Latest / Der SLZ-Podcast / Wie nutze ich KI beim wissenschaftlichen Arbeiten verantwortungsvoll?

Transcript

Wie nutze ich KI beim wissenschaftlichen Arbeiten verantwortungsvoll? · Der SLZ-Podcast

• 0:05
  Willkommen beim SLZ-Podcast, dem Podcast des Schreib-Lese-Zentrums der Universität Münster.
• 0:11
  Hier sprechen wir übers Lesen und Schreiben im Studium und in der Promotion, greifen eure Fragen auf und geben Einblicke, Ideen und konkrete Tipps für euren Schreib- und Lesealltag – weil gute Texte kein Zufall sind!
• 0:26
  Schön, dass ihr dabei seid.
• 0:27
  Und jetzt viel Freude mit der Folge.
• 0:30
  Hallo und herzlich willkommen!
• 0:32
  Schön, dass ihr wieder eingeschaltet habt.
• 0:35
  Ich freue mich total, dass wir heute endlich mit unserer neuen Reihe „KI-Tool des Monats“ starten können.
• 0:42
  Darin stellen wir euch ab jetzt regelmäßig KI-Werkzeuge für das wissenschaftliche Lesen, Schreiben und Arbeiten vor.
• 0:50
  Was können diese Tools?
• 0:51
  Wofür eignen sie sich?
• 0:53
  Aber auch: Wo liegen ihre Grenzen?
• 0:56
  KI eröffnet uns ganz neue Möglichkeiten, gerade auch beim wissenschaftlichen Arbeiten.
• 1:03
  Sie kann uns helfen, komplexe Zusammenhänge besser zu verstehen,
• 1:07
  neue Perspektiven auf ein Thema zu entdecken, eigene Ideen weiterzuentwickeln oder unsere Texte kritisch zu überarbeiten.
• 1:15
  Sie kann uns entlasten, Arbeitsprozesse erleichtern und uns dabei unterstützen, unsere Fähigkeiten weiterzuentwickeln.
• 1:23
  Und das Spannende ist: Wir können KI dabei ganz unterschiedlich einsetzen.
• 1:27
  Mal lassen wir uns etwas erklären, mal nutzen wir sie als Gesprächspartnerin, um unsere Gedanken zu sortieren, und mal übernimmt sie ganz konkret Aufgaben für uns.
• 1:38
  Aber wie nutzen wir sie eigentlich so, dass sie uns wirklich weiterbringt?
• 1:44
  Genau darum soll es heute gehen!
• 1:46
  Denn bevor wir uns einzelne KI-Tools genauer anschauen, möchte ich mit euch eine grundlegendere Frage klären: Wie nutze ich KI im Kontext des wissenschaftlichen Arbeitens verantwortungsvoll?
• 1:58
  Wie wollen und sollten wir eigentlich mit KI zusammenarbeiten?
• 2:03
  Je nachdem, welche Art von Aufgabe ich der KI übergebe, verändert sich nämlich nicht nur ihre Rolle, sondern auch meine eigene.
• 2:12
  Ich sollte mich also fragen: Was genau gebe ich da eigentlich ab?
• 2:17
  Was sollte, müsste, würde ich eigentlich lieber selbst übernehmen? Und was bedeutet die Zusammenarbeit mit KI für meinen eigenen Lern-, Denk- und Erkenntnisprozess?
• 2:28
  Um diese Fragen zu beantworten, möchte ich euch heute zwei interessante Konzepte vorstellen:
• 2:34
  zum einen das sogenannte GPT-Modell von Steinhoff und Lehnen und zum anderen den Gedanken des AI Leaderships von Buck und Weßels.
• 2:44
  Außerdem sprechen wir auch über wissenschaftliche Integrität, Datenschutz und ethische Fragen.
• 2:52
  Eins vorweg,
• 2:53
  weil es wirklich wichtig ist: Für Hausarbeiten, Portfolios, im Grunde für jegliche Studien- und Prüfungsleistungen
• 2:59
  und selbstverständlich für die Abschlussarbeiten sind die jeweiligen Vorgaben der Universität Münster, eurer Fachbereiche und Fächer sowie eurer Prüferinnen und Prüfer maßgeblich.
• 3:12
  Klärt deshalb auf jeden Fall früh genug, welche KI-Unterstützung überhaupt zulässig ist und ob und wie ihr euren KI-Einsatz dokumentieren müsst.
• 3:23
  So, jetzt starten wir rein.
• 3:26
  Vielleicht gehört KI längst zu eurem Studienalltag?
• 3:30
  Ihr nutzt sie täglich und für vielfältige Aufgaben.
• 3:33
  Vielleicht habt ihr bisher aber auch nur ein wenig experimentiert, oder ihr habt den KI-Einsatz bisher gänzlich vermieden – aus Unsicherheit oder aus Überzeugung.
