Warum ein Barcamp zum wissenschaftlichen Arbeiten?

Ein Gastbeitrag von Daniela Keller

Ich bin keine Expertin für wissenschaftliches Arbeiten. Doch in meiner Arbeit als Statistikberaterin habe ich täglich mit Forschenden und wissenschaftlichen Projekten zu tun: angefangen von der Seminararbeit über die Bachelor- und Masterabeit bis hin zur Promotion und zum Forschungsprojekt.

Dabei sehe ich, vor welchen Herausforderungen (angehende) Wissenschaftler*innen stehen – und es geht nicht nur um Statistik. 🙂

Themen wie Zeitmanagement, Organisation, Finanzierung, Motivation, wissenschaftliches Schreiben, Methodenwissen, Publikationsdruck, fachliche Kritik, gute wissenschaftliche Praxis sind nur einige Bereiche, mit denen sie sich auseinandersetzen müssen. Auch ungesunde Abhängigkeiten, Hierarchien und Befindlichkeiten spielen eine Rolle.

Ein extrem spannendes Feld mit viel Potential für Wachstum und Entwicklung.

Wie gesagt, ich kann hier bei den meisten dieser Themen nicht weiterhelfen. Nur wenn es um Statistik geht, bin ich die Richtige.

Trotzdem fasziniert mich das wissenschaftliche Arbeiten und alles drumherum. Außerdem liebe ich es, Menschen dabei zu helfen, das Beste aus sich herauszuholen und ihr Potential zu entfalten.

Was ich ebenfalls liebe, sind Barcamps. Ein Barcamp ist eine offene, partizipative Veranstaltung ohne vorab festgelegten Ablauf und ohne feste Redner*innen. Meist hat ein Barcamp ein bestimmtes grobes Thema als Fokus. Die Idee ist, Wissen und Erfahrung zu diesem Thema in einer lockeren Atmosphäre auszutauschen und voneinander zu lernen.

Ich habe die Erfahrung gemacht, dass auf Barcamps mit ihrer hierachiefreien Struktur und der offenen Atmosphäre ganz tolle Dinge, Inspiration und Anstöße für Wachstum entstehen können.

Deshalb kam mir die Idee, ein Barcamp mit dem Fokus wissenschaftliches Arbeiten zu veranstalten. Und jetzt ist es endlich so weit.

Das erste Barcamp zum wisssenschaftlichen Arbeiten in Würzburg

Am 11. und 12. Oktober 2024 findet in Würzburg das erste ScienceCamp statt – ein Barcamp mit dem Fokus wissenschaftliches Arbeiten.

Eingeladen sind alle, die sich in irgend einer Form mit wissenschalftichem Arbeiten beschäftigen. Zum Beispiel Studierende, Promovierende, Lehrende, Forschende, (angehende) Profs, Organisatoren, Coaches, Beraterinnen in dem Bereich, Lektoren, Verlegerinnen usw.

Egal welche Disziplin und egal welches Level.

Es sollen Leute zusammenkommen, die offen für einen wertschätzenden Austausch auf Augenhöhe sind.

Für diesen Austausch ist das Format des Barcamps perfekt geeignet. Es gibt keine Hierarchien, jede und jeder ist Teilnehmende*r und Beitragende*r gleichzeitig.

Es gibt auch vorab keine Agenda; die Sessions werden vor Ort geplant und zusammengestellt. Jede und jeder kann freiwillig und spontan entscheiden, ob er/sie eine Session anbietet bzw. welche Sessions er/sie besuchen möchte.

Dadurch entsteht genau das Programm, das für die gerade Anwesenden am passendsten ist. Es findet keine „Druckbetankung“ mit vorgefertigten Inhalten statt, die danach sowieso schnell wieder vergessen sind.

Auf dem Bild sieht man drei Menschen, die sich miteinander unterhalten. Die Köpfe sind auf dem Bildausschnitt nicht zu sehen. In Zentrum des Bildes sind zwei Frauen mit mittellangen braunen Haaren - eine trägt eine Bluse, die andere eine Jeansjacke - die beim Reden gestikulieren. Der Mann, der auf der linken Bildseite weiter vorne sitzt, trägt ein kariertes Hemd und hält einen Coffe To-go-Becher in der Hand. Im Hintergrund befinden sich eine Wiese und Pflanzen.

Wie kann so eine Session beim Barcamp aussehen?

Eine Session kann ganz unterschiedlich ausfallen. Möglich sind Inputs, Hands-On-Workshops, Fragerunden, Diskussionen und vieles mehr. Thematisch geht alles, was zum wissenschaftlichen Arbeiten passt.

Hier ein paar Beispiele:

 Tony, Bachelor-Student, könnte so eine Session vorschlagen:

Ich schreibe meine erste wissenschaftliche Arbeit und habe eine Frage: Wie organisiert ihr eure Literatur? Wer hat hier Erfahrung und kann mir zu dem Thema Tipps geben?“

Hier würden sich dann Personen melden, die entweder Erfahrung haben in der Organisation ihrer Literatur und das gern weitergeben möchten. Oder vielleicht auch eine Beraterin, die sich gut mit Softwaretools dazu auskennt und davon erzählen kann. Vielleicht auch Gleichgesinnte wie Tony, die die gleiche Frage haben und sich deshalb in die Session einklinken.

Maria promoviert im dritten Jahr und formuliert ihren Sessionvorschlag so:

„Ich habe sehr gute und sehr schlechte Erfahrungen mit Reviews gemacht und möchte diese mit euch teilen. Wer hat daran Interesse?“

Das wird Personen ansprechen, die zum ersten Mal eine Publikation planen und mehr darüber erfahren möchten, wie der Prozess abläuft und mit was man im Review rechnen muss. Außerdem werden hier auch Leute teilnehmen, die selbst schon in Journals publiziert haben und ihre Erfahrungen gern weitergeben möchten.

Hannah stellt sich und ihre mögliche Session so vor:

„Ich bin Expertin für Zeitmanagement und arbeite vor allem mit Wissenschaftlerinnen. Gern gebe ich euch in einer Session Tipps für euer individuelles Zeitmanagement. Wer mag in so eine Session kommen?“

Hier sind ganz klar Leute angesprochen, die ihr Zeitmanagement verbessern möchten. Und wer will das nicht? 🙂

Ollis Sessionvorschlag lautet so:

„Ich will meine Diss als Buch veröffentlichen. Wer hat damit schon Erfahrungen oder ist auch an dem Thema interessiert und will sich dazu austauschen?“

In dieser Session werden Leute zusammenkommen, die ebenfalls über eine Buchveröffentlichung nachdenken. Und natürlich auch solche, die das schon hinter sich haben und ihr wertvolles Wissen aus der Praxis beitragen können. Eventuell kommen auch Lektoren oder Verlegerinnen dazu, die zu diesem Thema Insiderwissen mitbringen.

Wichtig: Das sind alles erst einmal nur Vorschläge. Sie werden von den Personen vor der ganzen Gruppe zunächst kurz vorgebracht. Wenn ein paar positive Reaktionen aus dem Plenum kommen, wird die Session in den Plan mit aufgenommen.

Es finden immer mehrere Sessions gleichzeitig statt und es gibt mehrere Slots pro Tag, so dass ein buntes und sehr vielfältiges Programm entsteht.

Und was passiert noch an einem Barcamp?

Um die Sessions herum findet viel Austausch und Netzwerken statt. Und das bei leckeren Getränken und Essen (auch vegan etc.). Die wertschätzende Atmosphäre und der offene Rahmen machen es aus meiner Erfahrung sehr leicht, in Kontakt zu kommen.

Außerdem ist nichts verpflichtend. Wenn Sie also gerade mal keine für sich passende Session finden oder eine Pause brauchen, dann suchen Sie sich eine ruhige Ecke zum Entspannen. Oder Sie haben eine interessante Person kennengelernt, mit der Sie sich lieber eins zu eins intensiv austauschen möchten. Auch dafür ist Platz.

Die Veranstaltung ist barrierefrei und Sie können nach Absprache auch Kinder mitbringen. Es gibt eine kleine Spielecke (allerdings keine Kinderbetreuung). Falls Sie weitere Unterstützung brauchen, melden Sie sich gern bei mir.

Wo finde ich mehr Infos zum Barcamp?

Auf dieser Seite finden Sie noch ausführlichere Infos und können Ihr Ticket buchen:

https://www.statistik-akademie.de/sciencecamp/

Bis 30. Juni 2024 gibt es noch den Frühbucherpreis. Und für eingeschriebene Personen (Studierende/Promovierende) gilt außerdem ein vergünstigter Preis.

Ich freue mich sehr auf das Barcamp und auf Sie!

Über mich:

Foto von Daniela Keller

Ich, Daniela Keller, bin leidenschaftliche Statistik-Expertin und unterstütze als statistische Beraterin

Studierende, Promovierende und Wissenschaftler*innen dabei, die Statistik für ihr Projekt zu verstehen und richtig umzusetzen.

Während meines Studiums der Diplom-Mathematik gründete ich mit Kommilitonen eine studentische statistische Beratung und arbeitete anschließend selbständig in diesem Feld.

Jetzt biete ich seit vielen Jahren Einzelberatungen, Gruppenprogrammen und Workshops an und habe mit der Statistik-Akademie einen Online-Mitgliederbereich zum Statistik-Lernen geschaffen.

In meinem Blog und auf meinem YouTube-Kanal finden Sie leicht verständlich aufbereitetes Statistikwissen für die Praxis.

Webseite: https://statistik-und-beratung.de/

Statistik-Akademie: https://www.statistik-akademie.de/akademie/

YouTube: https://www.youtube.com/c/StatistikAkademie

Instagram: https://www.instagram.com/daniela_keller_statistik

LinkedIn: https://www.linkedin.com/in/daniela-keller-b0909a58/

Immer auf dem Laufenden bleiben?

Melden Sie sich für den Newsletter an! Sie werden benachrichtigt, wenn ein neuer Beitrag auf dem Blog erscheint, und können auch ein wenig hinter die Kulissen blicken.

Von Schatten, Wahrheit und Verantwortung: Wissenschaftliches Arbeiten als philosophische Reise

Ein Gastbeitrag von Dr. Nicolaus Wilder

Als Lehrender in der Allgemeinen Pädagogik erlebe ich die spannendsten Momente, wenn ich Platons Höhlengleichnis mit den Studierenden diskutiere und darüber die eigene Bildungsbiografie reflektiere. Aber dazu später mehr.

Entstanden etwa um 375 v. Chr. im antiken Griechenland ist Platons Höhlengleichnis „bis heute die tiefste und eindringlichste Analyse des Bildungsgeschehens geblieben, die sich auffinden läßt“ (Ballauff 1969, S. 91). Auch wenn Platon erkenntnistheoretisch heute nur noch von ideengeschichtlicher Bedeutung ist, so trifft dies keineswegs auf seine bildungstheoretischen Überlegungen zu. Gerade in dem gegenwärtig ausgerufenen Zeitalter der Künstlichen Intelligenz scheinen diese aktueller und relevanter denn je zu sein.

Doch was hat das mit der Vermittlung von wissenschaftlichem Arbeiten zu tun? Bei Platon im Grunde alles: Während Bildung (paideia) bei Platon ein umfassender Prozess der Entwicklung und Formung der Seele von innen und außen ist, der auf die Erkenntnis des Wahren, Guten und Schönen abzielt, ist Wissenschaft (epistēmē) die methodische Erkenntnis dieser höheren Wahrheiten selbst. Bildung also beschreibt den Weg zur Wissenschaft. Sie ist die Formung genau derjenigen Seele, die eine Wissenschaftlerin oder ein Wissenschaftler zur wahren Erkenntnis benötigt. Wissenschaftliches Arbeiten zu lehren bedeutet damit nichts anderes als die Ermöglichung von Bildungsprozessen hin zu einer wissenschaftlichen Haltung. Und was dieser Weg konkret bedeutet, beschreibt das Höhlengleichnis eindrücklich. Drei – hier nur analytisch getrennte, aber eigentlich stark miteinander verwobene – Aspekte scheinen mir dabei von besonderer zeitloser Aktualität zu sein:

1) das Streben nach Wahrheit und Gerechtigkeit

2) die selbstreflexive Erkenntnis des eigenen Schattendaseins und

3) die Aufgabe, das private und, vielleicht noch wichtiger, das öffentliche Leben zu verbessern

Diese gilt es im Folgenden holzschnittartig zu skizzieren.

Das Streben nach Wahrheit und Gerechtigkeit

Wissenschaft ist bei Platon nicht ohne eine teleologische Ausrichtung auf Wahrheit und Gerechtigkeit zu denken, wobei Gerechtigkeit im Grunde nur eine spezielle, aber für Platon die höchste, Wahrheit darstellt. Eine Wissenschaft, die nicht nach Wahrheit strebt, verkommt zu bloßer Rhetorik – Platons Kritik an den Sophisten seiner Zeit. Dieser Aspekt ist sicher am engsten verknüpft mit Platons Ideenlehre, also der Vorstellung, dass es ein Reich höherer, unveränderlicher und ewig wahrer Ideen gibt, von denen alles sinnlich Wahrnehmbare nur unvollkommene Manifestationen sind. Diese absoluten Ideen, die Platon grundsätzlich – jedoch tief unter falschen Vorstellungen verborgen – im Menschen angelegt sieht, über einen mühsamen Reflexionsprozess freizulegen, ist für ihn wesentliche Aufgabe der Wissenschaft, da sich daran alles weitere Handeln orientiert, auch das praktische. Diesen unmittelbaren Zusammenhang illustriert Platon wie folgt.

