Auffindbarkeit in der Krise, das kann man jetzt natürlich zweiteutig lesen, einerseits, dass wir uns mit Auffindbarkeitsthemen im Zusammenhang mit der Corona-Krise drehen und andererseits, dass die Auffindbarkeit sich selbst in der Krise befindet.

Und möchte jetzt auch gleich mal vorwegnehmen, dass diese Präsentation gemeinsam mit meiner Vorstandskollegin Maxi Schramm erstellt wurde. Ja, Auffindbarkeit in der Krise. Ich denke, Science hat das sehr gut zusammengefasst. In diesem Artikel, auch mit diesem Bild, für ungefähr zwei Wochen ist der Artikel erschienen.

Und da geht es darum, dass Auffindbarkeit eigentlich momentan ein großes Problem ist. Wir haben neben sozusagen der epidemiologischen Situation auch das Problem, dass das Wissen rasant wächst und dass die Forschenden drohen, darin mehr oder weniger bildlich zu ertrinken.

Je nach Schätzung sind wohl etwa 20.000 Papers zum Thema COVID-19 bereits erschienen und die Verdopplungsrate liegt bei gewissen Studien nun bei ungefähr 20 Tagen. Und das macht es natürlich sehr schwer, einen Überblick über das Thema zu bekommen und wenn man ihn dann einmal hat, ihn auch zu behalten.

Und man darf nicht vergessen, viele Forschungsgruppen, viele Forscherinnen sind im Zuge der Krise auf das Thema umgestiegen. Aufgrund der Notwendigkeit haben sie sich dem Bereich zu gewarnt und für die ist es natürlich besonders schwer, jetzt da einen Weg hineinzufinden. Und ich glaube, wir können das bei COVID-19 jetzt sehr gut beobachten.

Aber im Grunde genommen denke ich, dass wir uns oft alle wie diese Person hier fühlen. Wir werden einfach vom Wissen überschwemmt. In allen Bereichen sehen wir enorme Steigerungsraten. Zwischen 2,5 und 3 Millionen Papers werden jedes Jahr publiziert.

Konservativen Schätzungen zufolge. Und das bringt natürlich viele Probleme für die Auffindbarkeit mit sich. Und wir sehen das auch in den Zahlen für die Wiederverwendung wissenschaftlichen Wissens. Also wir haben eine hohe Unzidiertheit von Publikationen zwischen 7 und 63 Prozent

je nach Disziplin. Diese Zahl erhöht sich dann bei den Datensätzen. Also das ist eine Studie, an der ich auch beteiligt war. Und wir haben gefunden, dass bis zu 85 Prozent der Datensätze niemals zitiert werden. Ein ganz stimmt sieht es dann aus beim Transfer in die Praxis. Denn selbst in einer anwendungsorientierten Disziplin wie der Medizin

wird nur ein kleiner Teil der Forschung jemals in die Praxis transferiert. Und wenn dann mit einer großen Verzögerung. Die Situation ist so schlimm, dass eine Gruppe von Forschenden rund um Jonathan Jeschke

und den jetzigen Präsident des FWF, Clement Togner, den Begriff Dark Knowledge geprägt haben. Und Dark Knowledge bezeichnet jetzt nicht irgendwie gefährliches oder abgründiges Wissen, sondern es bezeichnet öffentliches, wissenschaftliches Wissen, das nicht aufgefunden und nicht nachgenutzt werden kann.

Man sieht also den Wald vor lauter Bäumen nicht mehr. Und das Schlimme darin ist, dass die Forschenden davon ausgehen, dass es mehr Dark Knowledge gibt als Wissen, das nachgenutzt werden kann. Und dass der Anteil von Dark Knowledge steigt. Und das negiert natürlich viele positive Effekte,

die wir uns mit Open Access und Open Science erhofft hatten. Ich denke, wir können schließen, es gibt eine Auffindbarkeitskrise. Und diese hat einen negativen Impact auf die Qualität und Effizienz von Wissenschaft. Und auch auf den Transfer zur Praxis. Und wie wir in der derzeitigen Situation sehen können,

führt Auffindbarkeit oder kann fehlende Auffindbarkeit auch Menschenleben kosten. Einer der Gründe, warum wir uns eigentlich in der Auffindbarkeitskrise befinden, sind die Tools, die uns zur Verfügung stehen. Denn Suchmaschinen sind nach wie vor die Königinnen und Könige der Literatursuche.

