- Open Science bringt den Wert aller Interessengruppen zur Geltung
- Open Science liefert die besten Ergebnisse bezogen auf den Ressourceneinsatz
- Open Science ermöglicht große Entdeckungen
Das grundlegende Versprechen der wissenschaftlichen Forschung besteht darin, die Geheimnisse des Unbekannten zu lüften. Historisch gesehen wurde Forschung überwiegend durch Wissenschaftler*innen betrieben, die alleine oder in kleinen Teams intensiv an einer spezifischen Fragestellung forschten. Dieser Archetypus ist so allgegenwärtig, dass sogar in Cartoons regelmäßig das Bild einer einzelnen Person heraufbeschworen wird, die konzentriert in ein Mikroskop starrt. Dieses Modell veranschaulicht, wie viele Menschen über Wissenschaft denken: Formuliere eine Fragestellung, erforsche sie eingehend und teile dann Deine Erkenntnisse. Das metaphorische Mikroskop – ein Paar Augen, die unter Ausschluss aller anderen Stimuli aufmerksam auf einen Ausschnitt aus dem Ganzen gerichtet sind – ist ein Teil des Problems.
Wissenschaftliche Entdeckung ist zwar nach wie vor auf sorgfältige Forschung angewiesen, doch stellt ein Labor mit Fokussierung auf nur einen Themenbereich einen Ressourcen-Engpass dar. Allzu häufig verlangsamt der begrenzte Zugang zu Daten und Werkzeuen/Tools den Entdeckungsprozess und führt zu kostspieligen und ineffizienten Überschneidungen. Die Kosten für Forscher*innen – und Patient*innen – sind besonders hoch, da es möglicherweise Jahre dauert, bis Daten und Schlussfolgerungen generiert und publiziert sind – nur um dann durch ein minimal unterschiedlich gelagertes Projekt in den Schatten gestellt zu werden.
Die Konsequenzen eines solchen Modells sind leicht zu erkennen. Die Generieung solcher Daten ist oft eher ein durch Wettbewerb anstatt Kooperation geprägtes Unterfangen, was den wissenschaftlichen Entdeckungsprozess behindert. Die Herausforderungen im Zusammenhang mit der Generierung und Pflege des Datenbestands stehen häufig im Wettstreit mit der durchgeführten wissenschaftlichen Forschung, und die Beiträge einzelner Forscher*innen werden im Prozess womöglich gemindert. Dieser geschlossene Prozess führt unweigerlich zu zerstückelten Silo-Datensätzen, die teurer in der Erzeugung und schwieriger zu analysieren und zu vergleichen sind. Schlimmer noch: Man verpasst Entdeckungen womöglich, wenn es nicht möglich ist, isolierte Datensätze effektiv zu vergleichen.
Als Alternative zu einem solchen Modell wird häufig die „Open Science“, d.h. die frei zugängliche Wissenschaft, genannt. Ein Ansatz besteht hierbei darin, gemeinsame Plattformen für Forschungsdaten aufzubauen und dann Mittel und Wege zu entwickeln, wie zahlreiche Forscher*innen gleichzeitig daran arbeiten können. Forschungsverbünde wie das ENCODE Project, GTEx und andere haben zunehmend deutlich den Mehrwert einer kooperativen Datengenerierung aufgezeigt und nachhaltige Erfolge gezeitigt, indem sie Möglichkeiten für hochkarätige Forschung mit entsprechender Wirkung schufen. Forscher*innen mit unterschiedlichen Interessen und Expertise nutzen die Daten unabhängig oder kooperativ, je nach Bedarf. Aus der Perspektive der Ressourcengenerierung können bei diesem Modell mit demselben Ressourceneinsatz (Finanzierung, Zeit, Arbeitsaufwand) größere und wertvollere Datensätze entstehen.
Wenn Forschungspläne, Frühergebnisse und Herausforderungen geteilt werden, verstärkt sich dadurch ebenfalls die Wirkung der Beiträge Einzelner in einem Projekt, womit Forscher*innen aufkommende Schlüsselfragen aufgreifen und bearbeiten können. Besonders wichtig ist dies für Forscher*innen und Trainees, die noch am Anfang ihrer Karriere stehen und im Rahmen eines Open-Science-Modells eine gewisse Öffentlichkeitswirkung und Zugang zu Chancen erlangen. Dieses Modell fördert ebenfalls die gleichberechtigte Zusammenarbeit, da Einzelne hier Beiträge zu laufenden Arbeiten leisten können – im Wissen darum, dass ihre Anstrengungen im Prozess gewürdigt werden. Dieser Schwerpunkt auf der kontinuierlichen Arbeitsteilung im Arbeitsprozess fördert auch Best Practices bei der Entwicklung von gemeinsamen Werkzeugen und Ressourcen und erhöht die Anzahl der Forscher*innen, die das entsprechende Rüstzeug für Handhabung und Nutzung bestehender Daten haben. Genauso wie GP2 einen gleichberechtigten Nutzen für die verschiedenen einbezogenen Kohorten anstrebt, wird mit der Selbstverpflichtung zugunsten der Open Science, also frei zugänglichen Forschungsergebnissen, schließlich sichergestellt, dass die Ressourcen und Möglichkeiten tatsächlich die Forschung – und die Forscher*innen – unterstützen, die sich an diesem bahnbrechenden Unterfangen beteiligen.
[1] ENCODE Project Consortium. An integrated encyclopedia of DNA elements in the human genome. (Eine umfassende Enzyklopädie der DNA-Elemente im Humangenom.) Nature. 2012;489(7414):57-74. doi:10.1038/nature11247