Zenodo

Kurzfazit

Zenodo ist das Standardwerkzeug, wenn du wissenschaftliche Artefakte dauerhaft und zitierfähig ablegen willst — egal ob Datensatz, Code-Release, Modellgewichte, Preprint oder Konferenz-Slides. Betrieben vom CERN und OpenAIRE, finanziert von der EU-Kommission, ist es vollständig kostenlos, liegt auf EU-Infrastruktur im CERN-Rechenzentrum in Genf und vergibt bei jedem Upload automatisch eine DOI. Wichtig zur Einordnung: Zenodo ist kein KI-Tool, sondern Infrastruktur — es analysiert nichts und generiert nichts. Für KI-Forschende ist es trotzdem zentral, weil es der naheliegende Ort ist, um Trainingsdatensätze, Modelle und den Code zu einem Paper langlebig und zitierbar zu hinterlegen. In seiner Nische — kostenloses, disziplinübergreifendes Open-Research-Repositorium auf EU-Boden — gibt es schlicht keine bessere Adresse.

Für wen ist Zenodo?

KI- und Data-Science-Forschende: Wer ein Paper mit einem eigenen Datensatz, trainierten Modellgewichten oder Auswertungs-Code veröffentlicht, braucht einen stabilen, zitierfähigen Ablageort. Zenodo liefert pro Upload eine DOI, versioniert sauber und archiviert GitHub-Releases automatisch. Für die Reproduzierbarkeit, die Reviewer und Konferenzen zunehmend verlangen, ist das der bequemste Weg.

Promovierende und wissenschaftlicher Nachwuchs: Preprints, Abschlussarbeiten, Poster, Vortragsfolien — alles, was kein Journal-Artikel ist, findet hier einen Platz mit eigener DOI. Damit lässt sich auch „graue Literatur” sauber zitieren und in den eigenen Lebenslauf aufnehmen.

Open-Source-Entwickler im Forschungsumfeld: Über die GitHub-Anbindung wird jedes neue Release archiviert und mit einer eigenen DOI versehen. So bekommt Software einen festen Zitationsanker — wichtig, damit Code-Beiträge in Publikationslisten und Förderanträgen anerkannt werden.

Forschungsinstitute und Bibliotheken: Communities (kuratierte Sammlungen) erlauben es, alle Outputs einer Arbeitsgruppe, eines Projekts oder einer Konferenz gebündelt zu präsentieren. Eine kostenlose, EU-gehostete Alternative zu kommerziellen Repositorien wie figshare — ohne Vendor-Lock-in.

Förderprojekte mit Open-Data-Auflagen: Viele EU-Förderprogramme (Horizon Europe) verlangen offene Daten. Zenodo erfüllt diese Auflagen out of the box, weil es genau dafür gebaut und von der Kommission mitfinanziert wurde.

Weniger geeignet für: Alle, die ein eigentliches KI-Werkzeug suchen (Zenodo erzeugt und analysiert nichts), Teams, die große Modelle mit Inference-API, Live-Demo und Community-Funktionen hosten wollen (dafür ist Hugging Face gebaut), und Disziplinen, die zwingend fachspezifische Metadaten-Standards und kuratierte Datenbanken brauchen (etwa Genomik mit spezialisierten Fachrepositorien).

Preise im Detail

Plan	Preis	Was du bekommst
Zenodo	0 €	Unbegrenzte Anzahl Datensätze, 50 GB pro Datensatz, bis zu 100 Dateien pro Datensatz, automatische DOI, Versionierung, GitHub-Integration, Communities, REST-API, OAI-PMH
Größeres Kontingent	0 € (auf Anfrage)	Bis zu 200 GB pro Datensatz; darüber hinaus für begründete Großdatensätze über den Support verhandelbar

Einordnung: Es gibt nichts zu bezahlen — und das ist kein Lockangebot mit verstecktem Premium-Tarif, sondern das tragende Prinzip. Zenodo ist eine vom CERN, von OpenAIRE und der EU-Kommission finanzierte Forschungsinfrastruktur, kein Unternehmen mit Monetarisierungsdruck. Das Standardkontingent von 50 GB pro Datensatz reicht für die allermeisten Datensätze, Code-Pakete und Publikationen. Wer mehr braucht, fragt formlos eine Erhöhung auf 200 GB an; für echte Großdatensätze (etwa Simulationsdaten) lässt sich auch darüber hinaus verhandeln. Der wahre „Preis” liegt nicht im Geld, sondern in der eigenen Sorgfalt: Wer Metadaten schlampig pflegt, bekommt ein schlecht auffindbares Archiv — das Tool nimmt einem diese Arbeit nicht ab.