Aber wie kann man jetzt eigentlich mit einer klassischen Suchmaschine wie etwa Google Scorer einen Überblick über Covid-19 bekommen? Ich habe mir das mal angeschaut im Interface, habe es eingetippt. Das glaube ich die meisten machen würden, die jetzt an diesen Task herangehen.

Und als erstes habe ich mal gesehen, dass man 210.000 Resultate bekommt. Also du hast das Zehnfache von den Schätzungen, wie viel Wissen es zu dem Thema eigentlich gibt, was uns schon mal einen Hinweis darauf gibt, dass diese Zahl nicht besonders vertrauenswürdig ist. Wenn man jetzt aber mal über das hinausgeht und sich die Resultatsliste anschaut,

dann bekommt man schnell oder dann sieht man schnell, dass es hier sehr wenig Kontext gibt zu den einzelnen Suchergebnissen. Es gibt kaum Filter, die man einsetzen kann. Im Prinzip sieht das Interface von Google Scorer so aus, wie vor zehn Jahren.

Manche Interface-Elemente sind vielleicht verschoben worden. Aber im Grunde genommen, wenn Sie Screenshots sich ansehen, dann werden Sie sehen, die Funktionalität ist so gut wie die gleiche geblieben. Und die einzige Chance, die ich jetzt habe als Forschener, ist hier die einzelnen Resultate sozusagen mit der Hand durchzusehen und mir ein eigenes mentales Modell des Feldes zu bauen.

Und ja, so mit der Zeit dann eben die wichtigsten Themen, Autorinnen und Autoren sowie Publikationen herausgefiltert zu haben. Das Problem dabei ist natürlich, dass das sehr lange dauert, Wochen, wenn nicht sogar Monate. Und das ist Zeit, die wir nicht haben in einer Epidemie.

Das ist Zeit, die wir aber eigentlich nie haben. Denn wenn wir uns ehrlich sind, dann greift Discovery auf Findbarkeit immer zu kurz. Und es ist ein Prozess, der immer zu früh endet. Außer vielleicht im ersten Jahr der Dissertation. Aber danach, im Grunde genommen, bauen wir immer auf Incomplete-Knowledge auf.

Ja, und es wäre jetzt alles nicht so schlimm, wenn wir sagen können, OK, Google Scholar hat eben hier nicht investiert oder Google hat in dieses Interface nicht investiert. Wir bauen einfach auf der Datenbank auf und bauen ein innovatives Suchsystem

quasi auf den Daten von Google auf. Aber das geht natürlich nicht, denn wir wissen, das Modell sieht folgendermaßen aus. Wir haben Institutionen, Forschende und Verlage. Und Google crawlt deren Informationen, deren Wissen und baut damit Google Scholar auf. Auf der anderen Seite dieser Gleichung haben wir allerdings nur eine Wand.

Denn es ist niemandem erlaubt, diese Daten nachzunutzen oder zu republikieren. Und das bedeutet, dass alles, was quasi in Google Scholar existiert, auch nur innerhalb dieses Systems gefunden werden kann. Und wenn genau jenes Paper, das Sie interessiert, immer auf der zehnten Seite der Resultate landet,

ja, dann ist es für Sie eigentlich unsichtbar und ist zu Dark-Knowledge geworden. Und deswegen nenne ich diese Wand hier auf der anderen Seite the wall of Dark-Knowledge. Und die ist aus meiner Sicht sogar problematischer als jetzt eine Paywall, denn sie kann man um diese nicht herum. Auch wenn Sie zahlen würden, würden Sie diese Daten nicht bekommen.

Und das ist leider das Modell von so gut wie allen proprietären Suchanbietern, wie Web of Science, Copus oder auch Research Gate. Zum Glück gibt es auch ein Gegenmodell, die Open Discovery Infrastructure. Und hier ist Nachnutzung eines der wichtigsten Kriterien.

