Dezentrale Wissenschaft (DeSci)

Was ist dezentralisierte Wissenschaft (DeSci)?

Dezentralisierte Wissenschaft (DeSci) ist eine Bewegung, die darauf abzielt, eine öffentliche Infrastruktur für die Finanzierung, Erstellung, Überprüfung, Anerkennung, Speicherung und Verbreitung von wissenschaftlichem Wissen fair und gerecht unter Verwendung des Web3-Stacks aufzubauen.

DeSci zielt darauf ab, ein Ökosystem zu schaffen, in dem Wissenschaftler ermutigt werden, ihre Forschungsergebnisse offen zu teilen und Anerkennung für ihre Arbeit zu erhalten. Gleichzeitig wird Fachleuten, die ihre eigenen Leistungen einbringen möchten, der Zugang zur Forschung ermöglicht. DeSci arbeitet mit der Idee, dass wissenschaftliche Erkenntnisse für alle zugänglich und der Prozess der wissenschaftlichen Forschung transparent sein sollte. DeSci schafft ein dezentraleres und verteiltes wissenschaftliches Forschungsmodell, das widerstandsfähiger gegen Zensur und Kontrolle durch zentrale Behörden ist. DeSci hofft, eine Umgebung zu schaffen, in der neue und unkonventionelle Ideen gedeihen können, indem der Zugang zu Finanzierung, wissenschaftlichen Werkzeugen und Kommunikationskanälen dezentralisiert wird.

Dezentralisierte Wissenschaft ermöglicht eine Vielzahl von Finanzierungsmöglichkeiten (von DAOs, quadratischen Spenden(opens in a new tab) bis hin zu Crowdfunding und mehr), einen leichteren Zugang zu Daten und Methoden sowie Anreize für Reproduzierbarkeit.

Juan Benet - Die DeSci-Bewegung

Wie DeSci die Wissenschaft verbessert

Eine unvollständige Liste von zentralen Problemen in der Wissenschaft und wie dezentralisierte Wissenschaft dazu beitragen kann, diese Probleme anzugehen

Dezentralisierte Wissenschaft	Traditionelle Wissenschaft
Die Verteilung von Mitteln wird durch die Öffentlichkeit mithilfe von Mechanismen wie quadratischen Spenden oder DAOs bestimmt.	Kleine, geschlossene, zentralisierte Gruppen kontrollieren die Verteilung von Mitteln.
Sie arbeiten mit Kollegen aus der ganzen Welt in dynamischen Teams zusammen.	Finanzierungsorganisationen und Heimateinrichtungen beschränken Ihre Zusammenarbeit.
Finanzierungsentscheidungen werden online und transparent getroffen. Es werden neue Finanzierungsmechanismen erforscht.	Finanzierungsentscheidungen werden mit langer Bearbeitungszeit und begrenzter Transparenz getroffen. Es gibt nur wenige Finanzierungsmechanismen.
Die gemeinsame Nutzung von Labor-Services wird durch Web3-Primitiven vereinfacht und transparenter gestaltet.	Die gemeinsame Nutzung von Laborressourcen ist oft langsam und intransparent.
Es können neue Modelle für die Veröffentlichung entwickelt werden, die Web3-Primitiven für Vertrauen, Transparenz und universellen Zugang nutzen.	Sie veröffentlichen über etablierte Wege, die häufig als ineffizient, voreingenommen und ausbeuterisch eingestuft werden.
Sie können Token und Reputation für die Begutachtung von Arbeiten verdienen.	Ihre Begutachtung von Arbeiten ist unbezahlt und kommen profitorientierten Verlagen zugute.
Sie besitzen das geistige Eigentum (IP), das Sie generieren, und verteilen es gemäß transparenten Bedingungen.	Ihre Heimatinstitution ist Eigentümerin des von Ihnen generierten IP. Der Zugang zum IP ist nicht sichtbar.
Gemeinsame Nutzung aller Forschungsergebnisse, einschließlich der Daten aus erfolglosen Versuchen, indem alle Schritte in die Prozesskette aufgenommen werden.	Dies bedeutet, dass Forscher mit größerer Wahrscheinlichkeit nur Experimente mit erfolgreichen Ergebnissen veröffentlichen.

Ethereum und DeSci

Ein dezentralisiertes Wissenschaftssystem erfordert robuste Sicherheit, minimale Geld- und Transaktionskosten und ein reiches Ökosystem für die Anwendungsentwicklung. Ethereum liefert alles, was für den Aufbau eines dezentralen wissenschaftlichen Stacks erforderlich ist.