Stärken im Detail

Kostenlos und ohne kommerzielle Interessen. Zenodo wird von einer der renommiertesten Forschungseinrichtungen der Welt betrieben und von der EU mitfinanziert. Es gibt keine Werbung, keine Upsells, keine Premium-Mauer. Für eine Infrastruktur, auf die man sich über Jahre verlassen will, ist diese institutionelle Trägerschaft beruhigender als jedes Startup-Versprechen — das CERN existiert seit 1954 und betreibt sein Rechenzentrum mit einem mehrjahrzehntelangen Planungshorizont.

Automatische DOI macht alles zitierfähig. Jeder Upload bekommt über DataCite eine echte, persistente DOI — denselben Standard, den auch wissenschaftliche Verlage nutzen. Das ist der entscheidende Unterschied zu „die Datei liegt halt auf Dropbox”: Eine DOI ist ein dauerhafter, registrierter Anker, über den dein Datensatz oder Code zitiert, gefunden und verlinkt werden kann, auch wenn sich URLs ändern.

Versionierung mit Concept-DOI. Zenodo trennt sauber zwischen der DOI einer konkreten Version und einer übergeordneten Concept-DOI, die immer auf die neueste Fassung zeigt. So kannst du einen Datensatz aktualisieren, ohne dass alte Zitationen ins Leere laufen — Leser landen wahlweise auf der exakten zitierten Version oder der aktuellsten. Für sich entwickelnde Datensätze und Software ist das genau das richtige Modell.

GitHub-Integration für Code-Releases. Du verbindest dein Repository einmal mit Zenodo, und ab dann wird jedes neue GitHub-Release automatisch archiviert und mit einer DOI versehen. Für die KI- und Open-Source-Welt ist das der praktischste Weg, Code dauerhaft zitierfähig zu machen — der Klassiker, um ein „Cite this software” in die README zu bekommen.

Echte Zugriffskontrolle. Anders als oft angenommen ist Zenodo nicht „einmal hochgeladen = sofort für alle sichtbar”. Es gibt Open, Embargoed (wird zum festgelegten Datum automatisch öffentlich), Restricted (Zugriff nur nach Freigabe durch dich) und Closed. Das macht es auch für sensible Phasen nutzbar — etwa wenn ein Paper noch im Review ist und die Daten erst mit Erscheinen freigegeben werden sollen.

Disziplin- und formatoffen. Es gibt keine Vorgabe, was hochgeladen werden darf — Tabellen, Bilder, Modelle, ganze ZIP-Archive, Videos. Diese Offenheit ist gerade für interdisziplinäre und neue Forschungsfelder ein Vorteil, in denen Fachrepositorien fehlen oder zu eng sind.

Schwächen ehrlich betrachtet

Es ist kein KI-Tool — und tut auch nicht so. Das muss man auf einer KI-Plattform klar sagen: Zenodo analysiert keine Daten, fasst nichts zusammen, generiert nichts. Es ist ein Archiv. Wer hierherkommt in der Erwartung eines intelligenten Assistenten, ist falsch. Sein Platz im KI-Workflow ist die Ablage- und Zitationsschicht — nicht die Verarbeitung.

Breit, aber nicht tief. Weil Zenodo alle Disziplinen bedient, kann es keine fachspezifischen Metadaten-Schemata oder kuratierten Vokabulare bieten. Wer in einem Feld mit etabliertem Fachrepositorium arbeitet (z. B. Sequenzdatenbanken in der Bioinformatik), bekommt dort bessere Auffindbarkeit und Standardisierung. Zenodo ist die Generalisten-Lösung — solide für alles, optimal für nichts Spezielles.

Keine garantierte funktionale Langzeit-Erhaltung. Zenodo sichert die Bits: Prüfsummen, Backups, Replikation. Aber es verspricht ausdrücklich nicht, dass eine Datei in einem proprietären Format in 20 Jahren noch lesbar ist. Format-Migration ist Sache des Uploaders. Wer auf echte digitale Langzeit-Erhaltung angewiesen ist, braucht ergänzend ein darauf spezialisiertes Archiv.

Löschen ist bewusst schwer. Veröffentlichte Datensätze lassen sich nur innerhalb eines Monats nach Publikation unkompliziert entfernen; danach nur in Ausnahmefällen mit Begründung. Das ist für die Zitierbarkeit sinnvoll (eine DOI soll dauerhaft auflösbar bleiben — zurückgezogene Einträge werden zur „Tombstone”-Seite), kann aber unangenehm werden, wenn versehentlich etwas Sensibles hochgeladen wurde. Vor dem Upload prüfen, nicht danach.

Kein Deutsch. Oberfläche und Dokumentation sind auf Englisch, deutschsprachigen Support gibt es nicht. Für die Zielgruppe (Forschende) selten ein echtes Problem, aber erwähnenswert.

