Forschungsdesigns mit KI vergleichen und selbst begründen

Das Problem

Frau Keller fragt im Forschungsseminar nach der Methodenwahl. Ein Student antwortet, KI habe eine Umfrage empfohlen, weil sie einfach durchzuführen sei. Ob eine Umfrage seine Frage beantworten kann, wurde noch nicht geprüft.

Ein Forschungsdesign ist der begründete Plan, wie eine Untersuchung zu ihrer Erkenntnis gelangt. Es verbindet Frage, Datenerhebung, Vergleichsmöglichkeiten und Auswertung. Die Wahl eines Werkzeugs oder einer Erhebungsform allein ist noch kein vollständiges Design.

Die Studierenden sollen verschiedene Wege mit ihren jeweiligen Grenzen verstehen. Eine übersichtliche KI-Tabelle kann dabei helfen, solange sie keine Methode automatisch zur besten erklärt. Machbarkeit zählt, darf aber nicht mit wissenschaftlicher Aussagekraft verwechselt werden.

So lösen Sie es mit KI – Schritt für Schritt

1. Schreiben Sie das Erkenntnisziel auf. Öffnen Sie eine Planungsvorlage und vervollständigen Sie den Satz «Nach der Untersuchung möchte ich begründet sagen können …». Klären Sie, ob Erfahrungen verstanden, Verteilungen beschrieben, Zusammenhänge untersucht oder Wirkungen beurteilt werden sollen.

1. Prüfen Sie die zentralen Begriffe. Lassen Sie Studierende erklären, woran sie das untersuchte Merkmal erkennen würden. Wer «Lernerfolg» untersuchen will, muss etwa zwischen subjektiver Zufriedenheit und einer tatsächlich gezeigten Fähigkeit unterscheiden.

1. Lassen Sie passende Alternativen skizzieren. Geben Sie KI Frage, Rahmen und verfügbaren Zugang ohne Personendaten ein. Verlangen Sie für jede Alternative Datengrundlage, Erhebung, Auswertung und mögliche Aussagegrenze, nicht nur Vor- und Nachteile in Schlagworten.

1. Vergleichen Sie die Erkenntnismöglichkeiten. Prüfen Sie, welche Frage ein Interview, eine Befragung, eine Beobachtung oder ein begründeter Vergleich jeweils beantworten könnte. Eine Kombination verschiedener Verfahren ist nur sinnvoll, wenn ihre Beiträge zur Frage klar sind.

1. Prüfen Sie Zugang und Verantwortung. Klären Sie Betreuung, verfügbare Zeit, Einwilligungs- und Freigabeprozesse sowie den Schutz erhobener Informationen mit der Hochschule. Lassen Sie die KI keine Zusage über vorhandene Daten oder zulässige Forschung an Teilnehmenden erfinden.

1. Begründen Sie die Entscheidung selbst. Schreiben Sie einen kurzen Entscheidungsabsatz mit gewähltem Vorgehen, verworfener Alternative und wichtigster Grenze. Bitten Sie KI danach um kritische Rückfragen, statt sich die Begründung vollständig vorsagen zu lassen.

1. Erproben Sie einen kleinen Ausschnitt. Testen Sie beispielsweise eine Frageformulierung oder ein Auswertungsschema an geeignetem Übungsmaterial. Prüfen Sie, ob damit tatsächlich Informationen zum Erkenntnisziel entstehen, und besprechen Sie nötige Anpassungen mit der methodischen Betreuung.

Vorlage zum Kopieren

Ich plane als Dozentin eine Übung zur begründeten Methodenwahl.
Forschungsfrage: [Frage]
Erkenntnisziel: [was verstanden oder untersucht werden soll]
Rahmen und freigegebener Datenzugang: [Angaben]
Vorkenntnisse der Studierenden: [fachliche Voraussetzungen]
Vergleichen Sie geeignete Forschungsdesigns anhand von Datengrundlage,
Erhebung, Auswertung, möglichen Aussagen, Grenzen und Machbarkeit.
Kennzeichnen Sie Annahmen. Erfinden Sie keine Freigaben oder Ressourcen.
Geben Sie keine automatische Rangliste. Formulieren Sie Rückfragen,
mit denen Studierende ihre eigene Entscheidung begründen müssen.

Ersetzen Sie die Platzhalter durch Ihre Lehrsituation und ausschliesslich durch zur Nutzung freigegebene Inhalte.

Welche Frage passt zu welchem Erkenntnisweg?

