(15.07.2019) Die Organisation akademischer Arbeit hat sich zuletzt stark verändert, indem sie sich immer stärker an Evaluierungen und projektbasierter Forschung ausrichtet – nicht nur, aber insbesondere in den Lebenswissenschaften. Als Folge geraten die Forschenden selbst unter starken Leistungsdruck, was sich wiederum negativ auf die Zusammenarbeit in der Forschung und letztlich auch auf die Qualität des Wissens auswirkt.
Illustr. : iStock / MHJ
Das Ziel zahlreicher Reformen von Forschungseinrichtungen, insbesondere von Universitäten, war es unter anderem, wissenschaftliche Arbeit effektiver und produktiver zu organisieren. Regelmäßige Evaluierungen entlang vergleichbarer Kriterien (wie Publikationszahlen und Impact-Faktoren) sollten dabei auch öffentliche Ausgaben für Forschung transparenter machen. Was oft als New Public Management bezeichnet wird, sollte also die Leistung öffentlicher Einrichtungen erhöhen.
Inzwischen hat sich aber herausgestellt, dass diese Maßnahmen signifikante Nebenwirkungen wie Stress, Existenzangst und Konkurrenzdruck haben, die Forschungskulturen und ihre kollektive Kreativität und Produktivität von innen zersetzen können. Schon 2014 warnte ein prominentes Quartett aus den US-Lebenswissenschaften davor, dass diese Entwicklungen die intellektuellen Bedingungen gefährden könnten, die für wirklich innovative Forschung nötig sind [1]. In Bezug auf junge Forscherinnen und Forschern hieß es danach auch in einem Editorial von Nature:
„Significant numbers of Nature’s readers are not happy. They complain, in surveys and directly to us, of their dissatisfaction with their new (and not so new) careers in research. The hours, the workload, the instability of postdoc positions, the expectations, the low pay, the pressure and competition, the lack of opportunities and the fear of failure: all can combine to make the early-career years difficult indeed.“ [2]
Stressoren wie Überarbeitung, Konkurrenz und unsichere Arbeitsbedingungen waren auch Anlass für rezente Diskussionen rund um die mentale Gesundheit von Forscherinnen und Forscher – besonders, aber nicht nur, in frühen Karrierephasen. Dabei wird immer klarer, dass derart „toxische“ Bedingungen nicht nur ein individuelles und persönliches Problem sind, sondern auch systemische Gründe und Auswirkungen haben [3].
Trotz dieser Bedingungen gilt vielen die akademische Forschung als Ideal, weil es für einen bestimmten Lebensentwurf und eine Art Selbstverwirklichung steht, die mit einem anderen Arbeitsplatz oft nicht vorstellbar erscheinen. Das hält Betroffene oft davon ab, über Alternativen nachzudenken, obwohl die Erfahrung zeigt, dass andere Karrierewege in der Forschung von denen, die sie beschreiten, oft sehr positiv bewertet werden. Die Folge: Sie erleben wachsende Unsicherheiten in ihrem persönlichen Arbeitsumfeld.
Aber wie wirkt sich das auf ihre Fähigkeit aus, mit den zwangsläufigen Unsicherheiten in der experimentellen Forschung umzugehen? Welchen Einfluss haben die institutionellen Rahmenbedingungen auf diesen Umgang? In diesem Essay untersuchen wir diese Fragen im Vergleich zweier Arbeitskontexte, die beide von hoher Unsicherheit geprägt sind, wenn auch in ganz anderer Form: Universitäten und Biotech-Start-ups.
Unsicherheiten gibt es in jedem Forschungsprozess, ob an einer Universität oder in einem Start-up. Da ist zum einen natürlich die experimentelle Unsicherheit, ob ein Experiment funktionieren wird und ob es geeignet sein wird, eine Hypothese zu überprüfen oder nicht. Eine Doktorandin an einer Universität beschreibt das etwa so:
„Also Glück ist viel dabei... Wir arbeiten... an Proteinen, und das ist nicht unbedingt vorhersehbar, ob das jetzt funktionieren wird oder nicht... [Auch] wenn man vorher... überlegt, [wird man nur] in zehn Prozent der Fälle wirklich zu einem positiven Ergebnis kommen... Einfach weil es viele Möglichkeiten gibt, was nicht funktionieren könnte. Also, man muss irgendwie Glück haben und diese zehn Prozent erwischen.“
Das impliziert auch eine zweite Art von Unsicherheit – nämlich die, ob man in einer gewissen Zeitspanne zu einem Ergebnis kommen wird oder nicht. Anderswo haben wir das als vorausschauende Unsicherheit („anticipatory uncertainty“) bezeichnet [4]. Der Zeitraum spielt eine Rolle, weil Ergebnisse in Publikationen umgesetzt werden müssen, und diese wiederum zum Zeitpunkt einer Evaluierung, beispielsweise einer Bewerbung oder des Abschlusses einer Dissertation, vorliegen müssen.
