Wer die Ähnlichkeitsprüfung Ihres Manuskripts durchführt — und wogegen sie abgleicht

Wenn Ihre Zeitschrift zu Crossref gehört und Similarity Check nutzt, ist die Prüfung ein Dienst, den Crossref seinen Mitgliedern zu vergünstigten Konditionen bereitstellt und der auf iThenticate von Turnitin läuft. Ob Ihr Manuskript überhaupt durch diese bestimmte Prüfung läuft, hängt davon ab, ob der Verlag mitmacht — das ist also die erste Tatsache, die Sie klären sollten. Wo sie gilt: Der Herausgeber lädt das Manuskript hoch und bekommt einen Bericht, Sie selbst führen sie nicht durch und bekommen sie normalerweise nicht zu sehen, es sei denn, man schickt sie Ihnen. Und Crossref gibt an, dass teilnehmende Mitglieder nur lesenden Zugriff auf den Volltext der Artikel in der Similarity-Check-Datenbank zum Abgleich erhalten, und beschreibt diese Datenbank als Bestand von über 78 million Volltexten wissenschaftlicher Inhalte.

Crossref beschreibt den Dienst in einem einzigen Satz: „A service provided by Crossref and powered by iThenticate—Similarity Check provides editors with a user-friendly tool to help detect plagiarism." (Ein von Crossref bereitgestellter und von iThenticate betriebener Dienst — Similarity Check bietet Herausgebern ein benutzerfreundliches Werkzeug, um Plagiate zu erkennen.)

Zwei Wörter in diesem Satz tragen für Autorinnen und Autoren den größten Teil der Bedeutung.

Herausgeber. Das Werkzeug ist für Herausgeber gedacht, die „ein Paper hochladen" und dafür „a report highlighting potential matches and indicating if and how the paper overlaps with other work" (einen Bericht, der mögliche Übereinstimmungen hervorhebt und angibt, ob und wie sich das Paper mit anderen Arbeiten überschneidet) zurückbekommen. Als Zweck wird genannt, „assess the originality of the work before they publish it" (die Originalität der Arbeit zu beurteilen, bevor sie sie veröffentlichen). Sie sind kein Nutzer dieser Software; Sie sind ihr Gegenstand.

Mitglieder. Similarity Check ist ein Dienst für Crossref-Mitglieder. Crossref sagt, die Vereinbarung verschaffe Mitgliedern „reduced-rate access to the iThenticate text comparison software from Turnitin" (vergünstigten Zugang zur Textvergleichssoftware iThenticate von Turnitin), und „Only Similarity Check members benefit from this tailored iThenticate experience" (nur Similarity-Check-Mitglieder kommen in den Genuss dieser eigens zugeschnittenen iThenticate-Nutzung). Ob Ihr Manuskript überhaupt durch diese Prüfung läuft, hängt also davon ab, ob der Verlag teilnimmt — eine Tatsache über den Verlag, nicht über Ihr Fachgebiet.

Das heißt auch: Die Auskunft „die Zeitschrift hat eine Plagiatprüfung durchgeführt" beschreibt mindestens zwei ganz verschiedene Situationen — einen Verlag innerhalb dieses Systems und einen Verlag, der etwas völlig anderes benutzt. Wenn man Ihnen eine Zahl nennt, ist es durchaus berechtigt zu fragen, welches Verfahren sie erzeugt hat.

Eine Sache sollten Sie beim Lesen all dessen im Kopf behalten: Crossref ist die Organisation, die diesen Dienst für ihre Mitglieder anbietet, und daran hängen vergünstigte Prüfgebühren. Ihre Beschreibungen sind zutreffend, was diese Vereinbarung ist; eine unabhängige Einschätzung, ob die Prüfung sich lohnt, sind sie nicht. Jedes Zitat in diesem Artikel beschreibt den Mechanismus, es bewertet ihn nicht.

Die Vergleichsmenge ist der Teil, den Autorinnen und Autoren am häufigsten falsch einschätzen.

Crossref beschreibt die Datenbank als Sammlung von „over 78 million full-text scholarly content items" (über 78 million Volltexten wissenschaftlicher Inhalte), und beschreibt als Teil dessen, was die Mitgliedschaft einbringt, „read-only access to the full text of articles in the Similarity Check database for comparison purposes" (nur lesenden Zugriff auf den Volltext der Artikel in der Similarity-Check-Datenbank zu Vergleichszwecken).

