Transparenz und Innovation: Das Potenzial von Open Data in der modernen Bildungsforschung
The Potential of Open Data in Modern Educational Research
Open Data (offene Forschungsdaten) bilden gemeinsam mit Open Access und Open Materials einen etablierten Bestandteil gegenwärtiger Open‑Science‑Praktiken. In der Bildungsforschung wird Open Data häufig als Instrument zur Förderung von Transparenz, Reproduzierbarkeit und Innovation verstanden. Empirische Befunde weisen jedoch auf eine anhaltende Diskrepanz zwischen normativen Verpflichtungen zur Datenfreigabe und der tatsächlichen Verfügbarkeit von Forschungsdaten in diesem Feld hin. Vor diesem Hintergrund bietet der vorliegende Beitrag eine kritisch‑evidenzbasierte Analyse der Funktionen offener Forschungsdaten in der Bildungsforschung. Der Fokus liegt dabei sowohl auf transparenzbezogenen Aspekten – etwa der Nachvollziehbarkeit, Replizierbarkeit und Überprüfbarkeit wissenschaftlicher Befunde – als auch auf innovationsbezogenen Potenzialen, insbesondere im Hinblick auf Datennachnutzung, groß angelegte Forschungskooperationen und methodische Weiterentwicklungen, die über den Rahmen einzelner Primärstudien hinausgehen. Zugleich werden ethische, rechtliche und methodische Risiken offener Forschungsdaten diskutiert, darunter Fragen des Datenschutzes, spezifische Herausforderungen für qualitative Forschung sowie mögliche Formen des Missbrauchs. Vor dem Hintergrund europäischer Open‑Science‑Politiken und Forschungsdateninfrastrukturen schließt der Beitrag mit einer Diskussion zentraler Herausforderungen und Perspektiven für eine verantwortungsvolle und nachhaltige Verankerung von Open Data in der bildungswissenschaftlichen Forschungspraxis.
Copyright (c) 2026 Journal of Open Research in Education
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
Acciai, C., Schneider, J. W. & Nielsen, M. W. (2023). Estimating social bias in data sharing behaviours: an open science experiment. Scientific Data, 10(1), 233. https://doi.org/10.1038/s41597-023-02129-8
American Psychological Association (2020). Publication Manual of the American Psychological Association (7th ed.). American Psychological Association.
Baack, S., Biderman, S., Odrozek, K., Skowron, A., Bdeir, A., Bommarito, J., ... & Wolf, T. (2025). Towards Best Practices for Open Datasets for LLM Training. arXiv preprint arXiv:2501.08365. https://doi.org/10.48550/arXiv.2501.08365
Berghel, H. (2018). Malice Domestic: The Cambridge Analytica Dystopia. Computer, 51(5), 84–89. https://doi.org/10.1109/MC.2018.2381135
Borgman, C. L. (2012). The conundrum of sharing research data. Journal of the American Society for Information Science and Technology, 63(6), 1059–1078. John Wiley & Sons, Ltd. https://doi.org/10.1002/asi.22634
Cao, N., Finos, L., Lombardi, L., & Calcagnì, A. (2024). A novel CFA + EFA model to detect aberrant respondents. Journal of the Royal Statistical Society Series C: Applied Statistics, 73(5), 1283–1309. https://doi.org/10.1093/jrsssc/qlae036
Chauvette, A., Schick-Makaroff, K., & Molzahn, A. E. (2019). Open Data in Qualitative Research. International Journal of Qualitative Methods, 18, 1–6. https://doi.org/10.1177/1609406918823863
Colavizza, G., Hrynaszkiewicz, I., Staden, I., Whitaker, K. & McGillivray, B. (2020). The Citation Advantage of Linking Publications to Research Data. (J.M. Wicherts, Eds.) PLOS ONE, 15(4), e0230416. https://doi.org/10.1371/journal.pone.0230416
Colavizza, G., Cadwallader, L., LaFlamme, M., Dozot, G., Lecorney, S., Rappo, D. et al. (2024). An Analysis of the Effects of Sharing Research Data, Code, and Preprints on Citations. (Y. Tang, Ed.) PLOS ONE, 19(10), e0311493. https://doi.org/10.1371/journal.pone.0311493
