Faster science, penalties in evaluation, and concerns on quality and impact: Researchers' use and perceptions of preprints

Eine groß angelegte Umfrage unter biomedizinischen Forschern in den USA und Kanada zeigt, dass Preprints zwar zur schnellen Verbreitung von Wissen genutzt werden, ihre breitere Akzeptanz jedoch durch Karriereängste bei Bewertungen, Bedenken hinsichtlich der Qualität und eine starke Abhängigkeit vom Autorrenommee als Vertrauensindikator eingeschränkt wird.

Das Wesentliche

🚀 Der „Preprint"-Turbo: Schnell, aber riskant?

Stell dir vor, die Wissenschaft ist wie ein riesiges, weltweites Nachrichtenportal. Normalerweise müssen Artikel durch einen strengen Lektorat-Prozess (das „Peer Review"), bevor sie veröffentlicht werden. Das ist wie ein Qualitäts-Siegel, aber es dauert lange – oft ein Jahr oder mehr.

Preprints sind wie ein „Live-Blog" für Wissenschaftler. Man veröffentlicht die Ergebnisse sofort, ohne auf das Lektorat zu warten. Das Ziel: Die Wissenschaft soll schneller vorankommen.

Diese Studie aus den USA und Kanada hat untersucht, wie Biowissenschaftler (Ärzte, Forscher, Professoren) mit diesem „Live-Blog" umgehen. Das Ergebnis ist eine Mischung aus Begeisterung und großer Vorsicht.

Hier sind die vier wichtigsten Punkte der Studie, übersetzt in Alltagssprache:

1. Der Turbo-Modus: „Schnelligkeit schlägt Dialog" 🏎️

Die Forscher haben herausgefunden, dass Wissenschaftler Preprints hauptsächlich nutzen, um schnell zu sein, nicht unbedingt, um sich auszutauschen.

• Die Analogie: Stell dir vor, du hast eine geniale Idee für ein neues Auto. Du stellst sofort ein Foto davon ins Internet, damit alle sehen, dass du der Erfinder bist (Priorität sichern). Aber du fragst die Leute im Internet nicht wirklich: „Hey, ist der Motor sicher?"
• Das Ergebnis: Die meisten laden ihre Arbeit hoch, um sofort gesehen zu werden und schnell bekannt zu machen. Die Idee, dass andere sofort Feedback geben und die Arbeit verbessern, kommt bei den meisten gar nicht so gut an. Es ist mehr ein „Ich bin zuerst da!"-Spiel als ein gemeinsames Bauen.

2. Der „Ruf-Filter": Wer ist der Autor? 🕵️‍♂️

Da Preprints noch nicht vom Lektorat geprüft wurden, sind sie wie ein Paket ohne Absender-Etikett. Ist es ein wertvoller Diamant oder nur ein Kieselstein?

• Die Analogie: Wenn du ein Paket ohne Absender bekommst, schaust du erst mal auf das Logo des Absenders. Wenn es von einem berühmten Unternehmen kommt, vertraust du ihm. Wenn es von einem Unbekannten kommt, bist du skeptisch.
• Das Ergebnis: Wissenschaftler schauen bei Preprints fast ausschließlich auf den Namen des Autors. Wenn ein berühmter Professor oder eine Top-Universität dahintersteckt, lesen und zitieren sie es sofort. Wenn es ein junger, unbekannter Forscher ist, wird es oft ignoriert. Das ist unfair, denn es begünstigt die „Stars" und lässt die „Newcomer" im Regen stehen.

3. Die „Karriere-Schere": Nützlich für das Netzwerk, giftig für die Beförderung? ⚖️

Hier wird es knifflig. Preprints sind ein zweischneidiges Schwert für die Karriere.