Diese Übersicht ist eine Orientierung, kein Rezept. Innerhalb jeder Kategorie gibt es unterschiedliche Designs und Anforderungen. Für kausale Fragen, also Fragen nach Ursachen, ist entscheidend, wie andere Erklärungen kontrolliert werden; das erläutert etwa das Cochrane-Handbuch zu nicht randomisierten Studien.

Worauf Sie achten müssen

• Daten begrenzen: Geben Sie keine Personendaten von Studierenden oder Schülerinnen und Schülern in öffentliche KI-Dienste ein. Verwenden Sie für Lehrübungen erfundene Fälle oder freigegebenes Material; prüfen Sie auch Kommentare und angehängte Dateien.
• Fehler erkennen: KI kann plausible, aber falsche Aussagen erzeugen. Eine flüssige Erklärung, eine Quellenangabe oder eine selbst vergebene Sicherheitseinstufung ersetzt keine Kontrolle am Ausgangsmaterial.
• Eigenständigkeit erhalten: Lassen Sie Lernende zuerst einen eigenen Vorschlag festhalten und danach eine Änderung begründen. Besprechen Sie Unsicherheiten persönlich, statt eine KI-Rückmeldung als Urteil über die Person zu behandeln.
• Zugang fair gestalten: Stellen Sie bei Lehrveranstaltungen eine gleichwertige Arbeitsmöglichkeit ohne privaten Bezahlzugang bereit. Klären Sie bei jüngeren Teilnehmenden zusätzlich die Altersbedingungen und die notwendige Begleitung.
• Örtliche Regeln klären: An Schweizer Hochschulen und PH gelten die Vorgaben der jeweiligen Institution und des Moduls; kantonale Rahmenbedingungen können unterschiedlich sein. Klären Sie zulässige Hilfsmittel, Offenlegung und offene Rechtsfragen mit den zuständigen Fachstellen im Einzelfall.

Ein Beispiel aus der Praxis

Ein erfundenes Beispiel: Eine Studentin an einer PH möchte verstehen, weshalb Lernende Rückmeldungen unterschiedlich nutzen. KI schlägt zuerst eine grosse standardisierte Befragung vor. Frau Keller lässt das Erkenntnisziel in Alltagssprache erklären.

Die Studentin möchte zunächst Entscheidungsgründe und Erfahrungen verstehen. Sie prüft deshalb einen qualitativen Zugang mit Gesprächen und begründet, weshalb damit keine Häufigkeitsaussagen über alle Studierenden entstehen. Die gewählte Methode passt nun zur eingegrenzten Frage und zu ihrer Betreuungssituation.

So hilft Ihnen Alpasana

Mit Prompt Engineering können Sie die dafür nötige KI-Arbeitsweise üben. Sie üben, Aufgabe, Kontext, Ziel und Ausgabeformat klar zu beschreiben, komplexe Arbeiten aufzuteilen und Antworten zu überprüfen. Daraus entsteht ein getestetes Set wiederverwendbarer Arbeitsanweisungen; Programmierkenntnisse sind dafür nicht erforderlich.

Für Frau Keller ist das eine Grundlage, um eigene Lehrvorlagen bewusster zu gestalten und Ergebnisse nachvollziehbar zu kontrollieren. Die fachliche Beurteilung wissenschaftlicher Arbeiten und die Freigabe durch Ihre Hochschule bleiben bei den dafür zuständigen Personen.

Häufige Fragen

Ist eine Kombination mehrerer Methoden immer besser?

Nein, sie verursacht zusätzliche Anforderungen an Planung und Auswertung. Kombinieren Sie Verfahren nur, wenn klar ist, welche ergänzende Erkenntnis daraus entstehen soll und wie die Ergebnisse zusammengeführt werden.

Darf die Forschungsfrage an die Machbarkeit angepasst werden?

Ja, eine begründete Eingrenzung ist oft sinnvoll. Halten Sie fest, was sich geändert hat, und stimmen Sie den neuen Anspruch mit der Betreuung ab.

Was ist, wenn ich die vorgeschlagene Auswertung nicht beherrsche?

Behandeln Sie das als offene Voraussetzung des Designs. Planen Sie fachliche Unterstützung oder wählen Sie nach Beratung einen tragfähigen engeren Zugang; KI ersetzt fehlendes Methodenverständnis nicht.

Für den nächsten Arbeitsschritt helfen Ihnen Korrelation oder Ursache? KI-Erklärungen im Seminar prüfen und Studienqualität mit KI diskutieren: Methodenkritik üben.