KI beim Lesen/Textverstehen 

Begriff / Use Case – worum geht es eigentlich?

„Lesen mit KI“ bedeutet, generative KI-Tools als Unterstützung beim Verstehen und Strukturieren wissenschaftlicher Texte zu nutzen. Sie können Kernthesen herausfiltern, komplexe Abschnitte erklären oder beim Verbinden von Textinhalten mit eigenen Forschungsfragen helfen.

Use Cases: Sie möchten sich als Lehrende in ein neues Thema einarbeiten oder einen Text für Ihre Lehre didaktisch aufbereiten. KI-Lektüretools helfen Ihnen, schneller die Kernaussagen zu erfassen und Schwerpunkte zu setzen. Ein Use Case aufseiten der Studierenden wäre, dass sie einen Text, den sie für das Seminar lesen sollen, zunächst in ein KI-Tool laden und sich davon eine Zusammenfassung ausgeben lassen, ehe sie den Text selbst lesen.

Funktionsweise und Hintergrundinfos – was sollte man wissen?

KI-Lektüretools (z.B. ChatPDF, SciSpace, Semantic Reader, Microsoft Copilot) funktionieren, indem Nutzende ein PDF hochladen oder einen Textausschnitt hineinkopieren und Fragen dazu stellen oder Zusammenfassungen erzeugen lassen.

Wichtig:

• Rechtliche Rahmenbedingungen beachten: Der Upload urheberrechtlich geschützter PDFs in Online-Tools ist nicht erlaubt (vgl. Nutzungsbedingungen von SciSpace). Bei ChatGPT & Co. dürfen nur solche Texte hochgeladen werden, an denen man selbst das Urheberrecht innehat oder die unter einer freien Lizenz stehen. Eine legale Alternative, um auch urheberrechtlich geschützte Texte für den Chat mit KI-Tools verfügbar zu machen, ist die Nutzung von lokal installierten Large Language Models (LLMs). Mittels einer Plattform wie LM Studio lassen sich ohne Programmierkenntnisse LLMs lokal installieren. Immer mehr Hochschulen betreiben Open Source LLMs aber auch über eigene Server, sodass man auch hier urheberrechtlich geschützte Texte hochladen kann.

• KI-Tools liefern nicht immer korrekte oder vollständige Ergebnisse. Stellt man Fragen zu einem hochgeladenen PDF kann die Antwort trotzdem falsch sein – auch wenn das KI-Tool Zugriff auf das PDF hat. Durch Fußnoten/Verlinkungen an einzelne Stellen im Text kann man häufig aber direkt prüfen, ob das KI-Tool eine Stelle richtig zusammengefasst/paraphrasiert hat.

Beispiel/Anwendung/Lösung: Wie geht es denn?

Beispiel 1: Erste Sichtung und Überblick mit MS EdgeI

Öffnen Sie eine offen lizenzierte PDF (wissenschaftliches Paper) mit Microsoft Edge (Webbrowser, vorinstalliert auf Windows-Rechnern) und starten Sie den Copilot (Klick auf buntes Symbol in der rechten oberen Ecke). Dort können Sie sich mit folgendem Prompt eine Zusammenfassung des Textes erstellen lassen: „Diese Seite enthält ein wissenschaftliches Paper. Fasse dieses zusammen. Gehe dabei vor allem auf das methodische Vorgehen sowie auf die Ergebnisse und deren Diskussion ein“. Dies kann Ihnen helfen, vor einer tiefergehenden Lektüre die Relevanz eines Textes für Ihr aktuelles Anliegen einzuschätzen.

Beispiel 2: Fragen an den Text stellen

Laden Sie eine offen lizenzierte PDF bei Google Gemini hoch, deren Inhalt sie schon gut kennen. Stellen Sie dann gezielte Fragen an den Text. Überprüfen Sie die Korrektheit der Antworten.

Beispiel 3: Argumentationsgang anzeigen lassen

Laden Sie eine offen lizenzierte PDF bei ChatGPT hoch. Fordern Sie das Tool dazu auf, die Argumentation des Papers nachzuzeichnen. Thematisieren Sie dies mit Ihren Studierenden. 

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

• Rechtslage prüfen: Keine urheberrechtlich geschützten Texte bei ChatGPT & Co. hochladen (s. o.).

• Quellenkritik beibehalten: KI-Antworten sind keine Garantie für Richtigkeit, sondern Ausgangspunkte.

• Lesekompetenz stärken: KI ersetzt nicht das eigene Verstehen, sondern unterstützt es. Fachkulturelle Besonderheiten eines Textes werden von den Tools oft nicht erkannt. Daher: Studierende dafür sensibilisieren.

• Eigenständigkeit wahren: KI kann zur Lesetutorin werden, ist aber kein Ersatz für die eigene reflektierte Lektüre.

• Potenziale Studierenden näherbringen (z. B. KI-generierte Zusammenfassung als Advance Organizer vor eigenem Lernen; Möglichkeit, sich schwer verständliche Passagen erklären zu lassen), dabei aber auch Risiken betonen (z. B. KI-generierte Zusammenfassungen sind verkürzt und enthalten teilweise auch falsche Angaben).

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

Studierende sind mit wissenschaftlichen Texten oftmals überfordert und erhoffen sich deshalb vermeintlich schnelle Hilfe durch Tools wie ChatPDF. Überlegen Sie deshalb, wie Sie die Schwierigkeiten von Studierenden zum Gegenstand Ihrer Fachlehre machen könnten, bzw. wie sie mit Studierenden ins Gespräch darüber kommen könnten, was sie sich von Tools wie ChatPDF & Co. erhoffen. Treten Sie außerdem mit ihnen in einen Dialog darüber, wie sie KI-Tools bei der Auseinandersetzung mit Texten verwenden.

Daneben können Sie sich informieren, ob Ihre Hochschule auf eigenen Servern Open Source LLMs betreibt, sodass Sie hier bedenkenlos Texte hochladen können.