European Research Council / ERC. (2017). Guidelines on Implementation of Open Access to Scientific Publications and Research Data in Projects Supported by the European Research Council Under Horizon 2020. https://ec.europa.eu/research/participants/data/ref/h2020/other/hi/oa-pilot/h2020-hi-erc-oa-guide_en.pdf
Fleming, J. I., Wilson, S. E., Hart, S. A., Therrien, W. J. & Cook, B. G. (2021). Open Accessibility in Education Research: Enhancing the Credibility, Equity, Impact, and Efficiency of Research. Educational Psychologist, 56(2), 110–121. https://doi.org/10.1080/00461520.2021.1897593
Fyfe, E. R., De Leeuw, J. R., Carvalho, P. F., Goldstone, R. L., Sherman, J., Admiraal, D., Alford, L. K., Bonner, A., Brassil, C. E., Brooks, C. A., Carbonetto, T., Chang, S. H., Cruz, L., Czymoniewicz-Klippel, M., Daniel, F., Driessen, M., Habashy, N., Hanson-Bradley, C. L., Hirt, E. R., Motz, B. A. (2021). ManyClasses 1: Assessing the Generalizable Effect of Immediate Feedback Versus Delayed Feedback Across Many College Classes. Advances in Methods and Practices in Psychological Science, 4(3), 25152459211027575. https://doi.org/10.1177/25152459211027575
Hanfstingl, B., Oberleiter, S., Pietschnig, J., Tran, U. S. & Voracek, M. (2024). Detecting jingle and jangle fallacies by identifying consistencies and variabilities in study specifications – a call for research. Frontiers in Psychology, 15, 1404060. https://doi.org/10.3389/fpsyg.2024.1404060
Head, M. L., Holman, L., Lanfear, R., Kahn, A. T. & Jennions, M. D. (2015). The Extent and Consequences of P-Hacking in Science. PLOS Biology, 13(3), e1002106. https://doi.org/10.1371/journal.pbio.1002106
Hendy, N., Krammer, G., Schermer, J. A., & Biderman, M. (2021). Using bifactor models to identify faking on Big Five questionnaires. International Journal of Selection and Assessment, 29, 81-99. https://doi.org/10.1111/ijsa.12316
Huff, M. & Bongartz, E. C. (2023). Low Research-Data Availability in Educational-Psychology Journals: No Indication of Effective Research-Data Policies. Advances in Methods and Practices in Psychological Science, 6(1), 25152459231156419. https://doi.org/10.1177/25152459231156419
Kerr, N. L. (1998). HARKing: Hypothesizing After the Results are Known. Personality and Social Psychology Review, 2(3), 196–217. SAGE Publications Inc. https://doi.org/10.1207/s15327957pspr0203_4
Klebel, T., Traag, V., Grypari, I., Stoy, L. & Ross-Hellauer, T. (2025). The academic impact of Open Science: a scoping review. Royal Society Open Science, 12(3), 241248. https://doi.org/10.1098/rsos.241248
Krammer, G. (2020). Applicant faking of personality inventories in college admission: applicants’ shift from honest responses is unsystematic and related to the perceived relevance for the profession. Journal of Personality Assessment, 102, 758-769. https://doi.org/10.1080/00223891.2019.1644342
Krammer, G. & Svecnik, E. (2020). Open Science als Beitrag zur Qualität in der Bildungsforschung. Zeitschrift für Bildungsforschung, 10(3), 263–278. https://doi.org/10.1007/s35834-020-00286-z
Lamb, D., Russell, A., Morant, N., & Stevenson, F. (2024). The challenges of open data sharing for qualitative researchers. Journal of Health Psychology, 29(7), 659–664. https://doi.org/10.1177/13591053241237620
Mabile, L., Shmagun, H., Erdmann, C., Cambon-Thomsen, A., Thomsen, M. & Grattarola, F. (2025). Recommendations on Open Science Rewards and Incentives. Data Science Journal, 24, 15. https://doi.org/10.5334/dsj-2025-015
Makel, M. C. & Plucker, J. A. (2014). Facts are more important than novelty: Replication in the education sciences. Educational Researcher, 43(6), 304–316. Sage Publications Sage CA: Los Angeles, CA.
