KI Neuigkeiten
12 Nov. 2025
Read 14 min
Ethische Leitlinien KI qualitative Forschung sichern
Ethische Leitlinien KI qualitative Forschung geben klare Regeln, damit Forschung transparent bleibt.
Wie bleiben Forschung und Lehre ehrlich, wenn KI Texte zusammenfasst und Daten codiert? Ethische Leitlinien KI qualitative Forschung liefern Antworten. Ein Team um Dr. Michael Gizzi prüft, wann Maschinen helfen dürfen – und wo menschliches Urteil unverzichtbar bleibt. So wächst Produktivität, ohne Urheberschaft und Integrität zu gefährden.
Dr. Michael Gizzi, Professor für Criminal Justice Sciences an der Illinois State University, leitet ein neues Forschungsprojekt zu den ethischen Folgen von Künstlicher Intelligenz in der qualitativen Forschung. Er wurde dafür als CAST Research Fellow 2025–26 benannt. Der Projekttitel lautet The Ethics of Artificial Intelligence and Qualitative Research. Ziel ist es, zu verstehen, wie KI die Auswertung qualitativer Daten verändert, und welche Grenzen nötig sind, um wissenschaftliche Integrität zu wahren. Dazu will das Projekt Ethische Leitlinien KI qualitative Forschung präzisieren und praktisch anwendbar machen.
Gizzi hat über zwei Jahre mit aktuellen KI-Werkzeugen gearbeitet: ChatGPT, Co-Pilot, NVivo und MAXQDA AI-Assist. Er ist zertifizierter MAXQDA-Trainer und kennt die Funktionen aus der Praxis. Diese Tools können heute ganze Datensätze automatisch codieren, Subcodes anlegen und komplexe Inhalte zusammenfassen. Das spart Zeit. Zugleich stellt es grundlegende Fragen zu Verantwortlichkeit, Urheberschaft und Authentizität. Gizzi formuliert es zugespitzt: Ab wann ist ein von einer KI formuliertes Thema nicht mehr „Ihr“ Forschungsergebnis? Sollten Maschinen Literaturüberblicke oder das Codieren übernehmen – und was macht das mit der Fähigkeit von Studierenden, kritisch zu denken und Probleme zu lösen?
Gemeinsam mit Dr. Stefan Rädiker, einem qualitativen Methodologen und leitenden Entwickler von MAXQDA in Deutschland, prüft Gizzi diese Fragen empirisch. Der Ansatz vergleicht menschlich codierte Datensätze mit KI-Analysen derselben Daten. So lässt sich testen, wie genau und verlässlich KI arbeitet, welche Verzerrungen auftreten und wo Grenzen liegen. Zusätzlich betrachten die Forschenden Konsistenz, Datenschutzfragen und das Risiko von „Daten-Halluzinationen“, also irreführenden Einsichten, die ein Algorithmus erzeugt.
Wann endet legitime Unterstützung und wann beginnt unzulässige Delegation?
Wie beeinflusst KI die Zuschreibung von Autorenschaft und die Rechenschaftspflicht?
Welche Folgen hat der KI-Einsatz für das Lernen und Denken von Studierenden?
Genauigkeit: Trifft die KI ähnliche Kategorien und Themen wie Menschen?
Verlässlichkeit: Sind KI-Ergebnisse konsistent über verschiedene Daten hinweg?
Bias: Zeigen sich systematische Verzerrungen oder Auslassungen?
Darüber hinaus prüft die Studie Datenschutzfragen und „Daten-Halluzinationen“. Solche Halluzinationen können entstehen, wenn ein Modell „plausible“ Aussagen erzeugt, die im Material nicht begründet sind. In der qualitativen Forschung ist das besonders kritisch, weil Schein-Muster politische, pädagogische oder organisatorische Schlüsse in die falsche Richtung lenken können. Ethische Leitlinien KI qualitative Forschung helfen, solche Risiken offen zu benennen und zu vermeiden.
Urheberschaft: Wer „schreibt“ eine Zusammenfassung – Forschende oder die Maschine?
Authentizität: Spiegelt das Ergebnis wirklich die Daten wider oder die Trainingslogik der KI?
Rechenschaft: Können Forschende genau erklären, wie ein Ergebnis zustande kam?
In qualitativen Projekten beruht Glaubwürdigkeit auf nachvollziehbaren Schritten. Je stärker KI eingreift, desto wichtiger ist die Dokumentation. Wer wann welche Funktion genutzt hat, muss klar sein. So entstehen überprüfbare Pfade der Analyse.