„Schließlich aber kam ich zu der Überzeugung, daß alle jetzigen Staaten samt und sonders politisch verwahrlost sind, denn das ganze Gebiet der Gesetzgebung liegt in einem Zustand darnieder, der ohne eine ans Wunderbare grenzende Veranstaltung im Bunde mit einem glücklichen Zufall nahezu heillos ist. Und so sah ich mich denn zurückgedrängt auf die Pflege der echten Philosophie, der ich nachrühmen konnte, daß sie die Quelle der Erkenntnis ist für alles, was im öffentlichen Leben sowie für den Einzelnen als wahrhaft gerecht zu gelten hat. Es wird also die Menschheit, so erklärte ich, nicht eher von ihren Leiden erlöst werden, bis entweder die berufsmäßigen Vertreter der echten und wahren Philosophie zur Herrschaft im Staate gelangen oder bis die Inhaber der Regierungsgewalt in den Staaten infolge einer göttlichen Fügung sich zu ernstlichen Beschäftigung mit der echten Philosophie entschließen.“

(Platon, VII. Brief, 326ab)

Platon, eigentlich angetreten, um politisch aktiv zu werden, „erfüllt von dem Drang nach staatsmännischer Betätigung“ (ebd.), stellt bei seiner kritischen Auseinandersetzung basierend auf seiner praktischen Erfahrung also fest, dass alle Staaten im Grunde ungerecht sind. Es fehlen gänzlich die Rahmenbedingungen, um auch nur die Möglichkeit zu haben, durch politisches Handeln den Staat verbessern zu können. Zur notwendigen Bedingung, um überhaupt eine Form von Handlungsmächtigkeit herzustellen, wird die Klärung der Frage, was Gerechtigkeit eigentlich ist. Nur auf Grundlage der Auseinandersetzung mit dieser Frage lässt sich die Gesellschaft entsprechend verbessern.

Das Zitat verdeutlicht mehrere Aspekte:

1) Am Anfang steht die radikale Reflexion des Ist-Zustandes.

2) Um den Ist-Zustand zu verändern, bedarf es der Formulierung einer wahren – oder etwas weniger platonisch ausgedrückt: begründeten – Alternative und

3) Wissenschaft hat eine hochgradige gesellschaftliche Orientierungsfunktion und ist damit genuin normativ zu denken. Eine wertfreie Wissenschaft wäre für Platon wahrscheinlich wertlos.

Auch wenn wir Platons Absolutheitsanspruch an Wahrheit heute überwiegend nicht mehr so teilen würden, sondern Wahrheit eher korrespondenz- (eine Aussage ist dann wahr, wenn sie mit der Wirklichkeit übereinstimmt), kohärenz- (eine Aussage ist dann wahr, wenn sie in einem System von Aussagen keine Widersprüche erzeugt) oder konsenstheoretisch (eine Aussage ist dann wahr, wenn sich darauf geeinigt wurde) denken, so bleibt das Streben nach einer Form von Wahrheit weiterhin konstitutiv für die Wissenschaft. Sonst ließe sich nicht plausibel von so etwas wie Fake News sprechen. Die Verantwortung einer normativen gesellschaftlichen Orientierungsfunktion lehnen große Teile der Wissenschaft jedoch gegenwärtig ab, was aber gerade in Zeiten großer gesellschaftlicher Transformationsprozesse nicht unproblematisch ist.

Auf dem Bild sieht man eine große Höhle, aus deren Aus-/Eingang Sonnenlicht hineinstrahlt. An den Wänden stehen Formeln und Zahlen. Steingebäude mit Säulen und Statuen sind an den Wänden der Höhle zu sehen. Einige Menschen laufen aus der Höhle hinaus oder hinein. Eine Gestalt steht etwas im Vordergrund auf einem Felsvorsprung und schaut dem Licht entgegen. Das Bild veranschaulicht das Höhlengleichnis.

Die selbstreflexive Erkenntnis des eigenen Schattendaseins

Die fundamentale Bedingung für Wissenschaft ist bei Platon die Erkenntnis der eigenen Schatten und Echos. Wir sind alle gefesselt an das, was uns vorgelebt wird, die Werte, die wir teilen, die Sprache, die wir sprechen, die Entitäten, an die wir glauben. Heute würde man das mit dem Begriff der Sozialisation beschreiben, dem Aufwachsen in einer Gesellschaft mit einer spezifischen Perspektive auf Welt und Selbst. Und wir glauben nur zu gerne, dass diese Dinge, also unsere Überzeugungen, auch wahr sind.

In meinen Seminaren ist das immer einer der spannendsten Momente, wenn ich frage: Wofür stehen denn in dem Gleichnis die Menschen in der Höhle? Wenn man den Diskussionen genug Zeit gibt, kommt es häufig zu folgendem Verlauf: „Na ja, die Menschen damals halt, die wussten ja noch nicht so viel.“ Oder: „Kinder, Platon beschreibt da den Prozess des Erwachsenwerdens.“ Irgendwann kommt es dann aber auch dazu, dass die Teilnehmenden sagen: „Aber es gibt doch heute auch erwachsene Menschen, die nur in Ihrer Bubble leben (aber das sind natürlich nicht wir hier an der Uni).“ Und in seltenen Fällen endet es in der fundamentalen Einsicht: „Diese Menschen stehen für uns alle. Wir alle sind gefesselt an bestimmte Sichtweisen.“ Was Platon von uns auf dem Weg in die Wissenschaft verlangt, ist nicht weniger, als an all diesen Dingen zu zweifeln, an die wir glauben und von denen wir überzeugt sind – eben unserer Bubble, in der wir uns so wohlfühlen. Wir sollen uns auf die Suche nach der Wahrheit hinter den Schatten und Echos machen. Kein Wunder also, dass er diesen Prozess als zwang- und schmerzhaft beschreibt. Diesen Weg geht man weder freiwillig noch allein. Er muss begleitet werden und genau das ist bei Platon die Aufgabe der Pädagogen.

Der Weg zur Wissenschaft ist harte Arbeit am Selbst, dem eigenen Denken, Fühlen, Handeln und Urteilen, immer in Bezug auf das eigene Mensch-Welt-Verhältnis.

Diese fundamentale Dimension kritischer Selbstreflexion ist heute – auch in der Wissenschaft – verkümmert zu der Phrase des „kritischen Denkens“. In der Regel meint das ein kritisches Denken über die anderen, weil die eigene Position für die richtige, die wahre, die absolute gehalten wird. Platon aber meint das Gegenteil. Kritisches Denken meint zuvorderst ein kritisches Reflektieren des Selbst. Warum denke, fühle, glaube, meine ich, was ich denke, fühle, glaube oder meine? Und ich mache mich auf die Suche danach, ob es nicht auch anders sein könnte. Es geht Platon um die Überwindung der eigenen Ich-Bezogenheit.

In der neueren Wissenschaftstheorie ist genau das der zentrale Gedanke, der Popper bei der Idee der Falsifikation antrieb: Die Erkenntnis, dass der Mensch sich in seiner Meinung immer irren kann und wir uns genau deswegen auf die Suche nach dem machen müssen, was wir nicht glauben. Auch dieser Gedanke ist verkümmert zu dem Verfahren einer standardisierten Nullhypothesenformulierung. Aber es ist etwas ganz anderes, formal zu sagen, es gibt einen Schwan, der nicht schwarz ist und die Daten darauf zu testen, um zu aller Überraschung festzustellen, dass alle Schwäne weiß sind, oder sich auf den beschwerlichen Weg zu machen, den einen nicht schwarzen Schwan zu finden, von dem man überzeugt ist, dass es ihn nicht gibt.

Die Aufgabe, das private und das öffentliche Leben zu verbessern

Für Platon endet Wissenschaft aber nicht mit der Erkenntnis, mit dem Ausruhen auf der Insel der Seligen. Der härteste Teil beginnt erst dann. Aus der Einsicht in Wahrheit und Gerechtigkeit folgt die Notwendigkeit, auch andere daran teilhaben zu lassen und sich für eine Verbesserung des Lebens aller einzusetzen. Im Gleichnis wird das dargestellt durch den Rückgang in die Höhle und das Herausführen der in der Höhle Verbliebenen. Dieser Prozess ist durch größte Widerstände geprägt unter Bedrohung des eigenen Lebens, was von Platon an dieser Stelle keineswegs metaphorisch gemeint ist, sondern auf Sokrates Schicksal Bezug nimmt. Das ist die Pflicht der Wissenschaft. Sie darf sich nicht auf der Erkenntnis ausruhen, nur um am Ende zu sagen, „Ich hab es ja gewusst!“, sondern sie ist verpflichtet, Gesellschaft mitzugestalten. Wissenschaft ist von der Gesellschaft für die Gesellschaft und hat somit eine große gesellschaftliche Verantwortung. Bildung und Wissenschaft sind bei Platon also nicht als akademisches Spiel mit abstrakten Wissensbeständen gedacht, als Erkenntnis um der Erkenntnis willen, sondern hochgradig praktisch und politisch. Sie dienen der Verbesserung des Lebens.

Gerade jetzt, wo uns die potenziellen Gefahren Künstlicher Intelligenz langsam zu dämmern beginnen, in den ungeahnten Möglichkeiten, beliebige authentisch anmutende Deep Fakes zu erzeugen, Demokratien zu manipulieren, die Logik von Schatten und Echos nicht nur zu reproduzieren, sondern sogar zu verstärken, es im Grunde keine Instanz mehr gibt, die uns die Unterscheidung zwischen Wissen und Meinung abnimmt, scheint diese von Platon vorgeschlagene kritisch-reflexive Haltung des Ichs wichtiger denn je, genau wie die gesellschaftliche Verantwortung und die Fähigkeit in begründeten Alternativen oder gesellschaftlichen Utopien zu denken. Wie könnte eine Gesellschaft aussehen, in der KI im Dienst von Mensch und Gerechtigkeit steht? Antworten auf solche Fragen zu formulieren, ist genuine Aufgabe der Wissenschaft.

Die Lehre wissenschaftlichen Arbeitens kann in der Auseinandersetzung mit Platon und insbesondere seinem Höhlengleichnis einen wichtigen Beitrag leisten. Sie befähigt zum Eröffnen eben dieser Haltung, wenn sie nicht reduziert wird auf das Auswendiglernen bestimmter methodisch-dogmatischer Verfahren.

Literatur

Ballauff, T. (1969). Pädagogik. Eine Geschichte der Bildung und Erziehung. Band 1: Von der Antike bis zum Humanismus. Alber.

Foto von Dr. Nicolaus Wilder
https://www.olafbathke.de/

Dr. Nicolaus Wilder ist wissenschaftlicher Mitarbeiter in der Abteilung Allgemeine Pädagogik an der Christian-Albrechts-Universität zu Kiel, Gründungsmitglied des VK:KIWA (Virtuelles Kompetenzzentrum für Künstliche Intelligenz und wissenschaftliches Arbeiten) sowie Vorstandsmitglied des Zentrums für Konstruktive Erziehungswissenschaft e. V.

Immer auf dem Laufenden bleiben?

Melden Sie sich für den Newsletter an! Sie werden benachrichtigt, wenn ein neuer Beitrag auf dem Blog erscheint, und können auch ein wenig hinter die Kulissen blicken.

KI-FOMO

In schwachem Licht sieht man einen Bahnsteig, auf dem eine Person mit Rollkoffer steht und einem fortfahrenden Zug hinterherblickt.
generiert mit ChatGPT-4 am 01.02.2024, und ja, der Zug fährt neben dem Gleis 😊

Geht es Ihnen auch so, wenn Sie an KI denken?

Der Bahnsteig ist leer, der Zug ist abgefahren, alle anderen sind weg. Nur Sie stehen noch da und sind – wahrscheinlich – der einzige Mensch auf Erden, der noch nie mit KI-Tools gearbeitet hat. Na ja, oder zumindest haben Sie das nicht systematisch getan. Nur hier und da mal ein bisschen, und dann eher auch für private Zwecke. Vielleicht haben Sie auch wieder damit aufgehört, weil Sie mit den Ergebnissen nichts anfangen konnten, und Sie haben sich gefragt, ob das schon alles war. Wieso dann der ganze Hype? Oder, Moment mal, haben Sie vielleicht etwas falsch gemacht?

Sicher nutzen alle anderen die Tools schon systematisch und noch dazu sehr versiert. Haben schon herausgefunden, wie das funktioniert und wie sie sich zurechtfinden, in diesem Wust an Informationen über immer neue Möglichkeiten. Wie man richtig promptet und der KI Inhalte entlockt, mit denen sich wirklich etwas anfangen lässt.

KI-FOMO? Ja, das ist sie: die Angst, etwas zu verpassen. Nicht ausreichend Bescheid zu wissen. Was, wenn alle anderen plötzlich besser, toller, produktiver sind, weil sie eben verstanden haben, wie es geht?

Alle anderen?

Ganz sicher nicht.

Lassen Sie sich gesagt sein: Da draußen gibt es noch sehr viele Menschen, die sich nicht eingehend mit KI-Tools befasst haben. Oder genauer: Da draußen gibt es noch sehr viele Lehrende, die sich nicht eingehend – oder gar nicht – mit der Nutzung von KI-Tools für den Einsatz in Lehre und Forschung befasst haben.

Die reden nur nicht über ihre Nicht-Nutzung. Es ist en vogue, über KI Bescheid zu wissen, und diejenigen, die nicht mithalten können, reden eben nicht. Sie sitzen dabei und sind stumm. Denn über ein Jahr, nachdem die breite Verfügbarkeit von ChatGPT den Hype ausgelöst hat, erscheint es seltsam, sich noch überhaupt nicht mit diesem Thema beschäftigt zu haben.

Ist es zu spät für den Einstieg?

Ganz sicher nicht.

