Menü

Arbeitsgruppe Automatisierung und KI im wissenschaftlichen Publikationswesen

Projektbeginn: 01.12.2023 - Projektende: 01.12.2025

Die DZHW-Arbeitsgruppe „Automatisierung und KI im wissenschaftlichen Publikationswesen“ untersucht die wachsende Rolle digitaler Technologien und KI bei der Umgestaltung des wissenschaftlichen Publikationswesens. Digitale Tools stellen bereits jetzt einen integralen Bestandteil vieler Aspekte des wissenschaftlichen Publizierens dar, von der Datenerhebung und -analyse bis zur Manuskriptvorbereitung und -erstellung, vom Integritätsscreening bis zum Peer-Review, von der Literaturrecherche bis zum Lesen, Zusammenfassen und Zitieren von Texten. Diese Technologien versprechen zwar einerseits eine Verringerung des Arbeitsaufwands und eine größere Objektivität, werfen andererseits aber auch Bedenken hinsichtlich der Voreingenommenheit, der Transparenz und der Rolle menschlicher Expertise bei der Neugestaltung traditioneller Veröffentlichungsprozesse auf.

So sind beispielsweise Redaktionsmanagementsysteme (EMS), Plagiatserkennungssoftware und automatisierte Recommender-Tools, die geeignete Reviewer oder auch Literatur zum Zitieren vorschlagen (sollen), im Publikationsprozess mittlerweile weit verbreitet. Diese Tools verändern die Aufgabenverteilung und wirken sich darauf aus, wie Manuskripte begutachtet werden und wer am Peer-Review-Verfahren beteiligt ist. Generative KI-Tools wie ChatGPT verändern die Prozesse des wissenschaftlichen Schreibens und der Datenanalyse auf tiefgreifende Art und Weise, die Fragen zur Zuverlässigkeit und zu den ethischen Implikationen von KI-generierten Inhalten aufwirft. Diese Entwicklungen können sich ebenfalls auf die tradierten Publikationsformate wie das wissenschaftliche Paper auswirken: Da KI-gesteuerte Systeme dynamische On-Demand-Ausgaben ermöglichen, die auf die individuellen Präferenzen der Leser eingehen, könnten beispielsweise traditionelle statische Veröffentlichungen überflüssig werden. Damit stellen diese Entwicklungen weiterhin auch die bestehenden Bewertungskonzepte und -prozesse, die an einzelne Forschungsarbeiten, das Prestige von Zeitschriften und ähnliche Publikationskennzahlen gebunden sind, grundlegend in Frage. Die Auswirkungen des digitalen Wandels lassen sich damit sowohl auf der individuellen Ebene (z. B. individuelle Schreib- und Begutachtungspraktiken), der Meso-Ebene (z. B. bei Zeitschriften und Verlagen) als auch auf der Makroebene (der Gesamtstruktur des Publikationssystems) beobachten.

Die Arbeitsgruppe befasst sich mit der Zukunft des wissenschaftlichen Publizierens im Lichte dieser Veränderungen. Sie bietet den Forschern des DZHW ein Forum, um Forschungsansätze, Fragestellungen und Daten, die in bestehenden Projekten gesammelt wurden, zusammenzuführen. Durch regelmäßige Diskussionen sollen Überschneidungen zwischen einzelnen Projekten und Forschungsansätzen identifiziert und neue Ideen und Forschungsprojekte generiert werden, die sich kritisch mit der Rolle dieser Technologien auseinandersetzen.

Die Arbeitsgruppe beschäftigt sich mit Fragen wie:

  • Wie wirken sich KI-Tools im Verlagswesen auf die Arbeitsteilung und die Rolle von menschlicher Expertise im wissenschaftlichen Publikationswesen aus?
  • Welche Biases und ethischen Bedenken ergeben sich aus dem Einsatz von KI im wissenschaftlichen Verlagswesen?
  • Welche neuen Publikationsformate und Publikationsprozesse könnten durch die digitale Transformation entstehen?
  • Welche neuen Evaluationsprozesse und -regime werden benötigt, um Qualität in einem KI-geprägten Publikationssystem zu bewerten?
  • Wie kann die Datenqualität in der Nutzung von KI-Tools im wissenschaftlichen Publikationswesen sichergestellt werden, um die Zuverlässigkeit und Validität der generierten Inhalte zu gewährleisten?
Mehr erfahren Weniger anzeigen
Publikationen

Mehr Evidenz statt Einbildung zu Künstlicher Intelligenz in Hochschule und Wissenschaft. Zehn Thesen zu künftigen Beiträgen der Hochschulforschung.

Steinhardt, I., Henke, J., Watanabe, A., Wieczorek, O., Biere, L., ... & Schneijderberg, C. (2026). Mehr Evidenz statt Einbildung zu Künstlicher Intelligenz in Hochschule und Wissenschaft. Zehn Thesen zu künftigen Beiträgen der Hochschulforschung. die hochschule, 2026(1-2).
Abstract

Künstliche Intelligenz hält rasant Einzug in Hochschulen und Wissenschaft – begleitet von großen Versprechen, aber oft geringer Evidenz. Der vorliegende Artikel zeigt, warum es jetzt eine nüchterne, empirisch fundierte Auseinandersetzung braucht, um technologische Heilsnarrative von realen Potenzialen und Risiken zu unterscheiden. Die Autor*innengruppe entwickelt zehn Thesen zu den zukünftigen Aufgaben der Hochschulforschung: von Fragen der Agency über Veränderungen in Forschung, Lehre und Governance bis hin zu infrastrukturellen Herausforderungen. Im Zentrum steht die Rolle der Hochschulen als Orte kritischer Reflexion. Der Artikel bietet Orientierungswissen, das hilft, KI verantwortungsvoll und wissenschaftsbasiert zu gestalten.

Will ChatGPT Get Tenure?

Schniedermann, A., Heßelmann, F., Stephen, D., Leckert, M., & Ottaviani, M. (12. Dezember 2024). Will ChatGPT Get Tenure [Blogbeitrag]. Abgerufen von https://www.leidenmadtrics.nl/articles/will-chatgpt-get-tenure
Vorträge

Research software communism? What we don’t know about practices of use, trust and evaluation of and with research software infrastructures.

Hartstein, J., Schwichtenberg, N., Schniedermann, A., & Thiedig, C. (2026, März). Research software communism? What we don’t know about practices of use, trust and evaluation of and with research software infrastructures. Vortrag auf der Konferenz deRSE26: Conference for Research Software Engineering in Germany, Universität Stuttgart, Stuttgart.
Abstract

Infrastructures and policies for sharing research software have been mushrooming in Germany, Europe and the World for almost a decade now. This sharing imperative is the latest iteration of what scholars in the Social Studies of Science have discussed as the scientific norm of ‘communism’ for almost a century. The Open Science Movement, too, fosters openly sharing resources such as publications, data and -- more recently -- software. For doing so, the scientific community has created a large number of infrastructures where such artifacts are held and await being accessed by researchers. However, we do not know much about what happens with research software after sharing it through said infrastructures. In our talk about the role of research

Ansprechpersonen

Judith Hartstein
Dr. phil. Judith Hartstein 030 2064177-41
Alexander Schniedermann
Alexander Schniedermann 030 2064177-13