KI als Schreibbuddy nutzen

Wie können wir KI im Schreibprozess eigenverantwortlich und gezielt einsetzen und dennoch Pilot*in unserer Texte bleiben? In diesem Artikel werden Vorschläge diskutiert, die Grundlage für selbstgesteuertes Verfassen von wissenschaftlichen Texten sein können.

Chancen und Herausforderungen im Schreibprozess

Längst sind KI-Tools in Wirtschaft und Industrie angekommen, seit 2023 auch sicht- und spürbar an Hochschulen. Unbestritten ist, dass KI für unterschiedliche Zwecke im Schreibprozess genutzt werden kann, wie z.B. für orthografische Korrekturen, Formulierungsalternativen, Themenschärfung u.v.m. Unter Lehrenden und Beratenden stellt sich die vieldiskutierte Frage: Wie können KI-Tools unterstützen, ohne dass die Eigenleistung und Selbststeuerung von Studierenden leidet? Wie können KI-Tools eingesetzt und gleichzeitig die tief verwurzelten, wissenschaftlichen Spielregeln (z.B. Voss, 2020, S. 32) gelebt werden?  Wie bleibt ein Text „mein Werk“?

Pilot*innen im Schreibprozess bleiben

Befassen wir uns mit der Frage, was in Hinblick auf den wissenschaftlichen Schreibprozess trotz KI geblieben ist? Transparenz, Kenntlichmachung fremder Gedanken und Interpretationen, Eigenleistung und kritische Reflexion. Im Laufe der Zeit sind uns neue Möglichkeiten begegnet, denn KI-Tools können unter fundierter Anleitung eine Chance sein, Schreibaufträge freudvoller und mit mehr Fachfokus zu verwirklichen. Um die wissenschaftlichen Wertepfade nicht zu verlassen, müssen uns einige Punkte klar sein: Kernaufgabe der Autor*innen bleibt die Eigenleistung bzw. die Überprüfung von vorgefertigtem Wissen im Sinne von „What you know is what you check“ (Theisen, 2023, S. 21), denn KI-Tools wie z.B. ChatGPT sind keine Wissens-, sondern vielmehr Sprachtools. Daher muss jede Übernahme von Wissen geprüft werden, denn die Letztverantwortung für den Inhalt von wissenschaftlichen Arbeiten liegt bei den Autor*innen, unabhängig davon ob KI-Tools eingesetzt werden oder nicht.

Wie beim Zitationsprozess muss das Ziel sein, Inhalte und Aussagen zu prüfen, verwendete KI-Tools im Sinne nahtloser Transparenz auf einheitliche Weise offenzulegen. Sofern keine Vorgaben des Zitierstandards beachtet werden müssen (z.B. McAdoo, 2024), könnten folgende Varianten der Kenntlichmachung dienen:

• Ergänzung zur Eigenständigkeitserklärung (z.B. Hochschule für Technik und Wirtschaft Berlin, 2023a), ev. kombiniert mit dem Auftrag an die KI oder mit Text- oder Kapitelbezügen.
• Tabellenform in einem eigenen Verzeichnis (z.B. Hochschule für Technik und Wirtschaft Berlin, 2023b) oder im Anhang unter Angabe folgender Parameter: Anbieter (z.B. OpenAI), Name der Software (z.B. ChatGPT), Anwendungsbereich (z.B. Themenfindung, Brainstorming, Rechtschreibung), Textbereich- oder Kapitelangaben, Datum.
• Endnote: Nach einzelnen Kapiteln oder Absätzen kann ergänzend angemerkt werden, dass der Abschnitt mithilfe von KI-Tools verfasst wurde.
• Methodenteil: Grundsätzlich könnten KI-Tools, ähnlich wie verwendete Software (z.B. Statistik- oder Transkriptionssoftware) hier dokumentiert werden (z.B. Zürcher Hochschule für Angewandte Wissenschaften, 2023, S. 3).

Da die Verantwortung zur Umsetzung der Prinzipien guter wissenschaftlicher Praxis an Hochschulen von Forschenden, Lehrenden und Studierenden gleichermaßen getragen wird (z.B. Brommer et al., 2023), sollten hochschulintern einheitliche Deklarationsrichtlinien gemeinsam verschriftlicht und gelebt werden.  

Welche Chancen eröffnen KI-Tools?

