Recherche-Workshops, KI-Kurse & Microcredentials
Die dargestellte Kurs-Struktur versteht sich als Rahmen, nicht als starres Programm.
Jede Hochschule, jede Einrichtung und jedes Fach bringt ihre eigenen Fragen und Rahmenbedingungen mit. Deshalb entwickeln wir gemeinsam das für Sie passende Programm. Sie wählen die Bausteine, die Sie benötigen und auch das Format: vom kurzen Impuls über eine vertiefende Schulung bis zu einer mehrteiligen Workshop-Reihe ist alles möglich.
Umfang, Schwerpunkt und inhaltliche Tiefe stimme ich individuell auf Ihre Zielgruppe und das Vorwissen ab. So entsteht ein passgenaues, fachspezifisches Angebot, das sich direkt in den Studien- und Forschungsalltag integriert.
Wissenschaftlich recherchieren mit KI: Passende Tools statt ChatGPT
Die wissenschaftliche Informationskompetenz vieler Studierender und auch vieler Lehrender ist gering. Das war schon vor KI so, doch seitdem hat sich das Problem nochmal massiv verschärft. Die meisten nutzen ChatGPT - und nichts anderes.
In diesem Workshop lernen die Teilnehmer, warum ChatGPT für eine wissenschaftliche Recherche nicht ausreichend ist, welche KI-Tools bei der Daten- und Literatursuche wirklich helfen und wie man sie fachspezifisch und methodisch korrekt einsetzt.
Inhalte
- Wie ChatGPT Informationen erzeugt und warum das keine gute Recherche ist
- Arbeit mit Fachdatenbanken und integrierten KI-Assistenten
- Wissenschaftsspezifische KI-Recherche-Tools wie SciSpace, Elicit und Consensus kennenlernen
- Suchstrategien entwickeln und systematische Recherchen durchführen
- Bewertung von Quellen: Peer Review, Zitierkontext, Abdeckung, Datenbasis
Praxis
- Vergleich ChatGPT vs. Fachdatenbanken vs. wissenschaftsspezifische KI-Tools
- Live-Demo mit Schritt-für-Schritt-Recherche
- Halluzinationen und typische KI-Fehler erkennen und Lösungsstrategien entwickeln
Ergebnis
Nach dem Workshop können Teilnehmende:
- generative KI realistisch einschätzen und ChatGPT-Antworten kritisch prüfen
- Fachdatenbanken und deren KI-Assistenten gezielt einsetzen
- wissenschaftsspezifische KI-Recherche-Tools während verschiedener Arbeitsschritte einsetzen
- traditionelle Suchtechniken mit den neuen Möglichkeiten der KI-Recherche verbinden
- systematische Suchstrategien entwickeln und Rechercheprozesse dokumentieren
Statt sich auf eine einzige Plattform wie ChatGPT zu verlassen, können die Teilnehmer am Ende des Workshops KI als Teil eines fundierten wissenschaftlichen Recherche-Workflows einsetzen.
Qualitätssicherung bei KI-gestützten Recherchen
In der wissenschaftlichen Arbeit zählt nicht nur das Ergebnis, sondern auch der Weg dorthin.
KI-Tools verändern diesen Weg spürbar, denn KI ist nie neutral. Sie beruht auf Datenbeständen, Zugangsmodellen und Algorithmen. Wer mit KI recherchiert, sollte deshalb nicht nur Ergebnisse bewerten können, sondern auch verstehen, wie sie zustande kommen.
Inhalte
- Warum KI-Recherchetools immer nur Teile der wissenschaftlichen Literatur erfassen
- Wie KI-Rechercheprozesse sauber dokumentiert werden
- Fachabhängigkeit: Warum KI in manchen Disziplinen besser funktioniert als in anderen
- Reproduzierbarkeit: Warum identische Anfragen unterschiedliche Ergebnisse liefern
- Scheinkonsens: Was tun, damit Differenzen in den Daten von Sprachmodellen nicht überdeckt werden
- Warum KI klassische Recherche in Bibliothekskatalogen und Fachdatenbanken nicht ersetzt
Praxis
- Vergleich der Literaturabdeckung von KI-Tools wie Perplexity, Scispace, Elicit, ScholarLabs u.a.
- Live-Check welche Arbeiten unsichtbar bleiben und warum?
