In manchen Ländern gibt es selten Vorhänge an den Fenstern, in anderen sieht man überall nur Spitze. Genauso gehört es in einigen Bereichen der Wissenschaft heutzutage zum guten Ton, seine Skripte und Daten zur Verfügung zu stellen, in anderen nicht. Der Zweck dieser Praxis ist es nicht nur, Leuten die Arbeit zu erleichtern, sondern vor allem Transparenz und Ehrlichkeit zu bezeugen: Wer mit offenen Karten spielt, kann nicht (oder nur erschwert) schummeln. Heißt das auch, dass jemand, der seine Karten nicht zeigt, zum Schummeln neigt? Dieser Meinung scheinen einige Forscher von der University of Illinois zu sein, denn sie haben vor Kurzem einen Algorithmus vorgestellt, der Wissenschaftlern, die ihre Daten manipulieren, das Leben schwer machen könnte. Auf der Basis von nur wenigen in einem Text angegebenen Informationen - Durchschnitt, Varianz, einige Datenpunkte - versucht dieser Algorithmus einzuschätzen, ob es überhaupt einen Datensatz gibt, der diese Informationen hätte produzieren können. So soll etwa Redakteuren von wissenschaftlichen Magazinen geholfen werden, frühzeitig Probleme mit Publikationen zu entdecken. 

Ob der Algorithmus gut funktioniert, weiß ich nicht. Aber wenn er es tut, könnte er die Dunkelziffer von Pfuschereien und Manipulationen stark senken. Gleichzeitig habe ich meine Zweifel: Manchmal folgen die spannendsten Ergebnisse genau aus solchen Datensätzen, die in der ein oder anderen Art extrem oder "pathologisch" sind. Wenn solche Datensätze durch einen Algorithmus wie diesen ausgefiltert werden, wo kommen dann diese Ergebnisse hin?