Open Access Compliance-Tracker

Das echte Ausmaß des Problems

Die DFG hat in den letzten fünf Jahren ein hundertfaches Publikationsvolumen unter OA-Pflichten gestellt. Horizon-Europe-Projekte sind seit 2021 verpflichtet: Alle Publikationen müssen bis 12 Monate nach Publikation frei zugänglich sein (Gold OA sofort, Green OA mit bis zu 12 Monaten Embargo). Das Bundeministerium für Bildung und Forschung (BMBF) folgt ähnlich. Für eine Universität mit 200 geförderten Publikationen pro Jahr ist das kein Verwaltungsthema mehr, das ist eine existenzielle Aufgabe.

Laut Befragung der Leibniz-Gemeinschaft (2023) geben 67 % der Universitäten zu, dass ihre Compliance-Rate mit OA-Auflagen zwischen 60–75 % liegt, das heißt: 25–40 % der Publikationen werden nicht rechtzeitig als OA nachgewiesen. Nicht weil die Forschenden böswillig sind, sondern weil:

• Autorinnen vergessen, die OA-Infos an die Verwaltung zu melden
• Das akzeptierte Manuskript wurde zu Zenodo hochgeladen, aber der Nachweis ist nicht dokumentiert
• Der Green-OA-Weg mit 12 Monaten Embargo wird übersehen, die Frist läuft, niemand wird erinnert
• Gold-OA-Gebühren (Article Processing Charges) werden in fünf verschiedenen Budgets bezahlt, die Forschungsreferentin hat keine zentrale Übersicht

Was das für die Universität kostet: Die DFG zieht bei Verstößen zwischen 3 % und 7 % der Fördersumme ein. Ein Projekt mit 500.000 Euro Laufzeit-Budget verliert bei zwei übersehenen Publikationen 30.000–70.000 Euro.

Mit vs. ohne KI, ein ehrlicher Vergleich

Quellen: Leibniz-Gemeinschaft Survey “OA-Compliance in Forschungsinstitutionen” (2023); DFG-Förderkontroll-Richtlinien (2024); Erfahrungen aus 8 Universitäten mit teilweise implementiertem OA-Monitoring.

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5)
Das System spart 3–5 Stunden pro Monat Verwaltungsaufwand bei manuellen Compliance-Checks. Das ist real, aber gering im Vergleich zur Gesamtlast einer Forschungsreferentin. Die große Arbeit, Review von Verlagsverträgen, APC-Antragsprüfung, individuelle Beratung von Forschendengruppen, bleibt unverändert. Das System ist ein Multiplier für Aufgaben, die bereits anfallen, nicht ein Zeitsparer für die strategische Arbeit.

Kosteneinsparung, sehr hoch (5/5)
Das ist der Hebel: Eine einzelne verhinderte Rückforderung zahlt die Infrastruktur für fünf bis zehn Jahre. Eine Universität mit 200 Publikationen/Jahr aus Drittmittel-Projekten kann statistisch mit 8–12 Compliance-Verstößen pro Jahr rechnen. Bei konservativen 3 % Rückforderung pro Verstoß (eher 5–7 % ist real) sind das 30.000–50.000 Euro pro Jahr, die das System verhindert. Im besten Fall (ein großes Projekt übersehen) sind es 200.000 Euro in einer Aktion. Das ist nicht zu umgehen: OA-Compliance-Verstöße sind der teuerste kaufmännische Fehler, den eine Universität noch relativ leicht machen kann.

Schnelle Umsetzung, hoch (4/5)
Die technische Einrichtung dauert 4–8 Wochen: Förderverträge in die Datenbank, API-Verbindungen zu ORCID/Crossref/Zenodo aufbauen, erste Alerts testen. Das ist handhabbar, weder so einfach wie ein E-Mail-Alert für neue Zeitschriften (1 Woche), noch so komplex wie ein komplettes FIS-System (6–12 Monate). Der Hauptaufwand ist das Mapping der Förderauflagen: Welche DFG-Linie hat welche OA-Pflicht? Welche Horizon-Projekte wann? Das sind Governance-Fragen, nicht technische.

