Ein Open Lab Notebook dokumentiert den Forschungsprozess in Echtzeit und macht ihn öffentlich im Internet zugänglich. Ähnlich einem traditionellen Laborbuch werden hier sämtliche Beobachtungen, Zwischenergebnisse, auftretende Probleme, getroffene Entscheidungen und methodische Anpassungen während des gesamten Forschungsprozesses festgehalten – allerdings transparent für die wissenschaftliche Community. Diese Praxis folgt dem Grundsatz "no insider information": Es gibt keine Informationen über die Forschung, die nur den Forschenden selbst zugänglich sind.

Die Vorteile eines Open Lab Notebooks sind vielfältig. Erstens können andere Forschende auf den bereits durchgeführten Arbeiten aufbauen und vermeiden es, Zeit und Ressourcen für redundante Experimente aufzuwenden. Zweitens enthält es detaillierte Protokolle mit allen methodischen Feinheiten, die in klassischen Publikationen oft aus Platzgründen wegfallen, was die Reproduzierbarkeit erheblich verbessert. Drittens werden auch negative Daten und gescheiterte Experimente offengelegt, die im aktuellen Publikationssystem fast nie veröffentlicht werden, aber wichtige Einblicke liefern können – etwa welche Ansätze nicht funktioniert haben und warum.

Das öffentliche Teilen von Labornotebooks in Echtzeit reduziert zudem die Versuchung für "data polishing" oder "cherry-picking", da von Anfang an klar ist, dass die komplette Aufzeichnung aller Experimente öffentlich einsehbar sein wird. Die Praxis ermöglicht erhöhte Nachvollziehbarkeit und kann die Zusammenarbeit fördern, da Expert*innen frühzeitig Feedback geben, auf vorläufige Erkenntnisse hinweisen oder Rat bei methodischen Herausforderungen anbieten können. Zugleich dokumentiert es den authentischen, oft nicht-linearen Verlauf von Forschung mit all ihren Umwegen und Anpassungen.

Open Peer Review bezeichnet verschiedene Praktiken, die den traditionellen Peer-Review-Prozess transparenter gestalten. Beim traditionellen Peer Review bleiben die Identitäten der Gutachtenden in der Regel anonym. Open Peer Review umfasst mehrere Elemente, die nicht notwendigerweise zusammen implementiert werden müssen: Die Offenlegung der Identitäten der Gutachtenden (open identities), das öffentliche Zugänglichmachen der Review-Berichte (open reports) und die Öffnung der Teilnahme am Review-Prozess über eingeladene Gutachtende hinaus (open participation).

Alle diese einzelnen Elemente haben unterschiedliche Vor- und Nachteile, drehen sich aber alle in gewisser Weise darum, Transparenz, Verantwortlichkeit oder Partizipation in den Peer-Review-Prozessen zu erhöhen. Eines der Hauptanliegen beim Peer Review generell ist das Ausmaß an expliziten oder impliziten Vorurteilen bei Herausgebenden, Gutachtenden und Autorinnen und Autoren. 

Ein großer Vorteil offener Reviews ist, dass es viele wertvolle Informationen in Peer-Review-Berichten gibt, die momentan nicht eingesehen werden können. Wo Reviews zusammen mit den Artikeln veröffentlicht werden, hat dies auch Bildungswert, da Lesende lernen können, wie andere Forschende an kritische Bewertung herangehen. Wenn Gutachten, die Antworten der Autor*innen und die Entscheidung der Herausgebenden zusammen mit dem Artikel publiziert werden, können Lesende nachvollziehen, wie stringent der Prozess abgelaufen ist und wie es zu welchen Entscheidungen im editorischen Prozess kam.

Allerdings gibt es auch Bedenken: Gutachtende könnten aufgrund fehlender Anonymität zögern, kritisches Feedback zu geben, und es besteht die Möglichkeit, dass persönliche Beziehungen zwischen Autorinnen, Autoren und Gutachtenden Einfluss nehmen. Die Offenlegung der Teilnahme am Review-Prozess könnte inklusiver sein in Bezug darauf, wer als "Peer" betrachtet wird, insbesondere bei transdisziplinärer und interdisziplinärer Forschung, wo es Menschen außerhalb der kleinen Expertenkreise gibt, die qualifiziert sind, nützliche Kommentare abzugeben.