• Die positive Seite: Sie helfen beim Netzwerken. Man trifft neue Kollegen, bekommt Zitate und sieht aus wie ein aktiver Forscher.
• Die negative Seite (Der „Glaskeller"): Wenn es um echte Beförderungen, Gehaltserhöhungen oder Stellen geht, schauen die Entscheidungsträger (die „Türsteher") skeptisch.
• Die Analogie: Stell dir vor, du bewirbst dich um einen Job. Du bringst einen tollen, aber noch nicht geprüften Entwurf mit. Der Chef sagt: „Das ist cool, aber ich kann nicht sicher sein, ob es funktioniert. Ich bevorzuge lieber einen fertigen, geprüften Bericht."
• Das Ergebnis: Junge Forscher (Assistenzprofessoren) nutzen Preprints viel, aber sie haben Angst, dass es ihrer Karriere schadet. Die „Türsteher" (Komitees für Beförderungen) geben Preprints oft weniger Punkte als geprüfte Artikel. Sie haben keine Zeit, jeden Live-Blog zu prüfen und wollen kein Risiko eingehen.

4. Die Angst vor „Fake-News" und KI 🤖

Ein großes Thema ist die Sorge um die Qualität.

• Die Analogie: Preprints sind wie ein offenes Marktplatz. Da kann jeder etwas verkaufen. Das ist toll für den freien Handel, aber was, wenn jemand vergiftetes Obst verkauft?
• Das Ergebnis: Die Wissenschaftler haben große Angst, dass falsche Informationen (besonders durch KI-generierte Texte) die Welt erreichen, bevor jemand merkt, dass sie falsch sind. Besonders in der Medizin kann das gefährlich sein. Zudem sorgen sie sich, dass KI-Tools bald Millionen von „Müll-Papieren" produzieren, die die echten Forscher erdrücken.

🏁 Das Fazit der Studie

Die Wissenschaft steht vor einem Dilemma:

1. Schnelligkeit ist super: Wir wollen Ergebnisse sofort haben.
2. Qualität ist wichtig: Wir wollen keine Fehler oder Betrug.

Aktuell versuchen Wissenschaftler, das Risiko zu minimieren, indem sie nur den „Stars" vertrauen (Ruf-Filter). Das ist aber ein Problem, weil es junge Forscher benachteiligt.

Was muss passieren?
Die Studie sagt: Wir brauchen neue Regeln.

• Die Universitäten und Geldgeber müssen Preprints bei Beförderungen ernst nehmen (nicht mehr als „zweitklassig" abtun).
• Wir brauchen bessere Werkzeuge, um die Qualität von Preprints schnell zu prüfen, ohne auf den Namen des Autors angewiesen zu sein.
• Wir müssen sicherstellen, dass die „Live-Blogs" nicht zu einer Flut von Fake-News werden.

Kurz gesagt: Preprints sind ein mächtiger Motor für die Wissenschaft, aber wir brauchen dringend bessere Bremsen und Lenkräder, damit wir nicht gegen die Wand fahren.

Technische Zusammenfassung

Titel: Schnellere Wissenschaft, Strafen bei der Bewertung und Bedenken hinsichtlich Qualität und Wirkung: Nutzung und Wahrnehmung von Preprints durch Forscher

Autoren: Xi Hong, B. Ian Hutchins und Chaoqun Ni (University of Wisconsin-Madison)

---

1. Problemstellung und Hintergrund

Das Ökosystem der Preprints (vor der Peer-Review veröffentlichte Manuskripte) hat sich in den letzten zehn Jahren rasant entwickelt, insbesondere als Mechanismus zur Beschleunigung der wissenschaftlichen Kommunikation. Während Preprints in Bereichen wie Informatik und Wirtschaftswissenschaften etabliert sind, war die Adoption in den Biowissenschaften aufgrund der potenziellen Risiken für die öffentliche Gesundheit (Fehlinformationen) und der fehlenden Peer-Review-Qualitätssicherung zunächst zögerlich.