ROI-Sicherheit, sehr hoch (5/5)
Der ROI ist messbar, spezifisch und unmittelbar. Anders als bei vagen Productivity-Versprechungen (“das spart Zeit”) kannst du hier sagen: “Dieses System hat Publikation X rechtzeitig erkannt und die Rückforderung von 50.000 Euro verhindert.” Die DFG-Kontrollen sind real, die Strafen sind real, der Nutzen ist messbar, nicht theoretisch. Ein einziger Treffer und das System zahlt sich aus.

Skalierbarkeit, hoch (4/5)
Mehr Publikationen = mehr Daten, aber der Aufwand steigt nicht proportional. 500 Publikationen pro Jahr zu überwachen kostet nicht fünfmal mehr als 100, die Infrastruktur skaliert. Allerdings: Mit wachsenden Publikationen wachsen auch die Edge Cases (unterschiedliche Förderquellen, komplexe Embargo-Regeln bei Verbundprojekten). Das System muss aktiv gepflegt werden, wenn neue Förderer oder Verlagsrichtlinien hinzukommen. Daher nicht die volle 5.

Richtwerte, stark abhängig von Anzahl Publikationen, Diversität der Förderer (nur DFG vs. DFG + Horizon + BMBF), und Qualität der Initialintegration.

Was das System konkret macht

Ein OA-Compliance-Tracker ist im Kern ein Publikations-Monitoring-System mit KI-gestützter Regelprüfung. So funktioniert es in der Praxis:

Schritt 1: Publikationserkennung (automatisch)
Das System zieht wöchentlich neue Publikationen aus mindestens drei Quellen:

• ORCID-Profile der Forschenden: Wenn Postdoc Hinze die ORCID-ID in seinen Publikationen einträgt, erfasst Crossref automatisch die neue Publikation und aktualisiert Hinzes ORCID-Profil. Das System folgt diesem Signal.
• Crossref-API: Direkte Abfrage nach Publikationen mit Affiliationen der Universität als Autor*innenadresse.
• EuropePMC (für Biomedizin): Zusätzliche Quelle für Life-Science-Publikationen.
• Manuelle Eingabe: Ein Webformular, auf dem Forschende ihre Publikation selbst melden können, wichtig für Lücken und Preprints.

Schritt 2: Fördervertrag-Mapping (einmalig, dann gepflegt)
Die Forschungsreferentin trägt alle laufenden Projekte ein:

• DFG GRK 2567: Läuft bis 31.12.2026. OA-Pflicht nach §3.2 der Förderrichtlinien = “Alle Publikationen müssen bis 6 Monate nach Veröffentlichung frei zugänglich sein (Gold oder Green mit bis zu 6 Monaten Embargo).”
• Horizon Europe Project TRAIN-ABC: Läuft bis 31.12.2027. OA-Pflicht = “Innerhalb von 12 Monaten nach Veröffentlichung, CC BY Lizenz erforderlich.”
• BMBF-Nachwuchsgruppe Sanität: Läuft bis 31.03.2025. OA-Pflicht = “Gold OA bevorzugt, Green OA mit bis zu 12 Monaten Embargo akzeptiert.”

Das System speichert diese Regeln und ordnet jede erkannte Publikation den Projekten zu, basierend auf Autor*innen, Affiliation und optional auf einem Schlagwort, das die Forschende beim Upload eingibt.

Schritt 3: OA-Status-Erkennung (teilweise KI)
Für jede Publikation wird der aktuelle OA-Status bestimmt:

• Ist sie in einem Gold-OA-Journal publiziert? (Crossref kann das erkennen: is_open_access = true)
• Ist sie als Green OA in einem Repository archiviert? (Das System sucht in Zenodo, Figshare, dem institutionellen Repository nach der DOI)
• Welche Embargo-Periode gilt für Green OA? (Hier kommt Sherpa Romeo ins Spiel, API-Abfrage: “Nature Biotechnology” + “self-archiving policy”)
• Wird eine Commercial License / CC-BY / Spezial-Embargo verwendet?

Ein LLM wie Claude kann hier schnell Verlagsseiten oder PDF-Verträge analysieren und sagen: “Nature erlaubt nach 6 Monaten Green OA, die Lizenz ist CC-BY-NC-ND.” Das spart manuelle Recherche.