Wir haben am Anfang wieder Institutionen, Forschende und Verlage. Und diese tragen nun auch zu Bibliotheken, Archiven, Repositoren und Aggregatoren bei. Hier auf der rechten Seite haben Sie eine kleine Auswahl. Aber vermutlich trägt Ihre Institution auch schon zur Open Discovery Infrastructure bei. Denn viele von Ihnen haben bereits Repositorien oder Archive, Bibliotheken, die ein offenes Dateninterface besitzen.

Und durch dieses offene Dateninterface können nun Meta-Aggregatoren wie Open Air, Core, Base oder Wikidata auf diese Daten zugreifen und große Indizes aufbauen von wissenschaftlichen Wissen. Und diese Meta-Aggregatoren werden dann wiederum genutzt von Value-Edit-Services.

Wir haben also visuelle Suchmaschinen, wie zum Beispiel Open Knowledge Maps, aber auch Scoria und Refigure sind visuelle Discovery Tools. Aber auch Orchid und Paywall oder das Text- und Datamining-Projekt Contentmine nutzen diese Open Discovery Infrastructure. Und so entsteht ein Zyklus von kontinuierlicher Innovation.

Wir können endlich alle aufeinander aufbauen. Es gibt viele Querverbindungen innerhalb dieses Systems. Und die Open Discovery Infrastructure ist sicher einer der größten Treiber von Innovation in der Wissenschaftskommunikation. Ja, und aus dieser Open Discovery Infrastructure sind jetzt auch einige Tools entstanden,

die das Wissen von Covid-19 besser zugreifbar, besser auffindbar machen möchten. Eines davon stammt direkt vom NIH und baut auf den PubMed-Daten auf, heißt LitCovid.

Und wie man hier sehen kann, ist LitCovid einerseits bietet das gleich mal auch einen visuellen Überblick über den Datenberg und hat diese Publikationen direkt in unterschiedliche Kategorien eingeteilt. Und auch so einen Latest Publication Feed. Das heißt, hier sind wir schon mal wesentlich besser unterwegs oder besser aufgehoben als bei Google Scholar.

Sehr bekannt ist auch die Toolsammlung von Semantic Scholar und dem Allen Institute for AI. Neben Datensätzen, die jetzt eigentlich nur für Maschinen und nicht für Forschende direkt interessant sind, bietet Sematic Scholar auch einen adaptiven Research Feed.

Hier kann man also Suchergebnisse abwählen oder auch quasi mit einem Plus-1 versehen und dadurch baut sich dann eben ein adaptiver Feed auf. Man kann aber auch direkt in der Suche in der Datenbank suchen. Auch Open Air hat ein Covid-19-Portal, einen Scientific Gateway, das ähnlich wie LitCovid

oder auch Semantic Scholar-Suche eben den Datensatz von Covid-19-Publikationen besser zugreifbar und auffindbar macht. Und besonders interessant finde ich, dass sie auch einen sozialen Aspekt mit hineingenommen haben,

eine Zenodo Community, wo man eben selbst auch Publikationen vorschlagen kann, die man besonders relevant und besonders wichtig findet für die Forschung. Ja, und auch von der ZW Med gibt es einen Covid-19 Hub, der eben Suche anbietet. Man kann hier auch Datensätze teilen. Es gibt einen Genome Browser.

Und besonders interessant finde ich auch, dass sie validierte Datenquellen hier anbieten, also eine Liste von Suchmaschinen, von Kollektionen, von Verlagen, die eben besonders gesichertes Wissen zu dem Thema zur Verfügung stellen.

Ja, und auch bei Open Knowledge Maps haben wir uns zur Aufgabe gestellt, in der Covid-19-Krise Tools zur Verfügung zu stellen. Bei Open Knowledge Maps, also wir sind ein gemeinnütziger Verein. Hier in Wien, wir heimatet und wir haben uns zum Auftrag gestellt,

das wissenschaftliche Wissen der Welt dramatisch sichtbarer zu machen und damit auch die Discovery zu revolutionieren. Und wir möchten das da machen einerseits für die Wissenschaft, aber andererseits auch für die anderen Stakeholder in der Gesellschaft.

