Der Reuse-Hebel: Wie sich eine Antragsplattform ab Zyklus 2–3 amortisiert

In der öffentlichen Debatte über Fördermittel wird fast ausschließlich über den einzelnen Antrag gesprochen — seine Qualität, seine Bewilligungsquote, seinen Zeitpunkt. Für die Budgetentscheidung über eine Antrags-Infrastruktur ist diese Perspektive zu schmal. Wer Förderprogramme strategisch nutzt, reicht über drei bis fünf Jahre nicht einen, sondern mehrere Anträge ein — quer über Programme (ZIM, Forschungszulage, EIC, Horizon-Cluster, DFG-Sachbeihilfe, Landesprogramme), über Förderträger, über Konsortialpartner. Die zentrale ökonomische Frage lautet deshalb nicht, ob ein einzelner Antrag die Arbeit wert ist, sondern: ab welchem Zyklus amortisiert sich eine strukturierte Antragsplattform gegenüber dem projektweisen Ad-hoc-Vorgehen.

Die präziseste öffentlich verfügbare Datengrundlage für diese Frage stammt nicht aus Deutschland, sondern aus dem NIH-R01-Regime der US-amerikanischen National Institutes of Health. Dort wird seit Jahrzehnten transparent erhoben, wie sich die Erfolgswahrscheinlichkeit einer zweiten Einreichung — der sogenannten A1-Resubmission — gegenüber der ersten Einreichung verhält. Die Zahlen sind nicht eins zu eins auf deutsche oder europäische Programme übertragbar, liefern aber einen empirisch belastbaren Anhaltspunkt für die strukturelle Hebelwirkung von Wiederverwendung. Dieser Beitrag rekonstruiert die NIH-Daten, ordnet sie in die deutschen Programmlogiken ein und leitet daraus ab, wann und warum sich eine Plattform-Architektur für das Antragsmanagement ökonomisch durchsetzt.

Was Resubmission bedeutet

Resubmission bezeichnet im engeren Sinn die Wiedereinreichung eines nicht finanzierten Antrags in einem nachfolgenden Begutachtungszyklus desselben Programms, überarbeitet auf Basis der dokumentierten Gutachtenkommentare. Im NIH-R01-Regime ist dieser Mechanismus formal kodifiziert: Eine Erst-Einreichung heißt A0, die überarbeitete zweite Einreichung A1. Seit der Richtlinienänderung vom 25. Januar 2009 ist pro Forschungsidee nur eine einzige Resubmission (A1) zulässig^[5]; eine darüber hinausgehende Einreichung derselben Fragestellung ist nur als formale Neu-Einreichung (A0) möglich und wird seit 2014 wieder zugelassen^[6].

Für den hier interessierenden ökonomischen Blick ist die Definition breiter zu fassen. Resubmission ist nicht nur die formale Wiederauflage derselben Idee im selben Programm. Sie umfasst auch das Recycling von Kernbausteinen — Problem-Narrativ, State-of-the-Art-Analyse, Methodenbeschreibung, Teamdarstellung, Work-Breakdown, Finanzplan, Impact-Argumentation — über verschiedene Programme und Förderträger hinweg. Eine für eine ZIM-Kooperation strukturierte technische Problemstellung taucht in ähnlicher Form wieder auf in EUREKA-Anträgen, Horizon-Cluster-4-Calls und in DATIpilot-Anträgen. Wer die erste Einreichung so dokumentiert, dass sich einzelne Bausteine modular wiederverwenden lassen, senkt die Grenzkosten jedes weiteren Antrags messbar. Wer jede Einreichung als Einzelfall behandelt — ohne geordnete Ablage, ohne Versionierung, ohne Kommentar-zu-Änderung-Kopplung — zahlt die vollen Initialkosten bei jedem neuen Zyklus erneut.

NIH-R01-Daten im Detail

Die NIH veröffentlichen über das NIH Data Book und das Research Portfolio Online Reporting Tool (RePORT) detaillierte Kennzahlen zu Bewilligungsquoten, differenziert nach Antragstyp, Einreichungsnummer und Wirtschaftsjahr^[4]. Die Bewilligungsquote (success rate) bezeichnet das Verhältnis bewilligter Anträge zu allen im Wettbewerbsverfahren entschiedenen Anträgen eines Fiscal Year. Für R01-equivalente Förderungen — die hauptsächliche NIH-Grundförderung für einzelne Forschende über drei bis fünf Jahre — liegt die Gesamt-Bewilligungsquote seit Mitte der 2010er-Jahre stabil zwischen 18 und 22 Prozent^[4]. Der Wert schwankt zwischen Instituten (NCI, NIAID, NHLBI und andere) und zwischen einzelnen Einreichungs-Windows.