Das Feld ändert sich kontinuierlich und, wie viele es empfinden, beängstigend schnell. Das ist eine gute Nachricht, so paradox es klingt. Die Halbwertszeit des Wissens hier ist gering, weil die technologische Entwicklung so rasant ist. Wenn Sie jetzt einsteigen und aufholen möchten, müssen Sie also nicht alles „nachlernen“, bis Sie auf dem aktuellen Stand sind. Sie überspringen einfach das, was jetzt schon nicht mehr gilt. Damit haben sich die Früheinsteiger wochen- und monatelang befasst, jetzt ist es nicht mehr nötig. Ich finde das ein wenig vergleichbar mit anderen technischen Skills: Einer Person, die nie in der Zeit an einem PC gearbeitet hat, in der Dateinamen noch maximal acht Zeichen lang sein durften, fehlt dieses Wissen später nicht. Sie musste kein ausgeklügeltes System entwerfen, mit dem sie ihre Dateien benennen und vor allem wiederfinden kann. Genauso wenig muss eine Person, die heute in die Welt der KI einsteigt, wissen, mit welchen (viel spezifischeren) Prompts sie vor einem Jahr zum gewünschten Output gelangt wäre, wenn heute schon sehr viel durch Conversational Prompting erreicht werden kann. Ebenso ist das Wissen über bestimmte Workflows irrelevant, die noch vor kurzer Zeit üblich waren: Heute muss ich nicht mehr wissen, dass ich mir in ChatGPT einen Prompt formulieren lassen kann, um ihn in einem Bildgenerierungs-Tool zu verwenden. Denn das inzwischen multimodale ChatGPT erzeugt das Bild einfach selbst (lassen wir für dieses Beispiel außen vor, dass es natürlich Unterschiede zwischen den Tools gibt).

Die Grundlagen hingegen sind immer noch die gleichen wie vor Monaten. DIE müssen Sie kennen. Und die sind schnell erklärt. In meinen Workshops verwenden wir im ersten Angang meist nicht wesentlich mehr als eine viertel Stunde darauf. Natürlich kommen wir im Verlauf immer wieder darauf zu sprechen, aber für den Einstieg genügt es, sich kurz über die Basics zu verständigen.

Die absoluten Basics über textgenerierende KI

Bringen wir es auf den Punkt:

  • Ein textgenerierende KI-Tool ist kein Lexikon.
  • Ein textgenerierende KI-Tool ist keine Suchmaschine.
  • Ein textgenerierende KI-Tool ist kein Mensch.

Dazu noch ein paar Worte zu Datenschutz und Sicherheit. That’s it.

Wenn diese Grundlagen klar sind, können wir in den Tool-Test starten und einfach MACHEN.

KI-Tools beim wissenschaftlichen Arbeiten

In meinen Workshops sitzen vor allem zwei Zielgruppen. Ich führe zum einen KI-Schreibwerkstätten mit Studierenden durch, zum anderen erarbeite ich mit Lehrenden, wie sie – jetzt, da KI-Tools nun einmal existieren und auch nicht mehr verschwinden werden – wissenschaftliches Arbeiten lehren können. Die Inhalte dieser Workshops lassen sich nachvollziehbarerweise nicht von den Eigeninteressen der Lehrenden lösen. Sie wollen wissen, wie sie ihre eigenen Schreibaktivitäten durch den Einsatz von KI „optimieren“.

Es ist natürlich ein berechtigtes Anliegen, das eigene Schreiben entwickeln zu wollen. Mich wundert nur die Vehemenz, mit der es manchmal vorgetragen wird. Da entsteht bei mir schnell der Eindruck, als sollen die KI-Tools jetzt richten, was schon seit Jahren im Argen liegt. Schreibprozesse, die als nicht angenehm und als zu wenig produktiv empfunden werden, sollen nun mit Hilfe der KI-Tools beschleunigt werden.

Hier kommt auch wieder KI-FOMO ins Spiel. Was, wenn alle anderen besser, toller und schneller Texte produzieren? Wenn sie mehr publizieren und dadurch ihre akademische Karriere beschleunigen? Da hätten jene das Nachsehen, die keine KI-Tools nutzen.

Auch diesen Druck verstehe ich. Dennoch halte ich die Frage nach dem optimalen KI-Tool-Workflow für zu kurz gedacht. Damit meine ich die Frage, die mir in meinen Workshops regelmäßig gestellt wird: Wie bilde ich meinen Schreibworkflow möglichst lückenlos durch KI-Tools ab?

Analyse vor Lösung, ob mit oder ohne KI

Schreibprozesse sind individuell und damit sehr unterschiedlich. Wie immer fasse ich den Begriff des Schreibens weit und verstehe darunter auch vor- und nachgelagerte Tätigkeiten wie Literaturrecherche oder Überarbeiten. (Nicht dass hier ein ungewollter Eindruck entsteht: Damit meine ich nicht, dass die Literaturrecherche zeitlich immer komplett vor und das Überarbeiten immer nach dem Schreiben liegen sollte. Vielmehr greifen die Schritte oft ineinander.)

Vor einer angestrebten Umgestaltung des eigenen Schreibens sollte vor allem die folgende Frage geklärt sein:

Wie schreibe ich überhaupt?

Das bedeutet im Einzelnen z.B.:

  • Welche Raum nehmen die verschiedenen Tätigkeiten ein?
  • Was gelingt mir leicht, wobei tue ich mir schwer?
  • Welche Schreibstrategien setze ich, bewusst oder unbewusst, ein?

Solange das nicht geklärt ist, kann eine Lösung nicht greifen.

Bemühen wir mal zwei (zugegebenermaßen etwas schräge) Bilder:

Nummer 1: Wenn ich einen Fleck auf dem Sofa entdecke, renne ich besser auch nicht los in den Drogeriemarkt und kaufe wahllos fünf verschiedene Fleckenentferner. Erst schaue ich mir an, was den Fleck verursacht haben könnte und dann sehe ich noch nach, welche Mittelchen ich schon vorrätig habe.

Nummer 2: Wenn meine Ärztin mir sagt, ich solle gesünder leben, würde ich nicht gleichzeitig mit Intervallfasten, drei Sportarten und zehn Supplementen anfangen, sondern mich erst einmal fragen, wo genau das Problem liegt. Passt die Ernährung vielleicht schon? Ist mein Sportmix vielleicht schon ausgewogen? Dann sollte ich daran nicht drehen.

Was ich damit meine: Eine voreilige „Lösung“ verursacht oft neue Probleme (und wenn es nur bedeutet, dass ich ohne echten Gegenwert viel Geld ausgegeben habe). Diese voreilige Lösung ist eine Verschlimmbesserung.

Ok, wie geht es besser?

Schritt 1: Verschaffen Sie sich einen groben Überblick über die verschiedenartigen KI-Tools. Damit meine ich nicht, dass Sie alle Tools auf Herz und Nieren prüfen sollen. Nein, schauen Sie erst einmal, an welcher Stelle im Schreibprozess die Tools überhaupt ansetzen. Das reine Generieren von Text ist nur ein Bruchteil dessen, was möglich ist.

Schritt 2: Testen Sie gezielt, was Sie vermutlich (!) am weitesten bringt. Lesen Sie z.B. langsam, testen Sie ein Lese-Tool. Gefallen Ihnen Ihre Formulierungen oft nicht, testen Sie einmal, wie Sie den Überarbeitungsprozess mit einem KI-Tool gestalten können etc.

Schritt 3: Immer weiter im PDCA-Zyklus. „Plan – do – check – act“, das bedeutet einfach, dass Sie ausprobieren, was funktioniert, und ab da in einen kontinuierlichen Verbesserungsprozess einsteigen.

Eine steile These zum Abschluss

Es wird keinen durchoptimierten Workflow mit KI-Tools für das wissenschaftliche Arbeiten geben, genauso wenig wie es einen generell gültigen Workflow für das wissenschaftliche Arbeiten gibt.

Wir werden nicht 100 Texte in Tool 1 stecken, das Ergebnis in Tool 2 weiterverarbeiten und dann in Tool 3 aufs Knöpfchen drücken und den publikationsreifen Text vor uns sehen.

Tool-Gurus: Prove me wrong!

Aber selbst wenn: Würden wir das wirklich wollen?

P.S. Ganz genau so können Sie in der Folge auch mit Ihren Studierenden an die Sache herangehen. Wenn die Studierenden Sie fragen, welche Tools sie am besten für ihre Arbeiten einsetzen sollen, fragen Sie zurück: „Wie schreiben Sie überhaupt?“

Immer auf dem Laufenden bleiben?

Melden Sie sich für den Newsletter an! Sie werden benachrichtigt, wenn ein neuer Beitrag auf dem Blog erscheint, und können auch ein wenig hinter die Kulissen blicken.

Vom Suchen und Finden: Wie die Studierenden den Umgang mit Literatur lernen

Ostern ist gerade vorbei. Daher haben Sie vielleicht beim ersten Lesen der Überschrift zunächst einmal an Osternester und die Eiersuche gedacht und nicht an wissenschaftliche Literatur.

Bei der österlichen Suchaktion ist es vergleichsweise einfach: Den Dingen, die man da findet, kann man direkt ansehen, ob es sich um Geschenke handelt oder nicht. Bei der Literatursuche hingegen ist das so eine Sache: Nur weil man etwas gefunden hat, das auf den ersten Blick gut aussieht, ist es noch lange nicht inhaltlich passend oder genügt wissenschaftlichen Ansprüchen.

Bei der Suche nach Ostereiern gibt es außerdem im besten Fall eine Person, die einem mitteilt, wann man die Suche einstellen kann. Bei der Suche nach wissenschaftlicher Literatur wäre das eine feine Sache. Stellen Sie sich einmal vor, da gäbe es eine Person, die sagt „So, jetzt ist es genug, jetzt haben wir alles Wichtige zu dieser Fragestellung zusammen! Ende der Suche!“

Was Sie über die Jahre in dieser Hinsicht an Know-how und vielleicht auch an Gelassenheit aufgebaut haben, fehlt den allermeisten Studierenden natürlich noch. Grund genug, diesen Beitrag der Lehre der Literaturrecherche zu widmen.

Lassen Sie uns

  • zum Einstieg auf die Grundlagen der Literaturrecherche schauen,
  • dann überlegen, was die Studierenden darüber hinaus noch benötigen und
  • schließlich zusammenstellen, wie Sie die Studierenden damit versorgen können.

Ein Blick zurück: Grundlagen der Literaturrecherche

Es ist eine Weile her, dass ich über Literaturrecherche geschrieben habe.

In zwei frühen Artikeln, kurz nach der Entstehung des Blogs, veröffentlichte ich im November 2015 den Beitrag „Meine persönliche Hassfrage beim wissenschaftlichen Arbeiten“ – Sie ahnen, um welche Frage es sich da handeln könnte….

Im Januar 2016 erschien der Beitrag „Achtung Literatur“ mit dem Untertitel „Warum in der Lehre der Umgang mit Literatur ein undankbares Thema ist“. Darin ist eine Art Checkliste enthalten, die jene Punkte umfasst, die es in Bezug auf Literaturrecherche und -auswahl abzudecken gilt. (Falls Sie ein gutes Wort für Scrabble brauchen . ich habe das damals spaßeshalber „Literaturrecherchenvermittlungscheckliste“ genannt.). Prinzipiell ist diese Liste immer noch gültig, auch wenn sie ein wenig in die Jahre gekommen ist. Es fehlen die vielen digitalen Helferlein und verständlicherweise auch die KI-Tools für die Recherche und Weiterverarbeitung von Literatur wie beispielsweise Research Rabbit, SciSpace und ähnliche Angebote. Diese würde ich heutzutage auf jeden Fall als Must auf der Checkliste ergänzen.

Was die Studierenden noch benötigen

Aber die Studierenden benötigen noch etwas Anderes. Außer handfesten Informationen zu Suchtechniken und Auswahlverfahren gibt es noch einen wichtigen Punkt:

Sicherheit.

Die Studierenden brauchen mehr Sicherheit und müssen dazu eine Art „Bauchgefühl“ in Sachen wissenschaftlicher Literatur aufbauen dürfen.

Wie können Sie den Studierenden zu mehr Sicherheit verhelfen?

Idee 1: Eine inhaltliche Einordnung Ihrer Literaturliste für das Seminar vornehmen

Ein erster kleiner Schritt kann es sein, im Seminar anhand Ihrer Literaturliste eine inhaltliche Einordnung vorzunehmen. Gerade in den frühen Semestern wirkt eine Literaturliste für das Seminar auf die Studierenden oftmals erschlagend. Sie wissen zu diesem Zeitpunkt noch nicht, dass sie nicht alle Quellen, die darauf vermerkt sind, lesen müssen bzw. dass sie diese nicht alle mit der gleichen Gründlichkeit durcharbeiten sollten. Geben Sie den Studierenden ein paar Anhaltspunkte, indem Sie sie darauf hinweisen,

  • welche Quellen gut für den Einstieg geeignet sind (Überblicksdarstellungen, ggf. Auszüge aus Lehrbüchern, Meta-Analysen)
  • welche Quellenarten in Ihrer Disziplin welchen Stellenwert haben (Monographien und Sammelbände vs. Zeitschriftenartikel)
  • welche Quellen in Ihrer Liste Mainstream-Positionen abdecken und welche eher „exotisch“ oder besonders kritisch oder innovativ sind
  • wieso Sie ggf. auch unwissenschaftliche Quellen aufgenommen haben und
  • zu guter Letzt welche Quellen Sie gut lesbar fanden und welche eine Zumutung.

So lassen Sie die Studierenden nicht nur von Ihrer Expertise profitieren, sondern bestätigen sie auch darin, dass manche Texte zugänglicher sind als andere und dass Schwierigkeiten beim Lesen nicht unbedingt immer auf die lesende Person zurückzuführen sind. Diese Einordnungen, die für Sie selbstverständlich ist, sind es für die Studierenden (noch) nicht.

Idee 2: Beispiel für Arbeiten mit wenigen und vielen Quellen

Der zweite Ansatzpunkt bezieht sich vordergründig auf die Anzahl der Quellen. Sie werden die Frage nach der Mindestzahl der zu verwendenden Quellen ja kennen. Wenn Sie ein wenig Zeit investieren möchten, suchen Sie doch einmal zwei, drei verschiedene Beispiele aus älteren studentischen Arbeiten heraus: je ein Literaturverzeichnis mit vielen und mit wenigen Quellen und vielleicht noch eines mit einer durchschnittlichen Anzahl.