Die zentrale Spannung, die diese Studie adressiert, liegt zwischen dem Potenzial von Preprints, die Wissenschaft zu beschleunigen, und den damit verbundenen Risiken:

• Qualitätsbedenken: Fehlende formale Peer-Review-Verfahren führen zu Unsicherheiten bezüglich der Glaubwürdigkeit.
• Karriererisiken: Es besteht die Sorge, dass Preprints in formellen Bewertungsprozessen (Tenure, Promotion, Fördergelder) negativ gewichtet oder ignoriert werden.
• Neue Bedrohungen: Der Aufstieg von KI-generierten Inhalten und die nachlassende öffentliche Vertrauenswürdigkeit in die Wissenschaft verschärfen die Angst vor Fehlinformationen.

Bisherige Studien lieferten oft nur begrenzte empirische Belege über die Nutzung und Wahrnehmung von Preprints durch verschiedene Akteure (Autoren, Leser, Evaluatoren) in Nordamerika.

2. Methodik

Die Studie basiert auf einer groß angelegten Umfrage unter Biowissenschaftlern in den USA und Kanada.

• Datenerhebung:

  • Stichprobe: Aus einer Datenbank von 13 Millionen Publikationsdaten (iCite/NIH Open Citation Collection) wurden E-Mail-Adressen von Autoren abgeleitet, die seit 2017 in den USA oder Kanada publizierten.
  • Durchführung: Die Umfrage wurde über Qualtrics zwischen März und Mai 2025 verschickt.
  • Response-Rate: Von 213.340 erfolgreich zugestellten E-Mails starteten 5.855 die Umfrage (2,7 %). 1.874 Teilnehmer schlossen sie vollständig ab (Abschlussrate 32,0 %).
  • Analyse-Stichprobe: Nach Bereinigung um ungültige Antworten wurden 1.758 Teilnehmer analysiert (83,7 % USA, 16,3 % Kanada; überwiegend Professoren und Forscher im Hochschulsektor).

• Analyseverfahren:

  • Quantitativ: Ordinale logistische Regressionen wurden verwendet, um Unterschiede in der Nutzung (Lesen, Zitieren, Einreichen) und den Wahrnehmungen (Qualität, Karriereimpact) basierend auf Faktoren wie akademischem Rang, Geschlecht, Land und Disziplin zu untersuchen.
  • Qualitativ: Deduktive Inhaltsanalyse mit Sentiment-Klassifizierung wurde auf 424 freie Textkommentare angewendet, um Themen und Stimmungen zu identifizieren.

3. Wichtige Beiträge

Die Studie liefert einen umfassenden, datengestützten Überblick über die Preprint-Nutzung in der Biomedizin und deckt folgende Lücken auf:

1. Multidimensionale Perspektive: Sie integriert die Verhaltensweisen von Autoren, Lesern und Evaluatoren (Gremienmitglieder, Gutachter) in einem einzigen Datensatz.
2. Motivationsanalyse: Sie unterscheidet zwischen der Motivation zur Einreichung (Schnelligkeit vs. offener Dialog) und den Hindernissen für die Nutzung.
3. Systemische Barrieren: Sie identifiziert strukturelle Probleme im akademischen Bewertungssystem, die die breite Akzeptanz von Preprints behindern.
4. KI-Aspekte: Sie beleuchtet erstmals systematisch die Bedenken hinsichtlich KI-generierter Fehlinformationen im Preprint-Kontext.

4. Ergebnisse

A. Nutzung und Motivationen

• Hohe Aktivität: Es gibt eine robuste Nutzung: 56,6 % lesen 1–5 Preprints pro Monat, 43,3 % haben in den letzten zwei Jahren Preprints eingereicht.
• Motivation "Geschwindigkeit": Der Hauptantrieb für das Einreichen und Lesen ist die Schnelligkeit der Verbreitung und die Etablierung von Prioritäten ("Scoop-Schutz"), nicht der Wunsch nach offenem wissenschaftlichem Dialog. Nur 74,4 % der Einreichenden hielten "offene Peer-Reviews" für unwichtig.
• Filter durch Reputation: Da keine Peer-Review-Stempel vorhanden sind, nutzen Forscher Autor-Reputation als primären Heuristik-Filter für die Glaubwürdigkeit. Bekannte Namen sind ein entscheidender Faktor für das Lesen und Zitieren. Dies benachteiligt junge Forscher, deren Namen weniger bekannt sind.