Die für diesen Beitrag zentrale Trennung ist die zwischen A0- und A1-Anträgen. Die NIH-interne Analyse von Lauer und Kollegen aus dem Jahr 2017 wertete mehr als 83 000 unaufgeforderte A0-R01-Anträge aus den Fiscal Years 2012 bis 2016 aus und verfolgte deren Weg durch das Resubmission-System^[3]. Der Befund ist eindeutig: Die Wahrscheinlichkeit, dass ein A1-Antrag finanziert wird, lag deutlich oberhalb der Wahrscheinlichkeit, dass ein A0-Antrag finanziert wird — und die Differenz wuchs mit besserem Eingangs-Impact-Score der ursprünglichen A0-Einreichung. Wer mit einem Impact-Score im Bereich 10–30 resubmittet hat, wurde zu rund 65 Prozent finanziert; im Bereich 30–40 zu etwa 55 Prozent, im Bereich 40–50 zu etwa 35 Prozent^[3][2]. Gleichzeitig entschied sich die Mehrheit der Antragstellenden mit guten Eingangs-Scores tatsächlich für eine Resubmission — rund 85 Prozent im Bereich 10–30, 75 Prozent im Bereich 30–40 — während das Verhältnis bei schwachen oder nicht diskutierten Anträgen stark abfällt^[3].

Eine zweite Arbeit, die das Verhalten unterhalb der Bewilligungsschwelle betrifft, ist die Studie von Boyington, Antman, Patel und Lauer aus dem Jahr 2016 in Academic Medicine^[1]. Die Autoren untersuchten 821 nicht finanzierte R01-Anträge von Early Stage Investigators am National Heart, Lung, and Blood Institute aus den Fiscal Years 2010–2012. Überraschend war weniger der Anteil, der tatsächlich resubmittet wurde (51,4 Prozent aller Anträge insgesamt), als seine Verteilung: Anträge mit Perzentil-Score unter 50 wurden zu 82,3 Prozent resubmittet, Anträge mit Perzentil-Score 50 oder höher nur zu 34,2 Prozent^[1]. Die einzige unabhängige statistische Vorhersagevariable der Resubmission-Entscheidung war der Perzentil-Score — nicht demografische Merkmale der Antragstellenden, nicht institutionelle Faktoren^[1].

Die NIAID hat 2023 ergänzend gezeigt, dass auch neu eingereichte Anträge, die zuvor als A1 gescheitert waren, im neuen Wettbewerb nicht schlechter abschneiden als durchschnittliche A0-Anträge^[6]. Das unterstreicht den Kernbefund: Die zusätzliche Einreichungsrunde bringt nicht deshalb bessere Quoten, weil Gutachter eine zweite Chance gewähren, sondern weil die Antragstellenden auf Basis dokumentierter Kritik substanziell überarbeitet einreichen. Der Reuse-Hebel wirkt über die Qualität der zweiten Version, nicht über einen administrativen Bonus.

Zyklus 2 als Kipp-Punkt

Wer die oben zitierten Zahlen auf eine Kostenrechnung überträgt, landet bei einem einfachen Befund. Nehmen wir an, eine Erst-Einreichung kostet eine Organisation — intern wie extern gerechnet — einen bestimmten Aufwand X für Recherche, Narrativbildung, Partnerkoordination, Finanzplanung, Formalia. Die Bewilligungswahrscheinlichkeit einer A0-Einreichung liegt bei etwa einem Fünftel; der erwartete Förderbetrag entsprechend bei einem Fünftel der Förderhöhe minus X. Eine A1-Einreichung kostet nicht erneut X, sondern einen kleineren Betrag X' < X — nämlich die inkrementelle Überarbeitungsarbeit auf der Grundlage der Gutachtenkommentare. Die Erfolgswahrscheinlichkeit steigt in den NIH-Daten je nach Eingangs-Score auf das Ein- bis Dreifache^[2]. Die Differenz zwischen X und X' ist die Spanne, in der eine strukturierte Plattform den Hebel setzt: Sie reduziert X' weiter, indem sie die Wiederverwendung explizit macht — als versionierte Bausteine, kommentierte Änderungs-Deltas und durchsuchbare Gutachten-Belege.

