Säule 01
Eigene Forschung mit voller Lineage
Unsere Publikationen liefern nicht nur Ergebnisse, sondern den ganzen Weg dorthin:
Datenquellen, Aufbereitungsschritte, alternative Modell-Spezifikationen, Replikations-Kits.
Wer unsere Befunde anders rechnen will, kann das. Open Science ist Programm, nicht Anhang.
Säule 02
Datenkompetenz zugänglich machen
Mit Programmen wie der As-If Science Jam machen wir die Mikro-Techniken
statistischer Manipulation — Cherry-Picking, p-Hacking, Survivorship Bias, Achsen-Wahl —
erlebbar. Wer den Mechanismus selbst durchgespielt hat, erkennt ihn in Wahlkampf,
Boulevardpresse und Policy-Papers wieder. Resilienz nicht durch Faktenchecks, sondern
durch Vertrautheit mit dem Verfahren.
Säule 03
Open Data — kuratiert, kommentiert, einsatzbereit
Wir kuratieren Datensätze aus öffentlichen Quellen (Eurostat, AACT/ClinicalTrials.gov,
OECD, WHO und andere), bauen Replikations-Kits und kommentierte Methoden-Notebooks,
machen sie öffentlich zugänglich. Brücke zwischen institutionellen Datenquellen und
allen, die mit ihnen arbeiten wollen — Forscher:innen, Studierenden, Journalist:innen,
interessierten Bürger:innen. Open Data muss nicht nur frei sein, sondern auch nutzbar.