- Analyse einer KI-generierten Ergebnis-Zusammenfassung auf Auslassungen und Verzerrungen
- Praktische Lösungsstrategien gegen die Gefahren von Bias und Scheinkonsens
- Entwicklung einer Qualitäts-Checkliste für wissenschaftliche KI-Recherchen
Ergebnis
Nach dem Workshop können die Teilnehmer:
- die Datenbasis und Reichweite von KI-Recherchetools realistisch einschätzen
- fachliche und strukturelle Grenzen erkennen
- Scheinkonsens und Popularitätseffekte identifizieren
- KI-Ergebnisse kritisch prüfen und absichern
Die Teilnehmenden erleben an konkreten Beispielen, wo KI effizient ist und wo sie strukturell begrenzt bleibt. Dadurch wird KI reflektiert und methodisch kontrolliert eingesetzt.
Citation-Tracking, Netzwerkanalysen, Forschungslandkarten:
Mit KI komplette Themenfelder systematisch erschließen
KI-Tools können die Verbindungen zwischen Daten und Studien als Netzwerk sichtbar machen.
Die KI wird als Instrument zur Orientierung im wissenschaftlichen Diskurs eingesetzt. Statt isolierter Trefferlisten entstehen Forschungslandkarten, die komplexe Verbindungen visuell sichtbar machen.
Inhalte
- Arbeit mit Seed-Papern: von einer Studie zum kompletten Forschungsnetzwerk
- visuelle Karten von Publikationsnetzwerken erstellen und verstehen
- KI-Tools wie Connected Papers, ResearchRabbit, Litmaps, OpenAlex und Paperpal kennenlernen
- thematische Verbindungen (Cluster) zwischen Studien erkennen
- Grundlagentexte entdecken, Brückenpapiere identifizieren, Disziplinen verbinden
- Vorwärts- und Rückwärtszitation gezielt für die Recherche einsetzen
- eigene Texte mit anderen Studien verbinden, Aussagen und Evidenzen prüfen
Praxis
- Live-Arbeit mit verschiedenen Fachdatenbanken und KI-Tools
- Aufbau einer Forschungslandkarte ausgehend von einem Beispielthema
- Identifikation zentraler Studien und Diskurslinien
- Analyse möglicher Verzerrungen (Bias) in Zitationsnetzwerken
- Reflexion: Welche Arbeiten werden sichtbar und welche nicht?
Ergebnis
Nach dem Workshop können die Teilnehmer:
- Forschungsfelder überblicken und sich eigenständig in neue Themen einarbeiten
- zentrale Autoren, Themen und Diskurse systematisch identifizieren
- Citation-Tracking gezielt in Recherche-Workflows einsetzen
- Zitationszusammenhänge kritisch bewerten
- strukturelle Bias (Popularitätseffekte, Sprachdominanz, Indexierungslücken) erkennen
Auf diese Weise wird KI zu einem Werkzeug für Orientierung und Einordnung. Die Recherchen werden tiefer und breiter, neue Verbindungen zeigen sich und das Verständnis für das Forschungsfeld wächst.
Von der Recherche zum Ergebnis: Daten und Literatur mit KI auswerten, visualisieren und strukturiert aufschreiben
Nach der Recherche beginnt die eigentliche Arbeit: Daten verstehen, Ergebnisse einordnen, Argumente entwickeln, Texte schreiben und visualisieren. KI kann diesen Prozess erheblich erleichtern, wenn man die richtigen KI-Tools auswählt und sie fachlich korrekt und methodisch reflektiert einsetzt. In diesem Kurs geht es darum, recherchierte Daten und Studien in fundierte, gut strukturierte wissenschaftliche Ergebnisse zu verwandeln.
Inhalte
- Daten, Texte und komplexe Zusammenhänge mit Hilfe von KI analysieren
- Abbildungen und Infografiken mit KI erstellen
- statistische Daten mit KI auswerten und mit KI visualisieren
- KI-Unterstützung beim Gliedern und Schreiben
- begleitend: kritische Reflektion des KI-Einsatzes und Prozessdokumentation
Praxis
- Arbeit mit konkreten Datensätzen, Texten und Rechercheergebnissen
- Gemeinsame Strukturierung von Argumenten und Gliederungen
- Einführung in KI-Tools zur Datenanalyse und Datenvisualisierung
- Präsentation und Test verschiedener KI-Writer
- kritische Überführung der Resultate
- Anpassung an Fachgebiet und Zielsetzung
Ergebnis
Nach dem Workshop können die Teilnehmer
- Daten und Texte mit Hilfe von KI auswerten und analysieren
- publikationsreife Visualisierungen mit fachlicher Aussagekraft erstellen
- Ergebnisse und Argumentationslinien klar formulieren
- KI reflektiert und methodisch fundiert über den gesamten Arbeitsprozess hinweg einsetzen
Lehren und Prüfen im KI-Zeitalter: Praxislösungen statt KI-Detektoren
KI-Tools verändern die Art und Weise, wie in Studium und Forschung recherchiert, argumentiert und geschrieben wird. Die zentrale Frage ist dabei nicht, ob KI genutzt wird, sondern wie wissenschaftliche Kompetenz und Qualität unter diesen Bedingungen erhalten und sichtbar bleiben können. Dieses Modul unterstützt Studierende, Lehrende und Forschende dabei, praktikable Lösungen zu entwickeln und die etablierten Standards guter wissenschaftlicher Praxis zu wahren.