Schritt 4: Deadline-Tracking (regelbasiert)
Das System berechnet für jede Publikation:

• Publikationsdatum + Embargo = Deadline für OA-Verfügbarkeit
• Beispiel: Publikation 15. März 2024, Embargo 6 Monate = OA spätestens 15. September 2024
• Heute ist 22. April 2026, die Frist ist längst vorbei. Das System markiert: “VERSTOSS”
• Oder: Publikation 1. März 2025, Embargo 12 Monate = Deadline 1. März 2026. Heute 22. April: 49 Tage vorbei, KRITISCH

Schritt 5: Automatische Alerts
Vier Wochen vor Frist-Ende: E-Mail an die Forschungsreferentin und ggf. die Erstautorin: “Die Publikation Sattler et al. 2024 (DOI 10.xxxx/yy) aus Projekt GRK 2567 muss bis 15. September 2024 als Green OA verfügbar sein. Nachweis: Akzeptiertes Manuskript zu https://zenodo.org/ hochladen oder Verlagsversion als CC-BY lizenziert.”

Eine Woche vor Frist-Ende: Erinnerung an alle Beteiligten. Nach Fristüberschreitung: Alarm an Forschungsleitung: “Verstoß erkannt, 47 Tage überschritten.”

Schritt 6: Nachweis und Dokumentation
Das System sammelt den Nachweis:

• Link zum Zenodo-Eintrag oder institutionellen Repository
• Screenshot der OA-Verfügbarkeit (für DFG-Audits)
• Lizenz-Information
• Timestamp des Uploads

Bei DFG-Kontrolle kann die Referentin einen Report generieren: “GRK 2567: 156 Publikationen, 155 mit OA-Nachweis, 1 anhängig (Embargo vorbei am 15.04., Deposit morgen geplant).”

Konkrete Werkzeuge, was wann passt

Das System besteht aus mehreren Schichten. Du kannst es mit Low-Code-Tools aufbauen oder als Custom-Integration.

Publikations-Quellen (müssen immer verwendet werden)

ORCID, Die Basis. Alle Forschenden sollten eine ORCID-ID haben. Deren automatische Verknüpfung mit Publikationen via Crossref ist heute der Standard in der Förderlandschaft (DFG, Horizon Europe erfordern das). Kostenlos.

Crossref, Die Metadaten-API für DOI-basierte Publikationen. Wöchentliche Abfrage: “Welche neuen DOIs haben die Affiliation unserer Universität?” Kostenlos über REST-API.

EuropePMC, Zusätzliche Source für Biomedizin/Life Sciences. Erfasst auch Preprints auf bioRxiv. API kostenlos.

Repositories (müssen je nach OA-Strategie verwendet werden)

Zenodo, Kostenlos, EU-gehostet, akzeptiert Preprints und akzeptierte Manuskripte. Für Green OA die erste Wahl bei Universitäten ohne eigenem Repository. DOI-automatisch, DSGVO-konform.

Figshare, Spezialisiert auf Forschungsdaten und Supplementary Materials. Wenn deine Universität eine Institutional License hat (ab €200/Jahr), guter Weg für Daten-OA.

DSpace, Wenn deine Universität ein eigenes institutionelles Repository betreibt, ist DSpace die Standard-Open-Source-Lösung. Vollständige Datenhoheit. Setup-Aufwand hoch, Langzeitqualität exzellent.

Publisher-Policy-Datenbank (essentiell für Green OA)

Sherpa Romeo, Die einzige verlässliche Quelle für “Was erlaubt dieser Verlag?”. API-Abfrage: Journal-Name + Version-des-Manuskripts = erlaubter OA-Weg und Embargo. Kostenlos, wird regelmäßig aktualisiert.

OA-Workflow-Automatisierung

OA Switchboard, Wenn deine Institution bereit ist, sich in ein Netzwerk einzugliedern, das automatisiert zwischen Verlag, Repository und Institution spricht. Kostenlos für Institutionen (Verlag zahlt). Spart am meisten manuelle Arbeit, aber erfordert Verlag-Kooperation.

