Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/84970
Authors: 
Vlaeminck, Sven
Wagner, Gert G.
Wagner, Joachim
Harhoff, Dietmar
Siegert, Olaf
Year of Publication: 
2013
Series/Report no.: 
Working Paper Series des Rates für Sozial- und Wirtschaftsdaten 224
Abstract: 
Wissenschaftliche Untersuchungen auf Basis von Forschungsdaten nehmen in vielen Wissenschaftsdisziplinen zu - 'Data Backed Science' könnte in vielen Fachbereichen zu einem neuen Paradigma der Forschung werden. Wenngleich die Wirtschaftswissenschaften sicher nicht mit datenintensiven Fächern wie der Hochenergiephysik oder aus dem Bereich der Erdbeobachtung (vgl. PARSE.Insight, 2010) verglichen werden können, finden sich dennoch zunehmend mehr Publikationen in Fachzeitschriften, in denen Forschende selbst erstellte oder extern verfügbare Datensätze nach eigenen Fragestellungen auswertet haben. Die für diese Forschungsfragestellungen genutzten Daten stammen aus unterschiedlichsten Quellen. Im Unterschied zu stärker empirisch ausgerichteten Wissenschaftsdisziplinen, wie etwa der Psychologie, werden jedoch in der Regel in den Wirtschaftswissenschaften seltener eigene Forschungsdatensätze erstellt. Stattdessen greifen Wirtschaftsforscher/innen oftmals auf Daten der amtlichen Statistik zurück oder auf Studien, die durch spezialisierte Forschungseinheiten erhoben werden (z. B. der ALLBUS der GESIS oder das SOEP am DIW Berlin). Häufig werden auch relevante Datensätze von Firmen, wie etwa Bloomberg oder Thomson Reuters eingekauft. Eine Ausnahme bilden hier Untersuchungen im Bereich der experimentellen Wirtschaftsforschung, bei denen Wirtschaftswissenschaftler/innen die Ergebnisse eigener Versuche in selbst erstellten Datensätzen dokumentieren. Doch obwohl zunehmend mehr Publikationen auf Basis der Auswertung von Daten erscheinen, gibt es in den Wirtschaftswissenschaften bislang kaum effektive Möglichkeiten, die in Fachzeitschriften publizierten Forschungsergebnisse im Kontext der zugehörigen Artikel zu replizieren, zu prüfen oder für eine Nachnutzung und zur Unterstützung des wissenschaftlichen Diskurses ('Data Sharing') bereit zu stellen. Selbst die Forschungsdaten, die auf allgemein zugänglichen Datensätzen (z. B. ALLBUS oder SOEP) beruhen, werden in der Regel nicht in ihrer spezifischen Auswahl und Bereinigung archiviert. Damit sind Replikationen zwar nicht ausgeschlossen (da die Original-Daten ja frei zugänglich sind), aber eine Replikation fällt bei anspruchsvollen Analysen, die auf spezifischer Auswahl und Bereinigungen beruhen, schwer. Dies stellt sowohl die Fachdisziplin als auch wissenschaftliche Infrastrukturdienstleister wie Bibliotheken und Datenzentren vor zahlreiche Herausforderungen, die im Folgenden betrachtet werden.
Document Type: 
Working Paper

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.