Lektionen für den Aufbau von digitalen Forschungsinfrastrukturen

Die zuneh­men­de För­de­rung von inter­dis­zi­pli­nä­ren For­schungs­pro­gram­men rückt Fra­gen zur Aus­ge­stal­tung und Umset­zung von Daten­in­fra­struk­tu­ren in den Fokus. Ant­wor­ten dazu bringt die Eva­lua­ti­on eines der teu­ers­ten Schwei­zer Förderungsprogramme.

Die Schwei­zer For­schungs­in­itia­ti­ve in Sys­tem­bio­lo­gie (SystemsX.ch) war das teu­ers­te For­schungs­för­de­rungs­pro­gramm in der Geschich­te der Schweiz. Zwi­schen 2009 und 2018 wur­den 220 Mil­lio­nen Schwei­zer Fran­ken für 248 For­schungs­pro­jek­te im Bereich der Sys­tem­bio­lo­gie bereit­ge­stellt. Das Ziel war, Schwei­zer Uni­ver­si­tä­ten und deren Forscher*innen eine füh­ren­de Rol­le in die­sem auf­kom­men­den For­schungs­feld zu ermöglichen.

Die gemein­sa­me Nut­zung von erho­be­nen Daten ist ein wich­ti­ger Bestand­teil von Forschungsprogrammen.

Wir eva­lu­ier­ten ein Pro­jekt der Initia­ti­ve, SystemsX.ch Bio­lo­gy IT (SyBIT), das dar­auf abziel­te, eine zen­tra­li­sier­te IT- und daten­tech­ni­sche Unter­stüt­zung bereit­zu­stel­len und eine gemein­sa­me Daten­samm­lungs­platt­form zu rea­li­sie­ren (Sager, Kauf­mann und Künz­ler 2017). Denn Platt­for­men für die Nut­zung und das Tei­len von Daten sehen sich nicht nur tech­ni­schen Her­aus­for­de­run­gen gegen­über, son­dern unter­schied­li­che Sta­ke­hol­der ver­fü­gen auch über ver­schie­de­nen Erwar­tun­gen gegen­über die­sen Platt­for­men. Zudem sind die­se Platt­for­men sehr teu­er und kos­ten oft mehr als bud­ge­tiert. Schliess­lich lie­fern sie oft weni­ger als ihre Entwickler*innen gehofft und ver­spro­chen haben.

Unse­re Eva­lua­ti­on zeigt: Wäh­rend die IT und daten­tech­ni­sche Unter­stüt­zung von SyBIT durch­aus zufrie­den­stel­lend war, schei­ter­ten die Ver­su­che, eine gemein­sa­me Daten­samm­lungs­platt­form effek­tiv zu betreiben.

Ursachen für das Scheitern von SyBIT

Der Erfolg eines jeden Pro­jekts hängt von sei­ner Aus­ge­stal­tung und sei­ner Umset­zung ab. Wir haben fünf Ursa­chen für das Schei­tern des Pro­jekts iden­ti­fi­ziert (Kauf­mann, Künz­ler und Sager, 2020).

Ers­tens wur­de bei der Kon­zep­ti­on zu wenig dar­auf geach­tet, was die Forscher*innen woll­ten und wirk­lich brauch­ten. Die Forscher*innen hat­ten wenig Bedarf an einer gemein­sa­men Daten­in­fra­struk­tur und des­halb kein Inter­es­se an der Nut­zung der Plattform.

Das zwei­te Pro­blem war tech­ni­scher Natur. Die Sys­tem­bio­lo­gie ver­wen­det viel­fäl­ti­ge Daten­for­ma­te. Die Aus­ge­stal­tung der Platt­form unter­schätz­te die Her­aus­for­de­run­gen, die eine Inte­gra­ti­on die­ser hete­ro­ge­nen For­ma­te mit sich bringt.

