KI bei der Themenfindung 

Begriff / Use Case – worum geht es eigentlich?

Themenfindung mit KI bedeutet, sich durch textgenerierende Tools wie ChatGPT in der ersten Phase einer wissenschaftlichen Arbeit – also beim Suchen und Eingrenzen eines bearbeitbaren Themas – unterstützen zu lassen und deren Vorschläge anschließend kritisch zu prüfen und weiterzuentwickeln. Wichtig ist dabei, dass die Themenfindung mit KI nicht „im luftleeren Raum“ stattfinden soll, sondern zu wissenschaftlicher Literatur in Bezug gesetzt werden muss.

Use Cases:

• Sie als Lehrperson möchten in einem neuen Forschungsfeld Projekt- oder Abschlussarbeitsthemen entwickeln (z.B. um eine Themenliste zu erstellen) und nutzen KI, um Denkanstöße zu erhalten.
  
  
• Studierende stehen vor einer Haus- oder Abschlussarbeit und lassen sich von KI-Tools bei der Ideensammlung begleiten. 

Funktionsweise und Hintergrundinfos – was sollte man wissen?

Textgenerierende KI-Tools wie ChatGPT entwickeln keine Themen aus eigener Forschung, sondern erzeugen Vorschläge, indem sie vorhandenes Wissen aus ihren Trainingsdaten kombinieren. Sie arbeiten nach dem Prinzip der Mustererkennung und Variation: Aus häufig vorkommenden Zusammenhängen in Texten werden neue, sprachlich stimmige Ideen formuliert. Das bedeutet für die Themenfindung:

• KI kann sehr schnell breite Ideensammlungen zu einem Fachgebiet erstellen, die als Startpunkt dienen.
  
  
• Durch gezielte Nachfragen lassen sich Vorschläge eingrenzen und bis hin zu möglichen Forschungsfragen differenzieren.
  
  
• Einen wissenschaftlichen Wert erhalten die Vorschläge erst, wenn sie mit einschlägiger Literatur abgeglichen werden und durch die Wahl der passenden Methode sowie eine realistische Planung umsetzbar werden.
  
  

Wichtig: Die Aufgabe der KI ist das Liefern von Anstößen für Denkprozesse, nicht das Liefern fertiger Themen. Sie übernimmt nicht die notwendige wissenschaftliche Einbettung.

So funktioniert es:

Gehen Sie Schritt für Schritt entlang der Aufzählung unter Punkt 2 vor bzw. leiten Sie Ihre Studierenden an, dies zu tun.

• Schritt 1, Brainstorming: Die KI liefert eine breite Palette an möglichen Themen zu einem vorgegebenen Fachgebiet.

• Schritt 2, Eingrenzung: Durch Nachfragen lassen sich die Themen spezifischer machen.

• Schritt 3, Verknüpfung mit Literatur und Durchführung weiterer Planungsschritte: Durch den Abgleich mit der relevanten Fachliteratur und die Auswahl einer passenden Methode usw. zeigt sich, ob ein Thema tragfähig ist.

Beispiel/Anwendung/Lösung: Wie geht es denn?

Ein allgemeines Prompt-Schema kann wie folgt aussehen:

„Ich studiere [Studiengang/Fach] und möchte eine [Art der Arbeit, z. B. Hausarbeit, Bachelorarbeit] im Umfang von ca. [Seitenzahl] schreiben. Mein grobes Interessensgebiet ist [Themenfeld]. Bitte schlage mir [Anzahl] mögliche Themen vor, die wissenschaftlich bearbeitbar sind. Die Vorschläge sollten so formuliert sein, dass sie auf einschlägige wissenschaftliche Literatur bezogen werden können. Achte darauf, dass die Themen weder zu allgemein noch zu speziell sind und im Rahmen einer [Hausarbeit/Bachelorarbeit] bearbeitet werden können.“

Konkrete Prompt-Beispiele für zwei Einsatzzwecke:

1. Seminararbeit (BWL/Marketing)
    „Ich studiere im Master Marketing und schreibe eine Seminararbeit (ca. 20 Seiten). Mein Themenfeld ist ‚Influencer-Marketing‘. Bitte schlage mir 8 konkretere Themen vor, die aktuelle Entwicklungen berücksichtigen und auf einschlägige wissenschaftliche Literatur Bezug nehmen.“
2. Bachelorarbeit (Bildungswissenschaften)
    „Ich studiere Lehramt und plane eine Bachelorarbeit im Umfang von ca. 40 Seiten. Mein Interessensgebiet ist ‚Digitalisierung im Schulunterricht‘. Bitte nenne mir 10 mögliche Themenvorschläge, die sich für eine Bachelorarbeit eignen, und gib jeweils Hinweise, welche Suchstrategien und -begriffe für die Literaturrecherche besonders relevant sind.“

Fallstricke: Was sollte ich als Lehrperson beachten bzw. meinen Studierenden mitgeben?

• Themen nicht ungeprüft übernehmen: Bei den KI-Ideen handelt es sich erst einmal nur um Vorschläge. Studierende müssen diese selbst eingrenzen, prüfen und literaturgestützt weiterentwickeln. Die Studierenden sollten demnach Verfahren der Themeneingrenzung kennen.

• Gefahr der Oberflächlichkeit: KI schlägt oft allgemeine, „naheliegende“ Themen vor, die zu breit für eine Hausarbeit sind.

•  Qualitätsunterschiede je nach Fach- und Themengebiet: Die Ergebnisse hängen stark vom gewählten Gebiet ab. Gerade bei Nischeninteressen ist eine vorgelagerte Recherche und sich daraus entwickelnde Themenfindung besonders wichtig. 

•  Literaturbezug ist obligatorisch: Nur Themen, die in einschlägiger wissenschaftlicher Literatur verankert sind, sind tragfähig.

• Fehlende Quellenangaben: Die Tools nennen keine belastbaren Literaturstellen, diese müssen Studierende selbst recherchieren und dazu Recherchewege zum Finden wissenschaftlicher Quellen kennen sowie diese bewerten können. 

Was könnte danach der nächste kleine Schritt sein? – Reflexionsfragen für Lehrende

• Wie können Sie in der Lehre deutlich machen, dass KI nur der Startpunkt für die Themenfindung ist?

• Welche Übungen könnten helfen, die KI-Vorschläge mit Fachliteratur abzugleichen?

• Wie unterstützen Sie Studierende dabei, ein Thema von einem breiten KI-Impuls zu einer klaren, machbaren Fragestellung bzw. Forschungsfrage weiterzuentwickeln?