Forschung und Transfer

Studierende, Promovierende, PostDocs, wiss. Mitarbeitende, Professorinnen und Professoren

• Die Verantwortung für den Einsatz von KI-Systemen liegt grundsätzlich bei den jeweiligen Nutzenden, d.h. sie sind nicht nur für die bei der Nutzung der KI eingegebenen Daten und generierten Inhalte verantwortlich, sondern auch für deren Speicherung, Vervielfältigung und Verbreitung.
• Dies umfasst zum einen die Daten, die über den Prompt eingegeben bzw. die von der KI generiert werden, da diese nicht nur lokal, sondern vor allem auch auf dem Server des KI-Betreibers gespeichert, u.U. für Trainingszwecke genutzt und damit verbreitet und vervielfältigt werden.
• Zum anderen sind auch die Daten bzw. Inhalte gemeint, die Nutzende aus der Kommunikation mit der KI als Ergebnis erstellen und bewusst verbreiten, z. B. den Text einer Mail oder die Hinweise auf der Homepage.
• Um dieser Verantwortung gerecht werden zu können, besteht für die Nutzenden die Pflicht, sich über geltende Regelungen (z.B. Datenschutz, Urheberrecht, KI-Verordnung) zu informieren, die Ergebnisse kritisch zu hinterfragen und den Einsatz kontextgerecht sowie ethisch reflektiert zu gestalten.
• Bei wissenschaftlichen Publikationen sind zudem die Regelungen der Konferenzorganisato-ren, Herausgeber oder Verlage zu beachten.
• Weiterführende Informationen finden Sie in den Kapiteln Einhaltung des Datenschutzes und Einhaltung von Urheberrecht. Sie helfen, mögliche Unsicherheiten frühzeitig zu klären.

• Die Verwendung von freien KI-Systemen wie ChatGPT bedeutet, dass die eingegebenen Daten wie auch generierten Inhalte auf Speicher in der Cloud übertragen werden und damit die Nutzung der Inhalte für Dritte, insbesondere auch zum Training der KI für den/die Nutzende/n, nicht steuerbar ist.
• Folglich empfiehlt sich die Nutzung der an der UR zur Verfügung stehenden KI (Microsoft Copilot, DeepL im Webeditor), da vertragliche Regelungen mit den Herstellern die Verbreitung und Vervielfältigung einschränken.
• Dabei bleibt die Einhaltung der Datenschutz-, Urheber- und Persönlichkeitsrechte sowie die Verantwortung der Nutzenden unberührt.

• Die Nutzung von KI-Systemen ist stets transparent zu gestalten. Dies bedeutet, dass der Einsatz von KI bei der Erstellung von Inhalten – unabhängig davon, ob es sich um Texte, Bilder, Audio-, Video- oder andere Formate handelt – offenzulegen ist und KI-generierte Inhalte eindeutig als solche zu kennzeichnen sind.
• Dies umfasst zum einen Inhalte, die vollständig durch eine KI erstellt wurden, und zum anderen Inhalte, die durch eine KI maßgeblich beeinflusst oder ergänzt wurden. Durch diese Kennzeichnung wird deutlich, dass es sich nicht um rein menschlich bzw. selbstständig erstellte Inhalte handelt und solche Ergebnisse potenziell fehlerhaft, unvollständig oder kontextinadäquat sein können.
• Die konkrete Ausgestaltung der Transparenzpflicht – beispielsweise ob lediglich die Nutzung von KI anzugeben ist oder ob ein vollständiges Protokoll der verwendeten Prompts einzureichen ist – kann je nach Vorgabe des jeweiligen Verantwortlichen (bspw. Herausgeber, Konferenzorganisatoren, Dozierende) variieren und ist entsprechend zu berücksichtigen.
• Um dieser Transparenzpflicht gerecht zu werden, sind KI-generierte Inhalte vor ihrer Weitergabe oder Veröffentlichung kritisch zu prüfen, korrekt einzuordnen und im jeweiligen Kontext nachvollziehbar zu dokumentieren.

• Die KI kann genutzt werden, um relevante Suchbegriffe, Themenideen oder Literaturvorschläge zu generieren.
• Beispiel 1: Die generative KI soll eine Liste möglicher Suchbegriffe zu „nachhaltige Lieferketten“ vorschlagen und diese werden anschließend in Fachdatenbanken überprüft.
• Beispiel 2: Die generative KI soll nach Definitionen für „nachhaltige Lieferketten“ suchen und Quellen dazu ausgeben. Die Definitionen und Quellen sind einzeln zu überprüfen, um sicherzustellen, dass die Quellen nicht durch die KI erfunden („halluziniert“) wurden und zudem auch korrekt zitiert werden.