Open Access bedeutet, dass wissenschaftliche Publikationen digital, kostenlos und ohne starke Copyright- oder Lizenzierungsbeschränkungen zugänglich sind. Dies steht im Gegensatz zum traditionellen Modell, bei dem Forschungsergebnisse hinter Bezahlschranken von Verlagen liegen und Lesende oder deren Institutionen für den Zugriff bezahlen müssen. Open Access demokratisiert den Zugang zu wissenschaftlichem Wissen und stellt sicher, dass Forschungsergebnisse – oft aus öffentlichen Mitteln finanziert – auch öffentlich zugänglich sind.

Es wird grundsätzlich zwischen verschiedenen Wegen zu Open Access unterschieden. Beim "Gold Open Access" ist die Erstveröffentlichung bereits frei zugänglich, oft in spezialisierten Open-Access-Zeitschriften. Der entscheidende Vorteil ist, dass Publikationen vom Zeitpunkt ihrer Erstveröffentlichung an frei zugänglich sind und sofort genutzt werden können. Die damit verbundenen Creative Commons-Lizenzen gewähren weitreichende Nutzungsrechte. Allerdings können beim Gold-Modell Publikationsgebühren (Article Processing Charges, APCs) für die Autorinnen und Autoren oder deren Institutionen anfallen.

Beim "Green Open Access" werden Artikel zunächst in traditionellen Subskriptionszeitschriften veröffentlicht und erst nachträglich – oft nach einer Embargofrist – als Open Access in institutionellen oder fachspezifischen Repositorien verfügbar gemacht. Dies ermöglicht Forschenden, ihre Arbeiten auch dann frei zugänglich zu machen, wenn sie in traditionellen Zeitschriften publizieren.

Open Access macht Wissenschaft nicht nur für Forschende weltweit zugänglich, unabhängig von den finanziellen Möglichkeiten ihrer Institution, sondern auch für Praktiker*innen, Journalist*innen und die interessierte Öffentlichkeit, was den gesellschaftlichen Impact von Forschung erhöht.

Open Materials bezeichnet das öffentliche Teilen aller Materialien, die in einer Studie verwendet wurden – etwa Fragebögen, Stimulusmaterial, Instruktionen für Versuchspersonen, experimentelle Aufbauten, Interviewleitfäden oder Vignetten. Durch das Bereitstellen dieser Materialien in offenen Repositorien können andere Forschende die Studie exakt nachvollziehen und replizieren. Dies erhöht nicht nur die Transparenz der Forschung fundamental, sondern spart auch erhebliche Ressourcen in der wissenschaftlichen Community.

Besonders in der Psychologie, wo oft komplexe experimentelle Paradigmen, sorgfältig validierte Fragebögen oder elaboriert konstruierte Stimuli zum Einsatz kommen, ist das Teilen von Materialien von großem Wert. Bewährte Materialien können wiederverwendet und an die eigenen Forschungsfragen angepasst werden, statt sie jedes Mal von Grund auf neu zu entwickeln. Dies beschleunigt nicht nur den Forschungsprozess, sondern ermöglicht auch bessere Vergleichbarkeit zwischen Untersuchungen, wenn dieselben validierten Instrumente verwendet werden.

Die Materialien sollten mit ausreichender Dokumentation versehen sein, die erklärt, wie sie entwickelt wurden, in welchem Kontext sie eingesetzt werden sollten, welche psychometrischen Eigenschaften sie haben und welche Erfahrungen damit gemacht wurden. Dies umfasst auch Informationen über eventuelle Anpassungen, die vorgenommen wurden, und Hinweise darauf, worauf bei der Verwendung zu achten ist. Viele Förderorganisationen und Zeitschriften verlangen inzwischen explizit, dass Materialien öffentlich geteilt werden, um die Nachprüfbarkeit und Replizierbarkeit von Forschung zu gewährleisten, was den Standard in der Disziplin zunehmend verändert.