• 3:46
  Wer KI in irgendeiner Form nutzt, kennt womöglich Folgendes: einerseits die Begeisterung über ein produziertes Ergebnis, die Überraschung, wie gut die KI das gemeistert hat.
• 3:58
  Andererseits aber auch Enttäuschung und Frust über das Ergebnis und die Frage, warum die KI einfach nicht versteht, was ich will.
• 4:07
  Ob KI tatsächlich weiterhilft und zielführend ist, hängt zum einen vom gewählten Tool ab:
• 4:13
  Ist das Tool tatsächlich das passendste für diese Aufgabe?
• 4:17
  Zum anderen aber auch sehr stark von mir als User und meinen Vorgaben.
• 4:23
  Bevor ich also ein KI-Tool öffne und losprompte, lohnt sich die Frage: Was möchte ich eigentlich gerade genau erreichen?
• 4:30
  Und welche Art von Unterstützung brauche ich dafür?
• 4:34
  Brauche ich eine Erklärung zu einem unklaren Begriff?
• 4:37
  Brauche ich ein Gegenüber zur Entwicklung einer Fragestellung, oder brauche ich … [unverständlich] Je nachdem gebe ich der KI einen anderen Auftrag und beurteile dann das Ergebnis und ihre Unterstützung auch nur danach, ob sie mich bei meinem konkreten Anliegen weitergebracht hat.
• 4:59
  Ich sollte also die KI steuern – und nicht umgekehrt!
• 5:03
  Damit sind wir schon bei der ersten Idee, die ich euch heute vorstellen möchte:
• 5:07
  AI Leadership heißt so viel wie Führung im Umgang mit KI.
• 5:13
  Leadership klingt erst mal nach Management, und tatsächlich geht es beim AI Leadership – einem Konzept, das aus der Unternehmenswelt kommt – um Fragen der Führung:
• 5:24
  Wer gibt das Ziel und die Richtung vor?
• 5:27
  Wer verteilt die Aufgaben?
• 5:28
  Und wer prüft und beurteilt am Ende das Ergebnis?
• 5:33
  Für den Bildungs- und wissenschaftlichen Schreibkontext haben Isabella Buck und Doris Weßels den Begriff geprägt.
• 5:40
  Ihr Beitrag „Gut geführt, gut geschrieben? AI Leadership als relevante Kompetenz in der Kollaboration mit KI-Tools“ ist im Jahr 2025 erschienen.
• 5:50
  Buck und Weßels beschreiben darin AI Leadership als die Fähigkeit, KI wertorientiert, transparent und reflektiert zu steuern, ohne die Entscheidungshoheit an die Technik abzugeben.
• 6:04
  Dazu gehört, Ziele zu klären, Ergebnisse kritisch zu prüfen, ethische und rechtliche Fragen mitzudenken und die Zusammenarbeit mit KI von vorne bis hinten ganz bewusst zu gestalten.
• 6:18
  Was heißt das für das wissenschaftliche Arbeiten?
• 6:21
  Ich bleibe die verantwortliche Autorin meines Textes!
• 6:24
  Auch wenn KI mitdenkt oder gar mitschreibt: Ich entscheide, welche Aufgaben ich abgebe,
• 6:30
  ich prüfe, was zurückkommt, und ich stehe am Ende für das Ergebnis
• 6:35
  ein.
• 6:37
  Und noch etwas gehört dazu – nämlich KI bei jedem Arbeitsschritt mitzudenken, also zu fragen, ob und wie sie mich gerade unterstützen könnte.
• 6:47
  „AI First“,
• 6:48
  wenn man so will.
• 6:50
  Mitdenken heißt aber nicht automatisch auch immer einsetzen.
• 6:55
  Zu AI Leadership gehört genauso die bewusste Entscheidung gegen einen KI-Einsatz.
• 7:00
  Vielleicht will ich meinen Gedanken selbst entwickeln, vielleicht möchte ich beim Lesen und Schreiben etwas lernen, oder die Prüfungsordnung lässt den Einsatz schlicht nicht zu.
• 7:11
  „Gut geführt“ – um den Ausdruck von Buck und Weßels noch einmal aufzunehmen – heißt eben auch zu wissen, wann und unter welchen Umständen der KI-Einsatz nicht zielführend ist.
• 7:23
  Spielen wir mal ein Beispiel durch:
• 7:25
  Ich schreibe an meiner Hausarbeit.
• 7:27
  Sie ist jetzt auch fast fertig. Bevor ich die Arbeit aber abgebe, will ich noch prüfen, ob meine Argumentation und der rote Faden wirklich tragen.
• 7:36
  Also lasse ich mir von einer KI Feedback zu meiner Arbeit geben.
• 7:40
  Die KI antwortet: „Deine Argumentation ist insgesamt schlüssig, aber die Gegenposition kommt zu kurz.“
• 7:49
  Das klingt für mich plausibel. Aber stimmt es auch?
