The Future is Open Science – Folge 58: Open Science in der BWL

Dr. Doreen Siegfried

Leitung Marketing und Public Relations, ZBW – Leibniz-Informationszentrum Wirtschaft

Prof. Dr. Marko Sarstedt
Leiter des Instituts für Marketing, LMU Munich School of Management

[00:00:00] Intro

[00:00:03] Marko Sarstedt:
Anstatt halt immer hinzugehen und neue Effekte, neue Theorien und alles neu irgendwie zu verfolgen, müsste man sich eigentlich mal hinsetzen und sagen, „Okay, wo stehen wir jetzt eigentlich?“. So eine Bestandsaufnahme. Und deswegen sind für mich Replikationen absolut zentral.

[00:00:21] Marko Sarstedt:
Ich denke, da machen wir es uns manchmal ein bisschen leicht in der BWL, zu sagen: „Ja, sind halt proprietäre Daten, sind halt sensible Daten. Geht halt nicht, sorry. „

[00:00:33] Marko Sarstedt:
Aber da müssen wir auch als Disziplin ran: Berufungskommission. Jemand erstellt eine Software, packt die auf CRAN, also ein R-Paket oder so. Das finde ich eine Riesenleistung. Und sollte man wertschätzen.

[00:00:55] Doreen Siegfried:
Hallo und herzlich willkommen zu einer neuen Folge von „The Future is Open Science“, dem Podcast der ZBW. Mein Name ist Doreen Siegfried und ich treffe mich hier mit ganz unterschiedlichen Leuten aus dem Wissenschaftsbetrieb, die Ihnen verraten, wie sie in ihrer täglichen Arbeit Open Science voranbringen. Heute sprechen wir über die betriebswirtschaftliche Forschung im digitalen Zeitalter, über Fragen der Transparenz, Reproduzierbarkeit und Qualitätssicherung. Und über die Rolle von Open Science in einer Disziplin, die stark quantitativ arbeitet, international publiziert und auch häufig mit proprietären Daten forscht. Die Frage lautet also, wie offen kann und sollte BWL-Forschung sein? Welche strukturellen Veränderungen betreffen Publikationskultur, Anreizsysteme und methodische Standards? Und was bedeutet die Replikationsdebatte für eine anwendungsorientierte Sozialwissenschaft? Und darüber spreche ich heute mit einem Wirtschaftsforscher, der nicht nur zu einem der meistzitierten BWL-Forscher zählt und regelmäßig Preise für seine Forschung bekommt, sondern der sich auch aktiv an der Diskussion um Transparenz, Reporting-Standards und Nachvollziehbarkeit empirischer Forschung in der BWL ganz vorn beteiligt. Das heißt, ich spreche heute mit Prof. Dr. Marko Sarstedt, Leiter des Instituts für Marketing an der Munich School of Management der Ludwig-Maximilians-Universität in München. Herzlich willkommen, Marko.

[00:02:29] Marko Sarstedt:
Ja, vielen Dank. Danke, dass ich da sein darf.

[00:02:31] Doreen Siegfried:
Okay. Wir starten also gleich mit den kleinen Fragen. Nämlich, wo steht die Betriebswirtschaftslehre aktuell in der Open-Science-Debatte?

[00:02:40] Marko Sarstedt:
Also, wenn man sich so die Open-Science-Debatte in der BWL anschaut, dann dreht die sich häufig um Open Access. Also es geht halt viel um DEAL, zum Beispiel. Und bei uns ganz konkret auch um die Kosten, die damit einhergehen, inwiefern das auch die richtigen Anreize schafft. Das ist sicherlich ein ganz wichtiger Aspekt von Open Science, aber aus meiner Sicht gar nicht der zentrale. Also für mich spielt bei Open Science eher die Transparenz im Forschungsprozess selber schon in der Vorbereitung der Durchführung eine große Rolle. Und dass dann die Ergebnisse am Ende dokumentiert und frei zugänglich sind, das ist wichtig. Aber für mich sind halt die Qualitätsschranken vorne durch Transparenz wichtiger, weil es uns nichts bringt, wenn ein tolles Ergebnis publiziert wird, was aber am Ende nicht replizierbar ist und auch nicht reproduzierbar. Dann bringt uns Open Access eben auch nicht so viel. Und deswegen stehen wir da insgesamt in dieser Open-Science-Debatte aus meiner Sicht noch relativ am Anfang.

[00:03:38] Doreen Siegfried:
Ja, okay. Und würdest Du sagen, dass das Thema… Also, wenn Du sagst, es steht am Anfang, wird es dann diskutiert oder wird es nur am Rande diskutiert? Oder ist das eher so ein Thema für einen kleinen Kreis, für eine kleine Gruppe an, ich sag mal, Avantgardisten?

[00:03:59] Marko Sarstedt:
[lacht] Also, Avantgardisten gab es in dem Bereich schon länger, ist richtig. Aber ich sehe schon, dass das Thema immer mehr an Traktion gewinnt in der BWL. Aus verschiedenen Gründen. Einerseits, glaube ich, geht es vielen so wie mir. Man hat irgendwie so ein ungutes Gefühl, ob das denn wirklich alles reproduzierbar ist und replizierbar, was wir da machen, als Disziplin. Und wenn man das so sich anschaut, dann denkt man schon so, naja, also sind die Effekte teilweise schon wirklich etwas fragwürdig. Ob man die wirklich so bei wiederholten Messungen nachvollziehen kann, ist irgendwie so ein bisschen schwierig. Also, da gibt es eine Gruppe, die da immer größer wird, aus meiner Sicht. Auf der anderen Seite sehen wir aber natürlich institutionelle Veränderungen im Feld. Abgesehen von Initiativen, wie von der DFG, die das auch immer mehr einfordern, das sind auch immer mehr Institutionen… Also Universitäten halten ihre Forscher dazu an, auch Open Science in bestimmten Bereichen durchzuführen oder den Standards zu folgen. Und dann haben wir aber natürlich auch den Druck von den Journals, die das auch immer mehr einfordern, zu unterschiedlichem Ausmaß tatsächlich. Aber so was wie Replication Packages, dass man die Daten frei verfügbar macht, Folgestudien oder schon die ersten Studien präregistriert, das sehen wir schon. Aber es ist extrem heterogen. Das ist schon klar. Ja.

[00:05:29] Doreen Siegfried:
Ja, okay. Nun ist ja die BWL, so wie viele andere wissenschaftliche Fächer ja auch, eine Disziplin, die ja nicht an den deutschen Landesgrenzen endet, wenn es so um Orientierung geht und auch Zusammenarbeit. Was würdest Du denn sagen, welche nationalen oder auch internationalen Entwicklungen prägen denn die Diskussionen in der BWL im Kontext von Open Science?

