Gefangen in der Maschine? – Kai Matuszkiewicz über infrastrukturelle Abhängigkeiten in der Medienwissenschaft

Open Science gewinnt nicht nur durch den Wandel wissenschaftlicher Arbeitspraktiken und den sie leitenden Handlungsmaximen zunehmend an Bedeutung, sondern auch aufgrund der Interdependenzen, die zwischen der Open-Science- und der digitalen Transformation der Wissenschaft bestehen. Bei beiden handelt es sich um soziotechnische Wandlungsprozesse, die Handlungs- und Kommunikationsweisen in der Wissenschaft verändern und die mit existierenden Mentalitäten und fachkulturellen Traditionen kollidieren sowie neue Technologien hervorbringen wie auch von diesen hervorgebracht werden. Dies betrifft beispielsweise die (offene) Publikation eigener Forschungsdaten im Sinne der Open Data, die (Neu-)Gestaltung der Qualitätssicherung via Open Peer Review oder die Verfügbarmachung eigener Software als Open Source. Beim Blick auf die technischen Infrastrukturen werden diese oftmals nur als ermöglichende Strukturen gesehen, kritische Reflexionen beschränken sich häufig lediglich auf aus- wie aufzubauende Medien-, Daten- oder Digitalkompetenzen. Übersehen wird dabei, dass Infrastrukturen niemals kontextlos, sondern stets in Machtstrukturen eingebettet sind, wie sie diese auch repräsentieren und verkörpern können. So sind wissenschaftliche Publikationsinfrastrukturen – diskursanalytisch gesehen – Orte des legitimen Sprechens ergo mit Macht verbundene Orte, die Subjekte einnehmen müssen, wenn sie relevante Aussagen für den wissenschaftlichen Diskurs tätigen wollen. Dabei bestimmt es aber keinesfalls mehr die wissenschaftliche Community allein, wer diesen Ort einnimmt, sondern in zunehmendem Maße auch kommerzielle, nicht-wissenschaftliche Infrastrukturanbieter:innen, die den Zugang zum wissenschaftlichen Diskurs dadurch kontrollieren. Exemplarisch ist an kostenpflichtige Angebote von Anbietern wie Clarivate Analytics zu denken, deren bekannteste Anwendung wahrscheinlich Web of Science ist.
Infrastrukturelle Abhängigkeiten – zwischen Kontrollverlust und Kommerzialisierung
Aus einer machtkritischen Haltung heraus, die insbesondere Openness als medienkulturelle Praxis perspektiviert, müssen die technischen wissenschaftlichen Infrastrukturen einer eingehenden Betrachtung unterzogen werden. Häufig sind diese Infrastrukturen von einer Machtasymmetrie zwischen Wissenschaftler:innen und (kommerziellen) Infrastrukturanbieter:innen geprägt, die sich in unterschiedlichen Formen manifestieren kann. Betrachten wir exemplarisch in der deutschsprachigen (Medien-)Wissenschaft populäre Infrastrukturen, so fällt der Blick neben Fachrepositorien wie media/rep/ oder Anbietenden Persistenter Identifikatoren (PID) wie ORCID auf wissenschaftliche soziale Netzwerke wie Academia.edu und Crowdfunder wie Knowledge Unlatched. Was diese vier Infrastrukturen unterscheidet, sind nicht nur ihre unterschiedlichen Arbeitsfelder, auch wenn sie sich alle mit Open Science befassen; was sie voneinander abhebt, sind ihre Eigentumsverhältnisse. Während die beiden Erstgenannten scholar-led und -owned sind, gehören die beiden Letztgenannten zu privatwirtschaftlichen Unternehmen. Das bedeutet nicht nur, dass sie nicht wissenschaftsgeführt sind, sondern diese Infrastrukturen und deren Inhalte gehören auch nicht mehr der Wissenschaft. Wir haben es hier also mit einer Kommerzialisierung der Wissenschaft zu tun, die gleichzeitig auch einen Kontrollverlust darstellt, der teilweise auch Züge einer (un-)freiwillige ‹(Selbst-)Enteignung› trägt,wenn wir die Rechte an unserer Arbeit an andere abtreten.