Klare Offenlegung, wo und wie KI eingesetzt wurde
Prüfroutinen zur Kontrolle von Halluzinationen und Verzerrungen
Regeln zum Schutz sensibler Daten
Dokumentation der Analyseschritte für Nachvollziehbarkeit
Leitplanken für die Lehre, damit Studierende Fähigkeiten aktiv aufbauen
Diese Bausteine sind allgemeine Orientierungen. Das Projekt zielt darauf, entsprechende Best Practices aus der Literatur zu bündeln und für den Wissenschaftsbetrieb nutzbar zu machen.
Stichprobenartig manuell gegenprüfen
Codebücher konsistent halten
Unklare Zusammenfassungen mit Originalzitaten abgleichen
Diese Routinen helfen, Fehler früh zu erkennen und Schlüsse sauber zu begründen.
Ethische Leitlinien KI qualitative Forschung: Warum sie jetzt Priorität haben
Die qualitative Forschung lebt von Interpretation, Kontext und Nähe zu Daten. KI kann Muster erkennen und Vorschläge liefern. Doch Interpretieren bleibt eine menschliche Aufgabe. Genau hier setzen Ethische Leitlinien KI qualitative Forschung an: Sie helfen, Einsatz und Grenzen zu klären. Sie sorgen dafür, dass Effizienz nicht zu Lasten von Transparenz, Nachvollziehbarkeit und Urheberschaft geht. Wer heute mit Interviews, Felddaten oder offenen Antworten arbeitet, braucht klare Regeln, wann KI ein Werkzeug ist – und wann sie das Ergebnis unzulässig prägt.Worum es im Projekt konkret geht
Ziele und Leitfragen
Die Studie verfolgt zwei Hauptziele: Erstens bewertet sie, wie KI-gestützte Werkzeuge qualitative Daten codieren und zusammenfassen. Zweitens entwickelt sie eine Grundlage für verantwortungsvolle Anwendung in der Wissenschaft. Im Fokus stehen Fragen wie:Werkzeuge auf dem Prüfstand
Gizzi analysiert moderne Tools: ChatGPT, Co-Pilot, NVivo und MAXQDA AI-Assist. Aus seinem Training mit MAXQDA kennt er Chancen und Risiken. Die Systeme codieren automatisch, erzeugen Untercodes und fassen Text zusammen. Diese Funktionen beschleunigen typische Schritte der Analyse. Doch jede Automatisierung muss sich messen lassen: Lässt sie wichtige Nuancen aus? Erzeugt sie Muster, die nicht im Material verankert sind? Ethische Leitlinien KI qualitative Forschung sollen hier einen sicheren Rahmen schaffen, in dem Forschende verantwortliche Entscheidungen treffen.Mensch gegen Maschine: Doppeltes Codieren derselben Daten
Um zu bewerten, was KI leistet, vergleicht das Team identische Datensätze. Einmal codiert ein Mensch, einmal übernimmt eine KI-gestützte Methode den gleichen Job. Der Vergleich liefert Antworten auf drei Kernpunkte:Risiken transparent machen
Urheberschaft, Authentizität, Rechenschaft
Die Studie adressiert drei sensible Punkte:Datenschutz und Vertraulichkeit
Qualitative Daten enthalten oft persönliche Informationen. Das Team achtet deshalb auf den Umgang mit sensiblen Inhalten. Wenn Tools Cloud-Dienste nutzen, stellt sich die Frage: Wo liegen Daten? Wer hat Zugriff? Wie werden sie verarbeitet? Solche Punkte gehören in Ethische Leitlinien KI qualitative Forschung, damit Forschende die Privatsphäre zuverlässig schützen.Von der Werkstatt zur Lehre: Was bedeutet das für Studierende?
