KI als Co-Pilot: Mehr als nur Text – Das Handwerk der wissenschaftlichen Arbeit

Seitdem LLM basierte KI-Tools verfügbar sind, habe ich mit Studierenden Schreibkurse durchgeführt, um einerseits die Erstellung wissenschaftlicher Arbeiten zu üben. Dabei geht es nicht einfach darum, Text zu generieren. Man muss das gesamte Werk erstellen. Letztlich muss man also mehr können als nur Word bedienen. In Zeiten von KI hat sich das allerdings in vieler Hinsicht verändert.

Der Workflow: Vom Wissen der Welt zum fertigen Text

Die Infografik stellt dar, was man (zumindest) beherrschen muss. Im Zentrum steht das Wissen der Welt, symbolisiert durch eine Weltkugel. Es geht natürlich darum, Quellen zu finden und Literatur zu erschließen. Auf der linken Seite sind die Werkzeuge dargestellt, mit denen ich arbeite, um Literatur sinnvoll zu kontrollieren. Am Ende steht dabei immer eine Literaturdatenbank. Ich verwende dafür JabRef, da dieses Format weit verbreitet und zugleich sehr transparent ist.

Aus einem solchen Repository mit den passenden Quellen müssen die richtigen Erkenntnisse herausgezogen werden. Das ist die eine Seite. Auf der rechten Seite der Weltkugel befinden sich das Mikrofon für Diktat und verschiedene KI-Systeme. Denn die Daten, die ich habe, und das, was ich erarbeite, müssen schließlich auch verarbeitet werden. Ich muss Bilder generieren, Daten auswerten, Charts erstellen und Erkenntnisse gewinnen. Das heißt, ich produziere eine große Menge Material, das sich mit KI-Tools hervorragend bearbeiten lässt.

All diese Text-Elemente müssen anschließend zusammengeführt werden. So entsteht ein Text, der zunächst gut strukturiert erscheint. Oft merkt man jedoch, dass er noch besser strukturiert sein könnte. Genau dafür habe ich das Schreibhelferlein entwickelt: ein Werkzeug, das ich selbst trainiert habe. Es basiert einerseits auf meinem Buch, in dem ich beschreibe, wie Dokumente aussehen sollen, und andererseits auf gezielten Anpassungen an KI-Systeme. So ist das Schreibhelferlein zu einem guten Lektor geworden. Im Anschluss kann man den Text weiter verfeinern. Dafür nutze ich gern Deep Write. Das ist fast so, als hätte meine Frau den Text noch einmal Korrektur gelesen.

Am Ende habe ich also viele verschiedene Elemente, die ich in einer Arbeit unterbringen möchte: Grafiken, Tabellen, Ergebnisse und vieles mehr zusammen mit einem guten Text. All das muss zu einem Ganzen zusammengebaut werden. Ich habe das hier mit einer Tangram-Idee dargestellt: Zunächst hat man viele einzelne Elemente, aus denen hinterher ein einziges stimmiges Werk entstehen muss.

Dieses Werk muss schließlich in Word gesetzt werden. Typischerweise landet es auch dort. Man könnte natürlich sagen: „Nehmt lieber LaTeX.” Als Satzsystem ist es ohne Frage besser. Aber die Lernkurve bei LaTeX ist bekanntermaßen nicht ganz einfach. Wie auch immer man es umsetzt: Am Ende steht ein geschlossenes Werk.

Es fließen immer mehrere Dinge zusammen: Das Wissen der Welt, dargestellt durch Literatur, die eigene Weiterentwicklung der Arbeit, unterstützt durch KI-Werkzeuge, sowie das klassische Wissen über Dokumentkonstruktion, Typografie und die anderen handwerklichen Grundlagen. Am Ende muss daraus ein Gesamtwerk entstehen.

Lernen direkt am Objekt

Wir theoretisieren nicht nur, wir machen. Der Kurs findet komplett online via Discord statt. Das sorgt nicht nur für maximale Flexibilität, sondern erzeugt ganz nebenbei eine wertvolle Dokumentation im Chat, auf die ihr jederzeit zurückgreifen könnt.

Das war ein kurzer Einblick in den Kurs. Ich würde mich freuen, wenn ihr wieder dabei seid. Wie immer wird er online stattfinden. Das macht mich flexibler und euch ebenfalls. Damit wir nicht unnötig viel Geld ausgeben, setze ich dafür Discord ein. Discord hat zudem den Vorteil, dass nebenbei im Chat eine Dokumentation entsteht. Insgesamt ist das eine runde Sache.

Seid dabei und lernt, wie ihr KI als echtes Werkzeug nutzt, ohne eure wissenschaftliche Integrität oder euren Stil zu verlieren.