• 7:53
  Jetzt muss ich prüfen, ob das Feedback für meine Arbeit überhaupt sinnvoll ist.
• 7:58
  Hat die KI meine Fragestellung richtig erfasst?
• 8:01
  Braucht meine Arbeit an dieser Stelle – oder überhaupt – wirklich eine Gegenposition, oder will ich etwas ganz anderes zeigen?
• 8:08
  Und gibt es diese Gegenposition in der Forschung zu meinem Thema überhaupt in relevanter Form?
• 8:15
  Oder klingt die KI-Kritik einfach nur sehr überzeugend, weil „Berücksichtige die Gegenposition stärker“ fast immer nach einem guten Rat klingt?
• 8:24
  Um das alles zu beurteilen, brauche ich zweierlei.
• 8:28
  Erstens Fachwissen: Ich muss den Forschungsstand zu meinem Thema gut genug kennen, um zu wissen, welche Positionen es gibt und welche davon für meine Fragestellung wirklich ins Gewicht fallen.
• 8:41
  Zweitens brauche ich aber auch eine Vorstellung davon, was das gewählte KI-Tool kann – und was nicht!
• 8:48
  ChatGPT zum Beispiel kann typische Muster guter Argumentation erkennen, und dazu gehört eben oft eine Gegenposition.
• 8:57
  Es kennt aber nicht unbedingt den aktuellen Forschungsstand zu meinem Thema, hat weder meine Quellen gelesen, noch weiß es, was genau von meiner oder meinem Dozierenden und meiner Prüfungsordnung erwartet wird.
• 9:13
  Am Ende komme ich dann vielleicht zu dem Schluss, dass ChatGPT recht hat, und ich arbeite eine kritische Stimme aus der Forschung mit ein.
• 9:21
  Vielleicht merke ich aber auch, dass die KI meine Fragestellung und meine Argumentation missverstanden hat – auch das könnte ein wertvoller Hinweis sein!
• 9:30
  Wenn die KI das Ziel meiner Arbeit falsch einschätzt, ist es vielleicht in der Einleitung noch gar nicht klar genug formuliert.
• 9:41
  Und vielleicht entscheide ich mich auch, bei meiner Argumentation zu bleiben, weil ich weiß, dass sie für meine Fragestellung trägt.
• 9:49
  Dieses Beispiel zeigt auch: Selbst wenn ich der KI einen klaren Auftrag gebe und ihr eine Rolle zuschreibe – hier als Feedbackgeberin –, beeinflusst sie unter Umständen, wie ich weiterdenke.
• 10:02
  Manchmal bringt sie damit eine Perspektive ein, die ich vielleicht übersehen hätte.
• 10:06
  Das ist richtig hilfreich.
• 10:08
  Manchmal lenkt sie mich aber auch so stark in eine Richtung, dass andere Möglichkeiten und Perspektiven vielleicht gar nicht mehr auftauchen.
• 10:16
  Wir sollten uns also fragen: Verfolge ich diesen Gedanken gerade, weil er mich fachlich wirklich überzeugt, oder nur, weil die KI ihn so elegant formuliert hat?
• 10:27
  Und damit ist immer noch nicht alles geklärt!
• 10:30
  Welche Unterstützung ist erlaubt, und wo ist meine eigene wissenschaftliche Leistung gefragt?
• 10:36
  Auch diese Fragen gehören zu einem bewussten KI-Einsatz dazu.
• 10:40
  Gerade im Studium ist das wichtig, denn beim Lesen, Nachdenken und Schreiben entsteht ja erst mein eigenes Verständnis.
• 10:48
  Ich lerne, unterschiedliche Positionen und Perspektiven abzuwägen, Zusammenhänge zu erkennen und eigene Standpunkte begründet und fundiert zu vertreten – aber nur, wenn ich es selbst mache!
• 11:00
  Wenn ich diese Prozesse vollständig an die KI abgebe, verpasse ich unter Umständen auch die Gelegenheit, genau diese Fähigkeiten
• 11:08
  weiterzuentwickeln.
• 11:11
  AI Leadership bedeutet also, bewusst zu entscheiden, wobei mich die KI unterstützen soll und welche Aufgaben ich selbst übernehme.
• 11:21
  Dabei geht es auch darum zu fragen, was für meinen eigenen Lernprozess sinnvoll ist, und darüber hinaus vor allem auch, was im Rahmen wissenschaftlichen Arbeitens erlaubt ist und was meine eigene Leistung bleiben muss.
• 11:36
  Die Verantwortung für diese Entscheidung und die Ergebnisse trage ich immer selbst.
• 11:43
  Folgende Fragen sollten wir uns also immer stellen: Was möchte ich bewusst selbst tun, weil ich dabei etwas lerne?