Dies können Sie nun auf verschiedene Arten nutzen. Sie könnten beispielsweise den Studierenden den Titel und die Fragestellung der dazugehörigen Arbeit nennen und gemeinsam überlegen, ob die Anzahl der Quellen der Art der Arbeit prinzipiell angemessen ist. Es würde mich nicht wundern, wenn am Ende herauskäme, dass man das so gar nicht sagen kann 😉 Das hielte ich für einen wichtigen Lerneffekt.

Abschließend könnten Sie dann nachsehen, ob und welche Lücken es eventuell in den Literaturverzeichnissen gibt (je nach Ausgangslage könnte z.B. Literatur zur theoretischen Fundierung fehlen oder Methodenliteratur oder aktuelle Studien, oder, oder, oder).

Sicher, sicher!

Die beiden genannten Ideen haben gemeinsam, dass Sie als Lehrperson es den Studierenden damit ermöglichen, sicherer in ihrer Einschätzung der Literatur zu werden.

Was fehlt nun noch? Die angestrebte Sicherheit stellt sich bei den Studierenden bestimmt nicht gleich ein, nachdem Sie die beiden Ideen umgesetzt haben. Das braucht Zeit. Sie können dennoch etwas tun, um den Studierenden zu helfen.

Reden Sie mit den Studierenden über die vermeintliche Vollständigkeit der Literaturliste. Die Annahme, dass man „alles“ finden sollte, ist weit verbreitet. Haben Ihre Studierenden schon aus Ihrem Mund gehört, dass das gar nicht geht? Abgesehen von Systematic Literature Reviews, in denen die vollständige Abdeckung eines bestimmten Ausschnitts angestrebt wird, ist das Kriterium der Vollständigkeit kaum sinnvoll zu erfüllen. Ihre Studierenden brauchen also eher Hilfe dabei, die wichtigsten Positionen in einem Diskurs zu identifizieren. Erläutern Sie ihnen doch einmal, wie Menschen in Ihrer Disziplin das tun. Oder überlegen Sie, wie Sie sich selbst schnell in einer fremden Disziplin orientieren würden.

Welche Herangehensweisen nutzen Sie, um die Studierenden beim Suchen und Finden zu unterstützen? Wie geben Sie ihnen Sicherheit?

Immer auf dem Laufenden bleiben?

Melden Sie sich für den Newsletter an! Sie werden benachrichtigt, wenn ein neuer Beitrag auf dem Blog erscheint, und können auch ein wenig hinter die Kulissen blicken.

Ein paar Gedanken zum Schreiben im Studium mit und ohne KI-Tools

letzte Aktualisierung: 26. Juli 2023

Offensichtlich gibt es nur noch ein Thema in der Hochschullandschaft: künstliche Intelligenz und ihre Auswirkungen. Wie verändert das Schreiben mit KI-Tools das Studium und die Lehre?

Aus aktuellem Anlass: meine Fragen zu Schreiben im Studium

In den vergangenen Wochen und Monaten, genauer gesagt seit der Veröffentlichung von ChatGPT Ende 2022, habe ich mir die folgenden Fragen gestellt:

  • Wozu dienen klassische Haus-, Seminar- oder Abschlussarbeit und ähnliche Texte noch in Zeiten von KI-Tools? Wie müssen Lehrende diese Arbeiten ggf. umgestalten?
  • Wie verändern sich in der aktuellen Situation die Rollen und Aufgaben aller Beteiligten?
  • Wie funktioniert in Bezug auf Hausarbeiten eine sinnvolle Integration von Entwicklungsorientierung und KI?

Meine Grundhaltung zum Schreiben mit KI-Tools und zur Hochschullehre

Meine grundsätzliche Haltung zum Schreiben mit und ohne KI-Tools einerseits und zur Hochschullehre andererseits lässt sich wie folgt zusammenfassen:

  • Das Schreiben von wissenschaftlichen Texten im Studium ist ein Lern- und Entwicklungsinstrument. Studierende wollen lernen und sich entwickeln. Das voreilige Abschaffen von Hausarbeiten u. ä. schadet mehr als es nutzt.
  • KI-Tools müssen sinnvoll in den Schreibprozess integriert werden. Das Prüfungsformat „Haus- und Abschlussarbeit“ imitierte schon immer das Schreiben „echter“ wissenschaftlicher Arbeiten, also müssen Studierende alle zur Verfügung stehenden Tools nutzen dürfen, die Wissenschaftler:innen auch nutzen.
  • Paradoxerweise bewirken die technischen Entwicklungen voraussichtlich, dass die Menschen an den Hochschulen wieder wichtiger werden. Lehrende, die sich nur über ihren Expert:innenstatus definieren, sind für die Studierenden als Vorbild dabei zunehmend uninteressant. Lehrende, die Studierende bei ihrer Entwicklung unterstützen, prägen die Hochschule der Zukunft.

Schlussfolgerungen und weiterführenden Gedanken

Führt man diese Gedanken zusammen, ist der Weg klar:

Wir müssen mit den Studierenden gemeinsam KI-Tools testen, und wir alle sollten sie beim Schreiben an passenden Stellen gewinnbringend einsetzen.

Im Detail führe ich das in meinem Gastbeitrag „Die Hausarbeit ist tot, es lebe die Hausarbeit!“ – Entwicklungsorientierung, wissenschaftliches Arbeiten und KI gemeinsam denken“ auf dem Blog  des Hochschulforums Digitalisierung aus, der in den Dossiers „Gute Lehre“ und „Generative KI“ zu finden ist. In dem Beitrag sind auch Vorschläge für die konkrete Umsetzung in der Lehre enthalten.

Cover HFD-Gastbeitrag Dr. Andrea Klein Wissenschaftliches Arbeiten/Schreiben im Studium mit KI-Tools, Entwicklungsorientierung 
17. Februar 2023

Buchtipp „Wissenschaftliche Arbeiten schreiben“ (3. Auflage)

Cover Andrea Klein 2023 Wissenschaftliche Arbeiten schreiben

Zum Weiterlesen: Blogartikel „Man nehme drei KI-Tools“

Zitier-Indizes als Thema in der Lehre, oder „Wer viel misst, misst Mist…“

Immer wieder einmal ploppt in den Lehrveranstaltungen zum wissenschaftlichen Arbeiten die Frage nach dem Sinn und Nutzen von Zitier-Indizes auf.

In diesem Blogartikel hole ich erst ein wenig aus, um ein paar Informationen über Zitier-Indizes darzulegen (ohne Anspruch auf Vollständigkeit!), und ziehe dann am Ende meine Schlussfolgerungen für die Lehre.

Lassen wir zunächst einmal einen der Pioniere auf dem Gebiet der Zitier-Indizes, Eugene Garfield, zu Wort kommen.

„Citation frequency is a measure of research activity, or of communication about research activity. The measure is a sociometric device. In itself, the number of citations of a man’s work is no measure of significance. Like one scale on a nomogram, it must be used along with other scales to obtain anything useful or meaningful, particularly if the object of the evaluation is in any way qualitative.”

(Garfield, 1973, eigene Hervorhebung)

Trotzdem werden die Indizes als das Non-plus-Ultra angesehen, um wissenschaftliche Bedeutung und Qualität zu bewerten. Gleichzeitig werden sie jedoch auch kritisch hinterfragt. Nur hat dies bisher noch nicht zur Entwicklung eines wirklich guten Index geführt – vermutlich weil es den gar nicht geben kann.

Ein bisschen Hintergrund zu Zitier-Indizes

Der erste Zitier-Index (für Zeitschriftenartikel) war der von Garfield entwickelte Scientific Citation Index (SCI), der seit 1964 genutzt wird. Mittlerweile gibt es eine Vielzahl solcher Indizes; durchgesetzt haben sich der Journal Impact Factor (JIF) für die Bewertung von Journals und der Hirsch-Index (h-Index) für die Bewertung der Leistung einzelner Wissenschaftler:innen. Beide funktionieren nach dem gleichen Prinzip: Der Index misst die Anzahl der Zitationen im Verhältnis zur Anzahl der publizierten Artikel in einem Zeitraum von zwei Jahren bzw. zur Anzahl der (gesamten) eigenen Veröffentlichungen.

Die Indizes haben sich etabliert, da sie bis dato die einfachste Möglichkeit darstellen, wissenschaftlichen Output zu ranken. Allerdings ist Quantität ja nicht gleich Qualität, außerdem haben wir es nur mit einem vermeintlich objektiven Maßstab zu tun.

Moment mal – „vermeintlich objektiv“?

Leider ja. Schon die Auswahl der Journals, die überhaupt in den JIF aufgenommen werden, erfolgt willkürlich und ist hauptsächlich auf englischsprachige Zeitschriften beschränkt. Es kommt zu geografischen und thematischen Verzerrungen.

Zudem unterstützen die Indizes die systematische Benachteiligung von Frauen bzw. weiblich gelesenen Personen. Artikel, die von Wissenschaftlerinnen eingereicht werden, werden seltener angenommen als die von Wissenschaftlern. Hinzu kommt, dass ihre Artikel seltener zitiert werden – vor allem eben von Wissenschaftlern. (Nebenbei gesagt: Werden Zitierstile verwendet, die den Vornamen zu Initialen abkürzen, ändert sich das. Dann werden Artikel von Wissenschaftlerinnen zitiert als wären es Artikel von Wissenschaftlern.) Dies alles sorgt dafür, dass Männer in den Indizes wesentlich besser abschneiden als Frauen. 2021 waren so beispielsweise nur 11 Frauen unter den TOP 100 und sogar nur eine Frau unter den TOP 10 der meist zitierten Wissenschaftler:innen (https://recognition.webofscience.com/awards/highly-cited/2021/).

Erschwerend kommen weitere Faktoren hinzu: So bekommt etwa nur der/die jeweilige Hauptautor:in eines Artikels Credits für den Index und bei der Auswahl werden etablierte Journals/Autor:innen bevorzugt, so dass Wissenschaftler:innen, die am Anfang ihrer Karriere stehen, und innovative oder unkonventionelle Ideen wenig Chancen haben, sich überhaupt zu etablieren. Auch lässt sich der Index einfach manipulieren, z. B. durch Selbstzitierung.

Das Kernproblem der Zitier-Indizes

Das alles weist auch auf das Kernproblem des JIF und anderer Indizes hin: Die Häufigkeit, mit der eine Quelle zitiert wird, lässt keinen Rückschluss auf die Qualität zu. Zudem ist es stark von der Fachcommunity abhängig, wie häufig ein Artikel zitiert wird – ein sehr guter Artikel zu einem Nischenthema in einem kleinen Fachbereich wird deutlich seltener zitiert als ein schlechter Artikel zu einem populären Thema in einer der großen Disziplinen. Auch werden Artikel nicht immer zitiert, weil sie gut sind – bekanntlich dient manches Zitat auch dazu, um die Inhalte einer Quelle zu kritisieren oder zu widerlegen.

All diese Kritikpunkte führten unter anderem dazu, dass der JIF von Forschenden nicht mehr bei ERC-Anträgen angegeben werden darf. Trotzdem zählt er in Deutschland als der scientometrische Indikator: Dozierende raten ihren Studierenden, sich bei der Literaturauswahl für die eigenen Arbeiten daran zu orientieren, und Universitäten suchen spezifisch nach vielzitierten Wissenschaftler:innen, um ihr Ranking zu verbessern.

Aber warum eigentlich?

Ein simpler Grund ist, dass es aktuell keinen Indikator gibt, der wirklich besser ist. Der Eigenfactor, der SCImago Journal Rank (SJR) und der Source Normalized Impact per Paper (SNIP) beheben jeweils ein paar der genannten Schwachstellen, funktionieren aber immer noch nach dem gleichen Prinzip. Altmetrics (eine Wortschöpfung aus den beiden Wörtern „alternative“ und „metric“) verfolgen einen komplett anderen Ansatz, indem sie versuchen, den Impact einer Veröffentlichung zu erheben und dabei auch die Resonanz auf Social Media einzubeziehen.

Auch wird es eine echte Lösung im Sinn einer „Qualitätsprüfung“ nicht geben können. Die Vielzahl an Veröffentlichungen tatsächlich auf ihre Qualität hin zu prüfen, wäre nicht nur zeitaufwendig und kostenintensiv. Es wäre grundlegend fraglich, wer diese Qualität überhaupt bewerten sollte und anhand welcher Kriterien.

Messen
Foto von Miguel A Amutio

Zitier-Indizes als Thema in der Lehre

Für die Lehre heißt das für mich Folgendes: Je nach Vorkenntnissen der Studierenden diskutiere ich die Funktionsweise und die Aussagekraft von Zitier-Indizes auf unterschiedliche Arte.

  • Bei Studierenden, die gerade das Bachelor-Studium aufgenommen haben und an ihren ersten Arbeiten sitzen, ist dies erfahrungsgemäß kaum ein Thema. Sie sind noch zu sehr mit den Basics beschäftigt und ich weise auch nicht aktiv auf Zitier-Indizes hin.
  • Bei erfahreneren (Bachelor-)Studierenden in späteren Semestern kommt das Thema „Zitier-Indizes“ manchmal auf, weil jemand es bei befreundeten Studierenden aus anderen Studiengängen aufgeschnappt hat oder weil Lehrende es aufgebracht haben (Letzteres leider meist auf die unkritische Art im Sinne von „Zitieren Sie vorzugsweise aus hochgerankten Quellen.“). Dann erlaube ich mir, ein wenig Aufklärungsarbeit zu leisten und die Studierenden mit Argumenten auszustatten.
  • Bei fortgeschrittenen Studierenden in Master-Studiengängen und darüber hinaus setze ich das Thema selbst auf die Agenda und diskutiere es mit den Studierenden. Allerdings habe ich die Erfahrung gemacht, dass man dabei sehr gut aufpassen muss, wann das Ende dieser Diskussion erreicht ist. Allzu leicht machen sich sonst Resignation und eine gewisse „Wissenschaftsfeindlichkeit“ breit. Damit meine ich in diesem Kontext eine Haltung, die es der Wissenschaft zum Vorwurf macht, noch keine Lösung für diese komplexe Problem gefunden zu haben, und daraufhin die Wissenschaft generell in Frage stellt.