Im Vergleich zu anderen Forschungsfeldern kommt in den Lebenswissenschaften hinzu, dass man eben am „Leben“ forscht – und Lebendes verhält sich oft unvorhersehbar, eigenwillig und unerklärbar. Es bleibt daher oft eine so genannte „Unsicherheits-Unsicherheit“ – das heißt, man weiß oft nicht, worin die Unsicherheit eigentlich besteht. Im Unterschied etwa zur Forschung in der Physik, die viel Aufwand betreibt, um Unsicherheiten restlos aufzuklären, ist das in vielen Fällen in den Lebenswissenschaften gar nicht möglich. Man könnte fast sagen, lebenswissenschaftliche Forschung muss auch mit diesen Unsicherheiten arbeiten und nicht nur gegen sie.
Nun ist dies an Universitäten theoretisch genauso wie in einem Biotech-Start-up. Es gibt aber zentrale Unterschiede in Fördermechanismen, Karriere- und Bewertungsstrukturen, die für einen wesentlichen Unterschied sorgen, wie diese Unsicherheiten erlebt und gehandhabt werden.
Um eine erfolgreiche akademische Laufbahn verfolgen zu können, ist man darauf angewiesen, in gewissen Zeitspannen einen bestimmten Output – das heißt: Publikationen – vorweisen zu können. So existieren für die Absolvierung von Qualifikationsstufen wie auch für die Akquirierung von Forschungsprojekten implizite, manchmal aber auch explizite Mindestvoraussetzungen für die Anzahl und den Wert (Impact-Faktor, h-Index) von Publikationen.
Dass solche Vorgaben nicht nur ein Rahmen für die Evaluierung und Messung der Qualität von Forschung sind, sondern auch auf sie selbst zurückwirken können, lässt sich etwa an geläufigen Strategien von Betroffenen ablesen [5]. Häufig erzählen Forscherinnen und Forscher von der Strategie, parallel eine „riskante“ und eine „sichere“ Forschungsfrage zu bearbeiten. Als riskant gilt dabei eine Frage, die besonders interessant und unsicher ist, weil sie ganz neues Terrain betritt – gerade deshalb aber höchst unsichere Erfolgschancen (im Sinne publizierbaren Outputs) mit sich bringt. Um nicht die eigene Karriere mit einer solch riskanten Frage zu gefährden, arbeitet man parallel an einer sicheren Frage, die deutlich planbarer zu publizierbaren Ergebnissen führt. Damit stellt man sicher, dass am Ende auf jeden Fall ein gewisser Output steht, falls die riskantere Forschungsfrage keine verwertbaren Ergebnisse hervorbringt.
Eine andere weit verbreitete Strategie ist, in einen Forschungsantrag Fragen einzubauen, die bereits zu Ergebnissen geführt haben, um im Fall der Förderung schnell einen entsprechenden Output nachweisen zu können. Eine Seniorforscherin an einer Universität erklärt:
Illustr. : iStock / MHJ
„... Eine Sache ins Projekt reinschreibe[n], die fast schon fertig ist… das ist sehr, sehr üblich... nicht nur bei uns, sondern auch in Amerika... Damit kann man dann sagen: Okay, da gibt es eine Publikation – relativ früh.“
An beiden Strategien wird deutlich, dass Forscherinnen und Forscher ihre Arbeit im Bewusstsein hoher „anticipatory uncertainty“ planen. Es wird aber auch deutlich, dass sie auf eine implizite Erwartung von Evaluierungsstrukturen reagieren, dass Forschung planbar zu Ergebnissen kommen kann. Die oben angesprochenen Unsicherheiten und Notwendigkeit des Arbeitens mit Unsicherheiten bleiben innerhalb solcher Strukturen eher unsichtbar.
