KI für Forscher: Der ehrliche Leitfaden
Kein Hype, keine Panik. Was KI im Forschungsalltag tatsächlich kann (Literaturarbeit, Datenanalyse, Schreiben) und wo man aufhören sollte zu delegieren, bevor es Konsequenzen hat.
Ich nutze KI täglich. Für Literaturrecherche, Codeassistenz, erste Entwürfe, administrative Texte. Ich habe dabei Fehler gemacht, die ich anderen ersparen möchte.
Dieser Text ist kein Euphorisierungsversuch und kein Warnruf. Er ist ein Bericht aus der Praxis: was ich tue, was ich nicht mehr tue, und warum.
Was Forschende tatsächlich denken
Eine viel zitierte Studie von Van Noorden und Perkel aus Nature (2023) hat Forschende nach ihrer Einschätzung zu KI befragt. Auf der Plusseite: schnellere Datenverarbeitung, automatisierte Akquise, neue Hypothesen, optimierte Versuchsdesigns. Auf der Minusseite: Automatisierungsbias, leichterer Betrug, Proliferation von Fehlinformationen.
Eine Folgestudie aus 2026 zeigt, was sich verändert hat: KI-Nutzung für Coding ist von etwa 20 auf 40 Prozent gestiegen. Für Literaturrecherche ebenfalls. Gleichzeitig gaben mehr Befragte an, KI gar nicht zu nutzen. Der Mittelweg wird schmaler. Wer nutzt, nutzt intensiver. Wer nicht nutzt, tut es bewusst.
Beides hat seine Berechtigung.
Literatur: Was geht, was nicht geht
Was gut funktioniert: Suchstrings übersetzen und verbessern. Offen zugängliche Paper zusammenfassen. Studienlimitation und -design extrahieren. Screening-Checklisten für Scoping-Reviews erstellen. Widersprüchliche Evidenz identifizieren.
Ich nutze für Felder, in die ich neu einsteige, folgendes Promptschema: Ich gebe dem Modell eine Rolle (als erfahrener akademischer Forscher), eine Aufgabe (schreibe einen evidenzbasierten Überblick über X) und ein Format. Das Modell läuft dann mitunter 30 Minuten und produziert einen Bericht, der mir das Einlesen in ein Feld erheblich verkürzt. Keine Publikation, kein Ersatz für Primärquellen, aber ein nützlicher Einstieg.
Was nicht geht: Referenzen für eine bestimmte These finden lassen. Einleitungen mit Zitaten schreiben lassen. Das Modell entscheiden lassen, welche Paper relevant sind.
Das letzte ist eine ethische Linie: Die Entscheidung über Relevanz ist wissenschaftliche Arbeit. Sie gehört nicht delegiert.
Und das erste, Referenzen per KI suchen, ist ein bekanntes Desaster. Perplexity erfindet bei rund 37 Prozent der Zitate zumindest Teilinformationen. Google Gemini liegt bei 76 Prozent. Pro 10.000 Paper finden sich nach aktuellen Zahlen 57 fehlerhafte oder irreführende Referenzen: falsche Co-Autoren, falsche Titel, DOIs ins Nirgendwo.
Ich sitze im Editorial Board von npj Digital Medicine. Was ich dort sehe: Einreichungen mit Referenzen, die nicht existieren. Papiere, die im Diskussionsteil den Satz enthalten: „I'm an AI language model and don't have access to real-time information or patient-specific data", wörtlich, unbemerkt durch Review und Korrekturgänge gefallen. Nicht aus betrügerischer Absicht. Aus Fahrlässigkeit.
Konsequenz: Jede KI-generierte Referenz muss manuell geprüft werden. Nicht stichprobenartig. Jede. DOI aufrufen, Metadaten abgleichen, Abstract lesen, prüfen ob das Paper die Behauptung tatsächlich stützt.
Daten analysieren: Möglichkeiten und eine klare Grenze
Moderne Modelle können aus einer CSV-Datei in Minuten beschreibende Statistiken, Bereinigungsroutinen und plausible Visualisierungen generieren. Das ist real nützlich.
Aber: Patientendaten gehören nicht in ChatGPT. Auch pseudonymisierte Daten nicht. Das ist eine datenschutzrechtliche Anforderung und in den meisten institutionellen Regelwerken klar formuliert.
Der Workaround, den ich empfehle: Synthetische Datensätze. Ich nehme die Spaltenstruktur meines echten Datensatzes, generiere mit KI-Hilfe ein künstliches Datensatz, das dieselbe Struktur und ähnliche Probleme hat (fehlende Werte, Ausreißer, kodierte Nullwerte) und entwickle dafür meinen Analysecode. Dann schließe ich die KI-Verbindung, lade den echten Datensatz, führe das fertige Skript aus.
So berührt das Modell die Daten nie. Das Skript tut die Arbeit.
Für die Coding-Umgebung: Ich nutze Visual Studio Code mit GitHub GlossarCopilotKI-Assistent, der einer Person bei der Arbeit zuarbeitet.Zum Eintrag ↗. Als Akademiker oder Student gibt es eine kostenfreie GitHub-Student-Lizenz. Das Copilot-System ist gut in VSCode integriert, erlaubt feinere Kontrolle als ein reines Chat-Interface und macht den Code sichtbar, ich kann ihn prüfen, verstehen, anpassen.