Gizzi formuliert eine Sorge, die viele Lehrende teilen: Wenn KI Literaturüberblicke schreibt oder Codes vorschlägt, riskieren Lernende, wichtige Denkwege zu überspringen. Qualitative Forschung trainiert genaues Lesen, Vergleichen und Reflektieren. Diese Kompetenzen sind Kern des Studiums. Daher müssen Kurse klar angeben, wann KI erlaubt ist, wie ihre Beiträge zu kennzeichnen sind und wie man Ergebnisse kritisch prüft. So wird KI zum Lernwerkzeug statt zur Abkürzung.Zweite Phase: Blick über Disziplinen
In Phase zwei erweitert die Forschung den Horizont. Das Team analysiert aktuelle Literatur aus Sozialwissenschaften und MINT-Fächern. Ziel ist es, zentrale ethische Herausforderungen zu identifizieren und daraus ein gutes Praxisrahmenwerk zu entwickeln. Statt einer quantitativen Meta-Analyse nutzt das Projekt eine thematische Synthese. So werden methodische, ethische und praktische Einsichten sichtbar, die für viele Fächer relevant sind. Ethische Leitlinien KI qualitative Forschung dienen hier als roter Faden, um Regeln zu bündeln, die breit tragfähig sind.Was ein gutes Rahmenwerk leisten kann
Orientierung für Forschende und Institutionen
Ein tragfähiges Rahmenwerk gibt klare Orientierung. Es formuliert Prinzipien, die Forschende auf Projektebene umsetzen können. Gleichzeitig unterstützt es Abteilungen und Hochschulen dabei, Standards zu verankern. Mögliche Bausteine sind:Passung zur Strategie der Illinois State University
Das Vorhaben unterstützt die strategischen Ziele der Universität. Es fördert Exzellenz in Forschung und Innovation und stärkt die Zusammenarbeit über Fächergrenzen. Zugleich erhöht es die Sichtbarkeit der College of Applied Science and Technology (CAST). Für die Department of Criminal Justice Sciences unterstreicht es den Anspruch auf methodische Vielfalt, wissenschaftliche Strenge und politische Relevanz.Ergebnisse, die Wirkung entfalten
Die Projektgruppe plant wissenschaftliche Publikationen und ein Buch, das Forschende bei der verantwortlichen Nutzung von KI in qualitativen Studien anleitet. Der Anspruch: Die Grundsätze guter Wissenschaft sollen durch Technik stärker werden, nicht schwächer. Dazu gehört, dass Produktivität nicht das einzige Ziel ist. Genauso wichtig sind intellektuelle Redlichkeit und Integrität. Deshalb bietet das Projekt einen Weg, wie Forschung die Vorteile von KI nutzt und zugleich klare Grenzen zieht.Lehren aus dem Vergleich: Was Forschende jetzt tun können
KI als Werkzeug, nicht als Autor
Wenn KI Codes vorschlägt oder Texte bündelt, bleibt die Verantwortung beim Menschen. Forschende sollten KI-Ergebnisse prüfen, gegenlesen und mit den Originaldaten abgleichen. Entscheidungen zur Interpretation müssen sie selbst treffen und dokumentieren.Transparenz herstellen
Wer KI nutzt, sollte dies offenlegen: Wofür? Mit welchem Tool? In welchem Umfang? Das macht Arbeiten überprüfbar und schafft Vertrauen bei Lesenden, Lehrenden und Gutachtenden. Ethische Leitlinien KI qualitative Forschung unterstützen dabei, die richtige Tiefe und Form der Offenlegung zu wählen.Datenschutz priorisieren
Bei sensiblen Daten gilt: So wenig teilen wie nötig, so viel schützen wie möglich. Prüfen Sie, ob ein Tool lokale Verarbeitung erlaubt und welche Nutzungsbedingungen gelten. Entfernen Sie persönliche Angaben, wenn ein externes System zum Einsatz kommt.Qualität sichern
Planen Sie feste Kontrollpunkte ein:Warum Kooperation der Schlüssel ist
Die Zusammenarbeit zwischen Dr. Michael Gizzi und Dr. Stefan Rädiker verbindet Methodik und Tool-Expertise. So lassen sich Stärken und Schwächen maschineller Unterstützung gezielt aufdecken. Dieser Brückenschlag ist wichtig: Nur wenn Methodenwissen, Praxiskenntnis und Systemverständnis zusammentreffen, entstehen Regeln, die in der Forschung funktionieren und in der Lehre vermittelbar sind.Ein klarer Kompass für die nächsten Jahre
KI wird bleiben. Das betonen die Forschenden offen. Die Herausforderung ist das Gleichgewicht: technische Innovation auf der einen Seite, menschliches Urteil auf der anderen. Wer qualitative Forschung betreibt, braucht deshalb einen Kompass. Ethische Leitlinien KI qualitative Forschung geben diesen Kompass vor und helfen, ihn konsequent zu nutzen – in Projekten, Kursen und Veröffentlichungen. Am Ende zählt, dass Forschung verlässlich, nachvollziehbar und fair bleibt. Das vorgestellte Vorhaben leistet dazu einen konkreten Beitrag: durch systematische Vergleiche von Mensch und Maschine, durch die Analyse aktueller Literatur und durch den Aufbau von Best Practices. So kann die Wissenschaft die Chancen von KI nutzen und zugleich ihre Grundlagen stärken. Genau darin liegt der Kern von Ethische Leitlinien KI qualitative Forschung – heute und in Zukunft. (p)(Source: https://news.illinoisstate.edu/2025/11/criminal-justice-sciences-professor-dr-michael-gizzi-leads-a-groundbreaking-study-on-the-ethics-of-artificial-intelligence-in-qualitative-research/)(/p) (p)For more news: Click Here(/p)FAQ
Q: Was untersucht Dr. Michael Gizzi in seiner Studie zur Ethik von KI in der qualitativen Forschung?