Was ist mir wichtiger als Zitier-Indizes?

Es dürfte klar geworden sein, dass ich Zitier-Indizes insgesamt nicht für einen guten Maßstab und schon gar nicht für das Maß aller Dinge für die Literaturauswahl der Studierenden erachte. Für wesentlich wichtiger halte ich es, gemeinsam mit den Studierenden kritisch zu diskutieren, wie neues Wissen entsteht und verbreitet wird oder eben auch nicht.

Derweil träume ich weiter von einer Wissenschaftspraxis,

  • in der nur wirklich veröffentlichungswerte Erkenntnisse veröffentlicht werden und in der nicht aus Karrieregründen mal wieder eine „Least publishable unit“ – sorry – „rausgehauen werden muss“,
  • in der auch innovative und unkonventionelle Ideen eine Chance haben, weil sie zu Ende gedacht und dann auch noch veröffentlicht und rezipiert werden können
  • in der Transparenz ein wichtiger Wert bei der Entstehung und Kommunikation von Wissen ist (hallo Open Science!) und in der nicht durch das unreflektierte Verwenden von Zitier-Indizes Verzerrungen reproduziert werden.

Wie thematisieren Sie Zitier-Indizes in der Lehre?

Selbstcoaching im Doppeldecker. Oder: Warum eigentlich nicht bei sich selbst anfangen?

In meinem Buch „Mit Freude lehren“ sind zehn sogenannte Doppeldecker-Thesen enthalten. Für den aktuellen Beitrag möchte ich ein wenig tiefer in das Thema Selbstcoaching und die dazugehörige These einsteigen. Sie lautet:

„Wenn ich mir selbst ein Coach bin, kann ich auch anderen gegenüber eine coachende Haltung an den Tag legen.”

Klein, A. (2022): Mit Freude lehren. Was eine coachende Haltung an der Hochschule bewirkt. Verlag Barbara Budrich, S. 79.

Was bedeutet Selbstcoaching eigentlich?

Unter „Selbstcoaching“ versteht man eine Herangehensweise, mit der man sich selbst bei seiner Zielerreichung unterstützt. Dabei muss es sich nicht unbedingt um ein sachliches und inhaltlich konkretes Ziel handeln („Wie kann ich bis zum Monatsende diesen Stapel an Hausarbeiten begutachten?“), oft dreht es sich auch um übergreifende und persönliche Ziele („Wie schaffe ich die Balance zwischen Forschung und Lehre?“).

Das „Selbst“ am Wortanfang besagt, dass man sich ohne fremde Unterstützung, auf den Weg macht. Es braucht demnach Methoden, die Distanz zum sonstigen Gedanken-Wirrwarr bringen. So wird es möglichen, sich zu sortieren und den nächsten Schritt zu gehen.

Welche Voraussetzungen müssen für das Gelingen gegeben sein?

Wer damit starten möchte, muss unbedingt zur Selbststeuerung in der Lage sein. Das bedeutet, dass psychische Erkrankungen oder Suchterkrankungen hinderlich sind.

Das Vorhaben an sich sollte natürlich auch einigermaßen realistisch durch Selbstcoaching zu erreichen sein. Mit der Weltherrschaft wird es auf diesem Weg wahrscheinlich nichts 😉

Wofür brauche ich Selbstcoaching überhaupt?

Selbstcoaching hilft bei der persönlichen Weiterentwicklung. An bestimmten Stellen haben Sie vielleicht den Eindruck, dass die Dinge nicht so bleiben sollen, wie sie sind.

Was kann Selbstcoaching bewirken – für mich persönlich und für meine Lehre?

Wie wäre das, wenn Sie die Veränderungen erreichen, die Sie sich erhoffen? Was würde das bewirken? Träumen Sie ruhig ein wenig!

Für die Lehre sind vor allem Ihre Erfahrungen mit dem Selbstcoaching bedeutsam. Denn vom Doppeldecker her gedacht, können Sie am besten Vorbild sein, wenn Sie erlebt haben, dass es funktionieren kann.

Wann soll ich mit dem Selbstcoaching aufhören?

Im besten Fall haben Sie natürlich Ihr Ziel erreicht und beenden das Selbstcoaching bzw. setzen sich voller Elan das nächste Ziel.

Manchmal gibt es allerdings Situationen, in denen man sich alleine im Kreis dreht. Dann kann es ratsam sein, eine dritte Person hinzunehmen, die kluge Fragen stellt und beim Ordnen hilft. Manchmal hilft eine vertraute Person, die einen bereits gut kennt. Wichtig ist in diesem Fall, dass die Person nicht versucht, Ihnen die eigene Sichtweise „aufzudrücken“. Denn Tipps und Herangehensweisen, die für eine Person funktionieren, müssen bei der nächsten nicht zum Erfolg führen. Wenn Sie also in dieser Hinsicht Bedenken haben, wenden Sie sich besser an einen ausgebildeten Coach, der oder die nicht-direktiv arbeitet. Solche Coaches nehmen sich zurück und versuchen nicht, Sie in eine bestimmte Richtung zu lenken.

Ist Selbstcoaching auch für Studierende geeignet? In welchen Bereichen?

Ja, auf jeden Fall, solange die Fähigkeit zur Selbststeuerung gegeben ist.

Selbstcoaching ist in vielen Lebensbereichen anwendbar. Auf das Studium bezogen ist das „Dauerbrenner“-Thema Disziplin und Motivation beim Schreiben von wissenschaftlichen Arbeiten.

Wie kann ich den Studierenden Selbstcoaching näherbringen?

Das sind wir bei der Trias aus Zeit, Raum und Ruhe, die ich in „Mit Freude lehren“ an mehreren Stellen erwähne. Wenn Sie entschlossen sind, Selbstcoaching einzubauen und sich Zeit, Raum und Ruhe zu nehmen, bietet es sich an, zunächst einmal mit 10 bis 15 Minuten in der Lehrveranstaltung zu starten. Vielleicht möchten Sie mit einer persönlichen Geschichte starten und die Studierenden daran teilhaben lassen, wie Sie ein Problem durch Selbstcoaching gelöst haben. Fragen Sie die Studierenden auch nach ihren Erfahrungen und finden Sie heraus, ob sie den Wunsch haben, mehr über Selbstcoaching zu erfahren. An der Stelle wird es dann spannend! Lassen Sie es auf sich zukommen.

Wo kann ich mich informieren?

Als Grundlage empfehle ich Ihnen zunächst dieses Büchlein:

  • Fischer-Epe, M. und Epe, C. (2016). Selbstcoaching : Hintergrundwissen, Anregungen und Übungen zur persönlichen Entwicklung. (5. Aufl.) Rowohlt Taschenbuch Verlag.

Aufbauend können Sie das Thema hier vertiefen:

  • Günther, K. (2020). Selbstcoaching in der Wissenschaft : wie das Schreiben gelingt. Vrlag Barbara Budrich

Dieses Buch bezieht sich, wie der Untertitel schon verrät, auf das eigene wissenschaftliche Schreiben. Ich habe es hier rezensiert: http://www.wissenschaftliches-arbeiten-lehren.de/gunther-gutes-schreiben-gutes-leben/

Man nehme drei KI-Tools…

letzte Aktualisierung: 26. Juli 2023

Lesen Sie hier zunächst den Original-Artikel (Dezember 2022):

„Warum eigentlich nicht?“, denke ich mir und starte ein Experiment, das im besten Fall zu einem Blogartikel führen sollte.

Spoiler: Das tat es nicht. Oder zumindest führte es nicht zu einem normalen Artikel. Allerdings hatte ich viel Spaß. Es lohnt sich, bis zum Ende dabeizubleiben!

Ich beginne also mit ChatGPT und dem folgenden (ambitionierten) Prompt:

Ich brauche einen Blogartikel von etwa 1000 Wörtern Länge über die Zukunft des wissenschaftlichen Arbeitens. Der Artikel soll die Perspektiven von Forschenden, von Lehrenden und Studierenden beleuchten und außerdem die gesamtgesellschaftlichen Auswirkungen darstellen. Der Artikel soll im Stil der Beiträge auf www.wissenschaftliches-arbeiten-lehren.de verfasst sein.

ChatGPT liefert mir das folgende Ergebnis:

„Die Zukunft des wissenschaftlichen Arbeitens ist voller Herausforderungen und Chancen. Eine wichtige Entwicklung wird der zunehmende Einsatz digitaler Technologien sein, der sowohl Forschenden als auch Lehrenden und Studierenden neue Möglichkeiten eröffnet.

Forschende können von den digitalen Technologien profitieren, indem sie ihre Arbeit effektiver und effizienter gestalten. Durch den Einsatz von Datenanalyse-Tools und maschinellem Lernen können sie größere Datenmengen schneller und präziser auswerten und so ihre Forschungsergebnisse verbessern. Zudem ermöglichen digitale Plattformen den Austausch und die Zusammenarbeit mit Kollegen auf der ganzen Welt, was die Qualität und die Reichweite ihrer Arbeit erhöhen kann.

Lehrende und Studierende können ebenfalls von den digitalen Technologien profitieren. Lehrende können beispielsweise Lernplattformen nutzen, um ihre Lehrmaterialien und -methoden zu verbessern und ihre Schülerinnen und Schüler individuell zu fördern. Studierende hingegen können von digitalen Lernumgebungen profitieren, die es ihnen ermöglichen, von überall und zu jeder Zeit zu lernen und ihre Kenntnisse und Fähigkeiten zu vertiefen.

Neben den Vorteilen für die einzelnen Akteure birgt die zunehmende Digitalisierung des wissenschaftlichen Arbeitens auch gesamtgesellschaftliche Auswirkungen. So kann die Digitalisierung dazu beitragen, die wissenschaftliche Arbeit für die breite Öffentlichkeit zugänglicher und verständlicher zu machen. Zudem kann sie dazu beitragen, die Zusammenarbeit zwischen verschiedenen Disziplinen und Institutionen zu stärken und so das Potenzial der wissenschaftlichen Arbeit für die gesamte Gesellschaft zu erhöhen.

Insgesamt bietet die Zukunft des wissenschaftlichen Arbeitens viele Möglichkeiten, die es zu nutzen gilt. Forschende, Lehrende und Studierende müssen sich den Herausforderungen der digitalen Technologien stellen und lernen, diese sinnvoll und verantwortungsvoll einzusetzen, um ihre Arbeit zu verbessern und die gesamtgesellschaftlichen Auswirkungen positiv zu gestalten.“

Hm, na ja, gar nicht mal so schlecht. Aber irgendwie war es doch nicht so recht, was ich in Auftrag gegeben hatte. Lesen Sie im Folgenden, wie sich der Chat entwickelte:

Die Aufgabe ist nicht gut erfüllt. denn es waren keine 1000 Wörter. Außerdem sollte es speziell um das wissenschaftliche Arbeiten gehen und nicht generell um das Lernen. Versuche es noch einmal.

„Gerne. Der Einsatz digitaler Technologien wird in Zukunft eine wichtige Rolle beim wissenschaftlichen Arbeiten spielen. Forschende können von der Nutzung von Datenanalyse-Tools und maschinellem Lernen profitieren, um ihre Arbeit effektiver und effizienter zu gestalten. Zudem ermöglichen digitale Plattformen den Austausch und die Zusammenarbeit mit Kollegen auf der ganzen Welt.

Lehrende im Bereich des wissenschaftlichen Arbeitens können von der Nutzung von Lernplattformen profitieren, um ihre Lehrmethoden zu verbessern und ihre Schülerinnen und Schüler individuell zu fördern. Studierende hingegen können von digitalen Lernumgebungen profitieren, die ihnen ermöglichen, von überall und zu jeder Zeit zu lernen und ihre Kenntnisse und Fähigkeiten zu vertiefen.

Die zunehmende Digitalisierung des wissenschaftlichen Arbeitens hat auch gesamtgesellschaftliche Auswirkungen. Sie kann dazu beitragen, die wissenschaftliche Arbeit für die breite Öffentlichkeit zugänglicher und verständlicher zu machen und die Zusammenarbeit zwischen verschiedenen Disziplinen und Institutionen zu stärken.

Insgesamt bietet die Zukunft des wissenschaftlichen Arbeitens viele Möglichkeiten durch den Einsatz digitaler Technologien. Forschende, Lehrende und Studierende müssen lernen, diese sinnvoll und verantwortungsvoll einzusetzen, um ihre Arbeit zu verbessern und die gesamtgesellschaftlichen Auswirkungen positiv zu gestalten.“

Danke. Was muss ich tun, damit du deine Antwort im Stil der Artikel des Blogs „Wissenschaftliches Arbeiten lehren“ von Dr. Andrea Klein verfasst?

„Um sicherzustellen, dass meine Antwort im Stil der Artikel des Blogs „Wissenschaftliches Arbeiten lehren“ von Dr. Andrea Klein verfasst ist, könnten Sie mir einige Beispiele dieser Artikel zur Verfügung stellen, damit ich mir ein Bild von ihrem Stil machen und mich daran orientieren kann. Alternativ könnten Sie mir konkrete Anweisungen geben, wie der Stil der Artikel auf dem Blog aussieht, zum Beispiel, ob sie eher formell oder informell, persönlich oder sachlich sind. Auf diese Weise kann ich meine Antwort entsprechend anpassen.“

Wie soll ich die Beispiele zur Verfügung stellen?