Dies lässt sich illustrieren, indem wir uns vergegenwärtigen, welche Funktionen eine Plattform wie Academia.edu erfüllt. Hierbei handelt es sich um ein soziales wissenschaftliches Netzwerk, das – per definitionem – dem Auf- wie Ausbau von Netzwerken dient sowie dem Veröffentlichen und Teilen eigener Texte oder dem Finden von Texten anderer Forscher:innen. Sophie G. Einwächter untersuchte die Medienwissenschaft als Disziplin aus einer wissenschaftsethnografischen Perspektive und identifizierte in diesem Kontext fünf relevante ‹Praxisfelder› des Faches: «Forschung, Lehre, Publikation, Vernetzung und Administration» (Einwächter 2023, S. 273). Überträgt man diese Praxisfelder auf medienwissenschaftliche Arbeitspraktiken, die von Academia.edu unterstützt werden, so fällt auf, dass vier dieser fünf Praxisfelder direkt bedient werden. Neben Vernetzung und Publikation, die am intensivsten angesprochen werden, profitieren Forschung und Lehre von den zu recherchierenden und abrufbaren Texten. Und selbst das fünfte Praxisfeld – die Administration – wird potenziell von Academia.edu bedient, in dem die vorhandenen Texte, Daten, Meta- oder Nutzungsdaten aggregiert und in dieser Form selbst zu Angeboten werden. Dass es sich hierbei um eine ‹Schicksalsfrage› handelt, hat Petra Gehring eindrucksvoll in ihrem Beitrag «Das Schicksal von Open Science steht auf dem Spiel» in Hinblick auf die Kommerzialisierung wissenschaftlicher Nutzungsdaten dargelegt. Diese Schicksalsfrage beschränkt sich aber keineswegs nur auf das Tracken von Forscher:innen. Die Dimension des wissenschaftlichen Kontrollverlusts wird evident, wenn wir uns vor Augen halten, dass Academia.edu als kommerzielle Infrastruktur bereits einen Großteil medienwissenschaftlicher Praxisfelder inkorporiert hat, sodass diese innerhalb einer Infrastruktur stattfinden, deren Dienste wir nicht nur (teuer) bezahlen müssen, sondern deren Kontrolle uns entzogen ist. Damit werden fundamentale wissenschaftliche Arbeitspraktiken in Infrastrukturen integriert, deren Spielregeln in zunehmendem Maße nicht von der Wissenschaft bestimmt werden, sondern von multinationalen Konzernen. Der Neurobiologe Björn Brembs spricht in Bezug auf das Handeln internationaler Großverlage gar von einer Monopolisierung wissenschaftlicher Workflows.