• 11:49
  Und was muss bei mir bleiben, weil es den Kern meiner wissenschaftlichen Leistung ausmacht?
• 11:57
  Kommen wir nun zu dem zweiten und etwas konkreteren Ansatz zur Zusammenarbeit von KI und mir.
• 12:04
  Wie unterschiedlich diese Zusammenarbeit und die Rollenverteilung aussehen können, beschreiben Torsten Steinhoff und Kathrin Lehnen in ihrem GPT-Modell aus dem Jahr 2025.
• 12:18
  Dabei steht GPT hier nicht für ChatGPT, sondern für drei mögliche Rollen der KI: Ghost, Partner und Tutor.
• 12:28
  Und zu jeder dieser KI-Rollen gehört als Pendant eine entsprechende Rolle des Menschen: Client, Explorer und Learner.
• 12:38
  Diese drei verschiedenen Rollenkonstellationen schauen wir uns jetzt einmal genauer an.
• 12:44
  KI als Ghost, der Mensch als Client:
• 12:48
  Hier ist die KI so etwas wie ein Ghostwriter.
• 12:51
  Ich bin Client, also die Auftraggeberin.
• 12:54
  Ich gebe einen klaren Auftrag,
• 12:56
  die KI liefert ein Ergebnis, zum Beispiel einen Text, eine Zusammenfassung oder eine Gliederung.
• 13:02
  Ziel dieser Zusammenarbeit ist immer das KI-generierte Produkt.
• 13:08
  Das kann richtig effizient sein.
• 13:10
  Entscheidend ist aber die Frage: Was genau gebe ich damit eigentlich gerade an die KI ab?
• 13:17
  Ein Beispiel: Ich gebe der KI folgenden Auftrag:
• 13:21
  „Schreibe mir eine Einleitung für meine Hausarbeit zum Thema XY!“
• 13:27
  Das kann die KI.
• 13:29
  Aber wir müssen uns darüber im Klaren sein, dass sie dabei nicht nur eigene Sätze und Formulierungen entwickelt, sondern auch die Argumente.
• 13:38
  Sie ordnet Positionen ein und zieht Schlussfolgerungen.
• 13:42
  Ich gebe also nicht nur das Schreiben, das reine Ausformulieren ab, sondern einen großen Teil der Denkprozesse, die zu einer guten Einleitung führen.
• 13:51
  Ein anderes Beispiel:
• 13:54
  Ich habe für meine Einleitung schon Stichpunkte. Ich weiß, wie ich meine Fragestellung herleite, welche These ich vertrete und welche Argumente ich anführen will.
• 14:03
  Das alles teile ich der KI mit und lasse es mir ausformulieren.
• 14:09
  Dann gebe ich die Formulierungsarbeit ab – die inhaltliche Arbeit aber hab ich selbst gemacht!
• 14:15
  Diese Ghost-Client-Konstellation ist also nicht ausschließlich problematisch, denn vielleicht muss ich gar nicht jede Aufgabe selbst erledigen.
• 14:25
  Wenn ich beispielsweise meine Argumentation bereits entwickelt habe und die KI mir nun hilft, sie sprachlich auszuformulieren, kann das eine echte Entlastung sein!
• 14:35
  Die gewonnene Zeit kann ich dann nutzen, um mich intensiver mit den Inhalten auseinanderzusetzen – allerdings immer unter der Voraussetzung, dass diese Form der KI-Nutzung auch erlaubt ist.
• 14:46
  Denn was ich sinnvollerweise an die KI delegieren möchte und was ich im Rahmen einer wissenschaftlichen Arbeit tatsächlich delegieren darf, sind unter Umständen zwei unterschiedliche Fragen.
• 14:58
  Entscheidend ist also, bewusst zu entscheiden, was ich delegiere und warum ich es delegiere.
• 15:10
  Kommen wir zur zweiten Konstellation: KI als Partner, der Mensch als Explorer.
• 15:18
  Hier steht jetzt nicht das generierte Produkt im Mittelpunkt, sondern der Austausch.
• 15:23
  Ich nutze KI als Gegenüber, um Ideen zu entwickeln, Perspektiven auszuloten oder Argumente zu hinterfragen.
• 15:31
  Zum Beispiel: Ich habe eine erste These und bitte die KI: „Halte mal dagegen.
• 15:36
  Was spricht gegen meine Position?“ Oder: „Stell mir Fragen zu meinem Vorhaben.“
• 15:42
  Manchmal bringt mich gerade so eine Rückfrage der KI weiter als jeder ausformulierte Vorschlag,
• 15:49
  weil ich dann merke: Oh, so klar ist mir meine eigene Position eigentlich doch noch gar nicht!
• 15:57
  Aber Folgendes muss mir dabei immer bewusst sein: KI ist keine wissenschaftliche Gesprächspartnerin im eigentlichen Sinn.