[00:05:52] Marko Sarstedt:
Also, im internationalen Kontext sehen wir halt viel Diskussion auf Journalebene. Man sieht halt schon, dass da ein Druck vorherrscht, auch von Seiten der Publisher, dass man Daten verfügbar macht. Und wenn es zunächst nur auf Nachfrage ist. Zum Beispiel, dass man Code verfügbar macht usw. Publisher haben natürlich auch ein Interesse daran, dieses Open-Access-Schema weiter zu verfolgen und zu monetarisieren. Insofern ist das sicherlich auch etwas, was auf internationaler Ebene in die nationalen Diskussionen reingetragen wird. Im nationalen Kontext, jetzt in Deutschland, sehen wir Initiativen wie vom VHB zum Beispiel, die in die Richtung gehen. Wir sehen Forschungsdateninfrastrukturen von BERD. Und da passiert schon eine ganze Menge tatsächlich. Aber aus meiner Sicht ist das eben noch nicht so richtig eine breite Entwicklung, so ein Movement, wie man so schön sagt. Und auch noch nicht richtig vernetzt. Also, ich glaube, da sehen wir jetzt gerade so die ersten Entwicklungen, dass es in Richtung Vernetzung geht. Und da spielt ja auch die ZBW eine ganz wichtige Rolle. Und so wird das dann Schritt für Schritt sich, glaube ich, der internationalen Diskussion, die aus meiner Sicht generell schon etwas weiter ist, etwas annähern.

[00:07:08] Doreen Siegfried:
Wo Du das sagst, die internationale Entwicklung ist da so ein bisschen weiter. Also wo würdest Du sagen, sind denn da die größten Unterschiede? Wo würdest Du sagen, ist der angloamerikanische Bereich schon fortgeschrittener?

[00:07:23] Marko Sarstedt:
Ich glaube, das ist vor allen Dingen… Also, ich meine, ich kann das jetzt an vielen so kleinen Dingen festmachen, wie Journals damit umgehen, wie Forscher diesen Journalstandards entsprechen oder nicht. Aber ich glaube, das ist einfach eine Selbstverständnis-Frage. Also, das Verständnis, dass man, dass Transparenz in der Forschung einfach eine oberste Maxime ist, ist aus meiner Sicht in vielen internationalen Universitäten schon etwas deutlich oder etwas weiter verbreitet, könnte man sagen, um es mal freundlich zu sagen. Aber auch da ist es sehr heterogen. Ich denke jetzt so ein bisschen an die Ivy-League-Universitäten oder sowas wie Columbia. Ich war letztes Jahr an der Columbia University. Da ist es halt völlig klar, dass man diesen Forschungsprozess völlig transparent macht. Es wird den Doktoranden da schon gleich mit auf den Weg gegeben, da gibt es spezifische Kurse für usw. Ja. Und daran sieht man schon, dass da zumindest das Selbstverständnis ein anderes ist.

[00:08:23] Doreen Siegfried:
Ja, okay. Ich nehme so ein bisschen wahr, ich würde mal deine ich, mich würde mal Deine Einschätzung interessieren, dass ja auch Forschende aus den Verhaltenswissenschaften, aus der Psychologie oder aus anderen verhaltenswissenschaftlichen Fächern so in die BWL reinkommen und ihre Sozialisierung, ihre wissenschaftliche Sozialisierung mitbringen. Würdest Du sagen, das spielt eine Rolle? Und wenn ja, wo steht da vielleicht die BWL im Vergleich zu anderen Sozialwissenschaften?

[00:08:57] Marko Sarstedt:
Also, ich bin natürlich jetzt als Marketingforscher da so ein bisschen geprägt, weil wir arbeiten stark verhaltenswissenschaftlich. Wir arbeiten ja am Subjekt quasi, zumindest in einem Bereich. Und dann haben wir einen anderen Bereich im Marketing, der extrem stark modellgetrieben mit Sekundärdaten arbeitet. Deswegen finde ich, ist der Bereich Marketing eine schöne Blaupause für diese Entwicklung, die wir… oder die Entwicklung von Open Science. Weil tatsächlich ist diese Debatte ja vor allen Dingen aus der Psychologie reingetragen worden bei uns.

[00:09:31] Doreen Siegfried:
Ja, genau.

[00:09:32] Marko Sarstedt:
In der Psychologie hatten wir ja Anfang 2000… Also 2011 ging es dann richtig los. Da gab es ja breite Diskussionen um die Reproduzierbarkeit, Replizierbarkeit von Forschungsergebnissen. Und das hat ja wirklich zu einem substanziellen Wandel geführt in der Institution, im Selbstverständnis der Disziplinen, in dem Doing der Forscher am Ende. Und Marketing, in dem Bereich, wo wir halt stark verhaltenswissenschaftlich auch Konsumentenverhalten, Psychologie zum Beispiel… Da haben wir große Anknüpfungspunkte an diesem Bereich. Und da wurde das halt sehr schnell zu uns reingetragen. Und da ist die Diskussion auch deutlich, sagen wir mal, weiter als, sagen wir jetzt sehr in diesem modellgetriebenen, datenbasierten Marketing, wo man halt mit Sekundärdaten arbeitet usw. Und das war insofern auch für mich ein tolles Erlebnis, weil ich habe einen Forschungsbeitrag geschrieben und da waren wir genau so ein heterogenes Team.

Also wir waren… Die eine Hälfte waren so eher verhaltenswissenschaftliche Forscher, Konsumentenverhalten, die anderen waren so stark modellgetrieben. Und da halt einen Konsens zu finden, überhaupt ein Verständnis für die Notwendigkeit, das war das erste Spannende. Und das große Missverständnis, finde ich, meiner Kollegen, die aber halt stark mit Modellen arbeiten, sie sagen halt: „Ja, das ist halt alles viel objektiver und wir haben die ganzen Probleme ja überhaupt gar nicht.“ Ja. Natürlich einerseits, wenn man sich die Datenstrukturen anschaut, dann stimmt das ja irgendwie schon. Wenn ich mit Unternehmensdaten arbeite, dann sehen die auf den ersten Blick erstmal objektiv aus. Dass da auch Messfehler drin sind usw., das ist eine ganz andere Frage. Das hat aber weniger mit Open Science zu tun als überhaupt mit unserem Verständnis von Messung. Aber natürlich, bei der Analyse solcher Daten treffen ja Forscher genauso 1 Million verschiedener Entscheidungen. Also, welchen Schätzer nehme ich? Welche Algorithmus Einstellungen verwende ich? Wie gehe ich mit den Daten um, wenn ich da irgendwie fehlende Werte habe und mit Ausreißern usw. und so Reporting usw.  Also, es sind ja 1000 Sachen, die extrem subjektiv sind. Und da kommen halt eben Probleme in der Replizierbarkeit tatsächlich auch her, weil diese ganzen subjektiven Entscheidungen am Ende auch nicht quantifiziert werden im Ergebnis. Also, das machen wir ja nicht. Physik macht das zum Beispiel. Die BWL macht das nicht. Und daher denke ich, haben wir eine extreme Heterogenität in der BWL. Nämlich diejenigen, die stark verhaltens-, datenbasiert arbeiten und verhaltenswissenschaftlich arbeiten, die sind diesen Open Science Diskussionen schon länger ausgesetzt. Und ich glaube, da sehen wir auch so ein Shift im Verständnis. Wo man aber eher so mit Sekundärdaten arbeitet, so in Finance oder so, da ist es halt auch größtenteils kein Thema: „Ja, das passt schon. Dann nehmen wir halt den Schätzer X und mit der Parametrisierung Y. Und dann läuft das.“ Ja, aber das ist, glaube ich, ein Missverständnis. Das läuft nicht.

