KI-unterstützte Datenanalyse (Impulspräsentation)

So mag sich etwa das Gebot der Nachvollziehbarkeit bei KI-gestützten Datenanalysen als ein noch kniffligeres Kriterium erweisen, als es dies unter den Nutzungsbedingungen «natürlicher» Intelligenz schon ist – vielleicht aber auch als eine nur umso erkenntnisförderlichere Herausforderung? Nicht minder spannungsvoll erscheint das Verhältnis zwischen der (vermeintlichen) Einfachheit, mit der auf KI-Knopfdruck in Rekordzeit schier unendlich viel ‹«Output» generiert werden kann, und der (de facto) höchst komplizierten Frage nach dessen Generalisierbarkeit in der Dialektik von Allgemeinem und Besonderem.

Vor diesem Hintergrund gibt der Impulsbeitrag Einblicke in zwei KI-Einsatzmöglichkeiten bei der Auswertung empirischer Daten: In MAXQDA (Add-On: AI Assist) wird gezeigt, wie sich Textsegmente von einer KI fallweise oder auch kategorienbezogen zusammenfassen lassen und wie KI-gestützt Subkategorien mit dazugehörigen Beschreibungen entwickelt werden können. Als potenzielles Einsatzfeld in der quantitativen Forschung wiederum lassen sich Large Language Models (z. B. ChatGPT) zur Generierung von Codes für statistische Tests nutzen. Damit kann der Forschungsprozess effizienter gestaltet werden und zugleich – beispielsweise zur Anpassung allzu genereller Codes – interessante Iterationen erforderlich machen.

Wir laden zur Diskussion der Potenziale und Herausforderungen einer KI-unterstützten Datenanalyse ein – ein vielschichtiger Themenkomplex, der sich nicht zuletzt auch im Hinblick auf Fragen einer möglichst professionalisierungsförderlichen Methodenschulung in der Lehrpersonenbildung im Zeitalter von KI als überaus spannend erweisen dürfte.

Referierende: Marco Galle, Denis Hänzi und Glena Iten