Darüber hinaus ist in akademische Karrierestrukturen auch eingeschrieben, dass Leistung immer individuell gemessen und evaluiert wird. Wie das Beispiel oben schon andeutet, kann sich daraus eine Form der Unruhe ergeben, dass unsichere Forschung die eigene Karriere oder sogar Existenz gefährdet. Diese Unruhe findet Widerhall in der Erzählung einer Forscherin, die von der Universität zu einem Start-up gewechselt hatte:
„[E]s ist natürlich schon einmal ein Projekt gestorben..., einfach weil es... als nicht zielführend erachtet [wurde]... In den ersten fünf Monaten oder so... habe [ich] mir gedacht: Oh Gott, ich bin meinen Job los... Die Sache ist aber die... dass ich an anderen Projekten auch noch arbeite und dass wir gemeinschaftlich daran arbeiten... Es hat nicht jeder sein Baby, das nur ihm gehört, sondern… Ich fühle mich genauso für alle anderen Sachen verantwortlich – und insofern, wenn dann was nicht funktioniert, ist es jetzt einfach kein… kein Weltuntergang.“
Dieses Beispiel verdeutlicht, dass ein nicht funktionierendes Experiment in Start-ups ganz anders wahrgenommen wird und andere Auswirkungen hat als in akademischen Kontexten. In gewisser Weise ist der Umgang mit Unsicherheiten in Start-ups authentischer, weil in der impliziten Erwartungshaltung von Förderstrukturen und Leitungspersönlichkeiten auch das Scheitern eines Projekts seinen Platz hat, wie eine Leitungsperson in einem Start-up hier zum Ausdruck bringt:
„Unser Geschäft ist so langwierig... Und im Prinzip ist die Wahrscheinlichkeit, dass was am Ende funktioniert im unteren Prozentbereich. Das Geschäft ist ja dadurch geprägt, dass eigentlich alles nicht funktioniert und sehr viel Geld dafür aufgebracht wird, um zu zeigen, dass es nicht funktioniert. Nur wenn halt dazwischen einmal was funktioniert, dann ist das so überproportional bedeutend – auch kommerziell –, dass es das andere auffängt.“
Das bedeutet nicht, dass nicht auch Start-ups Risiken und Erfolgschancen gegeneinander abwiegen. Hier geht es am Ende des Tages aber nicht um den Beweis individueller Leistungsfähigkeit und Produktivität, sondern um den kollektiven Erfolg des Unternehmens. Und das scheint sich signifikant auf die Wahrnehmung von Unsicherheiten in der Forschung auszuwirken. Ein Forscher, der aus dem akademischen Umfeld als CEO in ein Start-up gewechselt hatte, spricht etwa von dem Vorteil, „wirklich“ kollektiv an Projekten arbeiten zu können und nicht als Gruppenleiter „eigentlich zehn einzelne Karrieren managen zu müssen“.
Auch die individuelle Wahrnehmung der Arbeitsplatzunsicherheit unterscheidet sich in den beiden Kontexten. Eine Besonderheit des akademischen Karriereweges ist, dass er linear und hochkompetitiv ist. Linear deshalb, weil er aus relativ klar definierten Qualifikationsebenen besteht (Master, PhD, Postdoc-Stellen), die in angemessener Zeit absolviert werden müssen, bevor man sich auf eine unbefristete Stelle (meist eine Professur) bewerben kann. Linear bedeutet aber auch, dass es nicht (oder kaum) möglich ist, auf einer dieser Ebenen zu verweilen: Entweder man bleibt auf diesem definierten Weg oder man verlässt ihn.
Zudem ist so ein Weg sehr kompetitiv: Die Anzahl an unbefristeten Stellen oder Professuren ist meist äußerst begrenzt. Wenig überraschend gehen daher fast alle Forscherinnen und Forscher ohne fixe Stellen in akademischen Einrichtungen davon aus, dass eine längerfristige Karriere in der Academia sehr unwahrscheinlich ist. Angesichts dieser Bedingungen ist vielleicht eher überraschend, dass es wenig Imagination zu alternativen Karrierewegen gibt – wie im Zitat einer Doktorandin deutlich wird:
„Nur möchte ich auch nicht [in der Situation sein] ... dass... wenn ich mich wirklich für den Weg entscheid[e] und ab, ab 38, ab 40 gibt’s dann keine Finanzierung, keine Perspektive – ja was mach ich dann? Dann bin ich überqualifiziert ... so spezialisiert, dass mich eigentlich keiner mehr brauchen kann. Und was mach ich dann...?“
Diese Wahrnehmung trägt wesentlich zur gefühlten Unsicherheit bei, von der akademische Forscherinnen und Forscher berichten und die auch oft ihre Forschungsstrategien wesentlich beeinflusst.
Im Vergleich dazu waren die meisten Kolleginnen und Kollegen in Start-ups sich zwar bewusst, dass dessen längerfristige Existenz und damit auch ihre Anstellung sehr unsicher war, erlebten dies aber interessanterweise nicht als individuelles, existenzielles Risiko. Vielmehr gingen sie auf Basis früherer Erfahrungen davon aus, auch nach Scheitern des Unternehmens wieder Arbeit in ähnlichen Kontexten finden zu können. Im Gegensatz zu akademischen Arbeitswelten, in denen der Blick oft sehr eng auf die lineare akademische Karriere gerichtet war, gab es in Start-ups einen viel weiteren und flexibleren Horizont in Gesprächen über alternative Karrierewege. Da die persönliche Karriere weit weniger eng mit dem Erfolg oder Misserfolg von Experimenten verbunden ist, erleben Forscherinnen und Forscher in Start-ups experimentelle Unsicherheit interessanterweise auch als weit weniger bedrohlich.