Die Maschine als Leserin
Abhängigkeiten im Bereich (sozio-)technischer Infrastrukturen entstehen aber nicht nur in Bezug auf wirtschaftliche Akteur:innen und deren Interessen, die den unsrigen zuwiderlaufen. Darüber hinaus sollten wir uns fragen, und Gehrings Überlegungen deuten dies bereits an, wer eigentlich mitliest und was. Wer sammelt wie wo und zu welchem Zweck Daten über wen? Wer kann die gesammelten Daten sehen, darf sie ggf. aggregieren, ergo zu größeren Datenkomplexen versammeln? Wer bestimmt also die Erfassung von Daten und deren Sichtbar- oder Zugänglichmachung? Wer hat die Kontrolle und delegiert sie an wen? Wie transparent sind solche Infrastrukturen und welche Bereiche der Infrastrukturen sind ggf. unsichtbar? Wer sieht alles und wer nur einen Ausschnitt? All diese Fragen betreffen den sozialen, kulturellen und wirtschaftlichen Transitbereich, in dem Macht, Kontrolle und Überwachung sich berühren, und der sich im Zeitalter digitaler Infrastrukturen neu ausrichtet und neu zu bewerten ist. Wenn wir beispielsweise Forschungsdaten zu Publikations-, Forschungs- und Lehrzwecken veröffentlichen, so tun wir dies primär für menschliche Leser:innen. Aber bereits Metadaten, die oftmals der Auffindbarkeit und Semantisierung dienen (und damit einer technischen Vernetzung) oder administrativ-kuratierende Praktiken ermöglichen bzw. unterstützen, sind nicht mehr nur für menschliche Leser:innen angelegt. Sie folgen Standards und Schemata, die sie interoperabel machen, sodass sie im Zuge der Kommunikation zwischen Systemen ausgetauscht werden können. Mit anderen Worten: Sie sind primär für Maschinen geschrieben. Bei den oben bereits angesprochenen Nutzungsdaten – hierzu zählen beispielsweise Zugriffsstatistiken – ist dies ähnlich, steigert sich aber noch dadurch, dass diese Daten auch von Maschinen ‹geschrieben› werden. Sie bilden damit die Basis für bibliometrische Erhebungen, die nicht per se negativ zu betrachten sind, die aber einerseits falsche Anreize im Wissenschaftssystem setzen können, indem sie quantitative (und hochgradig formalisierte) Maßstäbe der Wissenschaftsbewertung unterstützen, von denen sich mittlerweile begrüßenswerter Weise auch die großen Forschungsförderer abwenden und gegen welche sich Initiativen wie die Coalition for Advancing Research Assessment (CoARA) richten. Andererseits erfordern Nutzungsdaten bzw. deren Erhebung umfangreiche technische wie informatische Systeme, die Nutzungspraktiken sehr umfassend erheben. Wir haben es hierbei also nicht nur mit etablierten Formen der Datenerhebung zu tun und auch nicht nur mit Varianten der Datafication, die im Sinne der Critical Data Studies bereits auch in der Medienwissenschaft einer (kritischen) Revision unterzogen wird (vgl. Burkhardt et al. 2022), sondern mit Praktiken der Dataveillance, ergo der datengestützten Überwachung (vgl. van Dijck 2014). Das (zielgerichtete) Sammeln und Auswerten menschlichen Forscher:innenhandelns in datafizierter Form durch Algorithmen und Künstliche Intelligenz (KI) soll keinesfalls die Ängste wachrufen, die in den 1980er-Jahren im Zuge der Kybernetik-Diskurse unter Rekurs auf Norbert Wiener geführt wurden und in den Diskussionen über Transhumanismus (vgl. More 1990) reaktualisiert werden. Es soll auch nicht den Blick darauf verstellen, dass die handelnden Akteur:innen im Hintergrund immer noch Menschen sind, es soll aber verdeutlichen, dass eine technisch automatisierte Erhebung und Auswertung dieser Daten eine erhebliche Skalierbarkeit für solche problematischen Dataveillance-Praktiken bietet, die die im vorherigen Abschnitt diskutierten Problemkontexte auf eine neue Ebene heben können, wenn Forscher:innenhandeln zunehmend zum Datenhandeln wird und dieses von Dataveillance-Praktiken begleitet und in kommerziellen Infrastrukturen situiert wird.