B. Wahrnehmung von Qualität und Risiken

• Qualitätsunsicherheit: Mehr als 66 % der Nicht-Nutzer nennen Qualitätsbedenken als Hauptgrund. Ein spezifisches Problem ist die mangelnde Verfügbarkeit von Daten und Code ("Transparenz-Paradoxon").
• KI-Bedrohung: Es bestehen erhebliche Sorgen, dass KI-Tools die Produktion von betrügerischen oder qualitativ minderwertigen Preprints massenhaft ermöglichen könnten, was das Vertrauen in die Wissenschaft weiter untergräbt.

C. Karriereauswirkungen und Bewertung ("Paper Ceiling")

• Netzwerk vs. Karriere-Strafe: Preprints werden als nützlich für Netzwerke und Zitationen gesehen, aber als potenziell schädlich für die Karriereentwicklung (Tenure/Promotion).
• Harte Strafen:
  • Etwa 55,7 % der Gremienmitglieder für Tenure und Promotion weisen Preprints weniger Anrechnung zu als peer-reviewten Publikationen.
  • Nur ein kleiner Bruchteil (ca. 6–8 %) gewährt Preprints die gleiche oder höhere Anerkennung.
  • Jüngere Wissenschaftler sind stärker von dieser Diskrepanz betroffen: Sie nutzen Preprints häufiger, sehen aber auch die größten Karrierebarrieren, da etablierte Gatekeeper Risiken minimieren wollen.
• Gatekeeper-Mentalität: Evaluatoren bevorzugen traditionelle Journale, da diese als effiziente Risikominimierung ("Qualitätsstempel") dienen. Preprints werden oft als "zu riskant" oder "ineffizient zu prüfen" abgetan.

5. Bedeutung und Schlussfolgerungen

Die Studie zeigt, dass das Preprint-Ökosystem in der Biomedizin an einem kritischen Punkt steht. Obwohl es die Wissenschaft beschleunigt, wird seine volle Wirkung durch strukturelle Barrieren und Qualitätsbedenken blockiert.

• Das Dilemma: Die Nutzung wird von "Geschwindigkeit" getrieben, nicht von "Dialog". Das Fehlen eines Peer-Reviews führt dazu, dass Forscher auf Autor-Reputation zurückgreifen, was den "Matthew-Effekt" (Reiche werden reicher) verstärkt und junge Wissenschaftler benachteiligt.
• Notwendige Reformen:
  1. Anpassung der Bewertungssysteme: Akademische Institutionen und Fördergeber müssen Preprints in Tenure- und Förderentscheidungen gleichwertig anerkennen, um die "Karriere-Strafe" zu beseitigen.
  2. Innovative Qualitätskontrolle: Es werden skalierbare Mechanismen benötigt, um methodische Strenge und Datenverfügbarkeit zu signalisieren, ohne auf den traditionellen Peer-Review zu warten. Dies könnte die Abhängigkeit von Autor-Reputation als einzigen Vertrauensindikator verringern.
  3. Umgang mit KI: Neue Strategien sind erforderlich, um die durch KI verstärkten Risiken von Fehlinformationen und Betrug im Preprint-Bereich zu adressieren.

Fazit: Um das Potenzial von Preprints als wissenschaftlichen Beschleuniger voll auszuschöpfen, muss das Ökosystem über die reine Geschwindigkeit hinauswachsen und echte wissenschaftliche Dialoge fördern, während gleichzeitig die Bewertungsrahmen angepasst und neue Qualitätsstandards etabliert werden müssen.