[00:12:24] Doreen Siegfried:
Ja, okay. Aber die Naturwissenschaften, die sind ja… Also, wenn man jetzt sagen würde, okay, dieser eine Strang ist so ein bisschen vernaturwissenschaftlicht… Also in der Physik oder in anderen naturwissenschaftlichen Fächern werden ja auch Daten offengelegt und geteilt und Entscheidungen offengelegt und präregistriert usw. usw. Also, wie würdest Du Dir das erklären? Was sind da so die besonderen strukturellen Besonderheiten vielleicht in der BWL, dass es zu dieser zögerlichen Haltung kommt?

[00:12:54] Marko Sarstedt:
Naja, okay. Also was Open Science angeht, dazu kann ich gleich kommen. Aber ein grundsätzlicher Unterschied zwischen den Fächern ist halt darin, wie wir überhaupt Messungen verstehen, zum Beispiel. Also wenn wir in der BWL über Messung nachdenken, dann gucken wir uns ja meistens irgendwie so einen normalen Stichprobenfehler zum Beispiel an und sagen, das ist halt die Unsicherheit, die mit unserer Messung einhergeht. Und das ist auch durchaus richtig, ist aber nur ein Teil davon, weil natürlich kommt Unsicherheit auch durch ganz andere Dinge in unsere Daten und unsere Analysen rein. Zum Beispiel eben diese subjektiven Entscheidungen, die wir als Forscher treffen. Das bedingt ja auch ein Schwanken unserer Messung. Der Unterschied zur Physik ist aber, dass wir das nicht quantifizieren. Die Physik macht das. Sie versucht das eben in diese Berechnung der der Ergebnisse, also genauer gesagt im Konfidenzintervall, einzurechnen. Und das tun wir eben nicht. Da kommt mal ein großer struktureller Unterschied her, warum auch die Ergebnisse bei uns stärker flattern. Hängt natürlich auch mit dem Subjekt zusammen. Menschliches Verhalten zum Beispiel ist natürlich in der Regel deutlich schwieriger zu messen als ein physikalischer Prozess. In der Regel natürlich. Die Physikfreunde hier der Zuhörerinnen und Zuhörer werden mich natürlich jetzt kritisieren und sagen: „So einfach ist das ja auch nicht“. Ja, ne, sage ich auch nicht. Aber zumindest haben wir nicht diese beschränkte Rationalität eines Entscheiders, die es halt schwierig zu quantifizieren gilt. Die andere Sache ist, in der Open-Science-Debatte haben wir halt Fächer, in der gerade so in der Medizin, da ist das schon länger verbreitet. Das wurde auch schon institutionell durchgesetzt, zum Beispiel durch die US-Regierung, dass halt Studien präregistriert werden müssen. Und das hat natürlich, glaube ich, vor allen Dingen was mit den Konsequenzen von mangelnder Replizierbarkeit zu tun. Ich meine, natürlich hat das auch handfeste Konsequenzen bei uns, wenn wir zum Beispiel uns Effekte anschauen, wie das Nudging, im Marketing ein bekanntes Phänomen. Wo sich dann am Ende aber herausstellt, dass das Ganze überhaupt gar nicht replizierbar ist. Dann ist das Schlimmste, was passieren kann, dass Unternehmen sich vielleicht darauf verlassen haben oder Institutionen sich darauf verlassen haben und dann hat das eben dann doch nicht so funktioniert. Dann haben sie halt eine Menge Geld verloren im Zweifelsfall. klar. Aber in der Medizin sind die Konsequenzen solcher False Positives natürlich ganz viel gravierender. Und deswegen, glaube ich, hat man da auch mehr Qualitätsschranken frühzeitig reingezogen. Und eine ist halt, Transparenz zu schaffen, dass die Ergebnisse auch nachvollziehbar sind, dass die Daten verfügbar sind, dass der Code verfügbar ist, dass es reproduziert, aber dann in der Folge auch repliziert werden kann.

[00:15:42] Doreen Siegfried:
Ja, okay. Aber wenn du jetzt sagst, beispielsweise: „Okay, die Medizin, da wird das alles ernster genommen. Das ist ja, in Klammern, ein bisschen wichtiger, als die Resultate der BWL-Forschung.“ Welche Rolle spielt denn tatsächlich diese, also, Open Science im Sinne von Qualitätssicherung auch für die Reputation der Disziplin?

[00:16:03] Marko Sarstedt:
Ich bin natürlich jetzt kein Medizinforscher. Also weiß ich nicht so genau, inwiefern das auf allen Ebenen auch tatsächlich nachgehalten wird. Weil auch in der Medizin haben wir ja ähnliche Limitationen im Publikationssystem wie in der BWL, starker Fokus auf Impactfaktoren. Wir haben halt auch da großen Publikationsdruck im System. Also insofern weiß ich nicht so genau, ob das halt an allen Ecken und Enden immer vorgehalten wird.

[00:16:36] Doreen Siegfried:
Ne, ich meine das anders. Also die BWL sozusagen… Wenn wir uns alle Disziplinen angucken, die im Wissenschaftsökosystem so nebeneinanderstehen. Wenn Du jetzt sagst, „Okay, in der Medizin ist man ein bisschen strenger, weil da geht es letztlich um Leben und Tod. Und in der BWL, da funktioniert mal irgendeine Nudging Methode nicht“. Man könnte dann ja sozusagen vereinfacht sagen, „Na gut. Was die BWL-Forschung da so rausfindet, das ist jetzt nicht so gravierend.“ Aber am Ende des Tages ist es ja doch gravierend. Also die Frage, die sich mir stellt, ist: Vielleicht, inwieweit sollte die BWL eben doch darauf achten, dass alles gut nachvollziehbar ist, replizierbar usw., um als Disziplin auch ernst genommen zu werden? Oder noch ernster als sowieso schon? Verstehst Du, was ich meine?

[00:17:23] Marko Sarstedt:
[lacht] Ja, klar. Also ich wollte jetzt nicht sagen, dass BWL keine wichtigen Ergebnisse produziert.