Ja, und das Modell, das wir nutzen, ist die Knowledge Map. Sie können hier in diesem Beispiel für Heart disease sehen, dass sie einige Vorteile hat gegenüber einer reinen Listen-basierten Suche. Sie sehen die wichtigsten Themen auf einen Blick, also hier Risikofaktoren, Arten von Krankheiten und Prävention. Und dann haben sie relevante Ressourcen, die gleich diesen Themen zugeordnet sind.

Von der Theorie in die Praxis, wenn Sie auf unsere Webseite gehen, openknowledgemaps.org, können Sie zwischen zwei Integrationern, zwei Datenbanken auswählen, based, der Bielefeld Academic Search Engine und PubMed. Für Covid-19 wechsle ich hier mal auf PubMed

und kann dann das Thema eintippen. Und ähnlich wie im Beispiel erstellen wir dann eine Wissenslandkarte für Sie. Sie sehen hier relevante Themen, also als Blasen dargestellt und können sich dann erst einmal einen Überblick verschaffen.

Also Sie sehen hier zum Beispiel Basic Reproduction Numbers, Antibody Therapy, Acute Respiratory Disease, also alles Konzepte, die mit Covid-19 zusammenhängen. Wenn Sie dann ein Thema gefunden haben, das Sie besonders interessiert, dann können Sie dort hineinzoomen.

Es ist noch immer eine größere Auswahl. Sie können dann sagen, okay, maybe, vielleicht sind Sie nur an Diagnostics interessiert, können das dann hier nochmal herunterfiltern und dann bekommen Sie eben jene Papers, die jetzt nur mit Diagnostics zu tun haben. Und dann haben wir auch noch Zitationen mit eingebunden, indem wir die Karte und die Publikationen skalieren,

je nachdem wie viele Zitationen Sie erhalten haben, stellen da aber auch immer im Zusammenhang jene Publikationen, die vielleicht noch nicht so viele Zitationen haben, vielleicht weil sie auch neuer sind und trotzdem relevant sein könnten. Aber vielleicht möchten Sie dann mit diesem Paper hier beginnen

und solange es ein Open Access Paper ist, können Sie das PDF auch direkt im gleichen Interface sehen und lesen. Ja, eine Wissenslandkarte kann Ihnen einen ersten Überblick geben, aber ein Problem besteht, wie bekommen Sie jenes Wissen,

das Ihnen sozusagen diesen Jumping-off-Point bietet und jene Forscherinnen unterstützt, die jetzt am Anfang ihrer Covid-19-Karriere sozusagen stehen. Und dafür haben wir uns mit Refigure zusammengeschlossen, die ebenfalls ein Tool hier zur Verfügung stellen

und gemeinsam haben wir Covis entwickelt, das ist momentan noch eine Prä-Alpha-Version, deswegen haben wir noch keinen Public Link sozusagen, aber in wenigen Wochen werden wir das Tool bereits online stellen können. Und die Idee hier ist, dass wir wieder einen Knowledge Map zusammengestellt haben,

aber dieses Mal gezielt mit acht relevanten Bereichen aus Biomedical Research, also Immunity, Host Biology and Clinical Findings, Epidemiology, Diagnostics, Therapeutics, Virology und Vaccines und dann auch nochmal so eine Bubble-Einführung in die Coronavirus-Forschung.

Und hier können Sie dann in das Thema eintauchen, indem Sie wieder draufklicken. Im Gegensatz zu Open-Knowledge-Maps haben wir hier tatsächlich nur die allerwichtigsten Publikationen aufgeführt, nicht nur Publikationen, auch Datensets oder Preprints,

aber im Grunde genommen jene Outputs, die einen den besten Einstieg in das Thema bilden. Und Sie können dann auch noch einmal hier das nach unten filtern und dann sehen Sie, wir haben auch Kommentare mit eingebaut,

die Ihnen nochmal einen besonderen Kontext für jedes Paper geben und nochmal vielleicht auch den Hinweis, ob es für Sie besonders relevant ist. Das Ganze basiert auf einem kollaborativen Spreadsheet, das wir mit Kuratorinnen und Kuratoren aus dem Bereich gemeinsam entwickeln. Und wenn Sie auch Interesse haben, an dieser Knowledge Base mitzuarbeiten,

dann geben Sie uns gerne ein Zeichen oder mir ein Zeichen und sobald es dann auch öffentlich ist, kann natürlich jeder auch direkt über die Website und jede mit uns Kontakt aufnehmen. Ja, ich bringe jetzt zur Präsentation zurück.