Volltext, keine Abstracts und keine Metadaten. Die iThenticate-Dokumentation beschreibt die durchsuchten Quellen sogar noch weiter gefasst — je nach gewählten Einstellungen können dazu „billions of pages of active (and archived) internet information, previously submitted works" (Milliarden Seiten aktiver und archivierter Internetinhalte sowie zuvor eingereichter Arbeiten) und „tens of thousands of periodicals, journals, and publications" (Zehntausende Zeitschriften, Journale und Publikationen) gehören.

Zwei Folgerungen, die Sie festhalten sollten:

• Ein Paper hinter einer Bezahlschranke liegt innerhalb der Vergleichsmenge. Dass Sie selbst etwas nicht lesen können, sagt nichts darüber aus, ob Ihre Sätze damit abgeglichen werden.
• Die Menge wird pro Prüfung festgelegt. Die Suchziele werden laut Beschreibung für den jeweiligen Auftrag ausgewählt; zwei Herausgeber können dasselbe Manuskript also gegen unterschiedliche Ziele laufen lassen. Ein Wert aus der einen Prüfung ist keine Vorhersage für den Wert aus der anderen.

Die iThenticate-Leitlinie beginnt mit dem Hinweis, dass eine Markierung eine Aussage über Textüberschneidung ist und sonst nichts — eine korrekt zitierte Passage oder ein Eintrag in Ihrem Literaturverzeichnis wird erwartungsgemäß aufleuchten.

Der Prozentwert selbst ist schlichte Arithmetik, und die Dokumentation sagt das auch so: Zählen Sie die Wörter, die mit etwas übereingestimmt haben, und teilen Sie sie durch die Zahl der Wörter im Manuskript. Die Formel gibt keinen Nachlass dafür, dass eine Stelle korrekt zugeordnet ist.

Was nicht heißt, dass Ihr Literaturverzeichnis den Wert zwangsläufig in die Höhe treibt. Darüber entscheidet ein Filter, und iThenticates Übersicht über diese Filter beschreibt eine Einstellung zum Ausschluss des Literaturverzeichnisses, die „automatically identifies and ignores reference lists or bibliographic sections so they don't inflate the similarity percentage" (Literaturverzeichnisse und bibliografische Abschnitte automatisch erkennt und ignoriert, damit sie den Ähnlichkeitsprozentsatz nicht aufblähen), dazu eigene Schalter für zitierten Text und für in Anführungszeichen gesetzten Text. Dasselbe Manuskript kann also einen Prozentwert mit Literaturverzeichnis ergeben oder einen ohne — und der Wert selbst sagt Ihnen nicht, welchen von beiden Sie in der Hand halten. Das ist das Erste, wonach Sie fragen sollten, wenn Ihnen jemand eine Zahl nennt.

Deshalb sortiert der Bericht die Treffer danach in Gruppen, ob er Anführungszeichen und eine Zitation im Text darum herum erkannt hat — ein Erkennungsschritt mit eigenen, dokumentierten Grenzen, und der Grund dafür, dass zwei Manuskripte mit demselben Prozentwert völlig Unterschiedliches bedeuten können.

Die Datenbank entsteht aus den registrierten Inhalten der Mitglieder. Crossref führt die Konsequenz für Autorinnen und Autoren auf keiner seiner beiden Similarity-Check-Seiten aus; betrachten Sie den nächsten Schritt daher als Schlussfolgerung und nicht als Zitat: Wenn Sie bei einem teilnehmenden Mitglied veröffentlicht haben, sollten Sie erwarten, dass Ihre eigenen Artikel in dem Korpus liegen, gegen den spätere Manuskripte abgeglichen werden — auch Ihr eigenes nächstes.

Das ist die gewöhnliche Erklärung für ein Rätsel, vor dem Autorinnen und Autoren beim zweiten Mal stehen: Ein Abschnitt Ihres neuen Papers stimmt mit einem Paper überein, das Sie selbst geschrieben haben. Das ist kein Fehler der Prüfung. Es ist die Prüfung, die auf einem Korpus arbeitet, in dem Sie vorkommen.