Inhalte
- Rechtliche und methodische Risiken des Einsatzes von KI-Detektoren wie GPTZero, Turnitin u.a.
- Prozessdokumentation und KI-Policies als Bestandteil von Studium und wissenschaftlicher Arbeit
- Transparente KI-Regelungen für Lehrveranstaltungen
- Prüfungsformate, die Transfer, Argumentation und Reflexion stärken
Praxis
Im Workshop arbeiten wir an konkreten Beispielen aus der Hochschulpraxis:
- Analyse typischer Prüfungsformate im Hinblick auf KI-Nutzung
- Diskussion realer Fälle und Entwicklung neuer Aufgabenstellungen
- Erarbeitung einfacher Modelle für Prozessdokumentation
- Formulierung klarer und praktikabler KI-Richtlinien für Lehrveranstaltungen
Ergebnis
Nach dem Workshop können die Teilnehmer:
- die Leistungsfähigkeit und Grenzen von KI-Detektoren realistisch einschätzen
- Prüfungsformate kritisch analysieren und weiterentwickeln
- Prozessdokumentationen sinnvoll integrieren und faire KI-Regelungen formulieren
- Studierende zu reflektierter und verantwortungsvoller KI-Nutzung anleiten
In diesem Modul werden die Veränderungen durch KI als Chance begriffen, bisherige Lehr- und Prüfungsformen zu überarbeiten. Statt um Verbote geht es darum, Gestaltungsspielräume zu nutzen und gemeinsam zu Lösungen zu kommen. Impulse aus der Forschung und Best-Practice-Beispiele helfen dabei.
Konzeption und Durchführung von KI-Kursen und Microcredentials
Ich unterstützte Hochschulen, Studium und Lehre fit fürs KI-Zeitalter zu machen. Dabei verbinde ich meine Erfahrungen in der Entwicklung von KI-Kursen mit aktuellen Forschungen zum Thema und der Kenntnis zahlreiche Best-Practice-Beispiele.
Von einzelnen Modulen bis zu zertifizierten Microcredentials entwickeln wir gemeinsam Formate, in denen Studierende lernen, KI kompetent zu nutzen, ohne wissenschaftliche Qualitätsstandards aus dem Blick zu verlieren. Das Ganze so, dass es sich stimmig ins Curriculum einfügt.
Was ich mitbringe
- Expertise in modularen Lehrformaten zur Informationskompetenz im KI-Zeitalter
- Erfahrung in der Entwicklung von Microcredentials und KI-Kursen
- Know-how für die Integration in bestehende Curricula
- Methoden für kompetenzorientierte Prüfungsformate
- Konzepte für flexible Lern-und-Lehr-Arrangements
Wie wir zusammenarbeiten
- Wir analysieren Ihre bestehenden Angebote
- Wir entwickeln gemeinsam mit Ihren Fachbereichen neue Formate
- Wir erarbeiten konkrete, umsetzbare Modulstrukturen
- Wir gestalten Kompetenzmodelle, die sich prüfen lassen
- Ich begleite Sie bei den ersten Pilotdurchläufen und führe auf Wunsch auch Kurse durch
Was Sie bekommen
- Durchdachte Lehrformate, die Sie direkt umsetzen können
- Zertifizierbare Microcredentials für Ihre Studierenden
- Nachhaltig verankerte KI-Informationskompetenz
- Skalierbare Programme für verschiedene Zielgruppen
Sie wollen mehr über meine Workshops und Kurse wissen oder haben eine Frage?
Schreiben Sie mir: per e-Mail, WhatsApp oder auf LinkedIn. Gern unterbreite ich Ihnen ein unverbindliches Angebot, individuell zugeschnitten auf Ihre Wünsche. Ich freue mich auf Ihre Anfrage!
Gern vereinbare ich mit Ihnen auch einen komplett kostenfreien Beratungstermin: online oder vor Ort.
Kontakt
Telefon: +49 (0)178-8212548
E-mail: info@ki-recherchen.de
LinkedIn: linkedin.com/in/ki-recherchen/
Anschrift:
KI Recherchen - Danny Walther
Hammerstraße 10
04277 Leipzig