DeSci-Anwendungsfälle

DeSci baut das wissenschaftliche Toolset für Web2-Akademie in der digitalen Welt auf. Im Folgenden finden Sie eine Auswahl von Anwendungsfällen, die Web3 der wissenschaftlichen Gemeinschaft bieten kann.

Veröffentlichung (Publishing)

Das wissenschaftliche Publizieren ist bekanntermaßen problematisch, weil es von Verlagen verwaltet wird, die auf die kostenlose Arbeit von Wissenschaftlern, Gutachtern und Redakteuren angewiesen sind, um die Veröffentlichungen zu erstellen, dann aber exorbitante Veröffentlichungsgebühren verlangen. Die Öffentlichkeit, die in der Regel indirekt durch Steuern für das Werk und die Veröffentlichungskosten gezahlt hat, kann oft nicht auf dasselbe Werk zugreifen, ohne den Verleger erneut zu bezahlen. Die Gesamtkosten für die Publikation einzelner wissenschaftlicher Arbeiten belaufen sich oft auf fünfstellige Beträge (USD), wodurch das gesamte Konzept wissenschaftlicher Erkenntnisse als öffentliches Gut(opens in a new tab) untergraben wird, während gleichzeitig enorme Gewinne für eine kleine Gruppe von Verlegern erzielt werden.

Kostenlose und frei zugängliche Plattformen gibt es in Form von Preprint-Servern, wie ArXiv(opens in a new tab). Diesen Plattformen mangelt es jedoch an Qualitätskontrollen, anti-sybil mechanisms(opens in a new tab). Sie verfolgen in der Regel keine Qualitätskriterien auf Artikelniveau, was bedeutet, dass sie in der Regel nur dazu dienen, die Arbeiten zu veröffenlichen, ehe sie bei einem traditionellen Verlag eingereicht werden. SciHub macht auch publizierte Arbeiten frei zugänglich. Dies geschieht jedoch nicht auf legalem Weg, sondern erst, nachdem die Verlage ihre Bezahlung erhalten haben und die Arbeit in ein strenges Urheberrecht verpackt wurde. Dies hinterlässt eine kritische Lücke für zugängliche wissenschaftliche Publikationen und empirischen Daten mit einem eingebetteten Legitimationsmechanismus und Motivationsmodell. Die Werkzeuge für den Aufbau eines solchen Systems gibt es in Web3.

Reproduzierbarkeit und Replizierbarkeit

Reproduzierbarkeit und Replizierbarkeit sind die Grundvoraussetzungen für qualitativ hochwertige wissenschaftliche Erkenntnisse.

Reproduzierbare Ergebnisse können mehrfach nacheinander vom selben Team mit derselben Methodik erzielt werden.
Reproduzierbare Ergebnisse können von einer anderen Gruppe mit demselben Versuchsaufbau erzielt werden.

Neue Web3-native Tools können sicherstellen, dass Reproduzierbarkeit und Replizierbarkeit die Basis für Forschungsergebnisse sind. Damit können wir Qualitätsforschung in das technologische Umfeld der akademischen Welt einbinden. Web3 bietet die Möglichkeit, Zertifikate für jede analytische Komponente zu erstellen: die Rohdaten, die Berechnungsmaschine und das Anwendungsergebnis. Der Vorteil von Konsens-Systemen besteht darin, dass durch die Schaffung eines vertrauenswürdigen Netzwerks zur Pflege dieser Komponenten jeder Netzwerkteilnehmer für die Nachvollziehbarkeit der Berechnung und die Validierung jedes Ergebnisses verantwortlich sein kann.

Finanzierung

Das derzeitige Standardmodell der Wissenschaftsförderung besteht darin, dass Einzelpersonen oder Forschergruppen schriftliche Anträge bei einer Förderorganisation einreichen. Die Bewertung der Anträge und die anschließende Durchführung von Interviews mit den Antragstellern erfolgt durch ein kleines Gremium, das sich aus vertrauenswürdigen Personen zusammensetzt, bevor die Mittel an einen kleinen Kreis von Antragstellern vergeben werden. Dieses Modell führt nicht nur zu Engpässen, die manchmal zu jahrelangen Wartezeiten zwischen Antrag und Bewilligung führen. Es ist auch sehr anfällig für Voreingenommenheit, Eigeninteressen und Politik des Prüfungsausschusses.

Studien haben gezeigt, dass die Bewilligungsgremien bei der Auswahl von qualitativ hochwertigen Anträgen schlecht abschneiden: Gleiche Anträge, die verschiedenen Gremien vorgelegt werden, führen zu sehr unterschiedlichen Ergebnissen. Aufgrund der Mittelknappheit konzentrierten sie sich auf einen kleineren Pool älterer Forscher mit intellektuell konservativeren Projekten. Dies hat zu einer extrem wettbewerbsorientierten Förderlandschaft geführt, die falsche Anreize setzt und die Innovation im Keim erstickt.