• 16:06
  Sie hat kein eigenes Erkenntnisinteresse und übernimmt vor allem keine Verantwortung für das, was sie sagt.
• 16:12
  Ihre Antworten können – das kennen wir alle total – überzeugend klingen und trotzdem falsch sein, Positionen vermischen oder ganze Perspektiven auch einfach weglassen.
• 16:25
  Als Explorer ist es deshalb immer meine Aufgabe zu prüfen: Was passt zu meinem Vorhaben? Was überzeugt mich, und warum?
• 16:34
  Und was sollte ich zum Beispiel in der Fachliteratur besser doch noch mal nachlesen?
• 16:39
  Hilft mir der Austausch gerade, meine eigenen Gedanken weiterzuentwickeln, oder übernimmt die KI zu viel dieser Gedankenführung?
• 16:50
  Dritte Konstellation: KI als Tutor, der Mensch als Learner.
• 16:56
  Hier steht jetzt das eigene Lernen im Mittelpunkt.
• 16:59
  Die KI erklärt mir zum Beispiel einen theoretischen Zusammenhang, stellt mir Verständnisfragen oder gibt mir Rückmeldung zu meinem Text.
• 17:08
  Ich kann aber auch noch einen Schritt weitergehen und mir meinen eigenen KI-Tutor konfigurieren – ich kann also gezielt festlegen, wie mich die KI beim Lesen, Nachdenken oder Schreiben unterstützen soll!
• 17:22
  Beispielsweise kann ich sie so anleiten, dass sie mir nicht sofort fertige Antworten liefert, sondern mich mit gezielten Fragen und Anleitung durch einen Denk-, Lese- oder Schreibprozess führt,
• 17:35
  mir bei Schwierigkeiten Hilfestellungen und Tipps gibt und diese schrittweise zurücknimmt, sobald ich selbstständiger werde.
• 17:43
  Das Ziel ist also nicht, dass die KI die Aufgabe für mich erledigt, sondern dass ich am Ende in der Lage bin, diese Aufgabe selbst zu bewältigen.
• 17:53
  Als Learner gestalte ich diesen Prozess aktiv mit.
• 17:57
  Ich sage, was ich noch nicht verstehe, ich versuche zunächst selbst, eine Erklärung zu finden, und ich entscheide mit, wie viel Unterstützung ich überhaupt brauche!
• 18:07
  Die KI soll mir also nicht das Denken abnehmen, sondern mich dabei unterstützen, selbst besser denken, verstehen und handeln zu können.
• 18:16
  Auch hier ein konkreteres Beispiel:
• 18:18
  Ich verstehe einen zentralen Begriff aus einem theoretischen Text nicht.
• 18:23
  Für genau diese Fälle habe ich mir einen KI-Lesecoach konfiguriert, der mich beim Verstehen wissenschaftlicher Texte unterstützt.
• 18:31
  Anstatt mir den Begriff einfach zu erklären, fordert er mich an dieser Stelle zunächst auf, selbst zu formulieren, was ich darunter verstehe.
• 18:39
  Er stellt mir dann Rückfragen, macht mich auf mögliche Missverständnisse aufmerksam und gibt mir Hinweise,
• 18:45
  wenn ich nicht weiterkomme. So erarbeite ich mir die Bedeutung des Begriffs schrittweise selbst, anstatt nur eine fertige Erklärung zu übernehmen.
• 18:56
  Ähnlich kann ich mir auch einen KI-Schreibcoach gestalten, der mich zum Beispiel beim Überarbeiten meiner Texte begleitet.
• 19:03
  Er schreibt meinen Text nicht einfach um, sondern macht mich beispielsweise durch gezielte Fragen auf mögliche Gedankensprünge oder Unklarheiten aufmerksam.
• 19:12
  Ich muss dann jedes Mal selbst überlegen, ob meine Argumentation an dieser Stelle tatsächlich eine Lücke hat und wie ich sie schließen könnte.
• 19:21
  Entscheidend ist dabei: Die KI soll mich nicht möglichst schnell zu einer fertigen Lösung führen, sondern mich dabei unterstützen, selbst zu verstehen und eigene Lösungen zu entwickeln.
• 19:34
  Und hier ist noch etwas wichtig –
• 19:36
  das ist uns allen schon passiert: Wir dürfen nicht in die Falle tappen, eine gut formulierte KI-Erklärung mit dem eigenen, wirklichen Verstehen zu verwechseln.
• 19:46
  Nur weil mir eine Erklärung der KI einleuchtet, heißt das noch lange nicht, dass ich den Zusammenhang wirklich verstanden habe.
• 19:54
  Das zeigt sich oft erst, wenn ich ihn dann ohne KI-Hilfe in eigenen Worten erklären soll oder ihn auf eine neue Fragestellung übertragen möchte.
• 20:05
  Was bedeutet das jetzt für meine eigene KI-Nutzung?