Drit­tens fehl­te es an einer kohä­rent aus­ge­rich­te­ten Füh­rungs­struk­tur. Die zen­tra­len Gre­mi­en, die SyBIT steu­er­ten, bestan­den nicht auf der Wei­ter­ver­fol­gung und Nut­zung der Datensammlungsplattform.

Der vier­te Fak­tor war auf per­sön­li­che Kon­flik­te zwi­schen Füh­rungs­per­so­nen zurück­zu­füh­ren. Sol­che per­sön­li­chen Fak­to­ren sind schwer vor­her­zu­sa­gen und zu lösen.

Fünf­tens erschwert das dezen­tra­le Schwei­zer Uni­ver­si­täts­sys­tems ver­schie­de­ne Koope­ra­ti­ons­pro­jek­te im Bereich der Daten­in­fra­struk­tur. Schwei­zer Uni­ver­si­tä­ten sind in hohem Mas­se auto­nom und geben nur ungern etwas von die­ser Auto­no­mie ab.

Drei Lektionen für künftige Forschungsprogramme

Wir sehen drei Lek­tio­nen, die für zukünf­ti­ge gross ange­leg­te For­schungs­pro­gram­me in ähn­li­chen Kon­tex­ten hilf­reich sein kön­nen. Ers­tens ist eine prak­ti­ka­ble Pro­jekt­aus­ge­stal­tung ent­schei­dend. Feh­ler in die­sem Bereich füh­ren zu Fol­ge­pro­ble­men, wie zum Bei­spiel der Wider­stand der Nutzer*innen oder Unter­schät­zung der tech­no­lo­gi­schen Kom­ple­xi­tät. Jede rea­lis­ti­sche Pro­jekt­aus­ge­stal­tung soll­te die Erwar­tun­gen der For­schen­den als Ziel­grup­pe des Pro­jek­tes antizipieren.

Zwei­tens soll­ten die top-down Füh­rungs­struk­tur und der bot­tom-up Hand­lungs­spiel­raum gut aus­ba­lan­ciert sein. For­schungs­in­fra­struk­tu­ren wer­den durch stän­di­ge Inter­ak­tio­nen und Rück­mel­dun­gen zwi­schen denen, die sie betrei­ben, und denen, die sie nut­zen, geprägt. Gross ange­leg­te For­schungs­pro­gram­me müs­sen ihre Ziel­grup­pe ernst neh­men und deren Bedürf­nis­se in der Aus­ge­stal­tungs- und Umset­zungs­pha­se berücksichtigen.

Drit­tens: Wer For­schungs­in­fra­struk­tu­ren plant, soll­te die Infra­struk­tur dem Kon­text anpas­sen. Es gibt kein Ein­heits­mo­dell für die Ent­wick­lung eines gross ange­leg­ten Forschungsprogramms.


Refe­ren­zen:

  • Kauf­mann, D., Künz­ler J., und Sager F. (2020). «How (not) to design and imple­ment a lar­ge-sca­le, inter­di­sci­pli­na­ry rese­arch infra­st­ruc­tu­re». Sci­ence and Public Poli­cy, scaa042, https://doi.org/10.1093/scipol/scaa042 .
  • Sager F., Kauf­mann D., und Künz­ler J. (2017). Wir­kungs­prü­fung SystemsX.ch – Bericht zum Man­dat “SystemsX.ch und die Daten­in­fra­struk­tur.” Bern: KPM Kom­pe­tenz­zen­trum für Public Management.
  • Sager, F., Künz­ler J. und Kauf­mann D. (2021). «Repo­si­to­ry of bro­ken dreams. A fai­led Swiss effort shows how not to build digi­tal rese­arch infra­st­ruc­tu­re.” Rese­arch Euro­pe, Febru­a­ry 11, 11.
    https://www.researchprofessionalnews.com/rr-news-europe-views-of-europe-2021–2‑repository-of-broken-dreams/

Bild: pexels.com

Print Friendly, PDF & Email