Einladung zum Auftaktworkshop „ki in der Forschung“

Wie lässt sich Künstliche Intelligenz gewinnbringend und sicher fürs wissenschaftliche Arbeiten nutzen? Darum geht es am Mittwoch, 11. November, von 10 bis 13 Uhr beim Auftaktworkshop „ki in der Forschung“. Alle Forschenden der FernUniversität sind herzlich eingeladen. Veranstaltungsort ist der Senatsaal (Gebäude 2).

Web-ki-forschung Foto: Gilang - stock.adobe.com

„Der Auftaktworkshop ki in der Forschung bereitet eine Veranstaltungsreihe in 2027 vor, in der Forschende der FernUni Chancen, Grenzen und einen verantwortungsvollen Einsatz von ki aus unterschiedlichsten Perspektiven erkunden können”, erklärt Prof. Dr. Claudia de Witt (Prorektorin Lehre, Studium und ki in Bildungsprozessen). Gemeinsam mit Prof. Dr. Angela Dorrough (Prorektorin Forschung und Internationales) begrüßt sie die Gäste und führt ins Thema ein. Anschließend ist beim „World Café“ Beteiligung gefragt: An sechs Thementischen erschließen sich die Teilnehmenden unterschiedliche Teilaspekte – angeleitet von Themepat:innen.

Thementische auf einen Blick

  • Themenpate: Prof. Dr. Torsten Zesch (CATALPA)

    • Literatur-Reviews und systematische Suche (Verstehen, Bewerten und Verknüpfen von Inhalten, Identifikation von Übereinstimmungen, Widersprüchen und Forschungslücken, strukturierte Zusammenfassung und das Schreiben eines synthetisierten Textes)
    • Zusammenfassung und Strukturierung von Forschungsliteratur
    • Unterstützung bei der Entwicklung von Forschungsfragen, Ideengenerierung und Hypothesenbildung
  • Themenpate: Dr. Stefan Klusemann (Fakultät KSW)

    • Datenerhebung: ki-gestützte Entwicklung von Interviewleitfäden und Fragebögen, Durchführung von Interviews und Befragungen sowie automatisierte Transkription
    • Datenaufbereitung: Strukturierung und Anonymisierung von Text-, Audio- und Videodaten sowie Aufbereitung großer unstrukturierter Datenmengen
    • Datenauswertung: ki-gestützte Codierung, Kategorienbildung, Themen- und Inhaltsanalyse sowie Erkennung von Mustern und Zusammenhängen
    • Dateninterpretation: Zusammenfassung der Ergebnisse, Vergleich von Fällen, Entwicklung alternativer Interpretationen und Unterstützung bei der Hypothesenbildung
    • Qualitätssicherung: Überprüfung der ki-generierten Codierungen und Interpretationen, Reflexion von Bias und Halluzinationen sowie Sicherstellung von Nachvollziehbarkeit und wissenschaftlicher Validität
    • Grenzen
  • Themenpat:innen: Michael Hanses (ZDI), Dr. Kamila Misiejuk (CATALPA)

    • Datenerhebung: Unterstützung bei der Entwicklung von Fragebögen und Erhebungsinstrumenten sowie automatisierte Erfassung und Strukturierung großer Datenmengen
    • Datenaufbereitung: Bereinigung von Datensätzen, Umgang mit fehlenden Werten, Erkennung von Dubletten und Zusammenführung verschiedener Datenquellen
    • Datenanalyse: Unterstützung bei statistischen Verfahren, Erkennung von Korrelationen und Mustern sowie Einsatz von Clustering, Klassifikation, Prognosemodellen und Machine Learning
    • Datenauswertung und -interpretation: Identifikation statistischer Zusammenhänge, Prognosen, Visualisierung und verständliche Aufbereitung komplexer Ergebnisse
    • Qualitätssicherung: Prüfung der Datenqualität, statistischen Ergebnisse und Modellgüte sowie kritische Bewertung von Bias, Validität, Reliabilität und Reproduzierbarkeit
    • Grenzen
  • Themenpate: Dr. Björn Fisseler (Fakultät Psychologie)

    • Auswahl und zielgerichtete Nutzung verschiedener ki-Tools für Programmierung und Forschung
      - Vibe Coding und ki-gestützte Programmierung zur Entwicklung und Anpassung von Code (Welche ki kann ich wie nutzen, R und Python)
      - Einsatz von R und Python für Datenanalyse, Statistik und Visualisierung
    • Entwicklung von Prototypen und kleinen Forschungsanwendungen mit Unterstützung von ki
    • Überprüfung, Validierung und Dokumentation von ki-generiertem Code für zuverlässige und reproduzierbare Forschung
  • Themenpat:innen: Dr. Angela Schröder, Nadine Dannenberg (ZLI-Schreibzentrum)

    • Strukturierung wissenschaftlicher Texte
    • Sprachliche Überarbeitung und Übersetzung
    • Schreibunterstützung, z. B. bei Abstracts und Zusammenfassungen
    • Formulierungshilfen
    • Überprüfung von Argumentationsstrukturen
    • AI Peer Reviews
    • Grand Proposals
    • Fallstricke
  • Themenpat:innen: Oliver Hinte (DSB), Heike Karolyi (Fakultät KSW), Frank Wistuba (ki-Kompetenzzentrum NRW/FernUni)

    • Transparenz der ki-Nutzung
    • Umgang mit Urheberrecht und Datenschutz
    • Autorenschaft und Verantwortlichkeit
    • Bias und Diskriminierung
    • Umgang mit vertraulichen Forschungsdaten
    • Forschungsintegrität und gute wissenschaftliche Praxis

Nach der Vorstellung der Ergebnisse durch die Themenpat:innen geht es in eine gemeinsame Reflexions- und Diskussionsrunde, die von Dr. Jule Hänel (LEAD:FUH) moderiert wird. Claudia de Witt und Angela Dorrough beziehen die Teilnehmenden zum Abschluss in die weitere Planung zu Inhalten und Veranstaltungsformaten rund ums Thema „ki in der Forschung“ ein.

Prof. Dr. Claudia de Witt Foto: FernUniversität

„Künstliche Intelligenz eröffnet der Forschung neue Möglichkeiten: Sie erschließt große Datenmengen, beschleunigt Literaturrecherchen und eröffnet neue Perspektiven. So schafft sie Freiraum für eigenständiges Denken, kreatives Forschen und kritisches Einordnen.“

Prof. Dr. Claudia de Witt, Prorektorin
03. November 2026 | von Presse | Rubrik: Termine

Kommentieren

(wird nicht veröffentlicht)


* Pflichtfelder
Mit dem Absenden Ihres Kommentars erklären Sie sich mit unserer Netiquette und den Datenschutzbestimmungen der FernUniversität einverstanden.