KI anwenden: Literaturrecherche

Allzweck-Chatbots mit generativer KI wie Chat-GPT, Gemini, Claude, Microsoft Copilot u.a. können u.a. helfen, die Eignung eines Themas für studentische Hausarbeiten schnell abzuschätzen, Forschungsfragen zu schärfen, Textentwürfe zu gliedern oder Zusammenfassungen zu erstellen. 
Für eine gründliche Recherche nach wissenschaftlicher Fachliteratur eignen sie sich dagegen bisher kaum, v.a. weil sie aus ihren Algorithmen und Wahrscheinlichkeitsberechnungen heraus oft nichtexistierende Literaturtitel und Falschaussagen hinzu halluzinieren und selten valide Quellenbelege bieten, während ihnen der Zugang zu Datenbanken mit Fachveröffentlichungen weitgehend fehlt.

Spezialisiertere KI-Tools für die Literatursuche, die man als „Finders“ bezeichnet (wie Semantic Scholar, OrkGAsk, Consensus, Keenious u.a.), haben dagegen eine abgegrenzte Basis aus Metadaten und Volltexten von sehr vielen wissenschaftlichen Veröffentlichungen, die sie auch gruppieren und zusammenfassen können. Für Fragen der Naturwissenschaften und Medizin lassen sich mit ihnen oft bereits gute Ergebnisse erzielen; für geistes-, rechts- und sozialwissenschaftliche Fragen eignen sie sich aufgrund ihrer speziellen Datenbasis bisher meist weniger. „Connectors“ (wie Research Rabbit u.a.) können wiederum mit KI das Forschungsnetzwerk und Literatur-Umfeld eines Online-Artikels weiterverfolgen und ähnliche Literatur hinzuermitteln.

Auch Google Scholar und etliche Oberflächen von Fach- und Literaturdatenbanken (wie JSTOR, Beck Online u.a.) setzen bereits KI-Sprachmodelle zur besseren Durchsuchbarkeit und Ergebnisanalyse ein, die sehr hilfreich sein können.

Die Universitätsbibliothek  führt ein Kursprogramm dazu durch und informiert auf ihren Webseiten spezieller zu den Tools und der Nutzbarkeit der KI in der Literatursuche wie auch zur effizienten Methodik einer strukturierten Recherche nach Fachliteratur in Katalogen und bibliografischen Datenbanken. 

Genaueres finden Sie auf diesen Seiten.