KI beim Formulieren und Erstellen der Rohfassung 

Begriff / Use Case – worum geht es eigentlich?

Viele Studierende haben Schwierigkeiten beim Schreiben der Rohfassung, also einer ersten ausformulierten Textversion. KI-Werkzeuge scheinen die perfekte Lösung, um schnell Texte zu generieren und sich so die mühsame Suche nach einer schlüssigen Argumentation sowie das Ringen um treffende Worte zu ersparen. Wie kann KI die Textqualität verbessern und zugleich die Schreibkompetenz weiterentwickeln?

Funktionsweise und Hintergrundinfos – was sollte man wissen?

Große Sprachmodelle (engl. Large Language Models, LLMs), die prominenten Flaggschiffe generativer Künstlicher Intelligenz (KI), sind schnelle und eloquente Meister im Formulieren. Die KI-Modelle von Mistral, Meta, Google, Anthropic, OpenAI etc. kennen aus ihren Trainingsdaten wissenschaftliche Texte und können deren Muster nachahmen. Verschiedene Sprachmodelle ausprobieren und vergleichen können Sie z. B. mit:

• HAWKI (datenschutzkonforme Plattform der Hochschule für angewandte Wissenschaft und Kunst Hildesheim/Holzminden/Göttingen, die Hochschulangehörigen an vielen Hochschulen zur Verfügung steht); alternativ mit kostenfreiem Nutzerkonto beim KI-Campus (Version 1.0)

• LMArena der UC Berkeley (registrierungsfrei)

• Test-Arena der Stuttgarter Digitalagentur buzzwoo (registrierungsfrei)

Beispiel/Anwendung/Lösung: Wie geht es denn?

Um eine logische und kohärente Struktur der Rohfassung zu entwickeln, benötigen Schreibende

• Kontextinformationen (Fach, Thema, Textsorte, Textmusterwissen usw.)

• Fachinformationen und inhaltliche Vorarbeit (Ideensammlung, Stichwörter, Mindmap, Gliederung, Lektürenotizen)

• gezielte Prompts für die Interaktion im KI-Chat: Schreibende können dabei experimentieren, sich von Anregungen der KI-Outputs inspirieren lassen und zum selbstgesteuerten Schreiben und Denken angeregt werden: 

Bsp. 1: Einen roten Faden aus der Materialsammlung entwickeln

In Beispiel 1 wurden zunächst Kontextinformationen an das Sprachmodell (Gemini-2.5-pro) gegeben mit dem Auftrag, einen passenden Prompt für eine logische Struktur auf Kapitelebene zu entwickeln:

Für meine Hausarbeit [Textsorte] zum Einsatz generativer KI im Fach Wirtschaftsinformatik [Thema, Fach], benötige ich Unterstützung bei der Kapitel- und Absatzstruktur, um einen roten Faden zu entwickeln [Ziel].

Eigene Ideen und Stichpunkte können ergänzt werden. Schrittweise wird daraus, kollaborativ mit dem Sprachmodell, eine logische und kohärente Textstruktur entwickelt.

Bsp. 2: Das „Textskelett“ 

nach Esselborn-Krumbiegel, H. (2022). Richtig wissenschaftlich schreiben: Wissenschaftssprache in Regeln und Übungen (7., aktualis. Aufl.). UTB: Bd. 3429. 

In Beispiel 2 wird das „Textskelett“ im Prompt genutzt, um aus Vorarbeiten (Mindmaps, Gliederungsentwürfen, Notizen etc.) einen roten Faden für die Rohfassung zu entwickeln, der dann überarbeitet und ausformuliert werden kann.

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

• Sprachmodelle arbeiten stochastisch (auf Wahrscheinlichkeiten basierend) und generalisierend. Sie neigen zum „Halluzinieren“, also zu spekulativen, falschen oder auch selektiven Antworten. 

• Da sie Zeichen bzw. Wörter vorhersagen und kein echtes logisches ‚Verständnis‘ besitzen, mangelt es KI-generierten Texten teilweise an logischen Verknüpfungen und Kohärenz.

• Beim Formulieren werden Zusammenhänge entdeckt und Erkenntnisse gewonnen (epistemisch-heuristisches Schreiben). Diesen Denkprozess sollte KI nicht ersetzen. Dazu braucht es Ihre Anleitung, die eine kritische und lernförderliche KI-Nutzung unterstützt, und entsprechende Lernformen. So profitieren sowohl die Textqualität als auch das Fachwissen und die Schreibkompetenz der Studierenden.

Was könnte der nächste kleine Schritt sein? 3 Reflexionsfragen

• Formulieren als Denkprozess und Fachkompetenz: Soll der Schreibprozess als Form des Denkens genutzt werden? Welche Rolle spielen Argumentations- und Formulierungsfähigkeiten im Fach?

• Lernchancen und Kompetenzerwerb: Welches Vorwissen benötigen Studierende, um KI-Modelle sinnvoll beim Formulieren einzusetzen? Wie können sie ihr Wissen über Fachtexte, Text- und Argumentationsmuster beim Prompten aktiv nutzen und erweitern?

• Lern- und Prüfungsformate: Integrieren Sie kleine KI-Schreibaufgaben in die Lehre. Wie können Sie Austausch und Kooperation über Erfahrungen beim Formulieren und Rohtexten mit KI fördern (Vorgehensweisen, Prompting-Strategien, Modelle, GPTs erstellen etc.)? Ergeben sich daraus ggf. veränderte Prüfungssettings?