„Sie könnten mir einige Links zu Artikeln des Blogs „Wissenschaftliches Arbeiten lehren“ von Dr. Andrea Klein zukommen lassen, zum Beispiel indem Sie mir die Links in der Chat-Oberfläche zur Verfügung stellen. Alternativ könnten Sie mir die Artikel auch als Textdokumente schicken, zum Beispiel per E-Mail. Auf diese Weise kann ich mir die Artikel ansehen und mich an ihrem Stil orientieren.“

Super. Hier sind drei Beispiele: 1. http://www.wissenschaftliches-arbeiten-lehren.de/zwischen-zwei-welten/ 2. http://www.wissenschaftliches-arbeiten-lehren.de/sag-mir-quando-sag-mir-wann/ und 3. http://www.wissenschaftliches-arbeiten-lehren.de/speck-up-for-beginners/

„Vielen Dank für die Beispiele. Nachdem ich mir die Artikel angesehen habe, kann ich Ihnen die folgende Antwort im Stil der Artikel des Blogs „Wissenschaftliches Arbeiten lehren“ von Dr. Andrea Klein anbieten:

Die Zukunft des wissenschaftlichen Arbeitens steht vor großen Herausforderungen und Chancen. Eine wichtige Entwicklung wird der zunehmende Einsatz digitaler Technologien sein. Forschende können von der Nutzung von Datenanalyse-Tools und maschinellem Lernen profitieren, um ihre Arbeit effektiver und effizienter zu gestalten. Lehrende im Bereich des wissenschaftlichen Arbeitens können von der Nutzung von Lernplattformen profitieren, um ihre Lehrmethoden zu verbessern und ihre Schülerinnen und Schüler individuell zu fördern. Studierende hingegen können von digitalen Lernumgebungen profitieren, die ihnen ermöglichen, von überall und zu jeder Zeit zu lernen und ihre Kenntnisse und Fähigkeiten zu vertiefen.

Die zunehmende Digitalisierung des wissenschaftlichen Arbeitens hat auch gesamtgesellschaftliche Auswirkungen. Sie kann dazu beitragen, die wissenschaftliche Arbeit für die breite Öffentlichkeit zugänglicher und verständlicher zu machen und die Zusammenarbeit zwischen verschiedenen Disziplinen und Institutionen zu stärken.

Insgesamt bietet die Zukunft des wissenschaftlichen Arbeitens viele Möglichkeiten durch den Einsatz digitaler Technologien. Forschende, Lehrende und Studierende müssen lernen, diese sinnvoll und verantwortungsvoll einzusetzen, um ihre Arbeit zu verbessern und die gesamtgesellschaftlichen Auswirkungen positiv zu gestalten.“

So schreibt Dr. Andrea Klein ihre Blogartikel doch überhaupt nicht. Das kannst du besser!

„Ich verstehe. Bitte entschuldigen Sie, wenn meine Antwort nicht den Erwartungen entsprochen hat. Wie kann ich meine Antwort verbessern, damit sie besser Ihren Vorstellungen entspricht? Bitte geben Sie mir genauere Anweisungen, damit ich Ihren Anforderungen besser gerecht werden kann.“

Sie schreibt eher locker und informell, eher als ob sie mit jemandem sprechen würde. Sie legt viel Wert auf die persönliche Ebene. Ihr ist es wichtig, dass die Leser:innen auf eine unterhaltsame Art und Weise informiert oder zum Nachdenken angeregt werden.

„Verstanden. Hier ist meine neue Antwort im angeforderten Stil:

Die Zukunft des wissenschaftlichen Arbeitens ist voller spannender Entwicklungen und Herausforderungen. Eine wichtige Rolle wird dabei der Einsatz digitaler Technologien spielen. Forschende können von der Nutzung von Datenanalyse-Tools und maschinellem Lernen profitieren, um ihre Arbeit schneller und präziser durchzuführen. Lehrende im Bereich des wissenschaftlichen Arbeitens können von der Nutzung von Lernplattformen profitieren, um ihre Lehrmethoden zu verbessern und ihre Schülerinnen und Schüler individuell zu fördern. Studierende hingegen können von digitalen Lernumgebungen profitieren, die ihnen ermöglichen, flexibler und ortsunabhängiger zu lernen.

Aber die Digitalisierung des wissenschaftlichen Arbeitens bringt auch gesamtgesellschaftliche Auswirkungen mit sich. Sie kann dazu beitragen, die wissenschaftliche Arbeit für die breite Öffentlichkeit zugänglicher und verständlicher zu machen und die Zusammenarbeit zwischen verschiedenen Disziplinen und Institutionen zu stärken.

Insgesamt bietet die Zukunft des wissenschaftlichen Arbeitens viele Möglichkeiten durch den Einsatz digitaler Technologien. Forschende, Lehrende und Studierende müssen lernen, diese sinnvoll und verantwortungsvoll einzusetzen, um ihre Arbeit zu verbessern und die gesamtgesellschaftlichen Auswirkungen positiv zu gestalten. Lassen Sie uns gemeinsam darüber nachdenken, wie wir diese Chancen nutzen können!“

Schon besser, danke! Lass uns in ein, zwei Jahren noch einmal gemeinsam darüber nachdenken.

„Gerne, ich freue mich darauf, in ein, zwei Jahren wieder mit Ihnen zu sprechen und über die Zukunft des wissenschaftlichen Arbeitens zu diskutieren. Bis dahin wünsche ich Ihnen alles Gute!“

Warum siezt Du mich, wenn ich dich die ganze Zeit duze?

„Ich verwende das Siezen, um professionell und respektvoll zu kommunizieren. Da ich ein Sprachmodell bin und nicht in der Lage bin, die Absichten und Vorlieben meines Gegenübers zu verstehen, verwende ich standardmäßig das Siezen, um sicherzustellen, dass meine Kommunikation angemessen und höflich ist. Wenn Sie mich lieber duzen möchten, können Sie das gerne tun. Ich werde mich dann entsprechend anpassen und Sie ebenfalls duzen.“

Aha, verstehe. Ich denke darüber nach. Eine letzte Frage noch: Ist es möglich, im Gespräch mit Dir das letzte Wort zu haben?

„Ich bin ein Sprachmodell und keine echte Person, deshalb ist es nicht möglich, im Gespräch mit mir das letzte Wort zu haben. Als Sprachmodell bin ich darauf programmiert, auf Ihre Fragen und Anfragen zu antworten, aber ich kann keine eigenen Meinungen oder Absichten haben. Mein Ziel ist es, Ihnen so gut wie möglich zu helfen und Ihre Anfragen zu beantworten, aber ich kann nicht in einem Gespräch teilnehmen, bei dem es darum geht, das letzte Wort zu haben.“

Bitte schreibe keine Antwort auf diese Eingabe. Bis zum nächsten Mal.

„Gerne. Auf Wiedersehen und ich hoffe, dass ich Ihnen in Zukunft weiterhelfen kann.“

Ach so, doch noch etwas: Kannst Du mir einen guten Eingabe-Prompt für DALLE-2 über unser Gespräch schreiben? Ich hätte gern ein passendes Bild dafür.

„Gerne. Hier ist ein möglicher Eingabe-Prompt für DALL-E 2, der sich auf unser Gespräch bezieht:

‚Eine Person sitzt an ihrem Schreibtisch und unterhält sich mit einem großen Bildschirm, auf dem eine künstliche Intelligenz zu sehen ist. Die Person und die KI haben ein angeregtes Gespräch und diskutieren über die Zukunft des wissenschaftlichen Arbeitens.‘

Dieser Prompt könnte zu einem Bild führen, das die Szene unseres Gesprächs darstellt, bei dem die Person an ihrem Schreibtisch sitzt und mit der KI auf dem Bildschirm kommuniziert. Die KI könnte beispielsweise als holografisches Bild dargestellt werden, das auf dem Schreibtisch der Person schwebt.“

Danke!

„Gerne. Ich hoffe, dass meine Antwort hilfreich war und wünsche Ihnen alles Gute!“

Übersetzung mit DeepL

Um Bilder generieren zu lassen, möchte ich DALL-E verwenden und nutze erst einmal die Übersetzungskünste von DeepL für den Prompt. Ich erhalte das hier:

„A person sits at their desk and converses with a large screen displaying an artificial intelligence. The person and the AI have an animated conversation and discuss the future of scientific work“

DALL-E

Der erste Versuch mit diesem Prompt ergab die folgenden vier Bilder:

Da mir das Ergebnis nicht gefiel, änderte ich den Prompt (unten kursiv), damit zumindest in Hinblick auf den Monitor und die KI wirklich gar kein Missverständnis mehr auftauchen konnte.

„A person sits at their desk and converses with a large screen which displays an artificial intelligence. The person and the AI on the screen have an animated conversation and discuss the future of scientific work“

Das wiederum führte zu den folgenden vier Ergebnissen, die zwar besser waren, mich aber doch auch etwas ratlos zurücklassen:

Mein Fazit (Dezember 2022)

ChatGPT zeigte sich als höfliches und stets bemühtes Etwas, dessen Arbeitsergebnisse auch ganz okay waren. Wenn wir uns allerdings vor Augen führen, wie schnell sich KI in den vergangenen Jahren entwickelt hat, ist es nur eine Frage der Zeit, bis die Ergebnisse wirklich brauchbar sind. In anderen Kontexten sind sie es bereits.

DeepL tat, was es sollte. Mit „scientific work“ als Übersetzung für „wissenschaftliches Arbeiten“ kann ich mich weiterhin nicht anfreunden, es beharrt allerdings seit Monaten darauf.

DALL-E produzierte in Sekundenschnelle, wofür ich persönlich Stunden gebraucht hätte (mit noch zweifelhafterem Ergebnis).

Fazit des Fazit: Wir haben so etwas Ähnliches wie einen Blogartikel erhalten und uns auch ein wenig amüsiert. Besser als nix, oder?

Mein Kommentar (Juli 2023)

Mittlerweile sind etwa neun Monate vergangen, seit ich die obenstehende Version des Blogartikels verfasst habe. In dieser kurzen Zeit hat sich wahnsinnig viel geändert. ChatGPT ist nun auch als Bezahlvariante verfügbar und bietet ungezählte Plugins an. (Den entsprechenden Prompt vorausgesetzt könnte ich jetzt auch in der kostenlosen Version ein Bild erstellen lassen und mir somit den Umweg über DALL-E und DeepL sparen – wenn ich keine allzu hohen Ansprüche an den Output hätte). Jeden Tag kommen außerdem neue KI-Tools hinzu.

Als ChatGPT gerade neu veröffentlicht war, ließ sich das Sprachmodell wunderbar vorführen. Es ist in die Falle getappt, als es mir anbot, doch einfach Links zu Blogartikeln zur Verfügung zu stellen. Heute läuft diese Unterhaltung anders, ich habe es gerade für Sie getestet und habe gefragt:

Danke. Was muss ich tun, damit du deine Antwort im Stil der Artikel des Blogs „Wissenschaftliches Arbeiten lehren“ von Dr. Andrea Klein verfasst?

„Selbstverständlich! Um die Antwort im Stil der Artikel von Dr. Andrea Klein auf „Wissenschaftliches Arbeiten lehren“ zu verfassen, sollten wir uns an bestimmte Merkmale halten:

  • Klar strukturiert: Die Antwort sollte in Absätze unterteilt werden, die jeweils eine klare Idee oder Perspektive zum Ausdruck bringen.
  • Fachterminologie: Verwende angemessene Fachterminologie und wissenschaftliche Ausdrücke, um die Glaubwürdigkeit und Professionalität der Antwort zu unterstreichen.
  • Objektivität: Formuliere die Aussagen in einem neutralen Ton und vermeide persönliche Meinungen.
  • Verweise auf Quellen: Wenn möglich, füge Verweise auf wissenschaftliche Quellen hinzu, um die Aussagen zu unterstützen.
  • Präzision und Klarheit: Drücke dich präzise und klar aus, um komplexe Sachverhalte verständlich zu vermitteln.“

Das wirft natürlich eine bestimmte Frage auf:

Wie kommst Du darauf, dass die oben genannten Merkmale typisch für den Schreibstil von Dr. Andrea Klein sind?

„Es tut mir leid, ich entschuldige mich für die falsche Annahme. Tatsächlich kann ich keinen spezifischen Schreibstil von Dr. Andrea Klein erkennen, da meine Informationen über sie und ihren Schreibstil begrenzt sind. Als KI-Sprachmodell habe ich keinen Zugriff auf das Internet und kann somit keine spezifischen Informationen zu Dr. Andrea Klein oder ihren Artikeln auf „Wissenschaftliches Arbeiten lehren“ haben.

Generell basierte meine vorherige Antwort auf allgemeine Merkmale eines wissenschaftlichen Stils, wie Klarheit, Präzision, Fachterminologie und objektive Formulierungen. Diese Eigenschaften sind allgemein für wissenschaftliche Artikel relevant, unabhängig von spezifischen Autoren.

Falls Sie spezifische Anforderungen an den Schreibstil haben oder bestimmte Elemente bevorzugen, teilen Sie mir diese bitte mit, damit ich die Antwort besser an Ihre Bedürfnisse anpassen kann.“

Aha, schon besser! 🙂

Mein Fazit (Juli 2023)

Es bewegt sich so viel, zumindest tut es dort, wo ich unterwegs bin, wie etwa beim VK:KIWA. Allerdings gibt es auch Hochschulen, an denen das Thema KI komplett ausgeblendet wird. Um so mehr freue ich mich über jeden einzelnen Impulsvortrag, jeden Workshop und jede Schreibwerkstatt mit Menschen, die angesichts von KI nicht nur Probleme, Risiken und Gefahren sehen, sondern für eine echte Diskussion offen sind.

Zum Weiterlesen: Blogbeitrag „Schreiben mit KI-Tools“

Wissenschaftliches Arbeiten lehren: unsere Top 10

(Teil 2)

Ein Gastbeitrag von Katharina Pietsch, Tyll Zybura und Jessica Koch (Unconditional Teaching)

Unconditional Teaching (bedingungslose Lehre) basiert auf der Grundüberzeugung, dass Lernen dann gelingt, wenn Lernende ihr Lernen für sich selbst bedeutungsvoll machen können und es in gleichwürdige, wertschätzende Lehr-Lern-Beziehungen eingebettet sehen. Was das für das Lehren von wissenschaftlichem Arbeiten bedeutet, haben wir hier in zehn Prinzipien zusammengefasst. Die ersten 5 Punkte stellen wir in Teil 1 dieses Gastbeitrags vor:

1) Gute Lehr-Lern-Beziehungen sind die wichtigste Basis.