Vieles wissen wir an Hochschulen über KI, einiges hingegen ist unsichere Prognose. Faktum ist, dass KI-Tools im Schreibprozess angekommen sind. Textausgebende generative KI Interfaces werden bei 77% der User*innen ein- bis mehrmals wöchentlich genutzt (Leible et al., 2024, S. 361) und sind daher künftig integrativer Baustein im Schreibhandeln.

KI schreibt keine Abschlussarbeiten, aber sie kann unser Schreibbuddy sein. Je präziser der Arbeitsauftrag an die KI ist, z.B. über das Prompting, desto passender der Output. Nachschärfungen kosten Zeit. Studierenden ist daher dringend zu empfehlen, idealerweise schriftlich, z.B. mit einer Mindmap, die inhaltlichen Eckpfeiler des Promptings zu sammeln und basierend darauf die Anfrage an die KI zu stellen. Dabei können diese Parameter als roter Faden dienen:

Ziel	Was soll mit dem Chat erreicht werden? Liegt eine Erwartungshaltung vor?
Rolle	Aus welcher Perspektive oder Funktion soll die Aufgabe erledigt werden?
Kontext	Was muss dabei beachtet werden (z.B. Textteil, Kapitel, Textsorte)? Sollen Quellen einbezogen werden?
Aufgabe	Was ist konkret zu tun und welche Informationen benötigt die KI, um ein möglichst präzises Ergebnis zu liefern? Was sind Fokus- und was sind Randthemen?
Struktur	In welcher Reihenfolge und mit welcher Priorisierung soll die Anfrage bearbeitet werden?
Limitation	Liegen Umfangsbeschränkungen vor, z.B. in Form von Wortobergrenzen?

Die Auseinandersetzung mit diesen Aspekten sind Planungsstützen und Ausdruck von fachlicher Auseinandersetzung sowie aktiver Steuerung des Schreibprozesses. KI-Tools als Hilfe zur Selbsthilfe zu erkennen, spielt dabei eine wichtige Rolle, weil so Eigenverantwortung im Schreibhandeln gestärkt und Reibungsverluste minimiert werden. Setzen Schreibende KI-Tools ihren Kenntnissen um eigene Talente und Schwächen entsprechend ein, kann der Diskurs mit der KI Wissenslücken erkennen und durch geprüfte Informationsbeschaffung kompensieren (Theisen, 2023, S. 22). Der Dialog mit der KI kann also Wissensgewinn effizient fördern sowie mehr Zeit und Fokus für wissenschaftliche Inhalte freigeben. 

Voraussetzung ist, dass sich Schreibende aktiv mit KI-Tools befassen, Erfahrungen sammeln und routiniert Aufträge erteilen. Nur so kann der Schreibprozess signifikant effizienter gestaltet werden (Humm et al., 2022, S. 39). Die KI kann so wie ein Lexikon oder Nachschlagewerk dazu beitragen, Formulierungshilfen einzuholen, Rechtschreibung zu kontrollieren oder beim Brainstorming bei der Themenfindung zu unterstützen. KI-Tools fassen Publikationen zusammen, Nutzer*innen können auf Fragen im Dialog mit der KI Antworten zu Veröffentlichungen einholen oder Datenanalysen durchführen. In welcher Lückenlosigkeit, Genauigkeit und mit welchem Fokus dies geschieht, löst kontroverse Diskussionen aus. Kremb (2023) argumentiert in diesem Zusammenhang, dass KI-Tools durch diese Möglichkeiten unsere Fähigkeiten schärfen und unsere Produktivität steigern kann. Denn ein bewusst gewählter KI-Einsatz benötigt keineswegs weniger Fachwissen und Kompetenz, sondern mehr (Swoboda, 2023, S. 176). Dies kann Studierenden beim gemeinsamen Entdecken auch vermittelt werden: Chancen und Limitationen lassen sich anhand eines konkreten, fiktiven Schreibauftrages in der Lehre unter Anleitung der o.a. Prompting-Hinweise rasch detektieren. Ergänzend kann in einer Gruppenreflexion diskutiert werden, wie mit dem Textoutput weitergearbeitet werden kann und mit welcher Erwartungshaltung die Nutzung von KI-Tools verbunden sein sollte. Dabei darf der kritische Blick und ein bewertendes Auge niemals vernachlässigt werden (Swoboda, 2023, S. 177). Die Einbettung von KI-Tools in Lehre und Beratung signalisiert zudem, dass es zu keiner schlechteren Bewertung führt, wenn KI-Tools unter Beachtung der wissenschaftlichen Wertehaltungen eingesetzt werden.  