Der Kipp-Punkt, an dem eine Plattform die Kosten ihres Aufbaus wieder einspielt, liegt nach dieser Rechnung typischerweise beim zweiten oder dritten Einreichungszyklus. Im ersten Zyklus dominiert der Initialaufwand — die Plattform schafft noch keinen Mehrwert über das hinaus, was ein sauber angelegtes Dokumentenlaufwerk ebenfalls leistet. Im zweiten Zyklus wird die Differenz zwischen X und X' sichtbar: Narrativ-Bausteine, Team-Darstellungen, Work-Package-Strukturen, Budgetmodelle sind bereits vorhanden und können gezielt auf die Gutachtenkommentare hin überarbeitet werden, statt neu aufgesetzt. Ab dem dritten Zyklus dominiert der strukturelle Reuse-Effekt: Ein bereits zweimal überarbeitetes Narrativ zu einer technischen Kernfrage geht mit geringerer Fehleranfälligkeit, engerer Abstimmung zwischen fachlicher und administrativer Darstellung und besserer Passung zu Gutachtenerwartungen in den dritten Anlauf.

Diese Logik setzt voraus, dass die Gutachtenkommentare systematisch erfasst, zugeordnet und bei der Überarbeitung explizit beantwortet werden. In der NIH-Praxis ist das Institution: Jede Resubmission enthält ein Introduction-to-Resubmission-Dokument, in dem die Antragstellenden für jeden einzelnen Gutachtenpunkt erklären, wie sie ihn adressiert haben^[5]. Diese strukturelle Anforderung ist ein wesentlicher Teil dessen, was die höhere A1-Quote erklärt: Nicht der Akt der Wiedereinreichung, sondern der erzwungene methodische Review der gesamten Argumentationskette zwischen den Zyklen. Eine Plattform, die diesen Review-Prozess maschinenlesbar abbildet — welcher Kommentar, welche Änderung, welche neue Evidenz — macht aus dem einmaligen NIH-Mechanismus eine über Programme hinweg wiederverwendbare Routine.

Übertragung auf deutsche Programme

Die NIH-Zahlen lassen sich nicht eins zu eins auf deutsche Förderprogramme übertragen. Die wichtigsten Unterschiede sind drei: Erstens existiert in den meisten deutschen Programmen keine formale A1-Kategorie — wer bei ZIM, bei einer DFG-Sachbeihilfe oder bei einem BMBF-Fachprogramm abgelehnt wird, stellt in der Regel keinen „überarbeiteten" Antrag, sondern einen neuen. Zweitens unterscheiden sich die Gutachtensysteme: NIH-Studies liefern strukturierte, rollierend besetzte Reviewer-Kommentare in standardisiertem Format; DFG-Gutachten kommen typischerweise als frei formulierter Fließtext, Projektträger-Rückmeldungen sind häufig knapper und auf formale Ablehnungsgründe konzentriert. Drittens ist der Auswahlmodus oft hybrid: zweistufige Verfahren mit Skizze und Vollantrag (Horizon Europe in manchen Clustern, DATIpilot, EIC Accelerator) haben andere Reuse-Eigenschaften als einstufige Verfahren.

Trotz dieser Unterschiede ist die zugrundeliegende Mechanik vergleichbar. Die Deutsche Forschungsgemeinschaft weist für ihre Einzelförderung in den letzten Berichtsjahren Förderquoten im Bereich von etwa einem Drittel aus; ihr Kennzahlen-Portal dokumentiert die Unterscheidung zwischen Förderquote (Anteil bewilligter Anträge) und Bewilligungsquote (Anteil bewilligter Summe)^[9]. Der Leitfaden der DFG zum Umgang mit abgelehnten Anträgen empfiehlt explizit die Option einer überarbeiteten Neueinreichung und weist darauf hin, dass Gutachten-Hinweise für diese Überarbeitung maßgeblich sind^[11]. Der Jahresbericht 2024 der DFG berichtet für das Berichtsjahr eine bewilligte Projektgesamtsumme von über 3,9 Mrd. EUR bei rund 30 940 laufenden Projekten^[10]— die absolute Größenordnung, in der Reuse-Effekte über die Jahre kumulieren.