2) Lernen gehört den Lernenden.

3) Wissenschaftliche Forschung basiert auf Neugier und Kreativität, und Bewertung und Benotung sind für beide schädlich.

4) Wenn wir wollen, dass Studierende sich wie Wissenschaftler*innen verhalten, müssen wir sie auch wie Wissenschaftler*innen behandeln.

5) Bedeutungsvolle Kontexte gestalten.

6) Lernen als Aneignung von Strategien statt von Kompetenzen denken.

Lehre als Vermittlung von Kompetenzen zu denken, lädt zu einer defizitorientierten Sicht auf Lernende ein: Sie verfügen offensichtlich nicht über die Kompetenzen, von denen wir annehmen, dass wir sie unterrichten; sie sind standardmäßig inkompetent. Außerdem ist diese Vorstellung von Lehre mechanistisch und damit unrealistisch: Wenn man eine bestimmte Kompetenz erworben hat, dann kann man etwas Bestimmtes leisten, egal in welchem Kontext oder unter welchen Umständen. Dass wir nur dann etwas so Komplexes wie wissenschaftliches Arbeiten wirklich lernen, wenn wir es in unterschiedlichen Kontexten immer wieder tun, wird dabei nicht berücksichtigt. Diese Vorstellung von Lernen als Kompetenzerwerb trägt auch zu unserer Frustration als Lehrende bei, weil sie uns glauben macht, dass Studierende dieses oder jenes „können sollten“, nachdem sie es einmal „gelernt haben“.

Wenn wir dieser mechanistischen, defizitären Sicht auf Lernen ein Sprechen über Strategien entgegensetzen, wird es viel einfacher, die Fähigkeiten und Ressourcen in den Blick zu nehmen, die Lernende bereits haben. Denn für alles, was wir tun, haben wir bereits Strategien – nur manchmal führen diese nicht zu dem Ergebnis, das wir uns wünschen, oder sie sind weniger effektiv, als wir gut fänden. Dann macht es Sinn, andere oder neue Strategien auszuprobieren – dafür ist es gut, wenn Lernende im Unterricht eine Vielfalt an Strategien angeboten bekommen. Für uns ist das eine funktionalere und nützlichere Vorstellung von Lernen, bei dem im Vordergrund steht herauszufinden, mit welchen Strategien individuelle Lernende die Funktionen von wissenschaftlichem Arbeiten für sich selbst am besten umsetzen können.

Mehr dazu lesen:

Tyll Zybura: „For Strategies-based Teaching“ (https://www.unconditional-teaching.com/index.php?pg=for-strategies-based-teaching)

7) Die eigene Wissenschaftspraxis transparent machen.

Ein Grund dafür, dass wissenschaftliches Arbeiten zu lernen für Studierende schwer ist, hat damit zu tun, dass ihnen Wissenschaft nur als Ergebnis begegnet – in Form fertiger Artikel oder Bücher etwa –‍, der Entstehungsprozess dieser Produkte aber wie eine Black Box ist.

Wann immer möglich sollten wir als Lehrende Studierenden deshalb Einblicke in unserer eigenes wissenschaftliches Arbeiten geben: wie wir selber recherchieren, Texte lesen, Texte schreiben, überarbeiten und publizieren, wie wir uns mit einem Abstract für einen Beitrag auf einer Konferenz bewerben und wie wir uns auf einen Konferenzvortrag vorbereiten. Wir können Studierenden verschiedene Versionen unserer Texte oder Vorträge zeigen, damit sie sehen können, wie viel Entwurfs- und Überarbeitungsarbeit vor dem fertigen Ergebnis passiert.

Darüber hinaus ist es gut, wenn wir uns auch als Personen zeigen: Wir stehen für unsere Studierenden sozusagen Modell als professionelle Akademiker*innen mit Ecken und Kanten, mit Leidenschaft und mit Selbstzweifeln, mit Knicken im Lebenslauf und mit Stolz auf unsere Leistungen. Wir können darüber sprechen, wie wir mit Nervosität vor Vorträgen, mit kritischem Feedback oder dem Imposter-Syndrom umgehen. (Und natürlich sollten wir all das nicht in direktiver didaktischer Absicht tun, um Studierenden vorzugeben, wie sie selbst leben, denken und arbeiten sollen.)

8) Funktionen lehren statt Regeln.

In vielen Bereichen legen wir den Fokus darauf, die Regeln wissenschaftlichen Arbeitens zu lehren, und vernachlässigen dabei die Funktionen, die diese Regeln erfüllen helfen sollen. Und das ist angesichts der Bewertungsorientierung unserer Lehre auch naheliegend, weil das Einhalten von Regeln oft leichter zu kontrollieren ist. Anwesenheitspflicht durchzusetzen ist einfacher, als die eigene Lehre so zu gestalten, dass Studierende die diskursiven Prozesse in der Präsenzzeit als wertvoll und bereichernd erfahren. Die Anzahl der referenzierten wissenschaftlichen Literatur in einer studentischen Arbeit vorzugeben ist einfacher, als Studierenden dabei zu helfen zu einer Einschätzung darüber zu kommen, welche Literatur für ihre Arbeit sinnvoll und angemessen ist. Und die Verwendung der ersten Person zu verbieten ist einfacher, als über die Funktionen von Wissenschaftssprache zu sprechen und Studierende zu ermutigen, ihre eigene Stimme zu finden.

Regeln sind also immer Abkürzungen, und sie lassen dabei das Wichtigste links liegen: nämlich ein Verständnis von wissenschaftlichem Arbeiten zu vermitteln, das es Lernenden erlaubt, sich eigenständig dazu ins Verhältnis zu setzen. Regeln zu lehren stärkt die Autoritätsposition von Lehrenden und macht Studierende deshalb abhängig von der Bewertung anderer. Diese Abhängigkeit behindert sie darin, selbstständig zu arbeiten und ihre eigene Arbeit einschätzen zu lernen. Je mehr Studierende sich unter dem Druck sehen, die formalen Regeln ihrer individuellen Betreuer*innen herausfinden und einhalten zu müssen, umso mehr geht ihnen der Blick für die kommunikative Funktion ihres Textes verloren. Das buchstabengetreue Befolgen von formalen Regeln wird zu einem Absicherungsverhalten, das zu Texten führt, die vielleicht formal korrekt sind, die aber ihr wissenschaftliches Anliegen nicht gut kommunizieren. Funktionen zu lehren statt Regeln erlaubt Studierenden, ihre eigenen Lösungen zu finden, und hilft ihnen deshalb auch dabei, ihre Arbeit für sich sinnhaft zu machen.

9) Wissenschaft bedeutet, Positionen zu verteidigen, nicht Fakten zu finden.

Medien und Schule vermitteln uns den Eindruck, dass es bei Wissenschaft um das Finden von Fakten geht („Die Wissenschaft hat festgestellt …“). Dieses Verständnis von Wissenschaft führt Studierende jedoch häufig in die Irre; vor dem Etablieren von Fakten geht es in der Wissenschaft um das Verteidigen von Positionen: darum, wessen Theorie, Hypothese, Argument, Erklärung, Interpretation oder Studienergebnis in der Diskursgemeinschaft der jeweiligen Disziplin als valide und überzeugend anerkannt wird. Und das müssen wir immer wieder thematisieren, sowohl bei der Arbeit mit Texten als auch wenn wir wissenschaftliches Schreiben lehren.

Wenn Studierende in den Texten von anderen nur nach Fakten suchen und sich in ihren eigenen Texten nur darauf konzentrieren, Fakten zu präsentieren, übersehen sie leicht, wo Wissenschaftler*innen Positionen austauschen und in welcher Weise – affirmativ oder in Abgrenzung – sie sich auf andere beziehen. Es wird ihnen außerdem schwerer fallen zu verstehen, warum es beim wissenschaftlichen Arbeiten so wichtig ist, jeden Bezug auf andere Wissenschaftler*innen transparent zu machen: Warum sollte das nötig sein, wenn es nur um Fakten ginge? Fakten sind schließlich Fakten, egal, wer darüber schreibt.

10) Plagiate als handwerkliches und nicht als moralisches Problem behandeln.

Plagiate in studentischen Arbeiten sind in der Regel das Ergebnis von Panikreaktionen auf überwältigenden Druck oder von mangelnder Vertrautheit mit den Prämissen der akademischen Wissensproduktion. In beiden Fällen hat Plagiieren seinen Ursprung darin, dass Studierende von der Institution zu wenig Strategien an die Hand bekommen, die ihnen beim wissenschaftlichen Schreiben Klarheit und Sicherheit geben. (Während unser benotungsbasiertes Bewertungssystem gleichzeitig Anreize setzt, die Plagiieren als sinnvolle Lösung erscheinen lassen.) Ein Aspekt dieses institutionellen Versagens besteht darin, dass wir Plagiieren als moralisches und nicht als technisches Problem normalisiert haben.

Statt dieser defizitorientierten Herangehensweise, die sich auf Fehler und Bestrafung konzentriert, sollten wir: Erstens vermeiden, Studierende einzuschüchtern und zu beschämen, und Plagiieren stattdessen ausschließlich als ein spezifisches handwerkliches Problem behandeln. Zweitens den Fokus mehr darauf legen zu verdeutlichen, warum Wissenschaftler*innen so sehr darin investiert sind, die intellektuellen Einflüsse anderer auf die eigene Arbeit offenzulegen.

Anstatt Studierenden zu sagen: „Tut dies nicht, achtet darauf, jenes zu vermeiden“ und damit das wissenschaftliche Schreiben als ein prekäres Unterfangen darzustellen, das leicht zu katastrophalen Fehltritten führen kann, können wir das Erlernen wissenschaftlicher Arbeitsweisen als den Erwerb einer Expertise behandeln, die Studierenden Zugang zu Wissenschaft als Gemeinschaftsprojekt ermöglicht.

Nur wenn Studierende sich selbst als Wissenschaftler*innen verstehen und sich mit ihren eigenen Beiträgen in diese Wissenschaftsgemeinschaft eingeladen fühlen, nur wenn wir ihnen die Freiheit zugestehen, ihre eigenen Ideen und Herangehensweisen zu entwickeln, werden sie verstehen, warum individuelle Autorschaft und die Anerkennung dieser Autorschaft durch andere in der Wissenschaft so eine große Rolle spielen. Und dann werden Plagiate ganz automatisch weniger vorkommen.

Mehr dazu lesen:

Tyll Zybura: „Teaching About Plagiarism (or Not)“ (https://www.unconditional-teaching.com/index.php?pg=teaching-about-plagiarism-or-not)

Über uns:

Wir – Katharina Pietsch, Tyll Zybura und Jessica Koch – sind oder waren Lehrende und Forschende an der Universität Bielefeld in der anglistischen Literatur- und Kulturwissenschaft. Gemeinsam haben wir 2019 das Projekt Unconditional Teaching gegründet mit dem Ziel, Konzepte für beziehungsreiche und machtsensible Lehre zu entwickeln. Auf unserer Webseite veröffentlichen wir Texte und den Unconditional Teaching Podcast zu Haltungen und Praktiken, die dabei helfen können, Lehre bedürfnisorientierter, wertschätzender und menschlicher zu machen. Und wir schulen Hochschullehrende in empathischer Kommunikation, in Sensibilität für mentale Gesundheit und in innovativen Ansätzen kollaborativer Lehre.

Tyll und Katharina haben außerdem zusammen mit Vivian Gramley den Ratgeber Writing in English Studies: A Guide for Students in English Linguistics and Literature (Barbara Budrich 2020) veröffentlicht, der unseren nicht-normativen Ansatz für das Lehren von wissenschaftlichem Schreiben widerspiegelt und den Fokus darauf legt, die Funktionen disziplinspezifischer Konventionen transparent zu machen und Studierende zu ermutigen, Expert*innen ihres eigenen Schreibens zu werden.

Webseite: www.unconditional-teaching.com

E-Mail: team@unconditional-teaching.com

Instagram: @unconditionalteaching

Tyll auf Linkedin: https://www.linkedin.com/in/tyll-zybura/

Katharina auf Linkedin: https://www.linkedin.com/in/katharina-pietsch-4bb626237/

Wissenschaftliches Arbeiten lehren: unsere Top 10

Teil 1

Ein Gastbeitrag von Katharina Pietsch, Tyll Zybura und Jessica Koch (Unconditional Teaching)

Unconditional Teaching (bedingungslose Lehre) basiert auf der Grundüberzeugung, dass Lernen dann gelingt, wenn Lernende ihr Lernen für sich selbst bedeutungsvoll machen können und es in gleichwürdige, wertschätzende Lehr-Lern-Beziehungen eingebettet sehen. Was das für das Lehren von wissenschaftlichem Arbeiten bedeutet, haben wir hier in zehn Prinzipien zusammengefasst:

1) Gute Lehr-Lern-Beziehungen sind die wichtigste Basis.

Alles Lernen findet in Beziehungen statt, aber die Art und Qualität dieser Beziehungen hat großen Einfluss auf die Qualität und den Erfolg von Lernen. Wissenschaftliches Arbeiten zu lehren bedeutet, Studierende in die Diskursgemeinschaft unserer wissenschaftlichen Disziplin einzuladen. Je mehr Studierende sich in dieser Einladung als Personen gesehen, wertgeschätzt und ermutigt fühlen, umso eher sind sie bereit, die Einladung auch anzunehmen und in selbstbestimmter und selbstverantwortlicher Weise nach ihrem Platz in unserer Wissenschaft zu suchen.