[00:17:28]
[beide lachen]

[00:17:28] Doreen Siegfried:
Nein, nein, nein. Das wollte ich auch nicht nahelegen. Aber Du verstehst was… worauf ich hinaus will?

[00:17:33] Marko Sarstedt:
Ne. Ich verstehe das. Natürlich verstehe ich das. Ja. Ich weiß nicht. Kennst Du „The Big Bang Theory“? Kennst Du wahrscheinlich, oder? Und die Zuhörer kennen das ja wahrscheinlich auch, ja. Unser Sheldon macht ja immer Witze über die Sozialwissenschaften. Das ist immer so der Running Gag dieser ganzen Serie. Ja, er ist halt Physiker und dann macht er sich immer über die Sozialwissenschaften lustig, meint, ja, das sind ja alles keine Forscher. Also ein bisschen das schwingt da natürlich auch mit. Unsere Sachen sind nicht ganz so wichtig. Und vielleicht liegt das auch teilweise an uns, dass wir das gar nicht so richtig kommunizieren. Weil natürlich sind die total wichtig. Ja.

[00:18:15] Doreen Siegfried:
Absolut.

[00:18:15] Marko Sarstedt:
Unsere Forschung ist absolut zentral für das Funktionieren von Unternehmen, für das Funktionieren eines gesamten Wirtschaftssektors, auch für die Interaktionen von Menschen in diesen Organisationen. Also… Und ich finde, da verkaufen wir uns manchmal ein bisschen unter Wert. Wir sagen dann aber, ja, dadurch, dass das menschliche Verhalten so unfassbar schwer zu greifen ist, beschränkt rational, müssen wir halt eben auch damit leben, dass diese Sachen halt nicht immer so replizierbar sind. Ja. Da haben wir es uns irgendwie ganz schön in so eine Ecke, in so einer Ecke bequem gemacht, aus meiner Sicht. Und das finde ich halt falsch. Ja.

[00:18:56] Doreen Siegfried:
Ja.

[00:18:57] Marko Sarstedt:
Ich finde, ganz viel ist in diesem System tatsächlich falsch. Das fängt… Insbesondere geht das mit den Journals los. Mal abgesehen von den ganzen Diskussionen um Impactfaktoren usw. Aber das Selbstverständnis vieler Top Journals, insbesondere im Marketing, da kann ich es halt beurteilen. Ich spreche jetzt nicht für Accounting und Finance, also da weiß ich es nicht. Aber jetzt nehmen wir Marketing. Da ist halt irgendwie das Verständnis: Ja, wir wollen halt möglichst spektakuläre und neue Ergebnisse haben und Dinge, die halt irgendwie überraschend sind. Ja. Und das ist genau das Falsche aus meiner Sicht. Weil wir sehen doch, dass viele der fundamentalen Effekte, die wir rauf und runter unseren Studis im Konsumentenverhalten zum Beispiel beibringen, dass die bei genauerer Betrachtung entweder deutlich schwächer sind oder überhaupt nicht replizierbar sind. Und wir müssen uns doch erstmal hinsetzen, wieder an den Schreibtisch und sagen, okay, gegeben, die heutigen Umfeldbedingungen… Also vielleicht gab es die ja vor 20 Jahren, will ich ja gar nicht in Abrede stellen. Ich will ja nicht sagen, das war alles falsch, was wir vor Jahrzehnten gemacht haben. Wir müssen uns doch aber hinsetzen und fragen, „Was gilt denn heute noch?“ Oder was war damals vielleicht auch aufgrund methodischer Limitation, was war vielleicht ein bisschen positiv gesehen? Ganz explizit ich sag nicht, dass da irgendwie betrogen wurde, mit Daten rum gefälscht. Das gibt es natürlich auch, aber in der Masse ist das halt kein Phänomen aus meiner Sicht. Aber anstatt halt immer hinzugehen und neue Effekte, neue Theorien und alles neu irgendwie zu verfolgen, müsste man sich eigentlich mal hinsetzen und sagen, „Okay, wo stehen wir jetzt eigentlich?“ So eine Bestandsaufnahme. Und deswegen sind für mich Replikationen absolut zentral.

[00:20:39] Doreen Siegfried:
Ja, ja. Ja, okay. Ich kenne das aus Diskussionen mit Leuten aus der Psychologie, die sagen: „Okay, im Studium hat man bestimmte Sachen gelernt, bestimmte Experimente und Ergebnisse daraus wurden sozusagen als Stand der Forschung auch gelehrt. Und dann stellte sich heraus das ist gar nicht replizierbar. Das ist gar nicht nachvollziehbar. Und stimmt es eigentlich? Ist das sozusagen ein Befund, auf den ich mich verlassen kann?“ Okay. Aber was mich noch interessieren würde: In der BWL gibt es ja eine große Praxisnähe, also sprich: viele Unternehmenskooperationen usw. Inwieweit beeinflusst denn diese Nähe zum Feld auch die Offenheit von Forschung?

[00:21:21] Marko Sarstedt:
Ja, das hat natürlich einen großen Effekt. Weil wenn man natürlich mit Unternehmensdaten arbeitet, dann sind die meisten proprietär. Und dann gibt es halt Non-Disclosure Agreements und die Daten kann man dann natürlich nicht frei verfügbar machen. Logisch. Ja. Genau so arbeiten halt viele Forscherinnen und Forscher bei uns mit Datenbanken. Die Zugänge kosten halt fünf-, sechsstellige Beträge im Jahr. Also natürlich kann man diese Daten nicht einfach so verfügbar machen. Total logisch. Nur sich dann eben darauf zurückziehen, dass man halt überhaupt keine Transparenz im Gegenzug walten lässt, das geht aus meiner Sicht eben ja auch nicht. Da gibt es schon Möglichkeiten. Man kann zumindest Ausschnitte dieser Daten verwenden und das muss man dann eben mit den Unternehmen rausverhandeln. Ja, dass eben nicht kritische Daten da reinkommen oder nur ein kleiner Ausschnitt davon, dass es zumindest generell nachvollziehbar ist. Man kann auch einfach Korrelationsmatrizen reporten, dass zumindest auf Grundlage von diesen Matrizen also fundamentale Analysen nachvollziehbar sind. Oder was es auch in anderen Disziplinen gibt, mit Dummy-Daten arbeiten, dass zumindest der Code nachvollziehbar ist. Dass man den Code mitliefert und sagt, „Okay, unter welchen Algorithmuseinstellungen wurden denn diese Ergebnisse generiert?“ Und dann schafft man zumindest ein bisschen Transparenz. Aber das es natürlich nicht vollständig geht, sehe ich schon auch. Aber andere Disziplinen schaffen das ja auch. Also in der Medizin arbeiten wir jetzt auch mit Unternehmen zusammen, mit großen Pharmaunternehmen. Die schaffen auch Transparenz. Und da ist es sogar noch dramatischer. Da geht es ja dann tatsächlich um Patientendaten. Und auch da wird Transparenz geschaffen. Die Themen haben wir bei uns ja auch. In der qualitativen Forschung kommen ja auch durchaus sensible Daten vor. Und da denke ich halt immer, na ja, sich dann zurückzuziehen auf: „Das können wir nicht veröffentlichen, weil das ist halt zu sensibel.“ Gerade da muss man ja einen Weg finden, weil wenn das, wenn die Subjekte, die man untersucht, schon hinsichtlich sensibler Themen untersucht werden, dann sind die Ergebnisse und die Implikationen daraus ja umso weitreichender. Wenn ich jetzt über Diskriminierung am Arbeitsplatz oder so nachdenke, dann muss ich doch damit rechnen, dass auf Grundlage meiner Ergebnisse Policy-Änderungen vorgenommen werden. Und gerade dann muss das Ganze doch transparent und nachvollziehbar sein. Also ich denke, da machen wir es uns manchmal ein bisschen leicht in der BWL, zu sagen, „Ja, sind halt proprietäre Daten, sind halt sensible Daten. Geht halt nicht. Sorry.“