Für Horizon Europe ist die Situation nochmals angespannter. Die Zwischenevaluation der Europäischen Kommission vom 30. April 2025 (SWD(2025) 110 final) stellt fest, dass unter den 97 403 als qualitativ hochwertig eingestuften, aber nicht finanzierten Vorschlägen 20 890 in Horizon 2020 ein Seal of Excellence erhielten^[7]; die Überzeichnung gegenüber dem verfügbaren Budget liegt in der Größenordnung von rund 82 Mrd. EUR zusätzlich notwendiger Mittel, um alle qualifizierten Vorschläge zu finanzieren^[7]. In einem Regime mit strukturell niedrigen Erfolgsquoten steigt der Wert jedes wiederverwendbaren Bausteins: Jede nicht erneut zu schreibende State-of-the-Art-Analyse, jede nicht erneut aufzubauende Konsortialmatrix ist ein realer Kostenposten.

Der European Research Council hat Resubmission sogar direkt in das Bewerbungsregime eingebaut. Nach dem ERC Work Programme 2026 sind Anträge, die in der ersten Evaluationsstufe mit der Bestnote A bewertet wurden — egal ob sie in die zweite Stufe eingeladen wurden oder nicht — von jeder Resubmission-Sperre ausgenommen und können unmittelbar oder in einer späteren Ausschreibung erneut eingereicht werden^[8]. Eine B-Bewertung bedingt eine Sperre von einer Ausschreibungsrunde, eine C-Bewertung von zwei Runden^[8]. Diese explizite Wiedereinreichungs-Architektur macht die strukturelle Bedeutung des zweiten Zyklus zu einem formalen Programmbestandteil — und verschiebt den ökonomischen Hebel noch deutlicher in Richtung Wiederverwendbarkeit.

Was eine Plattform wiederverwendbar macht

Nicht jede Dokumentablage ist eine Plattform. Der Unterschied liegt in der Granularität und in der Verknüpfungsstruktur. Ein Dokumentenlaufwerk hält Antragsdateien als Ganzes vor; eine Plattform legt die Bausteine eines Antrags einzeln ab und versieht sie mit Metadaten, die eine spätere Wiederverwendung möglich machen. Die aus den NIH- und Horizon-Befunden ableitbaren Kernanforderungen sind vier.

Erstens: Modularisierung. Ein Antrag besteht aus wiederkehrenden Bausteinen — Problem-Narrativ, State of the Art, Methodenbeschreibung, Arbeitspakete, Impact-Abschnitt, Team-Darstellung, Zeit- und Finanzplan. Diese Bausteine müssen als eigene Einheiten mit eigener Versionsgeschichte vorliegen, nicht als Abschnitte in einem einzigen Word-Dokument. Nur so ist belegbar, welche Version eines Impact-Arguments in welchen Antrag eingeflossen ist — und welche Fassung eine Überarbeitung auf Basis welches Gutachtens enthält.

Zweitens: Gutachten-zu-Änderung-Kopplung. Jede Resubmission trägt im NIH-Regime ein Introduction-to-Resubmission-Dokument, das jeden Gutachtenpunkt explizit adressiert^[5]. Die dahinterliegende Logik — Kommentar, Änderung, begründende Evidenz — sollte in einer Plattform maschinenlesbar abgebildet sein. Wer in Zyklus 3 wissen will, welche Gutachtenkritik an einer Methodenbeschreibung bereits in Zyklus 2 beantwortet wurde und wie, muss diese Verbindungen abrufen können — ohne in alten E-Mail-Threads oder Dokumentenversionen zu graben.

Drittens: Programm-übergreifende Tags. Dieselbe technische Problemstellung erscheint in unterschiedlichen Programmen in unterschiedlicher Sprache — ZIM-Module, Horizon-Cluster-Destinationen, DATIpilot-Themen, Landesprogramme. Eine Plattform muss diese Übersetzungen als Verknüpfungen führen, damit derselbe Baustein in verschiedenen Programmen wiederverwendet werden kann, ohne dass er jedes Mal neu erfunden wird.

Viertens: Personen-unabhängige Verankerung. Die Wissensarbeit an einem Antrag ist traditionell stark an einzelne Personen gebunden — eine Projektmanagerin, eine wissenschaftliche Mitarbeiterin, ein externer Berater. Wenn diese Person das Unternehmen verlässt, verschwindet typischerweise ein erheblicher Teil des Antragswissens mit ihr. Eine Plattform, die Begründungen, Quellenbelege, Gutachtenreaktionen und Partnerabsprachen personenunabhängig ablegt, entzieht dieses Wissen der Fluktuation. Das Mannheim Innovation Panel des ZEW erfasst seit 1993 jährlich Innovationsaktivitäten deutscher Unternehmen und dokumentiert systematisch, wie Wissen in Innovationsprozessen organisational verankert wird^[12]— die strukturelle Verankerung außerhalb einzelner Köpfe ist dabei einer der zentralen Faktoren.

