KI in der wissenschaftlichen Praxis
Hier finden Sie grundlegende Informationen zur praktischen Anwendung von KI-Tools für das wissenschaftliche Arbeiten.
Grundregel: KI als Hypothese
“Sobald das Modell Fakten, Literatur, Archive, Signaturen oder Zitate liefert, die nicht aus Ihrem Input oder verifizierbaren Nachweisen stammen, behandeln Sie das als Hypothese (nicht als Ergebnis). Ihre Arbeit bleibt: Gegenprobe, Nachweis, Entscheidung.” (Moritz Mähr, 2026)
Gute wissenschaftliche Praxis und KI
Für den Einsatz von KI beziehungsweise KI-Tools im Studium gelten die spezifischen Regeln der Universität sowie die Anweisungen der Lehrveranstaltungsbetreuenden. Wenn Sie KI-Tools verwenden möchten, beachten Sie unbedingt diese Punkte:
- Ein verantwortungsvoller Umgang mit KI-Tools bedeutet, dass Sie Ihre Entscheidungen zum Einsatz von KI stets begründen und verteidigen können.
- Die Verwendung von KI-Tools muss transparent und nachvollziehbar ausgewiesen werden.
- KI-generierte Inhalte müssen ersichtlich zitiert werden.
- Vergewissern Sie sich, dass die Nutzung von KI-Tools mit den rechtlichen Rahmenbedingungen und dem Datenschutz konform ist. Hierzu empfiehlt sich jedenfalls die Nutzung von u:ai ↗.
Auswahl von KI-Tools
Welche KI-Tools Sie als Unterstützung für Ihre Arbeit verwenden ist stets abhängig vom konkreten Anwendungsfall. Beachten Sie, dass nicht alle Tools für Ihre Problemstellung gleich gut geeignet sind.
Bei der Auswahl des richtigen Tools kann das von Oguz A. Acar am King's College London konzipierte PAIR-Framework (Problem, AI, Interaction, Reflection) hilfreich sein.
- Problemformulierung: Definieren Sie die Problemstellung und wie KI-Tools bei der Lösung behilflich sein könnten.
- Auswahl des KI-Tools: Identifizieren und wählen Sie die am besten geeigneten Tools aus. Vergleichen und bewerten Sie dabei die Funktionen verschiedener Tools.
- Interaktion: Experimentieren Sie mit verschiedenen Eingaben und bewerten Sie die Ergebnisse kritisch.
- Reflektion: Bewerten Sie, inwiefern das KI-Tool die Problemlösung unterstützt oder gar behindert hat. Reflektieren Sie die Nutzung des Tools auch im Hinblick auf die weitreichenden Auswirkungen des KI-Einsatzes.
Prompting
Die Qualität der Ergebnisse von KI-Systemen hängt wesentlich davon ab, wie Sie Ihre Anfragen formulieren. Prompts sind Texteingaben, die zur Kommunikation und Lenkung von generativer KI dienen. Präzise und klar formulierte Prompts helfen dabei, relevantere, verständlichere und besser strukturierte Antworten zu erhalten. Unklare oder sehr allgemeine Eingaben können dagegen zu missverständlichen, oberflächlichen oder fehlerhaften Ergebnissen führen.
A.C.T.-Prinzip
Das A.C.T.-Prinzip der Universität Wien ↗ beschreibt die drei zentralen Bestandteile eines guten Prompts. Es kann Ihnen helfen, Anweisungen klar, vollständig und nachvollziehbar zu formulieren.
- A: Aufgabe und Ziel. Beschreiben Sie, welche spezifischen Aufgaben das KI-Tool übernehmen soll, beispielsweise als Unterstützung beim Brainstorming oder beim Übersetzen von Textpassagen.
- C: Context. Geben Sie dem KI-Tool den fachlichen, inhaltlichen oder situativen Rahmen vor, den die KI braucht um eine konkrete Antwort zu geben. Weisen Sie beispielsweise dem KI-Tool eine bestimmte Rolle zu, die für die Erfüllung Ihrer Aufgabe passend ist.
- T: Ton. Legen Sie fest, in welcher Stilrichtung und in welchem Format die Antwort verfasst sein soll.
Der Grundgedanke dabei ist, das KI-Tool wie eine reale menschliche Assistenzperson zu behandeln, die genaue Instruktionen für eine erfolgreiche Bearbeitung benötigt.
Weitere Informationen zum A.C.T.-Prinzip finden Sie außerdem auf der Website der an der Universität Wien tätigen Romanistin und KI-Expertin Laura Gandlgruber ↗.
Beispiele für KI-Einsatz im wissenschaftlichen Bereich
Im Rahmen von Geschichte Online finden Sie derzeit folgende Hinweise zu Einsatzmöglichkeiten von KI-Tools zur Unterstützung wissenschaftlichen Arbeitens:
- Themenfindung mit Hilfe von KI-Tools?
- Literaturrecherche
- Zusammenfassung von Literatur
- Präsentieren
- Zitieren des Einsatzes von KI-Tools
Weitere Anwendungsmöglichkeiten wären die automatisierte Transkribierung von handschriftlichen Quellen, die semantische Erschließung von größeren Textmengen oder die Unterstützung bei der Quellenkritik, wie sie etwa das in Erarbeitung befindliche Angebot Kritische KI-Kompetenz für Historiker:innen ↗ vorschlägt.
Oguz A. Acar, PAIR (problem, AI, interaction, reflection) Framework Guidance, King's College London, https://www.kcl.ac.uk/about/strategy/learning-and-teaching/ai-guidance/pair-framework-guidance (abgerufen am 11.06.2026).
Isabella Buck, Wissenschaftliches Schreiben mit KI, Tübingen 2026. Online-Zugriff zur 2. überarbeiteten und erweiterten Auflage: https://www.utb.de/doi/book/10.36198/9783838565682 [über u:access ↗]
Moritz Mähr, Prompt Engineering, Critical AI Literacy for Historians, https://maehr.github.io/critical-ai-literacy-for-historians/de/exercises/prompt-engineering.html (abgerufen am 11.06.2026).
Claudia Mertens, et al., Medienkompetenz für die digitale Welt. Ein praktischer Wegweiser, Bielefeld 2025.