[00:23:52] Doreen Siegfried:
Ja, okay. Also ich verstehe das schon, dass man bestimmte Sachen nicht teilen kann. Aber mich würde noch interessieren, gerade weil Du sagst okay, in anderen Fächern werden auch Wege gefunden. Kennst du denn irgendwie so Kontexte oder Diskussionen, wo man sagt, okay, es muss doch irgendwo ein Weg zu finden sein? Wie machen das denn andere Fächer? Gerade jetzt, wo du sagtest okay, in der Medizin wurden auch Wege gefunden. Gibt es da aktive Bemühungen, mal über den Tellerrand hinauszuschauen und zu gucken, wie das in anderen Fächern gelöst wurde?

[00:24:22] Marko Sarstedt:
Also ich nehme es zumindest nicht so wahr tatsächlich. Es gibt halt in den Open Science Zentren an Unis gibt es halt schon natürlich da Diskussionen zu. Es gibt auch Richtlinien, wie man das machen kann. Aber es ist natürlich nicht so, dass das in der Regel umgesetzt wird. Und es ist halt eben auch aufwendig. Also wenn ich halt mit Unternehmensdaten arbeite und dann muss ich halt irgendwelche synthetischen Dummy-Daten auf Basis der gleichen Korrelationsstrukturen generieren. Das erfordert erstmal, dass ich überhaupt die Kompetenz dazu habe. Und das ist natürlich eine aufwändige Angelegenheit. Und ob das dann wirklich auch von Gutachtern, also zum Stand heute, als wertvoll angenommen wird, das würde ich auch noch bezweifeln. Also deswegen verstehe ich, dass man das dann halt nicht so unmittelbar umsetzen will und dementsprechend sich auch nicht unbedingt an anderen Feldern orientiert, die da vielleicht schon ein bisschen weiter sind.

[00:25:25] Doreen Siegfried:
Ja, okay. Ja, okay. Du hast gesagt, Du kennst dich natürlich jetzt logischerweise am besten im Marketing aus. Kannst Du… Hast Du vielleicht so eine kleine Teilabschätzung, wie sich sozusagen das ganze Thema Diskussion rund um Open Science in den anderen Subdisziplinen in der BWL entwickelt?

[00:25:46] Marko Sarstedt:
Ja, also ich meine, ich kriege so ein bisschen natürlich mit, mit den Diskussionen auch Kollegen anderer Fächer. Und meine Wahrnehmung ist schon so, was ich vielleicht eingangs auch schon kurz erwähnt hatte, ist, dass jeder, der so verhaltenswissenschaftlich arbeitet, da einfach qua Forschungsausrichtung näher dran ist an den Diskussionen. Also wenn wir uns so Behavioral Finance uns anschauen oder Behavioral Accounting oder so. Ich glaube, die werden da schon einfach sehr nah an diesen Themen dran sein. Ob das halt von den Journals schon umgesetzt wird, kann ich jetzt noch nicht so genau sagen. Mein Eindruck ist, dass sich die Fächer eher mit dem Thema Replizierbarkeit, Reproduzierbarkeit sorry Reproduzierbarkeit auseinandersetzen. Also der Frage, ob man mit den identischen Daten und einem gegebenen Code die Ergebnisse auch so nachvollziehen oder reproduzieren kann. Also da gibt es eine ganze Menge und da sind die Ergebnisse ja auch eigentlich insgesamt ganz, ganz positiv. Es gibt bei Management Science ein Paper, die haben gezeigt, ja, das geht bei uns ganz gut. Und auch im Finance gibt es da Paper, die, da sehe ich jetzt kein strukturelles Problem, wenn ich mir das so anschaue. Aber beim Thema Replizierbarkeit und damit einhergehend Transparenz, dass man halt den Forschungsprozess besser nachvollziehen kann, um darauf dann aufzubauen, da ist es extrem heterogen. Also gerade so diese modellgetriebene Community. Da passiert also aus meiner Sicht relativ wenig.

[00:27:20] Doreen Siegfried:
Ja. Ja. Okay. Wir hatten ja vorhin schon über Journals gesprochen und sozusagen die Suche nach dem immer neuen Bombast Ergebnis, was die große Überraschung herbeiführt. Welche Rolle spielen denn so Replication Packages? Also fordern Top Journals in Deinem Feld sowas ein? Und wenn ja, welche Konsequenzen hat das?

[00:27:44] Marko Sarstedt:
Ja, tatsächlich noch nicht systematisch. Also wir haben schon ein paar Vorstöße in die Richtung gesehen, aber die wurden teilweise wieder eingestellt. Und zwar nicht, weil die Journals das nicht als wertvoll erachten, sondern weil es einfach unfassbar aufwendig ist, das zu testen. Wir haben ja auch so Dateneditoren in ein paar Journals und ich habe das so ein bisschen mitgekriegt, weil ein Kollege sich da auch engagiert hat. Und das ist also wirklich absurd viel Arbeit, dass das halt kaum mehr handhabbar ist. Und tatsächlich sehen wir jetzt bei uns, ich bin ja auch Präsident der Academy of Marketing Science, wir haben auch ein Journal JAMS, ein FT50-Journal. Und da haben wir halt ähnliche Diskussionen. Weil, da wird schon drüber diskutiert: Müssen wir eigentlich machen, ja, so Replication Packages. Aber wie kriegen wir das organisatorisch gelöst bei mehreren 1.000 Submissions im Jahr, von denen ja dann auch mehrere 100 in die zweite Runde gehen. Spätestens da muss man das ja auch testen. Und das kriegt man institutionell also schwierig hin. Deswegen will ich da gar nicht die armen Journals so bashen. Ich verstehe das alles. Nichtsdestotrotz werden wir da sicherlich eine Entwicklung sehen. Wir haben ja auch vom Center for Open Science diese Score-Initiative. Also sprich, die Frage, wie reproduzierbar sind denn Ergebnisse? Da kommt jetzt auch bald ein Nature Paper zu raus. Kann ich jedem nur empfehlen, da mal reinzuschauen. Das wabert schon so ein bisschen im Internet rum. Und die haben einfach mehrere 100 Studien reproduziert und haben eine Reproduzierbarkeitsquote von so roundabout 50 % bis mehr generiert. Aber was ich eigentlich sagen wollte, was damit einhergeht mit dieser ganzen Diskussion, ist, dass man halt das Ganze auch automatisiert.