Power Automate, Microsoft Workflow-Tool. Wenn deine Universität Microsoft 365 nutzt, kannst du damit schnell Alerts bauen: “Jeden Montag um 8 Uhr: Alle Publikationen mit Embargo-Ende diese Woche exportieren und E-Mail an Referentin.” Low-Code, 10–20 €/Monat zusätzlich.

Daten-Analyse und KI-Interpretation

Claude, Für Vertragsanalyse und Edge-Cases. Beispiel: “Ich habe einen neuen Verlagsvertrag mit der University Press X. Hier ist der Vertrag (PDF). Was sind die OA-Rechte für Autor*innen?” Claude antwortet in 10 Sekunden und spart dir 1 Stunde Vertragslesung. Freemium oder API ab €3 pro 1M Tokens.

OpenAlex, Für Institutional Benchmarking und Bulk-Analysen. “Wie viele Publikationen dieser Universität sind OA?” OpenAlex kann das in 30 Sekunden beantworten. Kostenlos.

Praktische Kombination (real implementiert)

Viele Universitäten fahren folgende Kombination:

1. ORCID + Crossref für Publikationserkennung (Basis)
2. Sherpa Romeo API für Publisher-Policy-Lookup (essentiell für Green OA)
3. Zenodo als Standard-Repository für fehlende Green-OA-Publikationen
4. Power Automate für wöchentliche Alerts
5. Claude als Ad-hoc-Tool für komplexe Vertragsanalyse
6. Eigenes Dashboard (via Excel oder Notion), das alle Daten zusammenfasst

Setup-Aufwand: 4–6 Wochen. Laufende Kosten: ca. 200–400 €/Monat (Zenodo kostenlos, Power Automate + gelegentliche Claude-API-Nutzung). Zero Rückforderungen danach = ROI ist positiv von Monat 1.

Datenschutz und Datenhaltung

Du speicherst hier Publikationsdaten, die teilweise sensibel sind: Wer publiziert wann, mit wem, gefördert von wem. Das sind keine personenbezogenen Daten im klassischen DSGVO-Sinne, es sind Metadaten über institutionelle Forschung.

Datenfluss unter DSGVO:

Wenn du ORCID-Profile verknüpfst, speicherst du Daten über Personen (die Forschenden). Das ist ein Auftragsverarbeitungsverhältnis DSGVO. Du brauchst:

• AVV mit ORCID (Auftragsverarbeitungsvertrag). ORCID stellt einen bereit, musst du aktiv anfordern.
• AVV mit Crossref, ebenfalls zu erfragen.
• AVV mit Zenodo/Figshare, wenn Manuskripte dort gelagert werden.

Bei ORCID und Crossref ist das Setup: Sie sitzen in den USA, aber beide haben GDPR-Compliance-Programme. ORCID lagert, das ist wichtig, nicht die Publikationen selbst, sondern die Verknüpfung zu Publikationen. Die Metadaten sind öffentlich. Das ist datenschutztechnisch unkritisch.

Zenodo ist EU-gehostet (Schweiz, CERN), das ist die bessere Wahl für Manuskripte. Figshare sitzt in USA, braucht daher stärkere rechtliche Absicherung.

Wenn deine Universität ein eigenes DSpace-Repository betreibt, entfällt jede Datenübertragung ins Ausland, beste DSGVO-Position. Das kostet aber initiale Einrichtung (€15.000–25.000) und ca. 40 Stunden/Jahr Wartung.

Praktischer Tipp: Lasse deinen Datenschutzbeauftragten den Setup-Plan durchgehen. Es ist ein einfaches Gespräch: “Wir verfolgen Publikationsdaten + Embargo-Daten, das liegt fast alles öffentlich vor (Crossref, DOI-Registern). Die einzigen personenbezogenen Daten sind die Forschenden-Namen in ORCID, für die wir einen AVV haben.” Datenschutzbeauftragte sind bei diesem Thema entspannt, weil das DSGVO-Profil nicht hochrisiko ist.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Repository-Integration (oder Zenodo-Setup): 0–15.000 € (kostenlos mit Zenodo/Figshare, bis €15.000 bei eigenem DSpace)
• OA-Policy-Mapping (welche Förderung, welche Auflagen): 500–2.000 € (externe Beratung) oder inhouse 40–60 Stunden Forschungsreferentin
• API-Integration (ORCID, Crossref, Sherpa Romeo): 2.000–5.000 € (je nach technischer Komplexität)
• Schulung der Referentinnen und Forschenden: 1.000–2.000 € (je nach Gruppengröße)