Bei Open Data werden die in einer Studie erhobenen Daten – unter sorgfältiger Berücksichtigung des Datenschutzes und der Anonymisierung personenbezogener Informationen – öffentlich zugänglich gemacht. Andere Forschende können die Daten dann eigenständig analysieren, die berichteten Analysen direkt überprüfen oder neue Forschungsfragen mit dem vorhandenen Datensatz beantworten, die von den ursprünglichen Forschenden möglicherweise nicht betrachtet wurden.

Shared Data sollten wichtigen Prinzipien folgen, die unter dem Akronym FAIR zusammengefasst werden: Sie sollten Findable (auffindbar durch umfassende Metadaten und eindeutige persistente Identifikatoren wie DOIs), Accessible (verfügbar über offene, standardisierte Protokolle), Interoperable (in standardisierten, maschinenlesbaren Formaten gespeichert) und Reusable (gut dokumentiert mit klaren Nutzungslizenzen) sein. Diese Prinzipien stellen sicher, dass Daten nicht nur theoretisch, sondern auch praktisch nachnutzbar sind.

Die Bereitstellung von Daten ermöglicht eine direkte Nachprüfbarkeit von Ergebnissen – ein fundamentales Prinzip wissenschaftlicher Arbeit – und maximiert den wissenschaftlichen Nutzen bereits erhobener Daten. Gleichzeitig fördert es Sekundäranalysen mit neuen Fragestellungen und Meta-Analysen, die zu einem umfassenderen Verständnis psychologischer Phänomene beitragen. Die Daten sollten mit einer klaren Lizenz versehen sein, die regelt, wie sie genutzt werden dürfen – typischerweise Creative Commons Zero (CC0) oder CC-BY für maximale Wiederverwendbarkeit, sodass andere Forschende wissen, unter welchen Bedingungen sie die Daten nutzen können.

Open Methodology bedeutet, alle methodischen Details einer Studie so präzise und vollständig wie möglich zu dokumentieren und zu teilen. Dies geht weit über die üblichen Methodenteile in Publikationen hinaus, die oft aus Platzgründen auf das Wesentliche beschränkt sind. Eine umfassende methodische Dokumentation umfasst detaillierte Protokolle über das genaue Vorgehen bei der Datenerhebung, Informationen über die Rekrutierung und Schulung von Versuchspersonen, verwendete Software-Versionen und Einstellungen, Randomisierungsverfahren, den genauen zeitlichen Ablauf, Trainingsmaterialien für Versuchsleitende, die räumliche Anordnung bei experimentellen Studien oder Entscheidungen, die während der Durchführung getroffen werden mussten.

Diese umfassende Dokumentation ermöglicht es anderen Forschenden, die Studie möglichst exakt nachzuvollziehen und zu replizieren. Sie trägt auch dazu bei, dass methodisches Wissen und bewährte Praktiken innerhalb der wissenschaftlichen Community geteilt und weiterentwickelt werden, statt dass jede Forschungsgruppe dieselben methodischen Probleme neu lösen muss. In der Psychologie, wo oft subtile methodische Details – wie die genaue Formulierung von Instruktionen, die Reihenfolge von Aufgaben, die Pausenzeiten zwischen Trials oder die soziale Interaktion mit Versuchsleitenden – einen erheblichen, aber oft unterschätzten Einfluss auf die Ergebnisse haben können, ist eine präzise methodische Dokumentation besonders wichtig.

Die Dokumentation sollte auch beschreiben, warum bestimmte methodische Entscheidungen getroffen wurden, welche Alternativen erwogen wurden und welche praktischen Herausforderungen während der Durchführung auftraten und wie diese gelöst wurden. Dies gibt nachfolgenden Forschenden wertvolle Einblicke in den tatsächlichen Forschungsprozess und hilft, unrealistische Erwartungen zu vermeiden.

Open Scripts bezeichnet das Teilen der Analyse- und Programmierskripte (etwa in R, Python, SPSS, Jamovi, JASP, MATLAB oder anderen Statistikprogrammen), mit denen die Daten ausgewertet wurden. Diese Skripte dokumentieren jeden einzelnen Schritt der Datenverarbeitung und statistischen Analyse in ausführbarer Form – vom Einlesen der Rohdatendatei über die Datenbereinigung, Transformation und Zusammenführung bis hin zu den statistischen Tests, der Erstellung von Abbildungen und den berichteten Ergebnissen.