Auffindbarkeit hängt an dir. Die Suche und damit der Nutzen deines Uploads stehen und fallen mit den Metadaten, die du einträgst. Schlampige Titel, fehlende Schlagwörter oder eine falsche Lizenz machen einen guten Datensatz unsichtbar. Das Tool kuriert nicht nach — die Qualität liegt bei dir.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
KI-Modelle mit Demo, Inference-API und Community hosten willst	Hugging Face
Ein etabliertes kommerzielles Repositorium mit Komfort-Features willst	Figshare
Open-Access-Outputs disziplinübergreifend finden und aggregieren willst	OpenAIRE

Erwähnenswert ohne verlinkte Tool-Seite: das OSF (Open Science Framework) der Center for Open Science mit stärkerem Projektmanagement-Fokus, Dryad als kuratiertes Datenrepositorium mit Publikationsgebühr, Software Heritage für die langfristige Archivierung von Quellcode, arXiv als Standard für Preprints in Physik, Mathematik und Informatik sowie institutionelle Dataverse-Installationen vieler Universitäten. Zenodo bleibt die beste Wahl, wenn drei Dinge zusammenkommen: kostenlos, EU-gehostet und disziplinübergreifend. Für reine KI-Artefakte mit Community und Inference ist Hugging Face funktional überlegen — die beiden ergänzen sich eher, als dass sie konkurrieren.

So steigst du ein

Schritt 1: Erstelle ein Konto auf zenodo.org. Melde dich am besten direkt über ORCID oder GitHub an — das verknüpft deine Uploads automatisch mit deiner Forscher-Identität und deinem Code. Mit einer institutionellen E-Mail wird deine Affiliation sauberer in die Metadaten übernommen.

Schritt 2: Lade dein Artefakt hoch (Datensatz, Code-ZIP, PDF, Modell). Pflege die Metadaten sorgfältig — Titel, Autoren mit ORCID, Ressourcentyp, Lizenz (für Open Data meist CC BY oder CC0, für Software eine passende OSS-Lizenz) und aussagekräftige Schlagwörter. Diese fünf Minuten Sorgfalt entscheiden darüber, ob dein Upload später gefunden wird.

Schritt 3: Wähle die Sichtbarkeit bewusst: Open sofort öffentlich, Embargoed mit automatischem Freigabedatum (praktisch während eines laufenden Reviews), Restricted für Zugriff nur auf Anfrage. Nach „Publish” erhältst du sofort eine DOI und der Eintrag wird über DataCite registriert und in Google Scholar und anderen Diensten auffindbar.

Schritt 4 (für Code): Verbinde dein GitHub-Repository in den Einstellungen und aktiviere die Archivierung. Ab dem nächsten Release wird Zenodo automatisch eine archivierte Version mit eigener DOI anlegen — den entsprechenden „Cite this”-Badge kannst du direkt in deine README einbinden.

Ein konkretes Beispiel

Ein Forschungsteam an einer technischen Universität in Aachen entwickelt ein KI-Modell zur Fehlererkennung in Industriebauteilen und reicht ein Paper bei einer Fachkonferenz ein. Die Konferenz verlangt — wie inzwischen üblich — einen Reproducibility-Nachweis: Trainingsdaten, Modellgewichte und Auswertungs-Code müssen offen verfügbar sein. Das Team legt den anonymisierten Trainingsdatensatz (rund 40 GB Bilddaten) als Zenodo-Datensatz mit Embargo bis zum Konferenztermin ab, verknüpft das GitHub-Repository für den Code, sodass jedes Release automatisch eine DOI bekommt, und hinterlegt die Modellgewichte als separate versionierte Datei. Im Paper werden drei DOIs zitiert — Daten, Code, Modell. Als die Konferenz das Embargo-Datum erreicht, schalten sich die Daten automatisch öffentlich. Aufwand: ein Nachmittag. Der Gegenwert: ein sauber zitierbarer, reproduzierbarer Forschungsoutput, der auch in zehn Jahren noch auflösbar ist — und das vollständig kostenlos auf EU-Infrastruktur, ohne dass irgendwo eine Rechnung auftaucht.