Web3 hat das Potenzial, dieses kaputte Finanzierungsmodell zu durchbrechen, indem es mit verschiedenen Anreizmodellen experimentiert, die von DAOs und Web3 im Allgemeinen entwickelt werden. Retroaktive Fördermittel für öffentliche Güter(opens in a new tab), quadratische Förderung(opens in a new tab), DAO Governance(opens in a new tab) und tokenisierte Anreizstrukturen(opens in a new tab) sind einige der Web3-Tools, die die Wissenschaftsförderung revolutionieren könnten.

IP-Eigentum und -Entwicklung

Geistiges Eigentum (IP) ist ein Hauptproblem der traditionellen Wissenschaft: Es bleibt in Universitäten stecken oder wird in Biotechs nicht genutzt und ist schwierig zu bewerten. Allerdings ist das Eigentum an digitalen Gütern (wie z. B. wissenschaftlichen Daten oder Aufsätzen) ein Bereich, in dem Web3 mit seinen Non-Fungible Token (NFTs) eine sehr gute Lösung bietet.

Auf die gleiche Weise, wie NFTs Einnahmen für zukünftige Transaktionen an den ursprünglichen Ersteller zurückgeben können, können Sie transparente Wertzuweisungsketten einrichten, um Forscher, Verwaltungsorgane (wie DAOs) oder sogar die Personen, deren Daten gesammelt werden, zu belohnen.

IP-NFTs(opens in a new tab) können auch als Schlüssel zu einem dezentralisierten Datenspeicher für die durchgeführten Forschungsexperimente fungieren und sich in die NFT- und DeFi-Finanzierung einfügen (von der Fraktionalisierung bis zu Leihpools und Wertschätzung). Es ermöglicht auch nativen On-Chain-Einheiten als DAOs wie etwa VitaDAO(opens in a new tab), direkt in der Kette zu recherchieren. Die Einführung von nicht übertragbaren "soulbound"-Token(opens in a new tab) könnte ebenfalls eine wichtige Rolle in DeSci spielen, da sie es Einzelpersonen ermöglichen, ihre Erfahrung und ihre Referenzen in Verbindung mit ihrer Ethereum-Adresse nachzuweisen.

Datenspeicherung, Zugriff und Architektur

Wissenschaftliche Daten können durch Web3-Modelle viel leichter zugänglich gemacht werden, und die verteilte Speicherung erlaubt es der Forschung, katastrophale Ereignisse zu überleben.

Ausgangspunkt muss ein System sein, auf das jede dezentrale Identität mit verifizierbaren Berechtigungsnachweisen zugreift. Dies ermöglicht die sichere Replikation sensibler Daten durch vertrauenswürdige Parteien, Redundanz und Widerstandsfähigkeit gegen Zensur, die Reproduktion von Ergebnissen und sogar die Möglichkeit der Zusammenarbeit mehrerer Parteien und das Hinzufügen neuer Daten zu einem Datensatz. Vertrauliche Datenverarbeitungsmethoden wie Compute-to-Data(opens in a new tab) bieten alternative Zugriffsmechanismen zur Replikation von Rohdaten und zur Schaffung vertrauenswürdiger Forschungsumgebungen für besonders sensible Daten. Trusted Research Environments (vertrauenswürdige Forschungsumgebungen) wurden vom NHS(opens in a new tab) als bahnbrechende Lösung für Datenschutz und Zusammenarbeit genannt, da sie ein Ökosystem schaffen, in dem Forscher vor Ort sicher mit Daten arbeiten können, indem sie standardisierte Umgebungen für die gemeinsame Nutzung von Code und Verfahren verwenden.

Flexible Web3-Datenlösungen unterstützen die oben genannten Szenarien. Sie bilden die Grundlage für eine wirklich offene Wissenschaft, in der Forscher ohne Zugangsbeschränkungen oder Gebühren öffentliche Güter schaffen können. Öffentliche Web3-Datenlösungen wie IPFS, Arweave und Filecoin werden für die Dezentralisierung optimiert. dClimate bietet beispielsweise universellen Zugang zu Klima- und Wetterdaten, auch von Wetterstationen und Vorhersagemodellen.

Machen Sie mit

Erkunden Sie Projekte und werden Sie Teil der DeSci-Gemeinschaft.

Wir freuen uns über Vorschläge für neue Projekte, die in die Liste aufgenommen werden sollen – bitte lesen Sie dazu unsere Listing Policy!