• 20:09
  Mit unterschiedlichen Tools, aber sogar auch mit demselben Tool können wir ganz unterschiedlich arbeiten.
• 20:15
  Als Client geben wir einen Auftrag,
• 20:18
  als Explorer entwickeln wir Gedanken im Austausch mit KI weiter, und als Learner arbeiten wir an unserem Verstehen und unseren Fähigkeiten.
• 20:28
  Dabei können sich diese Rollen auch innerhalb ein und desselben Arbeitsprozesses verändern.
• 20:33
  Vielleicht lasse ich mir zunächst einen Begriff erklären und diskutiere anschließend verschiedene Perspektiven.
• 20:45
  Solche Wechsel sind nicht automatisch problematisch, aber ich sollte bemerken, wann aus einer Lernhilfe die Übernahme der Aufgabe wird.
• 20:55
  Dabei helfen drei Fragen.
• 20:58
  Als Client frage ich mich: Was genau gebe ich da ab?
• 21:02
  Als Explorer frage ich: Entwickle ich meine Gedanken weiter, oder übernimmt die KI nach und nach die Gedankenführung? Und als Learner frage ich: Was habe ich wirklich gelernt?
• 21:14
  Was kann ich nun auch allein
• 21:16
  bewältigen?
• 21:19
  Dabei sind die beschriebenen KI-Rollen – das möchte ich noch mal betonen – keine Rangliste nach dem Motto „Tutor gut, Ghost schlecht“.
• 21:28
  Es muss nicht immer gleich problematisch sein, die KI mal einen Absatz ausformulieren zu lassen.
• 21:33
  Entscheidend ist, dass ich bewusst entscheide, wozu ich KI einsetze, und genau das meint AI Leadership:
• 21:42
  Ich wähle das Werkzeug, und ich gestalte die Zusammenarbeit.
• 21:47
  Zu einem verantwortungsvollen KI-Einsatz im Kontext des wissenschaftlichen Arbeitens gehören aber auch drei Bereiche, die wir uns zum Schluss noch kurz anschauen: wissenschaftliche Integrität, Datenschutz und ethische Fragen.
• 22:03
  Beginnen wir mit der wissenschaftlichen Integrität. Der wichtigste Grundsatz zuerst:
• 22:09
  Auch wenn ich mit KI arbeite, bleibe ich für das verantwortlich, was in meiner Arbeit steht.
• 22:16
  Das ist gar nicht so trivial, denn eine KI-Antwort – dessen sind wir uns mittlerweile alle bewusst – kann noch so überzeugend klingen und trotzdem komplett falsch sein.
• 22:27
  Ein typisches Beispiel sind halluzinierte Literaturangaben:
• 22:32
  Da steht dann ein total plausibler Titel,
• 22:34
  die Autorin gibt es sogar wirklich, nur den Aufsatz so nicht.
• 22:39
  Deshalb prüfe ich zwei Dinge:
• 22:41
  Gibt es die Quelle überhaupt? Und steht darin wirklich, was die KI behauptet?
• 22:47
  Denn selbst wenn die Quellen stimmen: Eine Zusammenfassung zum Forschungsstand klingt oft sehr rund, als wäre sich die Forschung einig.
• 22:56
  Dabei gibt es vielleicht ganz unterschiedliche Positionen.
• 22:59
  Auch da lohnt sich der Blick in die Forschungsliteratur.
• 23:03
  Zur Verantwortung gehört aber noch etwas anderes, nämlich Transparenz.
• 23:08
  Mein KI-Einsatz sollte immer nachvollziehbar sein, und das gilt nicht nur für wörtlich übernommene Sätze der KI.
• 23:17
  Auch wenn mir die KI geholfen hat, meine Fragestellung zu entwickeln, kann das relevant sein, obwohl vielleicht am Ende kein einziger KI-Satz im Text steht.
• 23:27
  Wie genau diese Dokumentation aussehen muss, hängt davon ab, was in euren Fachbereichen oder konkret bei eurer Prüferin oder eurem Prüfer gilt. Informiert euch frühzeitig!
• 23:39
  Wenn man genau hinschaut, stecken hinter dem Aspekt der wissenschaftlichen Integrität also vier verschiedene Fragen:
• 23:47
  Darf ich KI überhaupt benutzen?
• 23:49
  Habe ich das ausreichend dokumentiert?
• 23:52
  Stimmt der Inhalt? Und ist das am Ende noch meine eigenständige wissenschaftliche Leistung?
• 24:00
  Dabei muss jede dieser Fragen für sich beantwortet werden. Denn nur weil ich zum Beispiel offenlege, dass ich KI genutzt habe, war der Einsatz nicht unbedingt auch erlaubt.
• 24:11
  Und nur weil etwas erlaubt ist, ist das Ergebnis noch lange nicht richtig.
• 24:16
  Kommen wir zum Datenschutz.