Also alle unsere Services sind freien und offen. Das betrifft also unsere Discovery Services, aber auch unsere Trainingsaktivitäten und Materialien. Unsere Software, auch unsere Community Support und Engagement Programme stehen allen offen. Wir sind also eine offene Infrastruktur im wahrsten Sinn des Wortes.

Ja, und wie alle anderen offenen Infrastrukturen haben auch wir ein Fundingproblem. Ich denke, wenn man sich so umsieht, dann sind in der Discovery auch die täglich genutzten Suchservices, die der offenen Infrastruktur zuzuordnen sind,

sind stark unterfinanziert. Vielleicht zwei oder drei Vollzeit-Äquivalente, die hier ganze Services am Laufen halten. Und da ich nicht denke, dass wir es rein den proprietären Anbietern überlassen können, uns aus der Auffindbarkeitskrise zu bringen, im Grunde genommen sind sie ja auch ein Mitgrund, warum wir uns jetzt in dieser Situation befinden.

Die Innovation hat hier einfach viele Jahre lang, es hat hier einfach eine Innovation gemagelt und viele Jahre wurde hier einiges liegen gelassen. Und deswegen denke ich, ist es besonders wichtig, die offene Infrastruktur nachhaltig zu fördern. Wenn Sie jetzt besonders an Open-Knowledge-Maps

interessiert sind, dann können Sie unser Membership-Based-Funding-Modell sich ansehen. Also wir erschlagen vor, Open-Knowledge-Maps in einem kollaborativen Effort zu funden, indem Sie Fördermitglied bei uns werden und jährlich einen Mitgliedsbeitrag einzahlen und im Gegenzug werden Sie dann bei uns eingeladen, die Plattform mitzugestalten.

Es ist quasi ein Co-Creation-Prozess, in dem die Fördermitglieder ein Drittel des Votes haben, was in unsere technische Roadmap für das nächste Jahr übernommen wird. Es gibt drei Förderstufen.

Supporting, Sustaining und Sustaining Member Plus. Am besten wenden Sie sich an mich oder kontaktieren uns über die Website, wenn Sie daran besonders Interesse haben. Ja, wir sind auch froh, schon viele Fördermitglieder zu haben. Die Universität Bern, die Universität Wien, die Ludwig-Boltzmann-Gesellschaft, Copernicus, ZBW und die Akademie der Erwidlenden Künste.

Hier werden auch noch einige Organisationen in den nächsten Monaten hinzukommen und wir sind sehr froh, dass uns diese Pioniere bereits unterstützen und auch herzlichen Dank an dieser Stelle, an diese Organisationen.

Ja, wir sehen jetzt Bibliothekarinnen, Bibliothekare und Bibliotheken als sehr zentral für die Auffindbarkeit, die Discovery-Systeme der Zukunft. Einerseits als Organisatorinnen und Organisatorin, Kuratorinnen von Repositorien, Archiven und Aggregatoren, als die

Werte im Metadatenmanagement und Enrichment. Gerade in der visuellen Literatursuche sieht man, dass Metadaten das A und O sind. In Bezug auf Long-Term-Preservation und eben auch damit die lange Verfügbarkeit für die Discovery. Und aus meiner Sicht auch als

Knowledge Stewards, die diese kollaborativen Discovery-Systeme der Zukunft, so eine Richtung, in die wir hoffentlich alle gemeinsam steuern, dann eben auch entsprechend managen und kuratieren können. Ja, an dieser Stelle würde ich gerne mit Ihnen in die Diskussion einsteigen. Ich sehe, wir haben jetzt nur mehr sehr kurz Zeit. Es tut mir leid,

dass ich hier überzogen habe, aber ich würde auch noch Jitsi zur Verfügung stehen und würde vorschlagen vielleicht Jitsi Raum 1, wenn Sie hier noch ein bisschen mehr in die Diskussion einsteigen möchten. Aber ansonsten danke ich auch nochmal für die Aufmerksamkeit und stehe jetzt für die eine oder

andere Frage zur Verfügung. Vielen Dank. Ja, herzlichen Dank, Herr Kraker. Keine Sorge, der nächste Vortrag ist für 16 Uhr angesetzt. Also wir haben jetzt auch noch Gelegenheit, hier gemeinsam Fragen zu beantworten. Bitte schreiben Sie einfach Ihre Fragen hier ins Chat-Fenster.

