Beitragsseiten

 

 

Zweite Phase: Der Kontext der Begründung

 

Diese Phase umfasst das Herzstück wissenschaftlicher Praxis: das Erstellen eines durchdachten Forschungsdesigns, die gezielte Datenerhebung, analytische Auswertung und schließlich die argumentative Absicherung der Ergebnisse.

Hier wird geprüft, ob die Annahmen des Entdeckungszusammenhangs haltbar sind. Die Ziele dieser Phase des Erklärens von Phänomenen (bzw. dem Begründung von Annahmen, Hypothesen oder Theorien) sind Objektivität, Wiederholbarkeit, Nachvollziehbarkeit unf argumentative Absicherung. Jeder Schritt muss transparent und überprüfbar sein. Genau hier zeigt sich, ob Forschen mehr ist als das Nachahmen fertiger Vorgaben und Antworten, nämlich ein kreativer und reflektierter Prozess.

 

Der Begründungszusammenhang: Methodisches Arbeiten unter der Lupe

 

 

KI im Einsatz – Helfer oder Hindernis?

Künstliche Intelligenz kann diese Phase unterstützen. In naturwissenschaftlichen Disziplinen leisten spezialisierte Tools Hilfe bei Datenauswertung und Simulation. In den Sozial-, Wirtschafts- und Geisteswissenschaften bieten KI-Anwendungen Unterstützung bei Literaturrecherche, Strukturierung, Argumentations- und Datenanalyse oder Textüberarbeitung.

Doch die Vielfalt der Tools darf nicht darüber hinwegtäuschen: KI ersetzt nicht das methodische Verständnis. Wer Forschung betreibt, muss wissen, warum ein bestimmter Weg gewählt wurde, welche Vor- und Nachteile dieser hat, wie er sich auf die Ergebnisse auswirken kann etc. Zu simpel wäre es, eine Methode wählen, nur weil der befragte KI-Bot das vorschlägt. Dafür braucht man kein Studium. Erworbene Abschlüsse degenerieren in der Folge zu leeren Hülsen.

  

Wenn der Mensch außen vor bleibt

Immer häufiger zeigt sich ein bedenkliches Muster: Studierende geben ihre Frage einer KI und übernehmen die Antwort unreflektiert. Was verloren geht, ist der Kern des wissenschaftlichen Arbeitens: der selbst gesteuerte Erkenntnisweg, die systematische Überprüfung, die methodische Kontrolle.

Noch gravierender: Die Rechenschritte vieler KI-Tools sind nicht einsehbar. Ihre Logik bleibt verborgen, was wiederum einen Widerspruch zum Prinzip der Nachvollziehbarkeit in der Forschung darstellt. Die sogenannte „Black Box“ einer KI ist eben das Gegenteil von Transparenz.

 

Kritisch denken und KI kontrolliert einbauen, statt blind zu vertrauen

Ein sinnvoller Einsatz von KI ist möglich, wenn Forschende ihre Perspektive selbst einbringen. Die Forschungsfrage, die Auswahl der Methode, die Interpretation von Daten: All das bleibt menschliche Aufgabe. KI kann dabei unterstützen, aber nicht führen. 

Forschung mit KI kann sogar besser werden, wenn der Mensch aktiv bleibt. Wenn er korrigiert, hinterfragt, eigene Gedanken ergänzt und Schlussfolgerungen neu formuliert. Dann zeigt sich nicht nur methodische Reife, sondern auch eine akademische Identität, die über bloße Tool-Nutzung hinausgeht.

 

Ein Einsatz von KI beginnt daher damit, die eigene Forschungsperspektive klar zu formulieren und bewusst einzubringen. Fachspezifische Einsichten sollten nicht nur übernommen, sondern aktiv ergänzt werden. Texte, ob in kleinen Passagen oder größeren Abschnitten, sollten vom Menschen überarbeitet und eigenständig weiterentwickelt werden. So wird wissenschaftliches Denken sichtbar (und gleichzeitig an der Uni erlernt).

Entscheidend ist ein kritischer, reflektierter Umgang mit den Vorschlägen der KI. Auf diese Weise kann Forschung trotz oder gerade wegen KI ein höheres Niveau in der Begründung und Erklärung von Phänomenen erreichen.

 

6. August 2025