• 24:17
  Bevor ich etwas in ein KI-System eingebe, lohnt sich ein kurzer Moment des Innehaltens.
• 24:23
  Wir sollten uns immer fragen: Was gebe ich da eigentlich gerade weiter, an wen, und darf ich das überhaupt?
• 24:31
  Bei Namen, persönlichen Daten
• 24:33
  usw.
• 24:34
  ist höchste Vorsicht gefragt.
• 24:36
  Aber auch bei Forschungsdaten und Arbeiten insgesamt gilt: Nur weil ich zum Beispiel Onlinezugriff auf einen Text habe, darf ich ihn nicht automatisch in jedes KI-Tool hochladen.
• 24:47
  Daran können auch Urheberrechte oder Vertraulichkeitsvereinbarungen hängen – und das vergessen viele!
• 24:55
  Auch bei euren eigenen Texten lohnt sich ein Hinterfragen.
• 24:59
  Ihr steckt Wochen oder Monate in eure Abschlussarbeit.
• 25:02
  Wollt ihr wirklich, dass sie unbemerkt in die Trainingsdaten und die Weiterentwicklung eines kommerziellen KI-Modells einfließt?
• 25:10
  Auch das heißt aber nicht, dass ihr auf KI verzichten müsst!
• 25:14
  Es kommt jedoch darauf an, welches Tool ihr wie nutzt.
• 25:19
  An der Uni Münster haben wir zum Beispiel mit UniGPT eine gute Option, die in Bezug auf den Datenschutz deutlich sicherer ist.
• 25:26
  Was genau ihr dort verarbeiten dürft, hängt allerdings auch vom gewählten Modell ab.
• 25:32
  Schaut also in die aktuellen Nutzungsbedingungen und die Hinweise zum jeweiligen Modell.
• 25:37
  Die Links zu UniGPT und zu den Nutzungshinweisen setzen wir euch in die Shownotes.
• 25:43
  Und ganz egal, mit welchem Tool ihr arbeitet, hilft oft schon eine einfache Frage:
• 25:48
  Braucht die KI diese Angaben überhaupt?
• 25:52
  Vielleicht klappt es ja auch ohne die konkreten Namen, ohne persönliche Details
• 25:57
  oder ohne das komplette Dokument.
• 26:01
  Und schließlich kommen wir noch zu den ethischen Fragen. Auch hier möchte ich an dieser Stelle nur ein paar Denkanstöße geben.
• 26:08
  Ein erster lautet: Wessen Perspektiven bildet die KI eigentlich ab?
• 26:13
  Sprachmodelle lernen aus riesigen Textmengen, und darin sind manche Stimmen viel stärker vertreten als andere.
• 26:21
  Das merkt man zum Beispiel daran, dass bestimmte Forschungstraditionen oder nicht englischsprachige Literatur kaum auftauchen.
• 26:29
  Manchmal schleichen sich auch stereotype Zuschreibungen in die Antworten ein.
• 26:34
  Es lohnt sich also, genauer hinzuschauen:
• 26:37
  Wie wird über Menschen oder Gruppen gesprochen, und wer kommt hier eigentlich gar nicht vor?
• 26:45
  Eine zweite Frage betrifft die ethische Verantwortung:
• 26:49
  Wer profitiert eigentlich von KI, und wer trägt die Kosten?
• 26:54
  Denn wenn ich KI nutze, sehe ich zunächst einmal nur meinen eigenen Vorteil:
• 26:58
  Ich spare Zeit, bekomme Unterstützung oder kann Aufgaben leichter bewältigen.
• 27:04
  Aber jede Nutzung hat auch eine andere Seite.
• 27:07
  Zum Beispiel haben nicht alle Menschen die gleichen Möglichkeiten, KI zu nutzen.
• 27:12
  Leistungsstarke Funktionen kosten teilweise richtig viel Geld.
• 27:16
  Das wirft gerade im Studium die Frage auf, ob alle die gleichen Chancen haben, wenn sich manche bessere KI-Unterstützung leisten können als andere.
• 27:26
  Hinzu kommt, dass hinter KI-Systemen die Arbeit vieler Menschen steckt.
• 27:31
  Dazu gehören beispielsweise Autorinnen und Autoren, deren Texte zum Training verwendet werden, aber auch Menschen, die die Daten aufbereiten oder KI-Antworten bewerten – teilweise unter höchst problematischen Arbeitsbedingungen.
• 27:47
  Und schließlich hat KI-Nutzung auch ökologische Folgen.
• 27:51
  Der Betrieb der Systeme benötigt Energie, Wasser und technische Infrastruktur.
• 27:57
  Bei einer einzelnen Anfrage fällt das vielleicht kaum ins Gewicht, aber bei Millionen von Anfragen summiert sich der Ressourcenverbrauch.