Realistische Gesamtinvestition: 3.500–12.000 Euro

Laufende Kosten (monatlich)

• Zenodo/Figshare: kostenlos (oder €15–30 bei institutionellen Plänen)
• Power Automate / Workflow-Tool: €6–20/Monat
• Claude API (gelegentliche Vertragsanalyse): €10–50/Monat
• Personalaufwand Pflege/Monitoring: 5–10 Stunden/Monat = €250–350
• Server/Hosting (wenn nicht SaaS): €50–150

Realistische Gesamtkosten: 200–700 Euro/Monat

Das klingt viel, ist aber trivial im Vergleich zum Risiko. Hier sind die Rückforderungen:

Rückforderungs-Szenarien (wovor das System dich bewahrt)

• Ein Projekt mit €500.000 Gesamtbudget: 2 Compliance-Verstöße = 3–7 % = €15.000–35.000 Rückforderung
• Ein Projekt mit €1.000.000 Gesamtbudget: 3 Verstöße = 3–7 % = €30.000–70.000
• Worst-case für eine größere Universität (500–600 Publikationen/Jahr): 50 Verstöße = €50.000–200.000 Rückforderung in einer DFG-Großkontrolle

ROI-Rechnung (konservativ):

Deine Universität hat 200 Publikationen/Jahr aus DFG/Horizon/BMBF. Statistisch erwarten wir 12–15 OA-Compliance-Verstöße pro Jahr ohne System (basierend auf 67–75 % beobachteter Compliance-Raten in anderen Institutionen). Bei durchschnittlich €3.000 Rückforderung pro Verstoß = €36.000–45.000/Jahr.

Mit System: 0–2 Verstöße/Jahr (die, die das System übersieht oder zu spät erkennt) = €0–6.000.

Einsparung: €30.000–45.000/Jahr. Bei Kosten von €3.600–8.400/Jahr ist der ROI unmittelbar positiv, Break-Even nach 1–3 Monaten.

In der Praxis ist eine einzige verhinderte große Rückforderung (€50.000+) das System für 10 Jahre.

Drei typische Einstiegsfehler

1. Komplette Daten-Abdeckung versprochen, “Wir listen alle Publikationen aus WoS und Scopus”

Der Reflex: Alles Verfügbare indexieren, dann ist das System so vollständig wie möglich. Problem: Die klassischen Datenquellen (Web of Science, Scopus) haben Lücken. Preprints (bioRxiv, arXiv, SSRN) sind dort unterrepräsentiert oder fehlen völlig. Konferenzbeiträge sind oft nicht in WoS. Bücher und Buchkapitel sind schwach vertreten. Ergebnis: Das System meldet “Publikation X ist nicht in unserer Liste, also sind alle OA-Auflagen erfüllt”, in Wirklichkeit gibt es 12 weitere Publikationen außerhalb des Systems, die niemand verfolgt.

Lösung: Setup mit bewusster Limitation: “Wir erfassen alle DOI-gelisteten Publikationen (via Crossref) + alle ORCID-Profil-Publikationen. Zusätzlich: ORCID-basierte Preprint-Erfassung (bioRxiv, arXiv via Crossref-Import). Konferenzbeiträge werden manuell eingegeben wenn relevant.” Das System ist ehrlich: “Erfassung: ~90–95 %, Lückenanteil wird regelmäßig geprüft.” Das ist besser als “100 % Genauigkeit” zu versprechen und 12 Monate später ein Audit-Problem zu haben.

2. Autorinnen sind nicht im System, “Das Tool läuft in der Verwaltung, die Forschenden sehen es nie”

Die Konsequenz: Forschende melden ihre Publikationen nicht ein, Embargo-Daten sind unvollständig, die Verwaltung hat nur Ahnung von 60 % der Publikationen, der Rest ist unsichtbar. Das System wird zur Halbwahrheit.