Grenzen der Übertragbarkeit

Drei Einschränkungen sind bei der Übertragung der NIH-Befunde auf deutsche und europäische Programmlogiken explizit zu machen. Erstens adressieren die NIH-Zahlen eine spezifische Antragsform — eine Einzelforscher-Grundförderung mit drei- bis fünfjähriger Laufzeit in einem strukturierten Peer-Review-System. Verbundprojekte wie ZIM-Kooperationen, Horizon-Konsortien oder EU-Partnerschaften haben andere Reuse-Eigenschaften: Ein größerer Teil der Arbeit entfällt auf Konsortialaufstellung und Partnerkoordination, ein kleinerer auf individuelle wissenschaftliche Darstellung. Die Hebelwirkung einer Plattform ist in Konsortialprogrammen eher stärker — weil sie Partnerbeziehungen und Rollenzuschnitte als wiederverwendbare Bausteine trägt — aber die NIH-Prozentzahlen sind nicht direkt übertragbar.

Zweitens sind die Gutachtenrückmeldungen in deutschen Programmen oft knapper und weniger strukturiert als im NIH-Regime. Ohne detaillierten Gutachtenbefund fehlt der wichtigste Hebel der A1-Überarbeitung — die punktgenaue Antwort auf belegbare Kritik. Eine Plattform kann diese Lücke nur begrenzt schließen; sie kann aber alle verfügbaren Signale — Ablehnungsschreiben, mündliche Rückmeldungen von Projektträgern, Protokolle aus Klärungsgesprächen — strukturiert erfassen und ihre Weiterverwendung erleichtern.

Drittens gibt es in Deutschland keine der NIH RePORT vergleichbare zentrale Datenbank, die Erfolgsquoten nach Erst- und Folgeeinreichung differenziert öffentlich macht. Das DFG-Kennzahlen-Portal liefert Programm-Erfolgsquoten^[9], trennt aber nicht systematisch zwischen erstmals eingereichten und wiederholt eingereichten Anträgen. Für BMBF-Fachprogramme und die Projektträger existieren solche Differenzierungen teilweise nur intern. Das begrenzt die empirische Evidenzbasis für deutsche Zahlen. Die Übertragung der NIH-Evidenz ist deshalb strukturell, nicht numerisch: Der qualitative Mechanismus — bessere Qualität der zweiten Einreichung durch dokumentiertes Lernen aus Gutachten — ist plausibel auf andere strukturierte Wettbewerbsverfahren übertragbar; die exakten Quoten variieren.

Viertens schließlich gilt der Reuse-Hebel nur dort, wo die Organisation selbst die Antragsarbeit trägt oder zumindest aktiv steuert. Wer die komplette Antragsarbeit an einen externen Berater abgibt, der sein Wissen nicht in einer strukturierten, organisationszugänglichen Form ablegt, erlebt keine Reuse-Kurve: Beim nächsten Zyklus beginnt die Zusammenarbeit wieder bei null, lediglich mit der erfahrungsbasierten Routine des Beraters. Die Frage, wo das Antrags-Wissen strukturell verankert ist — bei der Organisation oder bei einem externen Dienstleister — ist deshalb nicht nur eine Governance-Entscheidung, sondern eine ökonomische. Sie entscheidet, wer den Reuse-Hebel realisiert.

Die NIH-R01-Daten belegen empirisch, dass die zweite Einreichung im Schnitt spürbar erfolgreicher ist als die erste — und dass dieser Vorteil mit dokumentiertem Lernen aus Gutachten zusammenhängt, nicht mit einem Verfahrens-Bonus. Für deutsche und europäische Förderprogramme ist die Nummer nicht eins zu eins übertragbar, die Mechanik ist es. Eine Antragsplattform wird genau dort ökonomisch, wo sie diese Mechanik skaliert: indem sie Bausteine versioniert, Gutachten-zu-Änderung-Kopplungen abrufbar hält, Programm-Übersetzungen verknüpft und Wissen aus einzelnen Köpfen in die Organisation verlegt. Der Kipp-Punkt liegt nicht beim ersten Antrag, sondern im zweiten oder dritten Zyklus — dort rechnet sich die Infrastruktur, die im ersten Zyklus noch nach Mehraufwand aussieht. upsmart ist für genau diesen Zyklus-Horizont gebaut.