Zwischen Ökonomie und Demokratie: Die Reorganisation der Forschungsevaluation durch Metadaten im digitalen Zeitalter

Hintergrund

Die fortschreitende Digitalisierung führt zu einer massiven Zunahme von Metadaten über Forschung, die Auskunft darüber geben, wer welche Forschung wo mit welchem Geld und mit welchem Impact produziert hat. Auf der Grundlage dieser Metadaten und zunehmend auch mit Hilfe generativer KI sind große Unternehmen in das stetig wachsende Geschäft der „research analytics“ eingestiegen, durch die Forschungsleistung in einem völlig neuen Maßstab getrackt und bewertet werden kann. Anhänger der Open-Science-Bewegung kritisieren diese Entwicklung als Privatisierung öffentlicher Forschungsinformation und warnen davor, dass diese Kommerzialisierung den offenen und gleichberechtigten Zugang zu Wissen über Forschung behindert.

Bislang gibt es jedoch kaum systematische und vergleichende Studien zu den Unterschieden zwischen kommerziellen und offenen „data analytcs“-Produkten oder -anbietern und insbesondere zu ihren Auswirkungen auf die Praktiken der Forschungsevaluation und der Forschung selbst. Dieses Projekt möchte diese Lücke schließen, indem es einen systematischen Vergleich zwischen kommerziellen und offenen Produkten und Anbietern sowie deren Auswirkungen auf die Forschungsevaluation bietet.

Zielsetzung

Erstens untersucht das Projekt den Wettbewerb zwischen kommerziellen und offenen Datenanbietern, indem es ihre Produkte vergleicht und ihre epistemische Rahmung von Forschungsqualität sowie die Art und Weise, wie sie diese Rahmung in den von ihnen entwickelten Produkten operationalisieren, in den Blick nimmt. Zweitens untersucht das Projekt, wie Verwaltungen von Universitäten und anderen Forschungseinrichtungen in Kanada, Frankreich, Deutschland und Großbritannien kommerzielle und offene data analytics in ihre eigenen institutionellen und sektoralen Evaluierungssysteme integrieren.

Auf diese Weise bietet das Projekt eine neue vergleichende Perspektive auf die Auswirkungen kommerzieller und offener data analytics auf lokale Praktiken der Forschungsevaluation und Wissenschaftskulturen.