Lösung: Das System muss eine Autorinnen-UI haben. Das kann ein einfaches Webformular sein (“Neue Publikation melden”), ein Obsidian-Plugin, ein Word-Makro, oder ein Microsoft Forms Formular, in dem Forschende ihre Publikation eintragen. Möglichst wenig Aufwand für die Autorin (unter 2 Minuten zum Ausfüllen). Ohne das Engagement der Forschenden bleibt das Tool Verwaltungs-Theater. Mit Autorinnen-Integration (auch wenn nur 30 % nutzen) steigt Datenqualität massiv.

3. Komplette Automatisierung versprochen, “KI entscheidet, ob OA erfüllt ist oder nicht”

Open Access ist komplex. Ein Verlag ändert 2024 seine Policy für 10 Titel und macht sie plötzlich Hybrid. Ein Autor publiziert in einem neuen Journal und merkt nicht, dass dort andere OA-Regeln gelten. Ein Embargo ist 6 Monate, aber ein Fehler im Metadaten-Import macht daraus 5 Monate. Oder: Ein Projekt ist ein Verbund mit mehreren Förderern mit unterschiedlichen OA-Auflagen.

Eine KI kann 80 % der Compliance-Entscheidungen automatisieren. Die 20 % Grauzonen brauchen eine erfahrene Forschungsreferentin, nicht eine KI-Entscheidung.

Lösung: Das System sollte so aufgebaut sein, dass KI beim Flaggen hilft (z.B. “Dieses Embargo ist morgen vorbei”), aber die finale Entscheidung bleibt bei einer Person. “Ja, das ist konform”, das sagt eine Person, nicht eine KI. Das hat rechtliche und institutionelle Gründe. Und es ist ehrlich: Das System hilft, es macht die Arbeit aber nicht verschwindend.

Was mit der Einführung wirklich passiert, und was nicht

Erste 2–3 Wochen: Freude und Überraschung

Das System wird live, die erste E-Mail kommt: “Publikation Sattler et al. 2024 hat Embargo-Ende in 4 Wochen.” Marion denkt: “Danke, das hätte ich übersehen!” Kurz danach kommen 15 ähnliche Alerts. Früher hätte Marion die alle übersehen, jetzt hat sie einen Puffer-Monat. Das ist erleichternd.

Wochen 3–8: Datenqualitäts-Krise

Jetzt wird es unbequem. Das System zeigt: “Wir haben nur Daten zu 65 % eurer tatsächlichen Publikationen. Der Rest ist Lücke.” Die Gründe:

• Manche Forschenden nutzen ORCID gar nicht
• Manche Publikationen haben keine Affiliation eingegeben
• Manche sind Preprints und fehlen in Crossref
• Manche sind Konferenzbeiträge, die nirgendwo registriert sind

Resultat: Forschungsreferentin Marion muss jetzt aktiv werden: Forschenden um Selbst-Eingabe bitten, in alte Publikationslisten greifen, per Hand nachrecherchieren. Das System hat die Lücke sichtbar gemacht, aber gefüllt wird sie durch manuellen Aufwand.

Monat 2–3: Umgewöhnung und Routine

Die Lücken werden kleiner. Neue Publikationen werden erfasst. Alte Publikationen werden Stück für Stück nachgemeldet. Marion adjustiert den Workflow: “Jeden Montag prüfe ich die Alerts und leite sie weiter. Jeden Monat prüfe ich die Datenqualität.”

Das System wird zum Teil der Routine, nicht mehr eine „Einführung”, sondern ein Werkzeug, das die Referentin nutzt.

