KI in der Forschung: Erfahrungsaus­tausch und Erkundung neuer Möglichkeiten

Anwendungen Künstlicher Intelligenz, darunter Large Language Models, werden zunehmend zu einem Bestandteil des Forschungsalltags. Sie können bei der Literaturrecherche unterstützen, bei der Programmierung und Datenanalyse helfen, Texte verbessern, Präsentationen vorbereiten oder als Sparringspartner bei der Entwicklung von Ideen dienen. Gleichzeitig wirft ihr Einsatz wichtige Fragen auf: Wie zuverlässig sind KI-generierte Ergebnisse? Wann ist es sinnvoll, KI für eine bestimmte Aufgabe einzusetzen – und wann nicht? Und welche Kompetenzen bleiben unverzichtbar, wenn KI Teil der wissenschaftlichen Arbeit wird?

Diese Fragen standen im Mittelpunkt einer Veranstaltung zum Thema „KI in der Forschung“, die für die Kollegiat:innen des Boysen-TU Dresden-Graduiertenkollegs organisiert wurde. Sieben Teilnehmer:innen trafen sich im Seminarraum am Falkenbrunnen, um Erfahrungen auszutauschen und zu diskutieren, wie KI bereits in ihre Forschung und den akademischen Alltag integriert wird.
Zu Beginn der Veranstaltung wurden die verschiedenen Phasen des Forschungsprozesses beleuchtet, in denen KI Unterstützung leisten kann: von der Ideenentwicklung über die Literaturrecherche bis hin zur Analyse, zum Verfassen von Texten, zur Kommunikation und zur kritischen Reflexion. Anstatt sich auf eine einzelne Anwendung zu konzentrieren, wurden in der Diskussion unterschiedliche Erfahrungen und Ansätze aus den jeweiligen Forschungskontexten der Teilnehmenden zusammengeführt.

Ein besonders relevanter Bereich war die Literaturrecherche. Die Teilnehmer:innen diskutierten, wie KI die Identifizierung und Sichtung relevanter Artikel unterstützen und Forschenden helfen kann, systematisch mit größeren Literaturmengen umzugehen. Verschiedene Tools wurden vorgestellt und erörtert, darunter Elicit und Arana. Besonders interessant war die Möglichkeit, mit Tools wie Arana spezifische Fragen zu einer definierten Sammlung von Forschungsartikeln zu stellen und die Antworten auf die zugrunde liegende Literatur zurückzuverfolgen. Dies wurde als wertvolle Funktion angesehen, da dadurch der Zusammenhang zwischen der generierten Antwort und der zugrunde liegenden wissenschaftlichen Literatur transparenter und leichter zu beurteilen ist.
Ein weiteres wichtiges Thema war die Frage, was Forscher:innen weiterhin selbst wissen und können müssen. Eine Beobachtung war bspw., dass Wissenschaftler zunehmend KI zur Erstellung oder Änderung von Code nutzen können, ohne jede Lösung selbst programmieren zu müssen. Unverzichtbar bleibt jedoch die Fähigkeit, die Ergebnisse der KI zu verstehen und kritisch zu bewerten: Tut der Code das, was er tun soll? Sind die Quellen und Verweise korrekt? Sind die Ergebnisse plausibel? Dies rückt die Forschenden stärker in den Mittelpunkt als "Architekt:in" ihrer eigenen Forschungsprozesse: Sie entscheiden, welche Aufgaben durch KI unterstützt werden können, welche Werkzeuge geeignet sind, wie die Eingabeaufforderungen formuliert werden und wie die Ergebnisse überprüft und genutzt werden.

Die Teilnehmenden diskutierten zudem die Rolle der KI als Sparringspartner in der alltäglichen wissenschaftlichen Arbeit. Dazu können die Vorbereitung auf Besprechungen, die Entwicklung und Strukturierung von Präsentationen, das Testen von Ideen, die Verbesserung von Formulierungen oder das Einholen von kritischem Feedback gehören. Diese eher alltäglichen Anwendungsfälle verdeutlichten, dass die Relevanz der KI-Anwendungen über spezialisierte Forschungsaufgaben hinausgeht und zunehmend auch die routinemäßige wissenschaftliche Arbeit betrifft.

Für das Boysen-Graduiertenkolleg der TU Dresden ist ein solcher Austausch besonders wertvoll, da das Kolleg Forscher:innen mit unterschiedlichem fachlichen und methodischen Hintergrund zusammenbringt. Entsprechend unterschiedlich sind auch ihre Erfahrungen mit KI. Der Austausch über konkrete Vorgehensweisen kann den Wissenschaftler:innen daher helfen, nützliche Anwendungsmöglichkeiten zu identifizieren und gleichzeitig die Grenzen KI-generierter Ergebnisse sowie die Notwendigkeit menschlichen Urteilsvermögens im Blick zu behalten.