Gute Begründungspraxis („Good Justification Practice”)

In der translationalen Medizin basieren Forschungsentscheidungen oftmals auf komplexen Wahrscheinlichkeitsaussagen, die mit Unsicherheit behaftet sind. Insofern Risiken und Belastungen für Mensch oder Tier zu erwarten sind oder sensible Daten erhoben werden, ist eine prospektive Rechtfertigung von Forschungsvorhaben ethisch erforderlich. Bisher gibt es jedoch noch kein etabliertes theoretisches Rahmenwerk oder klare Kriterien dafür, wie die Güte der Evidenz und der prädiktive Wert vorhandener, oftmals heterogener translationaler Informationen erfasst werden können, um epistemisch und normativ gute prospektive Begründungen zu entwickeln. Die systematische Aggregation von Evidenz umfasst dabei mitunter deduktive Schlussfolgerungen auf Grundlage einzelner Vorstudien, mechanistische Überlegungen auf Theorieebene, Analogieschlüsse zu relevanten Referenzklassen, aber auch komplexe statistisch-induktive Schlüsse über ein größeres "Portfolio", "Bündel" oder "Netzwerk" an Evidenz mittels maschinellem Lernen und Künstlicher Intelligenz. Zum Teil ist zunächst noch begrifflich zu klären, was die Güte solcher prospektiven Rechtfertigungen in der translationalen biomedizinischen Forschung überhaupt auszeichnet. Das Projekt Gute Begründungsspraxis untersucht, wie Forschungsentscheidungen in der gegenwärtigen Praxis vorab gerechtfertigt werden (z.B. wenn Forschungsprotokolle registriert werden oder bei Antragstellung bei Förderern und Ethikkommissionen). Zudem werden Konzepte, Kriterien und Empfehlungen für eine evidenzbasierte Bewertung der prospektiven Begründung von Forschungsentscheidungen entwickelt, welche die ethischen und normativen Anforderungen bestmöglich umsetzen. Ziel ist es zu ermöglichen, die Güte der Begründung translationaler Forschung vorab nachvollziehbar, transparent und evidenzbasiert evaluieren zu können.