• Die KI kann zur Datenanalyse (z. B. Text-Mining) eingesetzt werden, sofern eine sorgfältige wissenschaftliche Prüfung der Ergebnisse erfolgt und der KI-Einsatz transparent dokumentiert wird.
• Beispiel 1: Die KI wird zur Clusterbildung von qualitativ erhobenen Interviewdaten verwendet.
• Beispiel 2: Die generative KI wird verwendet, um ein Analyseskript zu vereinfachen und auf Fehler zu überprüfen.

• Die KI kann zur Reflexion über geeignete methodische Zugänge oder Studienaufbauten beitragen.
• Beispiel 1: KI-Vorschläge für Mixed-Methods-Designs werden im Forschungsteam diskutiert.
• Beispiel 2: Die KI wird verwendet, um aus einem Fließtext-Studienprotokoll ein Study-Flow-Chart zu generieren.

• Die KI kann zur Strukturierung, zu sprachlichen Verbesserungen und zur Unterstützung bei Schreibprozessen verwendet werden.
• Beispiel 1: Von KI generierte Formulierungsvorschläge für die Einleitung eines Forschungsantrags werden eigenständig überarbeitet.
• Die KI kann zur sprachlichen Verbesserung von Texten für die Wissenschaftskommunikation oder Vorträge genutzt werden.
• Beispiel 2: Für ein vorgegebenes Thema und basierend auf den eigenen Publikationen werden mehrere Titel für eine Keynote vorgeschlagen, die besser auf das Zielpublikation angepasst sind, z.B. Industrie, öffentliche Verwaltung, Fachpublikum.
• Beispiel 3: Für einen angenommenen Forschungsbeitrag wird ein Beitrag für LinkedIn erstellt, der die wichtigsten Inhalte zusammenfasst und Inhalte sprachlich für Social Media anpasst.
• Beispiel 4: Die KI wird verwendet, um das Abstract eines Manuskripts vor Einreichung bei einer neuen Zeitschrift auf die vorgegebene Anzahl an Wörtern zu kürzen.

• Die KI kann für die automatische Verschriftlichung von Interview- oder Beobachtungsdaten genutzt werden.
• Beispiel: Whisper wird verwendet, um qualitative Interviews effizient zu transkribieren.

• Die KI kann erste Kategoriensysteme vorschlagen, die anschließend manuell angepasst werden.
• Beispiel: Die KI wird genutzt, um Vorschläge für Kodierungen offener Antworten zu erhalten.

• Die KI kann zur Analyse, Konzeption und Modellierung von Softwareprojekten eingesetzt werden.
• Beispiel: Ein bestehendes BPMN-Modell oder UML-Klassendiagramm wird mit KI um weitere Konzepte aus der Anwendungsdomäne ergänzt, die in der Anforderungserhebung fehlen könnten. Die Ergebnisse müssen sowohl auf inhaltliche Richtigkeit, Relevanz als auch korrekte Syntax überprüft werden.

• Die KI kann als Unterstützungswerkzeug für die Entwicklung von Forschungssoftware oder für Transferprojekte genutzt werden, z. B. für die Codegenerierung und Ergänzung, Verbesserung, bei der Fehlererkennung, der Dokumentation oder Integration mit anderen Anwendungen.
• Beispiel: Für eine Anwendung muss eine Datenbankschnittstelle geschaffen werden. Mit Hilfe von KI wird Code vorgeschlagen, um die Verbindung zur Datenbank aufzubauen, SQL Queries zu versenden und die Ergebnisse intern abzuspeichern. Die KI-Resultate müssen auf inhaltliche Richtigkeit geprüft werden und bezüglich möglicher Sicherheitslücken und Schwachstellen getestet werden.

• Die KI kann zum Testen von Forschungssoftware verwendet werden.
• Beispiel: Die KI generiert für eine bestehende Test-Suite weitere Tests mit unterschiedlichen Grenzwerten und Testdaten für komplexere Funktionen. Die generierten Ergebnisse müssen auf inhaltliche Korrektheit, Relevanz und gegenüber Schwachstellen überprüft werden.