Roadmap in die Zukunft

Das Angebot an unterschiedlichen KI-Tools eskaliert enorm. Kein Wunder, dass dieser KI-Dschungel mitunter zu Desorientierung führt. Welches KI-Tool soll für welchen Zweck verwendet werden? Als Lehrende und Beratende sollten wir klare Leitlinien und Handlungsempfehlungen an Studierende kommunizieren, indem wir innerhalb der Hochschule den Austausch fördern und so Wissen rundum das Thema KI multiplizieren. Geprüft und hochschulintern engmaschig evaluiert, können KI-Tools für spezifische Aufgabenstellungen empfohlen werden, die Orientierung und Sicherheit geben, gerade wenn es um datenschutz- und urheberrechtliche Aspekte sowie Verlagsrechte geht. Ein strukturierter Prozess und gemeinsame Reflexionsformate forcieren den Wissensaustausch und verhindern Mehraufwand auf allen Ebenen.

KI hat gängige Arbeitsmethoden im Schreibprozess auf den Kopf gestellt. Etablierte Prüfungsformate im Hochschulkontext werden hinterfragt, mitunter neu bewertet (Schindler, 2023, S. 6) und die Notwendigkeit von Abschlussarbeiten wird infrage gestellt (ORF, 2024). Gerade bei wissenschaftlichen Arbeiten mit hohem Praxisbezug oder empirischem Anteil kann die KI eher eingeschränkt genutzt werden, weil die Einbettung in einen Unternehmenskontext durch selbständige Interpretation erfolgen muss. Auch der Betreuungsprozess mag an Bedeutung gewinnen, da individuelle Entwicklungsschritte der Studierenden gemessen werden können. Der fachliche face to face Diskurs gewinnt an Wichtigkeit, denn durch Plausibilitätschecks wie das Rückfragen nach Literatur, Verständnisfragen oder fachliche Diskussionen können Wissenslücken und unreflektiert übernommene Aussagen von Studierenden detektieren. Mehr Gewichtung auf mündliche Präsentationen, um Erlerntes sichtbar zu machen, könnten diese Verständnischecks begünstigen.

Mehr Aufwand im Betreuungsprozess also, wie könnte dieser zusätzliche Aufwand kompensiert werden? Nun, KI vermag nicht nur Studierende zu unterstützen, sie erweitert das Spektrum für weitere, agilere Lern- und Prüfungsmethoden inklusive digitaler Hochschullehre durch neue didaktische Ansätze maßgeblich. Mit dem Einsatz von KI könnten über den Weg von kollaborativen Lernprozessen Ressourcen so gebündelt werden, dass Drop-out-Raten gesenkt würden bzw. die Zeiten bis zum Ende des Studiums verkürzt werden könnte (de Witt et al., 2020, S. 12). Aus (prüfungs-)organisatorischer Sicht könnte durch den Einsatz von KI Zeit gestrafft und so mehr Fokus auf Wissensfestigung gelegt werden, in Abhängigkeit von Lernzielen und Prüfungsmodi (Brommer et al., 2023, S. 8).

Ein Teil der Zukunft an Hochschulen, im Speziellen bei der Begleitung von Schreibenden, ist absehbar, wie beispielsweise die Integration von KI-Tools im Schreibprozess. Ein anderer hingegen ist eher schemenhaft, wie rechtliche Aspekte oder Formen der Kenntlichmachung.  Wahrscheinlich ist, dass die Vermittlung digitaler Medienkompetenz zentraler Bestandteil der Lehr- und Beratungstätigkeit an Hochschulen und Schreibzentren werden wird. Somit könnten sich manche Schwerpunkte verlagern. Es liegt in unserer Hand, kompetent, offen und mit denselben wissenschaftlichen Grundprinzipien in diese neue Ära des Schreibens zu starten. Spannend dabei zu beobachten sind die unterschiedlichsten Lösungsansätze an Hochschulen und Bildungsinstitutionen.

Wie ist Ihre Haltung zum Thema KI beim Schreiben (vor)wissenschaftlicher Arbeiten? Gibt es einheitliche Richtlinien an Ihrer Hochschule? Welche Formen von Vernetzung wurden etabliert, um gemeinsam einen KI-Wissenspool zu schaffen?