[00:29:33] Doreen Siegfried:
Das wollte ich nämlich gerade als nächstes fragen, ob das nicht irgendwie sozusagen jetzt das nächste große Ding ist. Dass gerade die Überprüfung der Replication Packages irgendeine AI übernimmt.

[00:29:43] Marko Sarstedt:
Da gehe ich von aus, …

[00:29:45] Doreen Siegfried:
Ja.

[00:29:45] Marko Sarstedt:
… dass das so sein wird. Da wird sicherlich… Also da hat ja auch die US-Forschungsgemeinschaft hat ja auch vor drei Jahren da schon einen Call für herausgegeben. Genau dafür, dass man so einen Reproducibility und Replicability, sogar also selbst Replicability, so einen Score entwickelt, so ein Scoring System, was halt automatisiert über die Paper geht. Eventuell die Daten dann … das Ganze dann eben einfach auf einen Punktwert bringt. Da bin ich mal sehr gespannt. Da werden wir sicherlich einige Versuche sehen. Und ob das dann gut funktioniert? Am Anfang sicherlich ein bisschen schwierig, könnte ich mir vorstellen, weil es ja auch nicht an den Forschern immer hängt oder so, ja. Es ist ja einfach auch ein Fakt, dass halt der Journalplatz beschränkt ist. Und wenn ich halt auf 7.000 Wörtern irgendwie 8 bis 10 Studien unterbringen muss, wie das halt im Konsumentenverhalten häufig so ist, da kann ich halt nicht alles bis ins kleinste Detail dokumentieren, das landet dann halt in irgendwelchen Appendices. Aber auch da sind halt dem Grenzen gesetzt. Also insofern bin ich mal gespannt, wo wir da landen werden. Aber da sehe ich eine klare Entwicklung. Das ganze Thema KI im Forschungsprozess wird uns bei der Reproducibility und Replicability genauso adressieren wie beim Thema KI geschriebene Texte überprüfen oder Gutachten. Ja. Das wird sicherlich in den nächsten Monaten, Jahren bei uns auch noch, uns beschäftigen als Disziplin.

[00:31:18] Doreen Siegfried:
Ja. Okay. Was mich noch interessieren würde, welche Rolle – also in diesem ganzen Kontext auch Reproduzierbarkeit, Replizierbarkeit und Datenverfügbarkeit usw. – welche Rolle könnten da vielleicht so Forschungsdatenzentren übernehmen oder Datenrepositories? Also könnten die nicht auch helfen, zur Not, bei der Erstellung dieser Replication Packages, dass man da sagt, man geht da neue Allianzen ein oder neue Verbindungen?

[00:31:46] Marko Sarstedt:
Wäre natürlich total wünschenswert, dass das zentralisiert wird über Forschungsdateninitiativen oder sowas wie BERD zum Beispiel oder OSF oder so. Das Problem ist nur, das sind ja meistens drittmittelgeförderte Initiativen oder völlig ehrenamtlich. Und da fehlt einfach, glaube ich das Budget, um solche Projekte groß umzusetzen. Also ich finde es schon immer erstaunlich, was das Centre for Open Science alles auf die Beine stellt. Wobei ich jetzt deren Finanzierungsstruktur nicht kenne, aber die werden jetzt sicherlich nicht durch die Unternehmenswelt gesponsert werden. Wenn ich mir dann aber anschaue, wie sich selbst Verlage wie Springer da schwertun, diese Dinge zu automatisieren. Wir sehen es ja jetzt gerade an der Frage, wie man KI generierte Texte und Gutachten identifizieren kann. Dann bin ich nicht sonderlich optimistisch, dass solche anderen Forschungsdateninitiativen so eine Mammutaufgabe werden bewältigen können. Wünschenswert wäre es, weil am Ende wird es sonst bei den Publishern landen und die haben dann vielleicht ihre eigenen Systeme und stellen die uns auch wieder alle in Rechnung. Also so richtig toll ist das nicht. Ja, aber man muss halt realistisch rangehen. Das kostet halt Geld. Und ja, da gibt es erstmal … steht erstmal kein Ertrag gegenüber, monetär. Sondern mehr Vertrauen und bessere Ergebnisse. Aber die kann man halt schwierig monetarisieren, dummerweise, ja, als System.

[00:33:22] Doreen Siegfried:
Okay. Aber da sind wir wieder bei dem Thema stabile Infrastrukturen. Wer kann das übernehmen? Und nicht nur ein Jahr lang, sondern die nächsten 50 Jahre. Wie auch immer.

[00:33:33] Marko Sarstedt:
Ja, genau.

[00:34:34] Doreen Siegfried:
Du hattest anfangs gesagt, als wir darüber sprachen: Okay, in der BWL wird hauptsächlich Open Science gleichgesetzt mit Open Access und den Rest kennt man nicht. Oder es ist zumindest noch ein bisschen unter dem Radar. Und der VHB als Fachgesellschaft spielt hier eine Rolle. Was entwickelt sich denn gerade beim VHB und welche Verantwortung würdest Du sagen, kommt diesen Fachgesellschaften zu?

[00:34:01] Marko Sarstedt:
Ich glaube, die Fachgesellschaften müssen schon das Thema Open Science mit auf die Agenda nehmen und in die einzelnen Teildisziplinen, Subgruppen, halt reintragen. Man kann sie natürlich nicht verdonnern, das zu machen, aber zumindest mal Instrumente an die Hand geben, dass man, wenn man denn Open Science verstärkt umsetzen möchte, dass man das auch leicht tun kann. Das fängt halt einfach erstmal damit an, das für das Thema zu sensibilisieren. Und das zweite wären dann halt eben Schulungen, wie man zum Beispiel mit verschiedenen Forschungsdateninfrastrukturen umgeht, wie man Replication Packages erstellt usw. Das kann also alles sehr spezifisch sein, aus meiner Sicht. Und das halt zu koordinieren über die verschiedenen Subdisziplinen und auch durchaus in Kollaboration mit anderen Assoziationen, wie ZBW zum Beispiel. Wäre ja eine gute Idee.

[00:35:02] Doreen Siegfried:
[lacht] Ja, habe ich nichts dagegen.