Ich lese sie gerne vor und gebe sie an den Referenten weiter. Ich sehe jetzt hier erstmal bei mir jetzt noch keine Frage auftauchen. Vielleicht ist das auch einfach jetzt so mein Problem,

aber dann habe ich einfach die Aufgabe, Fragen zu stellen. Könnten Sie vielleicht, wie Sie die Nutzung Ihrer Suchmaschine erheben und evaluieren? Das ist ja nun schon sehr innovativer Ansatz, der sich ja stark unterscheidet von so einem klassischen Bibliothekskatalog oder einer klassischen Aufsatzdatenbank.

Ja, vielen Dank. Das ist natürlich auch ein bisschen ein Experimentier- und Pionierfeld. Also was wir machen, wir führen sehr viele Workshops durch, sprechen mit unseren Nutzerinnen auch schon mal direkt über andere Kanäle und bekommen hier

schon einmal sehr viel Feedback, was gut funktioniert, was nicht gut funktioniert. Wir sehen es auch an den Anfragen, die wir über sämtliche Kanäle bekommen, also von GitHub, Twitter, E-Mail, bekommen wir hier sehr viele Fragen und können dann auch entsprechend die Website und das Service anpassen. Wir haben natürlich auch gewisse Analytics mitlaufen auf der

Website, wo wir gewisse Nutzungsstatistiken herausrechnen können. Auch das gibt uns Aufschlüsse, aber es ist auf jeden Fall ein Bereich, wo wir uns auch sehr langsam herantasten. Wir sind auch dessen darüber sehr im Klaren, dass wir hier auch

die Privatsphäre unserer Nutzerinnen gut schützen wollen. Und daher sind wir auch bei diesen Analytics eigentlich immer recht vorsichtig und versuchen hier tatsächlich momentan eher mehr über den qualitativen Ansatz die Verbesserung zu bringen. Aber natürlich, wenn wir in unseren Statistiken sehen, dass

zum Beispiel an einer gewissen Stelle sehr oft abgebrochen wird, dann wissen wir, ok, hier gibt es ein Problem und dann können wir da auch direkt einsteigen. Vielen Dank. Ich habe eine Frage erhalten. Werden Sie auch die Kommentare zu Papern aus, also so etwas wie Reviews oder Kommentarfunktionen?

Ja, das ist spannend. Momentan nicht. Ich habe es in manchen Covid-Portalen auch gesehen, dass hier zum Beispiel die Twitter-Kommunikation mit reingezogen wurde. Wir werden es jetzt bei Covid das erste Mal so machen, dass wir, also, dass die Kuratorinnen und Kuratoren dieses Spreadsheet

selbst Kommentare hinterlassen können und dadurch so ein bisschen eine Diskussion entsteht. Aber natürlich wäre es sehr relevant, diese anderen Diskussionen auch mit reinzuholen und ich würde es sehr spannend finden, wenn es, ich kenne mich jetzt von den Datenbanken hier in der Richtung nicht so aus, aber natürlich wäre es sehr spannend, das anzureichen und entsprechend mehr Kontext auch über diese Kommentare und

über diese Diskussion zu geben. Okay, herzlichen Dank. Dann würde ich es jetzt auch beschließen und mich nochmal herzlich bedanken für den sehr guten und instruktiven Vortrag und auch auffordern an unsere, ich habe jetzt gesehen, so viele deutsche Bibliotheken sind jetzt

auch nicht dabei. Ich finde, das ist ein total interessanter Sucheinsatz und wäre super zu empfehlen, wenn wir die halt auch weiterhin als Bibliotheksdienstleistungen im Tag mit unterstützen.