Wir freuen uns auf eine anregend-angeregte Diskussion in den Kommentaren!

Literatur

Brommer, S., Berendes, J., Bohle-Jurok, U., Buck, I., Girgensohn, K., Grieshammer, E., Gröner, C., Gürtl, F., Hollosi-Boiger, C., Klamm, C., Knorr, D., Limburg, A., Mundorf, M., Stahlberg, N., & Unterpertinger, E. (2023). Wissenschaftliches Schreiben im Zeitalter von KI gemeinsam verantworten (Hochschulforum Digitalisierung beim Stifteverband für die Deutsche Wissenschaft e.V., Hrsg.). Edition Stifterverband. https://hochschulforumdigitalisierung.de/wp-content/uploads/2023/11/HFD_DP_27_Schreiben_KI.pdf

de Witt, C., Rampelt, F., & Pinkwart, N. (Hrsg.). (2020). Whitepaper „Künstliche Intelligenz in der Hochschulbildung“. https://doi.org/10.5281/ZENODO.4063722

Hochschule für Technik und Wirtschaft Berlin. (2023a). Formulierungsvorschläge für Eigenständigkeitserklärungen. Handreichung: Eigenständigkeitserklärung & KI-Verzeichnis. https://www.htw-berlin.de/fileadmin/HTW/Zentral/LSC/Formulare/Eigenstaendigkeitserklaerung_KI_HTW_20230823_LSC_OER.pdf

Hochschule für Technik und Wirtschaft Berlin. (2023b). KI-Verzeichnis & Angabe von KI-Tools als Quellen/Hilfsmittel. Handreichung: Eigenständigkeitserklärung & KI-Verzeichnis. https://www.htw-berlin.de/fileadmin/HTW/Zentral/LSC/Formulare/Eigenstaendigkeitserklaerung_KI_HTW_20230823_LSC_OER.pdf

Humm, B. G., Buxmann, P., & Schmidt, J. C. (2022). Grundlagen und Anwendungen von KI. In C. F. Gethmann, P. Buxmann, J. Distelrath, B. G. Humm, S. Lingner, V. Nitsch, J. C. Schmidt, & I. Spiecker Genannt Döhmann, Künstliche Intelligenz in der Forschung (Bd. 48, S. 13–42). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-63449-3_2

Kremb, M. (2023). Lesen, schreiben, rechnen, prompten. WirtschaftsWoche Heft 26/2023 vom 23.06.2023, 26, 38.

Leible, S., Gücük, G.-L., Simic, D., von Brackel-Schmidt, C., & Lewandowski, T. (2024). Zwischen Forschung und Praxis. Fähigkeiten und Limitationen generativer KI sowie ihre wachsende Bedeutung in der Zukunft. HMD Praxis der Wirtschaftsinformatik, 61(2), 344–370. https://doi.org/10.1365/s40702-024-01050-x

McAdoo, T. (2024). How to cite ChatGPT. American Psychological Association. https://apastyle.apa.org/blog/how-to-cite-chatgpt

ORF. (2024, März 14). Unis passen wegen KI Abschlussarbeiten an. wien.ORF.at. https://wien.orf.at/stories/3248909/

Schindler, K. (2023). ChatGPT oder Überlegungen zu den Veränderungen des Schreibens in der Schule. https://doi.org/10.18716/OJS/MIDU/2023.2.5

Swoboda, M. (2023). Wissenschaftlich schreiben leicht gemacht: Ein Leitfaden für Architektur- und Designstudiengänge. Springer Fachmedien. https://doi.org/10.1007/978-3-658-42166-3

Theisen, M. R. (2023). ChatGPT: Risiken, Gefahren und Chancen in Lehre und Forschung. WiSt – Wirtschaftswissenschaftliches Studium, 52(12), 17–23. https://doi.org/10.15358/0340-1650-2023-12-17

Voss, R. (2020). Wissenschaftliches Arbeiten…leicht verständlich!: (7. Aufl.). UVK Verlag.

Zürcher Hochschule für Angewandte Wissenschaften. (2023). Richtlinien-Anhang Deklarationspflicht von generativer KI bei Arbeiten. Verwendung von generativer KI bei Arbeiten. https://gpmpublic.zhaw.ch/GPMDocProdDPublic/Vorgabedokumente_ZHAW/Z_RL_Richtlinie_Anhang_Deklarationspflicht_KI_bei_Arbeiten.pdf

---

---