Durch das Bereitstellen dieser Skripte wird die Analyse vollständig nachvollziehbar und computationell reproduzierbar – andere Forschende können die Analyse exakt wiederholen und prüfen, ob sie zu denselben Ergebnissen gelangen. Sie können auch alternative Analysen testen, Sensitivitätsanalysen durchführen oder die Skripte für eigene Projekte mit ähnlichen Fragestellungen adaptieren. Dies fördert zudem das Erlernen statistischer Methoden und Programmiertechniken, da Studierende und Nachwuchsforschende sehen können, wie erfahrene Forschende konkrete Analyseprobleme praktisch umsetzen.

In der Psychologie, wo zunehmend komplexe statistische Modelle wie Mixed-Effects-Modelle, Strukturgleichungsmodelle, Bayesianische Analysen oder Machine-Learning-Ansätze zum Einsatz kommen, ist die Verfügbarkeit gut dokumentierter Skripte besonders wertvoll. Die Skripte sollten reichlich kommentiert sein, sodass auch andere die Logik und den Fluss der Analysen nachvollziehen können. Kommentare sollten erklären, warum bestimmte Entscheidungen getroffen wurden, welche Annahmen geprüft wurden und wie mit Problemen wie fehlenden Werten oder Ausreißern umgegangen wurde. Gut strukturierte und dokumentierte Skripte sind nicht nur für andere nützlich, sondern helfen auch den Forschenden selbst, wenn sie Monate oder Jahre später auf ihre eigenen Analysen zurückblicken müssen.

Replikationsstudien sind Untersuchungen, die darauf abzielen, die Ergebnisse früherer Studien zu überprüfen, indem sie diese unter kontrollierten Bedingungen wiederholen. Sie sind ein fundamentaler Bestandteil der wissenschaftlichen Methode, da sie zeigen, ob ein Befund robust und verlässlich ist oder möglicherweise auf Zufall, methodischen Besonderheiten oder spezifischen Umständen der Originalstudie beruhte. Replikationen dienen der Qualitätssicherung wissenschaftlichen Wissens und helfen, die Verlässlichkeit der publizierten Literatur einzuschätzen.

Dabei wird zwischen verschiedenen Typen von Replikationen unterschieden. Direkte Replikationen zielen darauf ab, die Originalstudie möglichst exakt zu wiederholen – mit derselben Methodik, denselben Materialien, einer ähnlichen Stichprobe und denselben Analysemethoden. Sie testen, ob das spezifische Ergebnis unter unabhängigen Bedingungen erneut auftritt. Konzeptionelle Replikationen hingegen prüfen die zugrunde liegende Theorie oder das theoretische Konstrukt, indem sie systematische Variationen vornehmen – etwa durch andere Operationalisierungen, verschiedene Populationen, alternative Settings oder modifizierte Prozeduren. Sie dienen der Bestimmung der Generalisierbarkeit von Befunden und helfen zu verstehen, unter welchen Bedingungen ein Effekt robust ist und wann er verschwindet.

Beide Arten von Replikationen sind wichtig und komplementär: Direkte Replikationen zeigen, ob ein Effekt überhaupt existiert und replizierbar ist, während konzeptionelle Replikationen die Grenzen und Bedingungen seiner Gültigkeit ausloten. Für erfolgreiche direkte Replikationen ist es entscheidend, möglichst viele methodische Details der Originalstudie zu kennen – was die Bedeutung von Open Materials und Open Methodology unterstreicht. Replikationsstudien erfordern zudem in der Regel höhere Fallzahlen als die Originalstudie, um ausreichende statistische Power zu gewährleisten und auch kleinere Effekte zuverlässig nachweisen zu können.

Open Educational Resources (OER) sind Lehr- und Lernmaterialien, die frei zugänglich sind und kostenfrei verwendet, modifiziert, an eigene Bedürfnisse angepasst und weitergegeben werden dürfen. Dazu gehören etwa Vorlesungsfolien und -skripte, digitale Lehrbücher, Video-Tutorials, Übungsaufgaben und Musterlösungen, Erklärvideos zu statistischen Methoden, Datensätze für Lehrzwecke, interaktive Lernmodule, Laborprotokolle oder komplette Online-Kurse. Im Kontext von Open Science ermöglichen OER es, wissenschaftliche Erkenntnisse, Methoden und best practices einem breiten Publikum zugänglich zu machen.

