sein, die aktuell zu einer eher suboptimalen Situation für Schüler:innen und die Öffentlichkeit führen. Die Session verwies zudem auf die wachsende Bewegung rund um OER in der Bildung sowie das bevorstehende OERCamp Ende August – eine gute Gelegenheit, sich hierzu weiter zu vernetzen.

Ausgangspunkt dieser Session war ein bekanntes Thema: Datenrettung und die Widerstandsfähigkeit von Forschungsdateninfrastrukturen. Wenn man versucht, etwa mittels BitTorrent eine dezentrale Infrastruktur zur gemeinschaftlichen Sicherung von Forschungsergebnissen aufzubauen, entstehen dabei neue Herausforderungen für die Data Governance. Denn fällt das ursprüngliche Repositorium aus, in dem ein Forschungsergebnis veröffentlicht wurde, verschwinden mit ihm oft auch die dort verankerten Governance-Mechanismen.

In der Session ging es deshalb um die Frage: In welchen Situationen wird Governance in einer dezentralen, offen vernetzten Infrastruktur zur echten Herausforderung? In einer kleinen Gruppe sammelten wir mehrere Szenarien: die Veröffentlichung einer neuen Datensatzversion, die nachträgliche Korrektur von Metadaten samt aller replizierten Kopien – etwa weil eine Forscherin oder ein Forscher den Namen geändert hat –, oder sogar die vorübergehende Sperrung des Zugriffs auf Forschungsergebnisse, wenn deren Urheber:innen durch politische Repression gefährdet sein könnten.