Nichts daran entscheidet, ob die Wiederverwendung eigener Texte in Ihrem Fach akzeptabel ist. Es bedeutet nur, dass der Bericht sie anzeigen wird — und dass Sie sie erklären können sollten, statt davon überrascht zu werden.

Die Crossref-Dokumentation listet Einrichtungswege für iThenticate v1 und iThenticate 2.0, darunter den Betrieb von 2.0 direkt im Browser und über die Anbindung an ein System zur Manuskriptverwaltung, außerdem einen Weg für das Upgrade von v1 auf 2.0.

Ein Bericht, den man Ihnen zeigt, kann also aus einer von mehreren Oberflächen stammen, mit jeweils unterschiedlichen Berichtsfunktionen. Wenn Ihnen jemand einen Wert aus einem „Similarity-Check-Bericht" nennt, sind sowohl die Version als auch die Ausschlusseinstellungen dahinter berechtigte Fragen — und es sind Fragen, die verändern, was die Zahl bedeutet.

1. Finden Sie heraus, ob Ihre Wunschzeitschrift teilnimmt — und woran. Es ist eine Tatsache auf Verlagsebene und steht oft in den Autorenrichtlinien.
2. Rechnen Sie mit Volltexten, nicht mit Abstracts. Was Sie eng an ein Paper anlehnend umformulieren, von dem Sie nur das Abstract sehen können, liegt trotzdem in der Vergleichsmenge.
3. Rechnen Sie damit, dass Ihre eigene frühere Arbeit auftaucht, und seien Sie bereit zu sagen, welche Teile wiederverwendet sind und warum.
4. Fragen Sie nach den Einstellungen, bevor Sie einen Prozentwert für eine Eigenschaft Ihres Manuskripts halten. Er ist eine Eigenschaft eines Vergleichs, und der Vergleich hat Parameter.
5. Halten Sie die Zahl nicht für das Ergebnis. Die Leitlinie sagt ausdrücklich, dass eine Übereinstimmung für sich genommen kein Ergebnis ist; brauchbar ist die Liste der Treffer und die Frage, wie jeder einzelne zugeordnet ist.

Manche Manuskripte kommen mit einem KI-Schreibindikator neben dem Ähnlichkeitswert zurück, sofern die Lizenz des Verlags das einschließt. Das ist eine eigene Messung mit eigener Bedeutung, und keine noch so sorgfältige Zitationsarbeit bewegt sie.

Das Tool HumanPen befasst sich ausschließlich mit dieser zweiten Zahl. Geben Sie ihm das Manuskript und den Bericht, und alles, was markiert wurde, ist der gesamte Auftrag.

Für die Ähnlichkeitsseite ist der ehrliche Rat der langweilige: ordnen Sie zu, zitieren Sie korrekt, fragen Sie nach den Ausschlusseinstellungen, und seien Sie bereit, Wiederverwendung zu erklären. Kein Umschreibprodukt sollte Ihnen als Lösung für ein übereinstimmendes Literaturverzeichnis verkauft werden.

Kann ich Similarity Check für mein eigenes Manuskript laufen lassen? Über diesen Weg nicht. Crossref beschreibt es als Dienst für Mitglieder, der Herausgebern ein Werkzeug zur Prüfung von Papers an die Hand gibt; der Zugang hängt an Mitgliedsorganisationen und nicht an einzelnen Autorinnen und Autoren.

Gleicht es nur mit Open-Access-Papers ab? Nein. Crossref beschreibt, dass Mitglieder nur lesenden Zugriff auf den Volltext der Artikel in der Similarity-Check-Datenbank zu Vergleichszwecken haben, und gibt an, dass die Datenbank über 78 million Volltexte wissenschaftlicher Inhalte enthält.

Wird mein eigenes früheres Paper als Treffer auftauchen? Das kann passieren. Der Vergleichskorpus entsteht aus den registrierten Inhalten der Mitglieder, also gehört bereits Veröffentlichtes — auch Ihres — zu dem, wogegen ein neues Manuskript abgeglichen wird.

Zwei Herausgeber haben mir für dasselbe Manuskript unterschiedliche Prozentwerte genannt. Welcher stimmt? Unter Umständen beide. Die Suchziele werden für jede Prüfung einzeln ausgewählt, und der Bericht hat Ausschlusseinstellungen; der Prozentwert beschreibt also einen bestimmten Vergleich und keine feste Eigenschaft Ihrer Datei.