[00:35:03] Marko Sarstedt:
Machen wir ja auch schon irgendwie, ja. [lacht] Und da gibt es aber natürlich auch viele Open Science Center an den Unis und ich glaube, das muss man einfach ein bisschen besser vernetzen. Und alles sollte da reinkommen. Auch ein Forschungsdateninfrastrukturanbieter wie BERD spielt da auch eine total zentrale Rolle. Ja.

[0:35:20] Doreen Siegfried:
Du hattest ja anfangs schon gesagt: Okay, die Vernetzung ist noch ein bisschen unterentwickelt. Es gibt so Akteure, Vereine, wie auch immer, Organisationen, die alle so ein bisschen losgelöst voneinander agieren. Würdest Du sagen, der VHB hat hier die Rolle, tatsächlich so ein bisschen die Spinne im Netz zu sein und diese ganzen Leute zusammenzubringen, diese ganzen Akteure? So als eine Art zentrale Bühne. Oder wie kann so eine Vernetzung tatsächlich gut über die … wie kann das gut passieren?

[00:35:49] Marko Sarstedt:
Ja. Idealerweise schon.

[00:35:51] Doreen Siegfried:
Ja.

[00:35:51] Marko Sarstedt:
Also, idealerweise hätten wir so einen übergeordneten Verband, der die einzelnen Initiativen miteinander verbindet. Wie das dann genau funktioniert, das wird ja gerade auch diskutiert. Jetzt sogar diese Woche, also bzw. übermorgen, wenn man es ganz genau nimmt und…

[00:36:09] Doreen Siegfried:
Vielleicht als kleine Seitennotiz: Wir nehmen am 16. März auf und ganz kurz vor der VHB-Jahrestagung.

[00:36:16] Marko Sarstedt:
Genau. Also deswegen beschäftigt mich das Thema jetzt gerade auch. Und genau, jetzt geht es so ein bisschen um die Frage: Wie kann man das genau umsetzen? Es wird jetzt eine Arbeitsgruppe, -gemeinschaft geben, die sich genau diesem Thema widmet. Und ich finde, man muss halt mit kleinen Dingen starten. Sagen wir mal, dass man Special Sessions auf der Jahrestagung macht und auch von anderen Disziplinen halt Leute dazuholen, Psychologie zum Beispiel aus der Medizin. Und dann mal so Best Practices auch mal lernt von den anderen. Wie macht Ihr denn das? Und wie war denn das bei Euch? Und natürlich gibt es Widerstände, auch bei uns im System. Verstehe ich auch. Ist total menschlich. Aber ich glaube der realistische Weg, das in der BWL zu verankern und da spielt der VHB eine entscheidende Rolle, ist gerade in der Nachwuchsausbildung. Wir haben das ProDoks-Programm, zum Beispiel. Ein strukturiertes Doktorandenprogramm, wo Kurse angeboten werden. Da könnte zum Beispiel Open Science auch eine Rolle spielen. Man könnte den bestehenden Kursen sagen: „Jetzt baut das da ein. Das soll zumindest eine Rolle spielen.“ Dass das halt eine Selbstverständlichkeit wird. Und so wird das so ein bisschen Grassroots, wird sich das entwickeln. Und gleichzeitig gibt es dann halt die Vorgaben der DFG zum Beispiel. So wird das dann von oben aufoktroyiert, so ein bisschen, und irgendwo trifft man sich dann in der Mitte. Und ich denke, da werden wir dann in ein paar Jahren stehen. Mal sehen. Reden wir noch mal in der Folge 300 drüber und gucken, wo wir dann stehen.

[00:37:46]
[beide lachen]

[00:37:47] Doreen Siegfried:
Ich hoffe, dass es nicht so lange dauert, bis wir bei Folge 300 sind. Aber noch mal die Frage: Diese ganze … Also diese Leute vernetzen, das Thema auf die Straße bringen, die konkreten Weichen stellen, dass tatsächlich Open Science in der BWL mehr auf die Agenda kommt. Würdest Du sagen, es ist mehr eine Frage von Haltung oder ist es mehr eine Frage von Unsicherheit und „Ich weiß gar nicht, wie es geht.“? Oder ist es beides? Was schätzt Du da ein?

[00:38:13] Marko Sarstedt:
Das ist natürlich eine heikle Frage. Ja. Also wenn ich mir die Ergebnisse der ZBW-Studie anschaue, ja. Dann sieht man ja schon, dass scheint zumindest bei denen, die da mitgemacht haben bei der Studie, eher so ein Thema zu sein: „Ja, irgendwie ist es schon ein wichtiges Thema, sehe ich schon. Aber so richtig Anreize, das konsequent umzusetzen, gibt es nicht. Und dann ist es halt eben auch umständlich, weil dann muss ich mehr Text produzieren, eine Präregistrierung usw.“ Ja. Also ist so eine Mischung aus „Ja, irgendwie würde ich ja ganz gern, aber es ist doch irgendwie zu aufwendig und dann ist am Ende nicht so richtig der Benefit da.“ Ich nehme das aber tatsächlich in den Diskussionen mit Kolleginnen und Kollegen manchmal, leider, muss ich sagen, ja, auch ein bisschen anders war. Dass halt, dass unser Selbstverständnis gar nicht so ist. Ja. Dass das Thema Transparenz gar nicht so gelebt wird, weil „Na ja, das sind halt meine Daten. Das ist halt meine Forschung und das sind meine Ergebnisse. Ich habe jetzt ganz lange an diesen Daten gesessen, die zu sammeln. Und die will ich jetzt erst mal ausnutzen, daraus vier, fünf Publikationen machen“. Und es ist total nachvollziehbar.

[00:39:29] Doreen Siegfried:
Absolut.