Etwas zugespitzt formuliert: Während man in der akademischen Welt tendenziell individuell Erfolge feiert oder eben scheitert, geschieht in Start-ups beides kollektiv. Natürlich arbeitet man auch in der akademischen Welt zusammen und Experimente werden selten ganz individuell, sondern mit Unterstützung anderer geplant und durchgeführt. Ein nicht funktionierendes Experiment beziehungsweise ein nicht erreichter Output hat aber viel weitreichendere individuelle Konsequenzen für die oder den Hauptverantwortlichen eines Experiments als in Start-ups.
Das Spannende daran, die Universität und Start-ups einmal in diesem Kontrast zu betrachten, ist, dass der Forschungsalltag an einer Universität oder in Start-ups auf den ersten Blick sehr ähnlich ist: In beiden Fällen gibt es Produktivitätsdruck, kaum „Lebensstellen“ und Unsicherheiten in der Forschung. Trotz dieser Gemeinsamkeiten werden aber Letztere sehr unterschiedlich wahrgenommen und wirken sich ganz anders auf den individuell wahrgenommenen Stress und den Forschungsprozess aus. Im Zweifelsfall werden in Start-ups wenig erfolgversprechende Experimente abgebrochen, während Projekte an Universitäten oft so eng an bestimmte Individuen gekoppelt sind, dass es weniger Flexibilität gibt, sie zu beenden, ohne dadurch die Erfolgschancen Einzelner zu verringern.
Dadurch bedingt wird auch mit dem Scheitern von Experimenten in beiden Kontexten ganz anders umgegangen. Während Scheitern in Start-ups weitgehend als normales Element experimenteller Entwicklung enttabuisiert ist, stellt es im akademischen Bereich oft noch ein Tabu dar, da sich vermeintlich schon das Thematisieren eines eigenen punktuellen Scheiterns negativ auf die eigenen Karrierechancen auswirken kann. Auch dadurch entsteht eine kollektive Dynamik, die für Zusammenarbeit und offene Innovation nicht von Vorteil ist.
Aus weiteren Studien wissen wir inzwischen auch, dass sich durch Bedingungen wie hoher Konkurrenzdruck und Arbeitsplatzunsicherheit die Interaktion zwischen den einzelnen Forscherinnen und Forschern verändern kann. Wenn der Druck zu groß wird, wird Zusammenarbeit tendenziell stärker unter den Vorzeichen von Publikationsmöglichkeiten und anderen Vorteilen für die eigene Karriere bewertet. Das kann Teamwork, Supervision, gegenseitiges Lernen und Austausch von Ideen innerhalb von Forschungsgruppen und Forschungsfeldern verhindern oder zumindest erschweren [6].
Uns geht es mit dieser Gegenüberstellung keineswegs darum, Biotech als Vorbild für akademische Forschung vorzuschlagen. Der Vergleich kann aber hilfreich dabei sein, die oft starren Formen der Organisation in akademischen Forschungswelten (entlang individueller Projekte und Qualifizierungsschritte samt sehr starrer Evaluierungssysteme) gedanklich aufzubrechen. Denn oft wird erst in einem solchen Kontrast deutlich, dass es auch anders sein könnte – und dass andere institutionelle Lösungen dazu beitragen könnten, sowohl die Berufszufriedenheit der Forschenden zu verbessern, als auch bessere und nachhaltigere Qualität des Wissens zu erzeugen. Die Verringerung von individualisierter Konkurrenz, eine größere Offenheit für Unsicherheit in der Planung von Forschungsprojekten und die vermehrte Schaffung längerfristiger Karrieremöglichkeiten (auch jenseits der Professur) wären dabei wichtige Startpunkte. Gerade in der deutschsprachigen akademischen Wissenschaft.
[1] PNAS, doi:10.1073/pnas.1404402111
[2] https://www.nature.com/news/young-researchers-thrive-in-life-after-academia-1.20686
[3] https://www.nature.com/articles/d41586-019-01468-0; und [1]
[4] Science as Culture, doi:10.1080/09505431.2018.1485640.
[5] Science, Technology, & Human Values, doi: 10.1177/0162243915599069.
Lisa Sigl ist wissenschaftliche Mitarbeiterin bei der Forschungsplattform „Responsible Research and Innovation (RRI) in Academic Practice“ der Universität Wien. Ihr besonderes Interesse gilt den Bedingungen für soziale Verantwortung in der Forschung.
Maximilian Fochler ist Assoziierter Professor und stellvertretender Vorstand am Institut für Wissenschafts- und Technikforschung der Universität Wien.