Dass derartige Szenarien keinesfalls nur Teil technikfeindlicher Dystopien, sondern bereits Realität sind bzw. dabei sind, Wirklichkeit zu werden, untermauern Beispiele wie die aktuelle Diskussion um die Nutzungsrechte und -möglichkeiten von bei Großverlagen publizierten wissenschaftlichen Texten, welche diese für KI-Training einsetzen (wollen). Die Initiative von Brill ist hier ein Exempel, wenn es um die Nutzung von Texten von Wissenschaftler:innen für die Entwicklung und das Training von KI geht. Ebenso kritisch zu betrachten, ist das Datentracking mancher Verlage in Deutschland, das bereits zu einer DSGVO-Beschwerde geführt hat. Besonders problematisch werden solche Unterfangen kommerzieller Anbieter:innen, wenn sie einem systemischen Ansatz folgen, ergo sich nicht nur auf einzelne Praxisfelder und Arbeitspraktiken konzentrieren, sondern bestrebt sind, wissenschaftliche Praxisfelder und Arbeitspraktiken vollends in sich aufzunehmen. Ein solcher Ansatz geht weit über Geschäftsmodelle wie jenes von Academia.edu hinaus, indem er wissenschaftliche Nutzungspraktiken datafiziert, diese aufbereitet, aggregiert und auswertet, um hierauf aufbauend Tools und Plattformen für einzelne wissenschaftliche Arbeitspraktiken zu schaffen, die Teil eines interoperablen, aneinander anschließenden Medienökosystems sind, das letztlich wissenschaftliche Arbeitspraktiken und Praxisfelder dergestalt in sich aufnimmt, dass ein Arbeiten außerhalb dieses Medienökosystems nicht mehr möglich ist. Auf diese Weise droht die (Medien-)Wissenschaft sich in Infrastrukturen als Medienökosysteme zu verlagern, die nicht-wissenschaftlichen Handlungsmaximen und -logiken verpflichtet sind. In diese Richtung entwickeln sich beispielsweise Datenkonzerne wie die RELX Group, zu der Elsevier gehört.
Infrastrukturentwicklung und Datenhandeln im Zeitalter der Dataveillance
Was bedeutet dies für uns als Medienwissenschaftler:innen und welche Folgen hat das für die gelebte und angestrebte Openness in der Medienwissenschaft? Die Antwort kann sicherlich nicht in einer Abkehr von der Openness bestehen, da protektionistische Strategien nicht im Sinne des (offenen) wissenschaftlichen Austausches sind und eine sich verweigernde und zurückziehende Haltung nur die Spielräume für die kommerziellen Akteur:innen vergrößert. Es gilt also, Openness in ihrer konkreten Ausgestaltung zu überdenken und zu modifizieren. Das heißt, dass wir mehr Infrastrukturen brauchen, die scholar-led und scholar-owned sind, um eine wissenschaftliche Infrastrukturentwicklung zu betreiben, die unter unserer Kontrolle ist und unseren Handlungsmaximen und -logiken sowie Interessen folgt und nicht wirtschaftlichen Erwägungen Dritter. Wenn hierbei Absprachen getroffen werden, die zu Schwerpunktsetzungen bei der Infrastrukturentwicklung führen und so Parallelinfrastrukturentwicklungen vermeiden, sollte es möglich sein, ein die medienwissenschaftlichen Praxisfelder und Arbeitspraktiken abdeckendes wissenschaftliches Medienökosystem zu schaffen, das (weitestgehend) unabhängig von kommerziellen Anbieter:innen agiert.
Dabei ist es aber auch wichtig, dass wir uns fragen, ob Openness für alle dasselbe Maß an Offenheit meinen muss, und ob es nicht sinnvoll sein kann, diese für bestimmte Gruppen wie kommerzielle Anbieter:innen einzuschränken, um Missbrauch wie Datentracking bzw. Science Tracking zu verhindern oder zumindest einzuschränken. Kurzum: Es gilt Interessenslagen – insbesondere der Wissenschaft – neu zu bewerten und infrastrukturelle Openness technisch-operativ so zu gestalten, dass wissenschaftsexterne Abhängigkeiten der Wissenschaft abgebaut werden. Diese Neugestaltung sollte disziplinensensitiv erfolgen, indem die Interessen und Bedarfe der einzelnen Fächer berücksichtigt werden, sodass eine disziplinspezifische Umsetzung möglich ist. Eine derart gefasste Neugestaltung kann wiederum bedeuten, dass wir ggf. Arbeitspraktiken anpassen müssen, die sich bisher zu sehr an Vorgaben und Routinen orientiert haben, die durch externe Akteur:innen bestimmt wurden. Zu denken wäre hier beispielsweise an die medienproduktive Seite wissenschaftlicher Publikationen, die vielfach immer noch in die Hände der Verlage gelegt und nicht als genuine wissenschaftliche Aufgabe begriffen wird. Hier zeigt sich besonders, dass die digitale Transformation als Emanzipation der Wissenschaft einerseits ein technischer, andererseits aber auch ein sozialer und in ihrer Gesamtheit ein soziotechnischer Prozess ist. Ein Ergebnis dieses Prozesses wird es wahrscheinlich nicht sein, dass wir uns vollends von kommerziellen Anbieter:innen verabschieden. Dies dürfte weder möglich noch sinnvoll sein. Die Wahl für kommerzielle Anbieter:innen sollte aber gut überlegt und begründet sein sowie insbesondere jene Anbieter:innen bedenken, die unseren – noch zu definierenden – Spielregeln folgen, ergo Dienstleister:innen sind, die die Machthierarchie nicht umzukehren versuchen.