A: Dr. Michael Gizzi untersucht, wie KI-Technologien die Auswertung qualitativer Daten verändern und welche Grenzen nötig sind, um wissenschaftliche Integrität zu wahren. Sein Projekt will Ethische Leitlinien KI qualitative Forschung präzisieren und praktisch anwendbar machen.
Q: Welche KI‑Werkzeuge stehen im Fokus des Projekts?
A: Gizzi hat mehr als zwei Jahre mit Werkzeugen wie ChatGPT, Co‑Pilot, NVivo und MAXQDA AI‑Assist gearbeitet und bringt Erfahrung als zertifizierter MAXQDA‑Trainer mit. Die Studie bewertet diese Funktionen, weil sie Datensätze automatisch codieren, Subcodes anlegen und Texte zusammenfassen können, weshalb Ethische Leitlinien KI qualitative Forschung für ihren Einsatz erarbeitet werden.
Q: Wie vergleicht das Forschungsteam menschliche mit KI‑gestützten Analysen?
A: Das Team kodiert identische Datensätze einmal manuell und einmal mit KI‑Tools, um Genauigkeit, Verlässlichkeit und mögliche Verzerrungen zu prüfen. Aus diesen Vergleichen sollen praktikable Ethische Leitlinien KI qualitative Forschung abgeleitet werden.
Q: Welche ethischen Fragen stellt die Studie bezüglich Urheberschaft und Authentizität?
A: Die Studie thematisiert, wer für Zusammenfassungen verantwortlich ist, ob Ergebnisse die Daten widerspiegeln oder Trainingslogiken der Modelle und wie Rechenschaftspflicht sichergestellt wird. Ethische Leitlinien KI qualitative Forschung sollen definieren, wie Urheberschaft, Authentizität und Rechenschaft in der Praxis geklärt werden.
Q: Was bedeutet der Einsatz von KI für die Ausbildung von Studierenden in der qualitativen Forschung?
A: Gizzi warnt, dass KI‑gestützte Literaturüberblicke oder automatische Codings Lernprozesse wie kritisches Denken und Problemlösung schwächen können, wenn Studierende Aufgaben überspringen. Daher fordern die Forschenden klare Kursregeln und Kennzeichnungspflichten, die Bestandteil von Ethische Leitlinien KI qualitative Forschung sein sollen.
Q: Welche praktischen Ergebnisse erwartet das Projektteam?
A: Das Projekt plant mehrere wissenschaftliche Publikationen und ein Buch zur Anleitung der verantwortlichen Nutzung von KI in qualitativen Studien. Diese Veröffentlichungen sollen konkrete Empfehlungen und Best Practices liefern, die als Ethische Leitlinien KI qualitative Forschung dienen.
Q: Wie adressiert das Projekt Datenschutz und das Risiko sogenannter Daten‑Halluzinationen?
A: Die Forschenden prüfen, wo Daten gespeichert werden, wer Zugriff hat und ob Cloud‑Dienste sensible Informationen verarbeiten, um Privatsphäre zu schützen. Zudem sollen Prüfverfahren gegen Daten‑Halluzinationen und Datenschutzmaßnahmen in den Ethische Leitlinien KI qualitative Forschung verankert werden.
Q: Welche Rolle spielt die Zusammenarbeit mit Dr. Stefan Rädiker?
A: Dr. Stefan Rädiker bringt als qualitativer Methodologe und leitender Entwickler von MAXQDA technisches Systemwissen in das Projekt ein, was die Evaluation von Tools fundiert. Diese Kooperation hilft dabei, realistische und anwendbare Ethische Leitlinien KI qualitative Forschung zu entwickeln.
Contents