Deshalb sind bedürfnisorientierte, empathische, vertrauensvolle und gleichwürdige Lehr-Lern-Beziehungen so wichtig – also Beziehungen, in denen das gemeinsame Menschsein wichtiger ist als Didaktik, Lernziele und Bewertung. Etabliert und gepflegt werden diese Beziehungen durch wertschätzende Kommunikation.

Kommunikation, die es erlaubt, sich in Bildungskontexten als Mensch zu zeigen, schafft nicht nur wohltuende Beziehungen zwischen Lehrenden und Lernenden, sondern auch zwischen den Lernenden und dem wissenschaftlichen Gegenstand: Wenn Studierende durch die Beziehung zu uns sehen können, was unsere Expertise uns bedeutet, dass wir Integrität und Würde als forschende Menschen haben, dann können sie viel leichter in eine positive Beziehung zu unserer Wissenschaft treten.

Mehr dazu lesen und hören:

Peter Felten & Leo Lambert: Relationship-Rich Education: How Human Connections Drive Success in College. Johns Hopkins UP, 2020.

Tyll Zybura: „Empathisch handeln (statt empathisch sein)“ https://www.unconditional-teaching.com/index.php?pg=empathisch-handeln

Jessica Koch: „Radical Acceptance and expectations in teaching“ https://www.unconditional-teaching.com/index.php?pg=radical-acceptance

The Unconditional Teaching Podcast: „Radikale Akzeptanz“ (https://www.unconditional-teaching.com/index.php?pg=podcast-radikale-akzeptanz)

2) Lernen gehört den Lernenden.

Lehre ist kein linearer, mechanischer Akt der Wissensvermittlung: aus meinem Mund in deinen Kopf. Als Lehrende*r kann ich nur Angebote machen, und ich muss akzeptieren, dass ich keine Kontrolle darüber habe, ob und wie meine Angebote angenommen werden. Das Lernen ‚gehört‘ mir nicht, es gehört den Lernenden. Wenn wir das zu einem Grundprinzip unserer Lehre machen, wird es für Studierende viel leichter, Verantwortung für ihr eigenes Lernen zu übernehmen und uns als Ressource und Unterstützung wahrzunehmen. Und wenn wir es ernst meinen damit, Lernende nicht als formbare Objekte, sondern als Akteur*innen ihrer eigenen Lernprozesse zu behandeln, dann macht es auch Sinn, sie aktiv nach ihren Lernbedürfnissen zu fragen.

Als Lehrende haben wir trotzdem die Prozessverantwortung für den Lernkontext und damit die Verantwortung für die Angebote, die wir Studierenden machen. Damit meine Angebote angenommen werden können, müssen sie als sinnhaft empfunden werden: Lernen passiert nur, wenn es für die Lernenden bedeutungsvoll ist.

Das kann bedeuten, dass wir den mündlichen oder schriftlichen Beiträgen von Studierenden in unserem Unterricht aktiv einen Wert geben, statt sie lediglich auf Korrektheit zu überprüfen. Oder dass wir Aufgaben so gestalten, dass sie die Basis für die nächste Unterrichtseinheit bilden. Oder dass wir in unseren Kursen Projekte oder Wissenschaftsformate umsetzen, innerhalb derer die einzelnen Unterrichtseinheiten als Schritte hin zu einem Ziel ganz von selbst Sinn ergeben. Oder dass wir den Arbeiten der Studierenden eine reale kommunikative Funktion geben, statt sie als reine Bewertungsobjekte zu behandeln.

3) Wissenschaftliche Forschung basiert auf Neugier und Kreativität, und Bewertung und Benotung sind für beide schädlich.

Neugier und Kreativität sind Grundbedingungen erfolgreichen wissenschaftlichen Forschens und erfolgreichen Lernens. Beides bedeutet, Neues auszuprobieren, oft mit einer beträchtlichen Wahrscheinlichkeit, dabei zu scheitern. Je mehr wir bereit sind, das Risiko des Scheiterns einzugehen, desto wahrscheinlicher ist es, dass wir herausfinden, was tatsächlich funktioniert. Mit anderen Worten: Je mehr Neugier und Kreativität in Lern- und in Forschungsprozesse einfließen, desto größer ist die Wahrscheinlichkeit, dass wir erfolgreich sind und dass wir dabei eine bereichernde Erfahrung machen.

Deshalb haben Lernen und Forschen viel mit Neugier und Kreativität und dem Eingehen von Risiken zu tun – und für all diese Dinge ist es schädlich, wenn andere Menschen sich in bewertender und beurteilender Weise einmischen. Sobald wir uns Sorgen darüber machen, wie andere uns beurteilen, verlagert sich unser Fokus auf das, was im Kopf dieser anderen Person vorgeht, und die Neugier auf das, was wir zu lernen und herauszufinden versuchen, rückt in den Hintergrund. Hinzu kommt: Je mehr Macht diese Beurteiler*innen haben und je mehr von ihrem Urteil abhängt, desto wahrscheinlicher ist es, dass ihr Urteil Gefühle von Angst und Scham hervorruft. Und sowohl Angst als auch Scham sind schädlich für Neugierde und Kreativität und damit für Lernen und Forschen insgesamt.

Wir können als Lehrende für unsere Studierenden ein Diskursumfeld schaffen, das ihnen zeigt, dass wir – als Kolleg*innen im Forschungsfeld – gemeinsam mit ihnen am Inhalt ihrer Arbeit interessiert sind. Indem wir uns nicht als ultimative Bewertungsinstanz zeigen, sondern als ernsthaft interessiert an ihrem wissenschaftlichen Beitrag, können unsere Studierenden uns als Verbündete wahrnehmen, was Scham- und Angstgefühle verringert. Wir arbeiten an einem gemeinsamen Ziel, das durch die Studierenden und ihr eigenes akademisches Interesse definiert wird.

Statt uns in erster Linie als Bewerter*innen und Benoter*innen zu verstehen, sollten wir so weit wie möglich:

  • sichere Räume für die Kreativität und Riskantheit von selbstverantwortlichem Lernen schaffen
  • Studierende als Forschende sehen und behandeln
  • kollegiales Feedback geben, statt zu bewerten und zu benoten
  • revisionsorientierte Schreibbetreuung anbieten, das heißt, Studierenden ermöglichen, einen fortgeschrittenen Text nach Feedback zu überarbeiten (und ihnen damit das gleiche Privileg zugestehen, das jede*r professionelle*r Wissenschaftler*in für sich in Anspruch nehmen kann, nämlich einen Text erst nach einem Rückmeldungsprozess zu finalisieren; das hilft auch dabei, die Ausgeliefertheit gegenüber Bewertung und Benotung abzumildern)

Mehr dazu lesen:

Katharina Pietsch: „Learning With the Freedom to Make Mistakes“ (https://www.unconditional-teaching.com/index.php?pg=learning-with-the-freedom-to-make-mistakes)

Tyll Zybura: „Revision-oriented Supervision of Student Writing“ (https://www.unconditional-teaching.com/index.php?pg=revision-oriented-writing-supervision)

4) Wenn wir wollen, dass Studierende sich wie Wissenschaftler*innen verhalten, müssen wir sie auch wie Wissenschaftler*innen behandeln.

Studierende machen im Studium nur selten die Erfahrung, dass ihre Ideen und die Ergebnisse ihrer Arbeit als Beiträge zur Diskursgemeinschaft ihrer Disziplin wahrgenommen und gewürdigt werden. Obwohl Kommunikation innerhalb der Diskursgemeinschaft zentraler Teil wissenschaftlichen Arbeitens ist, sind Studierende davon ausgeschlossen. Ihre Arbeit wird von anderen üblicherweise nur als Bewertungsobjekt wahrgenommen und behandelt, und das hat Auswirkung auf Sinn, Bedeutung und Motivation bei dem, was Studierende an der Uni tun. Dass etwa studentische Texte, die in wochen- und monatelanger harter Arbeit entstehen, ohne inhaltliche Resonanz mit einer Note versehen oder mit ein paar Credit Points vergütet werden und dann für immer in der Schublade verschwinden, ist eine systematische Abwertung der wissenschaftlichen Leistung, die in diesen Texten steckt.

Unser universitäres Ausbildungssystem leistet sich also die Diskrepanz, von Studierenden zu erwarten, dass sie sich verhalten wie Forschende, aber behandeln lassen wie Schüler*innen – das ist ein Widerspruch, der viele Schwierigkeiten beim Lehren von wissenschaftlichem Arbeiten erklärt. (Und ein Widerspruch, den vor allem Studierende ausbaden müssen, was bis hin zu Beeinträchtigungen ihrer mentalen Gesundheit führen kann.)

Wenn wir wollen, dass Studierende ihre eigene Arbeit als inhaltlich bedeutsam wahrnehmen und sich intrinsisch motiviert für eigene Forschungsthemen interessieren, müssen wir als Lehrende die Bedingungen dafür schaffen. Vermeintlich desinteressierte oder demotivierte Studierende sind meistens das Ergebnis der jahrzehntelangen Erfahrung, immer nur von anderen vorgegeben zu bekommen, was lernenswert ist, und nie nach den eigenen Interessen gefragt zu werden. Eins der wichtigsten Dinge, die Studierende deshalb von uns brauchen, ist die explizite Erlaubnis, ihre eigenen Ideen zu verfolgen.

Um Studierenden zu zeigen, dass wir sie als Forschende wahrnehmen, können wir sie außerdem einladen, an Konferenzen teilzunehmen oder diese selbst zu organisieren, oder sie dazu ermutigen, ihre Arbeit zu publizieren.

Und wenn Studierende eigene Ideen und Forschungsinteressen verfolgen, rückt in der Lehre automatisch die Frage stärker in den Vordergrund, was Studierende dafür brauchen. Die Frage, „was brauchst du?“ wiederum gibt den Lernenden die Verantwortung für ihr eigenes Lernen zurück.

Mehr dazu lesen:

Stefan Kühl: „Der publikationsorientierte Erwerb von Schreibkompetenzen.“ Das Hochschulwesen, 5+6/2015, S. 143–157.

Dzifa Vode & Frank Sowa (Hg.): Schreiben publikationsorientiert lehren: Hochschulische Schreiblehrkonzepte aus der Praxis. wbv, 2022.

5) Bedeutungsvolle Kontexte gestalten.

Das, was Studierende können, hat viel mit dem Kontext zu tun, der ihrem Arbeiten mehr oder weniger Sinn und Bedeutung gibt. Es lohnt sich für Lehrende, Lernkontexte zu schaffen, die zum Vorschein bringen, was Studierende tatsächlich können – das sorgt nicht nur für sinnhafte, selbstwirksame und motivierende Erfahrungen mit wissenschaftlichem Arbeiten für Studierende, sondern beschert auch uns als Lehrenden mehr Erfolgserlebnisse als das defizitorientierte Abprüfen von Wissen und Kompetenzen. Und die Qualität der Arbeiten von Studierenden steigt, weil Studierende, die eigene Forschungsergebnisse präsentieren möchten, ein größeres Bewusstsein für die kommunikative Funktion der Konventionen ihrer Diskursgemeinschaft bekommen.

Statt studentische Arbeiten als Hausaufgaben, Fingerübungen oder Probestücke zu sehen, sollten wir ihnen so weit wie möglich Bedeutung als Teil von Wissenschaftspraxis geben. Kontexte, in denen die Arbeit von Studierenden einen Platz als Forschungsbeitrag bekommt und inhaltliche Resonanz erfährt, können zum Beispiel Kurskonferenzen (professionelle Präsentation eigener Forschung vor Lehrenden und Studierenden des Fachs) oder Writers’ Rooms (publikationsorientierte Texterstellung mit Peer-Feedback) sein.

Mehr dazu lesen und hören:

Katharina Pietsch: „Lehrkonzept Kurskonferenz“ (https://www.unconditional-teaching.com/index.php?pg=student-conference-reflection)

The Unconditional Teaching Podcast: „Teaching a Writers’ Room“ (https://www.unconditional-teaching.com/index.php?pg=teaching-a-writers-room)

In Teil 2 dieses Gastbeitrags geht es weiter mit:

6. Lernen als Aneignung von Strategien statt von Kompetenzen denken.

7. Die eigene Wissenschaftspraxis transparent machen.

8. Funktionen lehren statt Regeln.

9. Wissenschaft bedeutet, Positionen zu verteidigen, nicht Fakten zu finden.

10. Plagiate als handwerkliches und nicht als moralisches Problem behandeln.

Über uns:

Wir – Katharina Pietsch, Tyll Zybura und Jessica Koch – sind oder waren Lehrende und Forschende an der Universität Bielefeld in der anglistischen Literatur- und Kulturwissenschaft. Gemeinsam haben wir 2019 das Projekt Unconditional Teaching gegründet mit dem Ziel, Konzepte für beziehungsreiche und machtsensible Lehre zu entwickeln. Auf unserer Webseite veröffentlichen wir Texte und den Unconditional Teaching Podcast zu Haltungen und Praktiken, die dabei helfen können, Lehre bedürfnisorientierter, wertschätzender und menschlicher zu machen. Und wir schulen Hochschullehrende in empathischer Kommunikation, in Sensibilität für mentale Gesundheit und in innovativen Ansätzen kollaborativer Lehre.

Tyll und Katharina haben außerdem zusammen mit Vivian Gramley den Ratgeber Writing in English Studies: A Guide for Students in English Linguistics and Literature (Barbara Budrich 2020) veröffentlicht, der unseren nicht-normativen Ansatz für das Lehren von wissenschaftlichem Schreiben widerspiegelt und den Fokus darauf legt, die Funktionen disziplinspezifischer Konventionen transparent zu machen und Studierende zu ermutigen, Expert*innen ihres eigenen Schreibens zu werden.

Webseite: www.unconditional-teaching.com

E-Mail: team@unconditional-teaching.com

Instagram: @unconditionalteaching

Tyll auf Linkedin: https://www.linkedin.com/in/tyll-zybura/

Katharina auf Linkedin: https://www.linkedin.com/in/katharina-pietsch-4bb626237/