OER tragen zur Bildungsgerechtigkeit bei, da Studierende und Lehrende weltweit – unabhängig von den finanziellen Möglichkeiten ihrer Institution oder ihrem persönlichen sozioökonomischen Hintergrund – auf hochwertige, aktuelle Materialien zugreifen können. Dies ist besonders in Ländern mit begrenzten Bibliotheksbudgets oder für Studierende aus einkommensschwachen Familien von großer Bedeutung. Lehrende können diese Materialien an ihre spezifischen Lehrkontexte, Zielgruppen und pädagogischen Ziele anpassen, kombinieren und weiterentwickeln, statt bei Null anfangen zu müssen.

In der Psychologie gibt es bereits zahlreiche OER-Initiativen – von frei verfügbaren Lehrbüchern zur Statistik und Forschungsmethodik über Online-Kurse zu spezifischen Themen bis hin zu Materialdatenbanken für die Lehre. OER sollten mit offenen Lizenzen wie Creative Commons versehen sein, die klar und verständlich regeln, wie die Materialien genutzt, verändert und weiterverbreitet werden dürfen. Die Nutzung und Erstellung von OER wird zunehmend in der akademischen Lehre anerkannt und kann auch zur Sichtbarkeit, zum Impact und zur Reputation von Lehrenden beitragen. OER sind zudem ein wichtiger Weg, um Open Science-Praktiken in die Ausbildung der nächsten Generation von Forschenden zu integrieren.

Citizen Science bezeichnet Forschungsprojekte, bei denen Bürger*innen ohne formale wissenschaftliche Ausbildung aktiv und bedeutsam am Forschungsprozess teilnehmen. Dies kann unterschiedliche Formen annehmen: vom Sammeln von Daten im eigenen Alltag oder lokalen Umfeld über das Klassifizieren und Kategorisieren von Material, das Durchführen von Messungen oder Beobachtungen, bis hin zur aktiven Beteiligung an der Entwicklung von Fragestellungen, der Interpretation von Daten oder sogar der Ko-Autorschaft bei Publikationen. Der Grad der Beteiligung kann von einfachen Datensammlung bis zu echten Partnerschaften reichen, bei denen Bürger*innen in alle Phasen des Forschungsprozesses eingebunden sind.

In der Psychologie ermöglicht Citizen Science besonders interessante Möglichkeiten: großangelegte Studien mit sehr diversen und inklusiven Stichproben, die weit über die typischen WEIRD-Populationen (Western, Educated, Industrialized, Rich, Democratic) hinausgehen; die Untersuchung von Phänomenen im natürlichen Alltag der Menschen, die im Labor schwer zu erfassen sind; die Erforschung von Fragestellungen, die für die Gesellschaft unmittelbar relevant sind; oder das Sammeln von Längsschnittdaten über lange Zeiträume hinweg, die sonst kaum finanzierbar wären.

Diese Praxis demokratisiert Wissenschaft und macht Forschung für breitere Teile der Gesellschaft zugänglich und verständlich. Sie fördert das öffentliche Verständnis für wissenschaftliche Methoden, Unsicherheiten und Erkenntnisgewinnung. Citizen Science kann auch dazu beitragen, dass Forschungsfragen identifiziert werden, die von der akademischen Forschung übersehen wurden, aber für die Gesellschaft hochrelevant sind. Wichtig ist dabei, dass die teilnehmenden Bürger*innen angemessen geschult und unterstützt werden, klare Anleitungen und Feedback erhalten, ihre Beiträge wertgeschätzt und anerkannt werden, und dass die Forschung für sie ebenfalls einen Mehrwert bietet – sei es durch Lernerfahrungen, durch die Möglichkeit, zu wichtigen gesellschaftlichen Fragen beizutragen, oder durch direkten Nutzen der Forschungsergebnisse für ihre Lebenswelt.