Miske, O., Abatayo, A. L., Daley, M., Dirzo, M., Fox, N., Haber, N. et al. (2026). Investigating the reproducibility of the social and behavioural sciences. Nature, 652(8108), 126–134. https://doi.org/10.1038/s41586-026-10203-5
Munafò, M. R., Nosek, B. A., Bishop, D. V., Button, K. S., Chambers, C. D., Sert, N. P., Simonsohn, U., Wagenmakers, E., Ware, J. J., & Ioannidis, J. P. (2017). A Manifesto for Reproducible Science. Nature Human Behaviour, 1(1), 0021. https://doi.org/10.1038/s41562-016-0021
Murray-Rust, P. (2008). Open Data in Science. Serials Review, 34(1), 52–64. Routledge. https://doi.org/10.1080/00987913.2008.10765152
Nosek, B. A., Alter, G., Banks, G. C., Borsboom, D., Bowman, S. D., Breckler, S. J., Buck, S., Chambers, C. D., Chin, G., Christensen, G., & Contestabile, M. (2015). Promoting an Open Research Culture. Science, 348(6242), 1422-1425. https://doi.org/10.1126/science.aab2374
Nosek, B. A., Hardwicke, T. E., Moshontz, H., Allard, A., Corker, K. S., Dreber, A. et al. (2022). Replicability, Robustness, and Reproducibility in Psychological Science. Annual Review of Psychology, 73(1), 719–748. https://doi.org/10.1146/annurev-psych-020821-114157
Organisation for Economic Co-operation and Development (OECD). (n.d.). Incentives and rewards. In: Access to Research Data from Public Funding Toolkit. https://www.oecd.org/en/toolkits/access-to-research-data-from-public-funding-toolkit/incentives-and-rewards.html
Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716–aac4716. https://doi.org/10.1126/science.aac4716
Piwowar, H. A. & Vision, T. J. (2013). Data reuse and the open data citation advantage. PeerJ, 1, e175. https://doi.org/10.7717/peerj.175
Rodriguez-Flores, I. E., Arcos-Medina, G., Pástor, D., Oñate, A. & Gómez, O. S. (2021). Open Data in Higher Education - A Systematic Literature Review. In M. Botto-Tobar, O. S. Gómez, R. Rosero Miranda & A. Díaz Cadena (Eds.), Advances in Emerging Trends and Technologies (S. 75–88). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-63665-4_6
Rost, D. H. & Bienefeld, M. (2019). Nicht replizieren: publizieren!? Zeitschrift für Pädagogische Psychologie, 33(3–4), 163–176. https://doi.org/10.1024/1010-0652/a000253
Svecnik, E., & Krammer, G. (2025). Open Data: why do it, things worth knowing and possible pitfalls. OSF Preprint. https://doi.org/10.31219/osf.io/hk786_v1
Tedersoo, L., Küngas, R., Oras, E., Köster, K., Eenmaa, H., Leijen, Ä. et al. (2021). Data sharing practices and data availability upon request differ across scientific disciplines. Scientific Data, 8(1), 192. https://doi.org/10.1038/s41597-021-00981-0
UNESCO. (2021). UNESCO Recommendation on Open Science. UNESCO. https://doi.org/10.54677/MNMH8546
Wilkinson, M. D., Dumontier, M., Aalbersberg, Ij. J., Appleton, G., Axton, M., Baak, A. et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3(1), 160018. https://doi.org/10.1038/sdata.2016.18
Copyright (c) 2026 Journal of Open Research in Education
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