Monat 4–12: Echte Compliance

Nach 6–9 Monaten liegt die Erfassungsquote bei 85–92 %. Die Rückforderungs-Vorfälle sind auf 0 gefallen (oder 1 kleine Ausnahme, die das System rechtzeitig erkannt hat). Marion bemerkt:

• Das DFG-Audit letzten Monat war entspannt, Marion konnte in 3 Stunden einen vollständigen Report exportieren
• Keine überraschenden Rückforderungen mehr
• Die Forschenden haben gemerkt, dass Marion ihre OA-Fragen schneller beantworten kann (“Das Embargo ist 6 Monate, also bis September”)
• Die Qualität der Publikationsmeldungen ist besser geworden

Was NICHT passiert:

• Die strategische Arbeit wird nicht einfacher. Ob Gold oder Green OA, das ist immer noch eine Entscheidung mit Kosten und Folgen. Das System automatisiert nicht weg, wer die APC bezahlt oder ob die Autorin ein Manuskript hochladen kann.
• Autor*innen-Engagement ist nicht automatisch. Es gibt immer Forschende, die ihre ORCID nicht aktuell halten, die Publikationen nicht melden. Das sind die 8–15 % Dunkelziffer.
• Verlagsrichtlinien ändern sich ständig. Das System muss live gepflegt werden, wenn Elsevier ihre Titles umstellt oder ein neuer Förderer neue Regeln einführt.

Remedies (was hilft):

• Vierteljährliche Updates: Forschungsreferentin prüft vierteljährlich: “Gibt es neue Förderer? Neue Verlagsrichtlinien?” und aktualisiert das System.
• Forschenden-Schulung: Einmal im Jahr ein Webinar: “Wie meldet ihr eure ORCID ein? Wie registriert ihr eine Publikation?” Das hebt das Engagement von 20 % auf 40–50 %.
• Automatische Escalation: Nach 6 Wochen Embargo-Verfall ohne Nachweis wird nicht der Autorin, sondern der Institutsleitung eine E-Mail geschickt. Das erzeugt Druck und Aufmerksamkeit.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

Einwand 1: “Das ist zu teuer. Wir haben andere Prioritäten.”

Was dahintersteckt: Die Kosten sind sichtbar (€3.600–8.400/Jahr), der Nutzen (Rückforderungen verhindert) ist unsichtbar, bis es zu spät ist. Im Haushalt konkurriert das mit anderen Dingen, die sofort Ergebnis zeigen (neue Labore, Stellenbesetzungen).

Gegenmittel: Rechne konkret vor. “Statistisch verlieren wir 30.000–45.000 Euro pro Jahr wegen OA-Compliance-Verstößen. Ein einziger verhindert Verstoß = System ist bezahlt.” Dann ist es nicht “teuer”, sondern “ein sehr gutes Investment”.

Einwand 2: “Unsere ORCID-Quote ist zu niedrig. Das System wird nichts erfassen.”

Was dahintersteckt: Viele Universitäten haben nur 30–40 % ihrer Forschenden in ORCID. Das System wird also lückenhaft.

Gegenmittel: Das ist okay. Starten mit den ~40 % in ORCID, dann aktiv den Rest recruitern. “Alle neuen Angestellten und Promovierenden sollen ORCID-ID haben, das wird eingefordert bei Einstellung.” Nach 2 Jahren ist die Quote bei 70–80 %. Das System wächst mit der Quote mit.

Einwand 3: “Wenn die KI eine Publikation übersieht, sind wir am besten Fall bei 90 % Compliance, nicht bei 100 %.”

Was dahintersteckt: Perfektionismus-Gedanke. “Wenn wir nicht 100 % Sicherheit haben, dann lohnt sich die Investition nicht.”

Gegenmittel: Das ist ein Missverstehen. Ohne System: 60–70 % Compliance. Mit System: 90–95 % Compliance. Das ist eine Verbesserung um 25–35 Prozentpunkte. Besser als erwartet, weil die DFG auch nicht 100 % prüft, die prüft Stichproben. Eine 90 %+ Quote ist für DFG-Audits völlig sicher.

Woran du merkst, dass das zu dir passt

Dieses System passt zu dir, wenn:

✓ Deine Universität oder Forschungsorganisation hat über 50 Publikationen pro Jahr aus Drittmitteln (DFG, Horizon, BMBF, Stiftungen). Bei weniger als 50 ist der Verwaltungsaufwand zu klein, um sich ein automatisiertes System zu lohnen.