• 28:06
  Solche Fragen können wir hier und heute nur anreißen.
• 28:09
  Sie machen aber deutlich: Nur weil ich KI für eine Aufgabe sinnvoll einsetzen kann und auch einsetzen darf, heißt das noch nicht automatisch, dass ich es auch tun sollte.
• 28:21
  Auch diese Überlegung gehört zu AI Leadership: nicht nur den eigenen Nutzen im Blick zu haben, sondern auch die möglichen Folgen der KI-Nutzung zu reflektieren und daraufhin bewusste Entscheidungen zu treffen.
• 28:35
  Und damit sind wir wieder bei unserer Ausgangsfrage: Wie nutze ich KI beim wissenschaftlichen Arbeiten verantwortungsvoll?
• 28:43
  Wie wollen und sollten wir eigentlich mit KI zusammenarbeiten?
• 28:48
  Das GPT-Modell hilft uns, die unterschiedlichen Rollen von KI und Mensch zu beschreiben.
• 28:53
  AI Leadership bedeutet, diese Zusammenarbeit bewusst zu gestalten: Ziele klären, Unterstützung auswählen, Ergebnisse kritisch prüfen und Verantwortung übernehmen.
• 29:05
  Und dazu gehört auch, sich einmal bewusst gegen den KI-Einsatz zu entscheiden.
• 29:12
  Und falls ihr jetzt den Eindruck habt, wir möchten euch von der KI-Nutzung eher abraten – ganz im Gegenteil!
• 29:19
  Wir sind nämlich überzeugt, dass die Fähigkeit, KI sinnvoll, zielführend und verantwortungsvoll einzusetzen, in Zukunft immer wichtiger wird –
• 29:28
  im Studium genauso wie im späteren Berufsleben.
• 29:31
  Deshalb ist es wichtig, dass wir so früh wie möglich lernen, gut, zielführend und verantwortungsvoll mit KI zusammenzuarbeiten.
• 29:41
  Und damit meine ich nicht nur, gute Prompts zu schreiben oder möglichst schnell zu einem Ergebnis zu kommen. Es geht darum, die Möglichkeiten und Grenzen von KI zu verstehen, ihre Ergebnisse kritisch beurteilen zu können und bewusst zu entscheiden, welche Aufgaben wir in welchem Kontext an KI delegieren und welche wir selbst übernehmen.
• 30:05
  Wir müssen also nicht nur lernen, mit KI zu arbeiten, sondern die Zusammenarbeit mit KI selbstständig und verantwortungsvoll zu gestalten.
• 30:15
  Und genau darum geht es beim AI Leadership.
• 30:19
  Zum Abschluss möchte ich euch deshalb ein paar Fragen mitgeben, die ihr euch vor dem nächsten KI-Einsatz stellen könntet:
• 30:27
  Was möchte ich gerade eigentlich erreichen,
• 30:30
  also was genau ist mein Ziel?
• 30:33
  Welche KI-Unterstützung ist dafür sinnvoll und erlaubt?
• 30:38
  Und was möchte, sollte oder muss ich doch lieber selbst übernehmen?
• 30:45
  Nach dem KI-Einsatz lohnt sich die Frage: Was habe ich dadurch eigentlich gelernt, und was kann ich jetzt wirklich besser?
• 30:54
  Diese Fragen werden uns auch in den kommenden Folgen begleiten, wenn wir uns verschiedene konkrete KI-Tools und ihre Einsatzmöglichkeiten genauer anschauen.
• 31:04
  In der nächsten Folge zum Beispiel spreche ich mit Marlene über die Frage: Kann mir ChatGPT helfen, eine Fragestellung zu entwickeln?
• 31:14
  Wenn ihr euch darüber hinaus mit eurer eigenen KI-Nutzung auseinandersetzen möchtet,
• 31:19
  seid ihr jederzeit herzlich eingeladen, in unsere Schreibberatung oder in eines unserer Seminare zu kommen.
• 31:26
  Dort können wir dann gemeinsam überlegen, wie ihr KI sinnvoll und verantwortungsvoll in eure Arbeits- und Lernprozesse einbinden könnt.
• 31:35
  Danke fürs Zuhören – bis zur nächsten Folge im SLZ-Podcast!
• 31:49
  Wenn ihr Unterstützung beim Lesen oder Schreiben im Studium oder in der Promotion sucht oder über das Lesen und Schreiben in den Austausch kommen möchtet, findet ihr auf unserer Website Informationen zur individuellen Schreibberatung, zu unserem Seminarangebot und zu vielen anderen Projekten.
• 32:07
  Habt ihr eine ganz konkrete Frage oder ein Thema, das wir hier im Podcast einmal aufgreifen sollen?
• 32:12
  Dann schreibt uns gerne!
• 32:13
  Wir freuen uns über eure Fragen und Gedanken. Und denkt daran: Gute Texte sind kein Zufall.