Solche Vorhaben setzen Verständigungen, Strategien und Initiativen auf einer Makroebene (beispielsweise die Wissenschafts- und Förderpolitik betreffend) voraus, wir können aber auch auf der Mikroebene (gemeint sind damit einzelne Forscher:innen oder Projekte) etwas tun, wenn wir bspw. ans Datentracking denken. So sollten wir uns fragen, was wir von uns Preis geben wollen und was nicht. Dieser vertraute Satz mag an dieser Stelle etwas ungewohnt klingen, da wir ihn in der Regel – im Kontext der Medienbildung beispielsweise – an andere richten. An uns selbst gerichtet verweist er aber zugleich auf einen Umstand, den wir intensiver reflektieren sollten. Es fällt uns leicht, Empfehlungen zu Daten- oder Medienkompetenz für andere auszugeben, wie es uns ebenso leichtfällt, soziale Netzwerke wie X für ihren Umgang mit Daten zu kritisieren oder problematische Geschäftspraktiken großer Medien- und Unterhaltungskonzerne zu adressieren. Es fällt uns aber deutlich schwerer, diese Empfehlungen an uns selbst zu richten, unseren Umgang als Medienwissenschaftler:innen mit wissenschaftlichen sozialen Netzwerken oder Großverlagen zu hinterfragen und das, obwohl diese in ihrem Handeln uns gegenüber offenbaren, dass es hierfür längst höchste Zeit ist. Insofern ist die Reflexion von Openness als medienkulturelle Praxis und damit zusammenhängender infrastruktureller Abhängigkeiten vielleicht auch eine prädestinierte Gelegenheit, um den Blick nach innen, auf uns selbst zu richten und uns zu fragen, was wir zur Openness beitragen können.
Kai Matuszkiewicz ist Medienwissenschaftler und befasst sich in seiner Arbeit mit Digital Humanities, Forschungsdaten und Forschungsdatenmanagement, Game Studies, Medien- und Hochschuldidaktik, digitaler Medienproduktion, -distribution und -rezeption sowie Open Science, Open Access und Wissenschaftskommunikation. Nach einer computerspielwissenschaftlichen Dissertation in Göttingen am DFG-Graduiertenkolleg 1787 «Literatur und Literaturvermittlung im Zeitalter der Digitalisierung» war er Mitarbeiter in Projekten zur spielbasierten Vermittlung in Kassel und ist gegenwärtig Koordinator des medienwissenschaftlichen Open-Access-Fachrepositoriums «media/rep/» am Institut für Medienwissenschaft der Philipps-Universität Marburg. Seit 2021 ist Kai Mitherausgeber des Open-Media-Studies-Blogs und seit 2022 von Medienwissenschaft: Berichte und Papiere. ORCID: https://orcid.org/0000-0001-8634-8160
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Open Media Studies (5. März 2025). Gefangen in der Maschine? – Kai Matuszkiewicz über infrastrukturelle Abhängigkeiten in der Medienwissenschaft. Open Media Studies Blog. Abgerufen am 5. Dezember 2025 von https://doi.org/10.58079/13f8y