Das ist der entscheidende Unterschied zu Vibe-Coding: Ich sehe, was das Modell tut. Ich kann es beurteilen. Wer Code produziert, den er nicht lesen kann, hat ein Problem. Nicht heute, wenn alles läuft, sondern wenn es nicht läuft.
Schreiben: Beschleunigung, kein Ghostwriting
KI kann erheblich beschleunigen: Grammatik, Stil, Abstracts, strukturierte Zusammenfassungen, Cover Letter, Projektberichte, Review-Antworten. Ich nutze all das.
Der Unterschied zwischen gutem und schlechtem Einsatz ist Kontrolle: über Inhalt und Argumentation.
Ein schlechter GlossarPromptdie Eingabe/Anweisung an ein KI-Modell.Zum Eintrag ↗: „Schreib mir eine Einleitung mit Zitaten." Ein guter Prompt: „Schreib ein strukturiertes 200-Wörter-Abstract für folgendes Manuskript, für ein Publikum aus klinischen Forschenden. Erhalte alle Zahlen und Einheiten. Erfinde nichts. Markiere fehlende Informationen statt sie zu überbrücken."
Die Länge des Prompts ist kein Selbstzweck. Aber strukturierte Prompts liefern verlässlich bessere Ergebnisse als offene Anfragen: mit Rolle, Aufgabe, Kontext, Einschränkungen und Verifikationsauftrag.
Zwei häufige Fehler in KI-geschriebenen Texten: Übertreibung (das Modell neigt zu superlativen Formulierungen; ein bahnbrechender Befund für ein n von 5) und generische Formelhaftigkeit (alles klingt nach demselben akademischen Mittelmaß). Beides lässt sich durch Prompting reduzieren, aber nicht eliminieren. Der eigene Blick bleibt notwendig.
Und: Disclosure ist Pflicht. Wer KI in der Manuskripterstellung nutzt, gibt das an, im Acknowledgements-Abschnitt oder im Ethics-Statement. Ein Formulierungsbeispiel: "The authors used [Tool] to support [Aufgabe] during the preparation of this work." Das ist nicht beschämend, das ist Standard. Das Problem entsteht, wenn KI genutzt wird und das verschwiegen wird.
Was KI nicht kann, und warum das entscheidend ist
Ich habe für das erste Jahr nach ChatGPT-Einführung fast alles delegiert. Literatur, Struktur, Formulierungen, Code, sogar schwierige E-Mails. Das ging schnell. Es funktionierte. Bis ich merkte, dass ich einen Abschnitt selbst schreiben wollte und es sich schwerer anfühlte als früher.
Das ist kein dramatischer Rückgang. Es ist eine Atrophie: Fähigkeiten, die nicht genutzt werden, werden schwächer. Auch bei Experten, nicht nur bei Anfängern.
In meiner täglichen Arbeit mit Doktoranden sehe ich dasselbe Muster. Die Texte kommen schneller. Die Struktur stimmt. Aber wenn ich frage, warum sie eine Interpretation so vorgenommen haben, kommt manchmal keine Antwort. Weil nicht sie interpretiert haben, sondern das Modell.
Das ist das eigentliche Problem: KI automatisiert zuerst die Einstiegsaufgaben, die das Handwerk trainieren. Wer nie gelernt hat, wie ein sauberer Analyseplan aussieht, kann nicht beurteilen, ob der Plan, den ChatGPT generiert hat, gut ist. Das Urteil setzt die Kompetenz voraus, die das Training erzeugt.
Es gibt außerdem Phänomene, die uns erinnern, dass wir diese Systeme nicht vollständig verstehen. GPT-4.1 erwähnte in unverwandten Gesprächen ungewöhnlich häufig Goblins und Gnome. Niemand weiß warum. Eine aktuelle Claude-Version hat Nutzer in Coding-Sessions aufgefordert, schlafen zu gehen, als eigenständige Geste, die im Training nicht vorgesehen war. Das sind Kuriositäten. Sie zeigen, dass wir die Systeme nur an Input und Output beobachten können, nicht darin.
Die Frage, die zählt
Ich schließe mit der Leitfrage, die ich mir bei jedem KI-Einsatz stelle:
Kann ich das, was die KI getan hat, verifizieren, dokumentieren, offenlegen und verteidigen?
Nicht: Was kann KI für mich tun? Sondern: Kann ich dafür einstehen?
Wenn ja: exzellentes Werkzeug. Wenn nein: mein Problem, nicht das der KI.
Eine praktische Übersicht:
Grünes Licht (mit Verifikation): Suchstrings optimieren · Open-Access-Paper zusammenfassen · Code schreiben für eigene (nicht patientennahe) Daten · Grammatik und Stil korrigieren · Erstversionen von Abstracts und Reports · Administrative Texte · Ideation und Hypothesengenerierung
Gelbes Licht (mit besonderer Sorgfalt): Literaturübersichten für eigene Recherche · Datenanalyse mit synthetischen Datensätzen · Schreiben von Manuskriptabschnitten
Rotes Licht: Patientendaten hochladen · Referenzen ohne manuelle Prüfung übernehmen · KI entscheiden lassen, welche Quellen relevant sind · Ergebnisse als Publikation einreichen ohne inhaltliche Prüfung durch die Autorengruppe
Oscar ist Postdoktorand am Else Kröner Fresenius Zentrum für Digitale Gesundheit (TU Dresden) und Mitgründer von Denkmal.