Forum Wissenschaft 2/2026
03.07.2026: KI in der Wissenschaft
 |
|
|
Forum Wissenschafts 2/2026 - BrianPenny / pixabay.com; S. 5: Darlene Alderson / pexels.com |
Editorial
Diese Ausgabe von Forum Wissenschaft widmet sich einem Thema, das gegenwärtig kaum einen Bereich wissenschaft- licher Praxis unberührt lässt: der Integration generativer Künstlicher Intelligenz in Forschung, Lehre und wissen- schaftliche Kommunikation. KI-Systeme schreiben, struktu- rieren, kodieren und visualisieren Inhalte, unterstützen Ana- lysen und greifen damit tief in die Bedingungen wissen- schaftlicher Wissensproduktion ein.
Die Debatten bewegen sich dabei zwischen Euphorie und Verunsicherung. Einerseits eröffnen generative Systeme neue Möglichkeiten der Analyse und Verarbeitung großer Datenmengen. Andererseits verschärfen sie bestehende Probleme wissenschaftlicher Produktion und erzeugen neue Formen epistemischer Unsicherheit. Fragen nach Transpa- renz, Nachvollziehbarkeit und wissenschaftlicher Integrität gewinnen dadurch an Dringlichkeit.
Wie verändern sich wissenschaftliche Praktiken, wenn algorithmische Systeme zunehmend an der Herstellung, Ordnung und Bewertung von Wissen beteiligt sind? Gren- zen zwischen menschlicher und maschineller Tätigkeit wer- den unschärfer, etablierte Vorstellungen von Forschung und Autor:innenschaft geraten unter Druck und wissenschaftli- che Erkenntnisprozesse werden neu organisiert.
Die Beiträge zeigen zugleich, dass die Herausforderungen generativer KI nicht durch einfache Gegenüberstellungen von "Mensch" und "Maschine" oder technokratische Kontrollphantasien zu bewältigen sind. Vielmehr bedarf es reflexiver Praktiken, die wissenschaftliche Integrität über Transparenz, kritische Urteilskraft und kollektive Aushand- lungsprozesse sichern. Hochschulen und wissenschaftliche Institutionen werden damit zu zentralen Orten der Ausein- andersetzung über den legitimen Einsatz generativer Systeme.
Die Debatten um KI verweisen zudem auf ein grundlegen- deres Problem moderner Wissenschaft: die zunehmende Automatisierung epistemischer Prozesse. Wenn Systeme Texte generieren und analytische Entscheidungen vorberei- ten, stellt sich neu, welche Rolle Unsicherheit, Interpretation und situatives Urteilen künftig noch spielen. Die Auseinan- dersetzung mit KI wird damit auch zu einer Debatte über das Selbstverständnis von Wissenschaft insgesamt.
Dieses Heft versteht die Ausbreitung generativer KI als An- lass, wissenschaftliche Praktiken, Institutionen und Begriffe neu zu befragen. Im Mittelpunkt steht die Frage, wie wis- senschaftliche Glaubwürdigkeit, Verantwortung und kriti- sche Reflexion unter den Bedingungen algorithmischer Wissensproduktion bewahrt und weiterentwickelt werden können.
Wir danken allen Autor*innen dieser Ausgabe für ihre Mitarbeit.
Unsere nächste Ausgabe erscheint im September 2026. Unser Themenschwerpunkt lautet dann "250 Jahre USA".
Steffen Käthner und Sophia Leipert
KI in der Wissenschaft
Lebendige Arbeit, enteigneter Intellekt Die technologische Neuordnung von Arbeit, Wissen und Macht analysiert Torsten Bewernitz
Human-in-the-Loop in der Hochschullehre Thomas Eder, Jonas Schug und Carolin Daniel stellen ein KI-Konzept vor, mit dem sich Lehrbedingungen didaktisch gestalten lassen
Von Digital Divide zu AI Divide? Alina Marktanner zeigt Mechanismen auf, durch die sich Leistungsunterschiede zwischen Studierenden verstärken können
Lehre im Zeitalter von KI Stärken KI-gesteuerte wissenschaftliche Tätigkeiten einen antiwissenschaftlichen Habitus, fragen Aljoscha Jegodtka und Sebastian Bornemann
KI als neuer Recruiter Laura Kranyak beschreibt, wie KI-Systeme Frauen und Minderheiten im Bewerbungsverfahren benachteiligen
Kann KI forschen? Sercan Sever diskutiert, ob wir in der Kommunikation über KI neue Wege gehen müssten
Large Language Models in Qualitative Research Marco Galle advances three theses concerning the methodological implications of LLMs in qualitative research
R.I.P. Seminararbeit?! Über die Ergebnisse einer Befragung von Studierenden zum Einsatz von KI berichten Tina Paul, Emelie Schwill und Shenning Xu
Deep-Research-gestützte Literature-Reviews Christopher Pollin, Susanne Sackl-Sharif und Sabine Klinger beschreiben den Aufbau einer epistemischen Infrastruktur für ein LLM-gestütztes Literature Review
KI im Studium der Sozialen Arbeit Nadine van der Meulen plädiert für eine sozialarbeiterisch fundierte AI Literacy
Coding für alle (?) Hanno Menting zeigt, wie KI-gestützte Codegenerierung große digitale Textkorpora für qualitative Analysen zugänglich machen kann
Vertrauen statt Kontrolle Sabine Timpf und Rouven Kaiser skizzieren einen Best-Practice-Ansatz für verantwortungsvolle Hochschullehre
Wer arbeitet wie für die Künstliche Intelligenz? Regina Schleicher zeigt beispielhaft, wie sich Arbeitsverhältnisse als Teil der Produktionskette von KI gestalten