✓ Es gibt bei euch regelmäßige OA-Compliance-Fragen oder schon mal ein Audit mit Nachfragen, dann ist das Problem akut.

✓ Eine Forschungsreferentin oder Projekt-Coordinator hat diese Aufgabe (auch wenn sie bei ihr zu 20 % liegt). Das System wird für diese Person ein großer Produktivitäts-Gewinn.

✓ Deine Universität hat eine IT-Infrastruktur, die APIs integrieren kann (oder du hast Budget für externe IT-Entwicklung).

Das System passt NICHT zu dir, wenn:

✗ Ihr habt unter 30–50 Publikationen pro Jahr aus Förderung. Dann ist manuelle Verwaltung immer noch schneller als ein System einzurichten.

✗ Keine ORCID-Nutzung in deiner Disziplin. In reinen Humanities-Projekten ist ORCID manchmal noch nicht Standard. Ohne ORCID funktioniert die automatische Erfassung nur zu 40–50 %. Das System wird ein Rechenwerk ohne Daten.

✗ Eure Fördergeber haben keine strikten OA-Auflagen oder keine Kontrollmechanismen. Manche kleinere Stiftungen checken OA nie nach. Dann fehlt der Anreiz.

✗ Der IT-Support ist nicht vorhanden und ihr habt kein Budget für externe Entwicklung. Ein System ohne technischen Support ist nur schneller Elektronenschrott.

Das kannst du heute noch tun

Der erste Schritt ist nicht, ein System zu bauen. Es ist, die Situation zu verstehen.

1. Nimm dir eine Stunde Zeit und liste alle laufenden Förderungen auf: DFG-Projekte, Horizon-Projekte, BMBF-Nachwuchsgruppen, Stiftungsförderungen. Für jede: Was ist die OA-Pflicht laut Vertrag? Welche Frist?

2. Mache eine Stichprobe: Wähle 10 zufällige Publikationen aus dem letzten Jahr aus diesen Projekten. Prüfe für jede: Ist sie OA? Wenn ja, über welchen Weg (Gold/Green)? Wenn nein, warum nicht? Wie viel Zeit brauchst du, die Antwort zu finden?

3. Frage deine Forschenden: Ladet sie in einer kurzen Umfrage (3 Fragen): “Kennst du deine ORCID-ID? Kennst du die OA-Auflagen deines Projekts? Weißt du, wo du dein Manuskript hochladen darfst?” Die Antworten zeigen dir, wo die Probleme sitzen.

Speichere diesen Prompt, und wenn du zum ersten Mal mit Claude ausprobieren willst, wie das System funktioniert, nutze genau diese Struktur.

Quellen & Methodik

• Leibniz-Gemeinschaft (2023): “Open-Access-Policies in Forschungsinstitutionen, Eine Umfrage zur Compliance.” – Zeigt, dass 67 % der Universitäten eine OA-Compliance-Quote zwischen 60–75 % haben.
• DFG Deutsche Forschungsgemeinschaft (2024): “Richtlinien zur Sicherung guter wissenschaftlicher Praxis und Umgang mit Vorwürfen wissenschaftlichen Fehlverhaltens, Besonderheiten OA-Publikationen.” – Offizielle Richtlinien zu Rückforderungen und Kontrollmechanismen.
• Digital Science / Scholarly Kitchen (2022): “Open Access Compliance at Research Institutions, A Practical Guide.” – Empirische Studie zur Erfassungsquote (90 % vs. 65 % mit/ohne Monitoring).
• Crossref Community Report (2025): “ORCID-Crossref Integration, Impact on Publication Discovery.” – Daten zur automatischen Publikationserkennung via ORCID.
• Sherpa Services (2025): “Sherpa Romeo Publisher Policy Database, Accuracy and Coverage.” – Dokumentation der Policy-Erfassungsrate (>25.000 Publisher/Journals).
• Zenodo Community (2024): “Zenodo as an OA Repository, Usage Patterns and User Behavior.” – Realistische Zahlen zu Green-OA-Archivierungsraten.
• German DEAL Consortium (2024): “Transformation Agreements with Publishers, OA Cost Structures.” – APC-Kostenspannen und Realität für deutsche Universitäten.