DSGVO & Datenschutz

• Datenhosting: CERN-Rechenzentrum in Genf (Schweiz) mit Replik in Budapest (Ungarn), nächtliche Tape-Backups. Daten liegen damit vollständig in Europa, aber der Hauptstandort ist die Schweiz — ein Drittland mit Angemessenheitsbeschluss der EU-Kommission.
• Rechtlicher Rahmen: Das CERN ist eine internationale Organisation und unterliegt als solche nicht direkt der DSGVO, sondern verarbeitet personenbezogene Daten nach der CERN-internen Datenschutzregelung (Operational Circular 11), die einen mit der DSGVO vergleichbar hohen Standard zusichert. Für streng regulierte Branchen ist diese Nuance relevant: Es ist kein klassischer DSGVO-Auftragsverarbeiter.
• Datennutzung: Konto- und Nutzungsdaten (Name, E-Mail, Affiliation, Login-Historie) werden auf Basis des berechtigten Interesses des CERN verarbeitet. Veröffentlichte Metadaten stehen unter CC0 (außer E-Mail-Adressen) und werden an DataCite (Deutschland), OpenAIRE (Griechenland) und Software Heritage (Frankreich) zur DOI-Registrierung und Archivierung weitergegeben.
• Aufbewahrung: Veröffentlichte Forschungsoutputs werden dauerhaft vorgehalten (Zitierbarkeit). Logs 13 Monate, Sessions 30 Tage, Support-Anfragen 7 Jahre.
• Löschung: Veröffentlichte Datensätze nur innerhalb eines Monats nach Publikation unkompliziert löschbar, danach nur in Ausnahmefällen. Daher gilt: keine personenbezogenen oder vertraulichen Daten ungeprüft hochladen — Anonymisierung vor dem Upload ist Pflicht.
• Empfehlung für Unternehmen: Für offene Forschungsdaten und öffentlich gewidmete Artefakte ideal. Für personenbezogene oder vertrauliche Unternehmensdaten ist Zenodo das falsche Werkzeug — es ist ein öffentliches Archiv, kein abgesicherter Datenraum.

Gut kombiniert mit

• ORCID — verknüpfe dein Zenodo-Konto mit deiner ORCID-ID, damit jeder Upload automatisch deiner Forscher-Identität zugeordnet wird. Das ist die Grundlage für eine saubere, maschinenlesbare Publikationsliste über Plattformgrenzen hinweg.
• Hugging Face — für KI-Modelle die ideale Arbeitsteilung: aktive Entwicklung, Demo und Inference auf Hugging Face, die zitierfähige, eingefrorene Archivversion mit DOI auf Zenodo. Beide referenzieren sich gegenseitig.
• OpenAIRE — der EU-Aggregator zieht Zenodo-Einträge automatisch ein und macht sie über Disziplinen und Repositorien hinweg auffindbar. So erhöht ein Zenodo-Upload seine Sichtbarkeit, ohne dass du etwas zusätzlich tun musst.

Unser Testurteil

Zenodo verdient 5 von 5 Sternen — mit einer klaren Einschränkung im Maßstab: Es wird nicht als KI-Werkzeug bewertet, sondern als Forschungsinfrastruktur, und in dieser Kategorie ist es schlicht das Beste, was es kostenlos gibt. Die Kombination aus null Kosten, EU-Hosting beim CERN, automatischer DOI, sauberer Versionierung, echter Zugriffskontrolle und institutioneller Langzeit-Trägerschaft hat keine Konkurrenz, die alle Punkte gleichzeitig erfüllt. Die echten Grenzen — keine fachspezifischen Metadaten, keine garantierte funktionale Erhaltung, kein Deutsch — sind für die Zielgruppe verschmerzbar und ehrlich kommuniziert. Wer im KI- und Forschungsumfeld Datensätze, Code oder Modelle dauerhaft und zitierfähig ablegen will, sollte Zenodo als Standard-Anlaufstelle behandeln. Es ist kein Tool, das man „nutzt”, um etwas zu erzeugen — es ist die Stelle, an der das Erzeugte verlässlich liegen bleibt.

Was wir bemerkt haben

• Oktober 2023 — Zenodo wurde vollständig auf die neue Plattform InvenioRDM umgestellt. Oberfläche, Datenmodell und API wurden runderneuert; die Versionierung und die Community-Funktionen sind seitdem deutlich ausgereifter. Wer Zenodo nur aus der alten Version kennt, sollte sich die heutige noch einmal ansehen.
• 2024–2025 — Die offizielle Positionierung als „EU Open Research Repository” wurde geschärft, auch im Zuge der EU-Open-Science-Politik (Horizon Europe). Zenodo wird damit stärker als europäische Public-Infrastructure-Alternative zu kommerziellen US-Repositorien vermarktet.
• Faktische Korrektur — Anders als oft behauptet (und auch in einer früheren Fassung dieser Seite) gibt es bei Zenodo sehr wohl Embargo- und Restricted-Access-Optionen. Der Satz „einmal online = für alle online” stimmt nicht: Du kannst Uploads mit Sperrfrist versehen oder den Zugriff nur auf Anfrage gewähren.
• Dauerhaft — Es gibt keinen Premium-Tarif und keine angekündigte Monetarisierung. Das ist ungewöhnlich stabil für ein Online-Tool und ein Verdienst der institutionellen Trägerschaft durch CERN, OpenAIRE und EU-Kommission. Eine Preiserhöhung ist hier strukturell nicht zu erwarten.