[00:39:29] Marko Sarstedt:
Überhaupt, ich habe da überhaupt keinen Groll mit, mit so einer Aussage. Null. Ja. Aber es zeigt halt, was eigentlich da falsch ist. Weil wir betreiben doch Forschung nicht, um dann Dinge uns proprietär anzueignen, sondern eigentlich müssen die Sachen doch raus, in der Sekunde, wo wir was generiert haben. Weil wir wollen doch einfach für eine bessere Gesellschaft, ja, eine bessere Wirtschaft, was auch immer unser Ziel ist. Wir haben ja immer ein übergeordnetes Ziel, hoffentlich, in dem, was wir machen. Und da müsste es doch unser Anliegen sein, das sofort rauszubringen. Ja. Natürlich verstehe ich, dass die Anreizstrukturen andere sind und dem können wir uns ja auch nicht entziehen. Aber es zeigt halt, dass das Selbstverständnis irgendwie nicht so ganz mit der Idee einer offenen Wissenschaft und einem Voranbringen der Gesellschaft zu 100 % kompatibel ist. Da zu sagen, ja, da müssen wir das ändern, ist halt unrealistisch. Weiß ich halt auch. Aber zumindest kann man es mal ein bisschen hinterfragen. Und zu sagen: Okay, sollten wir nicht eigentlich in unserem Anliegen, Dinge zu verbessern, wie auch immer, sollten wir da nicht einfach auch anders in der Forschung denken? Und vielleicht fängt das mal im Kleinen an, dass man dann auf die fünfte Publikation des Datensatzes in einem unterschiedlichen Kontext verzichtet und sagt: „Dann gebe ich ihn lieber raus.“ Oder dass ich mich trotzdem hinsetze und ein Replikationspaket mache oder eine Software entwickle. Selbst wenn ich nicht so wahnsinnig viel Applaus kriege. Ist mir klar, das können natürlich Nachwuchsforscher schlecht machen. Zumindest im Marketing gilt da noch immer, eigentlich fast ausschließlich, der Forschungsoutput und da zählt halt so was leider nicht. Aber da müssen wir auch als Disziplin ran. Berufungskommissionen. Jemand erstellt eine Software, packt die auf CRAN, also ein R-Paket oder so. Das finde ich eine Riesenleistung. Und sollte man wertschätzen, aber ist halt leider nicht so.

[00:41:29] Doreen Siegfried:
Ja, okay. Du hattest ja schon gesagt vorhin: Es gibt … Also wenn man tatsächlich das Thema auf die Straße bringen will, spielt halt Ausbildung eine große Rolle. Also seien es jetzt Seminare oder Handreichungen. Jetzt gibt es ja diesen Reiseführer ins Open Science Land als …

[00:41:47] Marko Sarstedt:
Yes. Der beste.

[00:41:08]
[beide lachen]

[00:41:49] Doreen Siegfried:
Der beste, der schönste. Kleiner Disclaimer hier für unsere Zuhörer:innen. Also wir gehören zu den Autoren, deshalb müssen wir natürlich jetzt hier einen Werbeblock mit drei Ausrufezeichen hier einmal landen. Aber was mich natürlich interessieren würde: Das Ganze ist natürlich jetzt spielerisch. Ich sehe die Downloadzahlen. Ich sehe bei uns die Bestellungen. Die Resonanz ist erfreulich. Was kriegst Du denn so mit an Resonanz aus deiner Peergroup?

[00:42:18] Marko Sarstedt:
Super positiv. Also das ist natürlich auch immer so ein Selektionsproblem. Die Leute, die sich zurückmelden, die sind ja wahrscheinlich schon bekehrt und finden das Thema gut und wichtig und sagen: Ja, schöner, spielerischer Zugang. Und das war ja genau das Thema. Warum haben wir das ja gemacht? Werbeblock. Ja, ich bin der Marketingtyp. Deswegen verzeihen mir das alle. Aber die Idee war ja, dass wir dieses manchmal doch sehr sperrige, kontroverse Thema, in Teilen, mal ein bisschen spielerischer rüberbringen. Und das kommt, zumindest was ich bisher mitgekriegt habe, extrem gut an. Insofern Rückmeldung ist sehr positiv. Aber ich habe noch nicht mit den Kolleginnen und Kollegen geredet, die dem Ganzen eher kritisch gegenüberstehen. Gibt es auch. Und das werde ich dann mal im Sommersemester nachholen. Mal hören, wie da so die Meinungen sind. Aber kann man auch anders sehen. Dass man sagt, okay, das ist halt irgendwie vielleicht zu albern für so ein Thema, was halt das Potenzial hat, die BWL-Forschung aus den Angeln zu heben. Weil wenn wir jetzt alles transparent machen würden, dann gibt es gar keine Forschung mehr usw. Ich habe schon die wildesten Sachen gehört. Insofern, ja.

[00:43:37] Doreen Siegfried:
Ok. Dann also … Dann vielleicht… Ja.

[00:43:39] Marko Sarstedt:
Eine kleine Anekdote, weil das ganz witzig ist. Also eine Co-Autorin von mir hat mal gesagt, das wäre fast schon kommunistisch, dieses ganze Open Science. Und das ist in ihrem sozialen Kontext so mit das schlimmste Schimpfwort, was man nach vorne bringen konnte. Also sie war nicht sonderlich begeistert. Auch mit anderen Worten. Ja.

[00:44:02] Doreen Siegfried:
Ja. Okay. Also vielleicht kleiner Aufruf hier an alle, die jetzt gar nicht wissen, wovon wir reden. Was ist jetzt hier der Reiseführer ins Open Science Land? Wir packen das alles in die Shownotes. Und an alle diejenigen, die sagen: „Ich komme damit nicht klar. Das Thema muss sehr viel ernsthafter behandelt werden.“ Dann würde ich sagen: „Go for it. Mach, mach das. Macht es. Behandelt es ernsthaft.“ Wir haben hier einen Versuch gestartet, es ganz leichtfüßig auf die Beine zu bringen. Und Anekdote von meiner Seite, wir haben es ja auch im Kontext von Forschungsdatenzentren kommuniziert und da kamen auch Rückmeldungen wie „Ich bin hier Leiter des Open Science Centers XYZ. Ich weiß, das Thema ist furchtbar dröge, aber herzlichen Glückwunsch. Sie haben es gut hingekriegt, das auf eine leichte und auch sehr lesenswerte Weise zu kommunizieren.“

[00:45:02] Marko Sarstedt:
Da muss man aber sagen, es gibt ja auch viele andere Forschungspaper zu Open Science -Prinzipien.

[00:45:11] Doreen Siegfried:
Auf jeden Fall.

[00:45:12] Marko Sarstedt:
Also, wir haben jetzt ja einen etwas spielerischen Zugang gewählt. Also genug dröge und, sagen wir mal, sehr ernste Auseinandersetzungen, auch kontroverse, gibt es davon ja zuhauf.

[00:45:21] Doreen Siegfried:
Gibt es eigentlich schon.

[00:45:22] Marko Sarstedt:
Sonst hätte es unseres ja nicht gebraucht.

[00:45:24] Doreen Siegfried:
Ja, also es gibt genug Handbücher, YouTube-Videos und Leitlinien usw. Okay. Dann würde ich sagen, bedanke ich mich ganz herzlich bei Dir. Und vielen Dank auch an Sie an den Kopfhörern. Alle möglichen Papers, die es zu dem Thema gibt und natürlich logischerweise unseren Reiseführer packen wir in die Shownotes. Ich hoffe, es hat Ihnen gefallen. Lassen Sie uns gerne Lob oder Kritik da, sei es via E-Mail, Mastodon, YouTube, LinkedIn. Was auch immer Ihnen beliebt. Und wir freuen uns natürlich auch, wenn Sie uns abonnieren. Und ich freue mich aufs nächste Mal.

[00:45:56] Marko Sarstedt:
Vielen Dank!