Christian: Patrizia, herzlich willkommen jetzt zum zweiten Mal im Podcast. Diesmal geht's nicht um Zeitmanagement, sondern um das große spannende Thema KI. Ich habe eben schon im Intro gesagt, ich bin echt froh, dass ich jetzt jemanden gefunden habe, mit dem ich mal darüber reden kann. Und bevor wir einsteigen in das Thema, lass uns doch mal ganz kurz über dich reden. Vielleicht stellst du dich einfach noch mal ganz kurz vor.

Patricia: Patrizia, mittlerweile fast 50, immer noch am Studieren oder schon wieder berufsbegleitende Dauerstudentin, weswegen ich mich vor ein paar Jahren auch mal selbständig gemacht hatte, um Studierenden so ein bisschen zu helfen. Aktuell seit einem Jahr wieder, ich sag mal, normal in Lohn und Brot als Business-Analystin in der Softwareentwicklung für Finanzen. Und ja, seit 2013 eigentlich quasi permanent im Studium, da auch wirklich erfolgreich. Vorher war es eher so, immer eingeschrieben bei der FernUni Hagen, aber irgendwie nie was zustande gebracht. Aber mittlerweile fange ich jetzt gerade aktuell den dritten Masterstudiengang an, weil man kann es ja irgendwie alles gebrauchen, außerdem macht's Spaß. Vorteil an der ganzen Sache ist, wenn man das so lange betreibt, kommt man an ganz vielen unterschiedlichen Lernstrukturen vorbei, wo man austesten kann, was passt denn jetzt am besten oder was passt nicht am besten.

Christian: Du hast irgendwie unendlich viele Abschlüsse, habe ich so den Eindruck, auch wenn man auf dein LinkedIn-Profil guckt. Letztendlich haben wir uns auch so kennengelernt, du studierend und sag ich mal als Creatorin für Studierende wirklich mit sehr hilfreichen Inhalten. Und so sind wir jetzt eigentlich auch wieder zusammengekommen, weil jemand aus der Community angemerkt hat, die Patrizia hat mir super viel weitergeholfen mit den Videos und den Inhalten. Könnt ihr die nicht mal wieder in den Podcast bekommen? Und dann hast du so gesagt, das hört man eigentlich viel zu wenig als Creator und jemand, der da Content schafft. Du hast halt immer die Videos raus und alles, aber dann kommt eigentlich immer relativ wenig Feedback zurück. Du sagst, du arbeitest jetzt eigentlich, das ist jetzt nicht dein Hauptjob. Kommt da in nächster Zeit vielleicht wieder ein bisschen mehr?

Patricia: Ja, ich muss auch gestehen, es ist viel zu wenig. Ich finde es total positiv, dass da solche Rückmeldungen kommen, auch wenn ich eigentlich verhältnismäßig so wenig draußen habe. Aber das Interview-Video ist irgendwie 10.000 Mal angeschaut worden, das hat viele Hits. Und ja, ich arbeite gerade selber auch an ein paar Sachen in Sachen KI, weil ich in bestimmten Bereichen sage, okay, ich arbeite mit dem Thema die ganze Zeit, ich mache eigentlich quasi nichts mehr ohne das. Da gibt's zwar unheimlich viele Menschen, die das vermutlich noch viel besser können als ich, aber ich glaube, da können auch der eine oder andere davon profitieren. Vor allen Dingen das, was MAXQDA momentan so alles rausbringt, finde ich wirklich großartig, und in der Variante, wie ich das nutze oder wenige andere, dafür ist es ja überhaupt gar nicht gedacht, aber es hat so viele Vorteile. Ich sage, okay, ohne das würde ich in kein Studium mehr reingehen.

Christian: MAXQDA, darüber haben wir auch schon im Vorgespräch geredet. Da werden wir dann auch noch mal reden, wenn die Zeit reicht. Eine Frage noch: Dein neuer Studiengang, also was du jetzt studierst, damit wirst du dich ja eigentlich hinentwickeln wirklich zur KI-Expertin, oder?

Patricia: Genau, also ich bemühe mich jedenfalls. Vor einem Jahr habe ich angefangen bei der Finanzinformatik als Business-Analystin auf der Fachseite, was mich persönlich total stört, dass ich nicht genug weiß von der IT-Seite. Und deswegen habe ich mir gedacht, okay, berufsbegleitend studieren ist super. Habe mir einen Studiengang rausgesucht bei der Northumbria University in Newcastle, Master in Computer Science with Artificial Intelligence, und das fängt jetzt gerade im April an. Also, ich habe noch keine einzige Vorlesung gehabt. Das ganze Vorgeplänkel hat jetzt quasi angefangen und ab nächste Woche geht's los.

Christian: Das wäre jetzt eigentlich noch mal ein riesen Themenkomplex zu fragen, warum jetzt diese Hochschule und genau dieser Studiengang und so weiter. Aber wer sich dafür interessiert, der stellt einfach die Frage in den Kommentaren und da kannst du dann drauf reagieren. Das soll jetzt nicht das große Thema in diesem Podcast sein. Eine allerletzte persönliche Frage: Du sagst, du warst eigentlich selbständig und hast angefangen, die Inhalte zu veröffentlichen. Du hast auch eine super Webseite, die ist auch neu gemacht, habe ich neulich gesehen. Also, die verlinken wir natürlich in der Beschreibung für das Video. Schaut da alle mal rein. Aus meiner Erfahrung ist es natürlich schwer, zu switchen vom Vollzeitberuf in diese Selbstständigkeit und Inhalte zu machen und das dann irgendwie berufsbegleitend zu machen. Da kommt dann vielleicht nicht immer so viel Content, wie man das eigentlich bräuchte, auch wie die Algorithmen das heutzutage bräuchten. Hast du da irgendwie eine Vorstellung oder einen Plan, wo das hingehen soll?

Patricia: Du hast natürlich total recht, dass das, was der Algorithmus so von einem will, rein theoretisch mehr posten, posten, posten ist. Auf der anderen Seite, wenn man sich ein bisschen damit beschäftigt, wenn du halt einige wenige Sachen wirklich gut machst, dann landen die Leute trotzdem auf deiner Webseite. Wenn ich jetzt mal bedenke, ich habe da irgendwie so 20 Beiträge auf meiner Webseite und 10 Videos, das macht aus Algorithmus-Sicht überhaupt gar keinen Sinn. Aber die vielen Hits, die ich darauf habe, das macht also überhaupt gar keinen Sinn. Aber trotzdem landen die Leute da drauf. Ich denke, vor allen Dingen wenn man in so einem Nischenthema unterwegs ist – und ganz ehrlich, es gibt zwar richtig viele berufsbegleitend Studierende, aber es ist trotzdem ein Nischenthema – da landet man einfach viel besser, wenn man sich Mühe macht, nicht einfach irgendwas rauszuhauen, sondern ein bisschen mehr Arbeit reinzupacken und dafür weniger.

Christian: Und das kann man auch neben dem Job machen, vielleicht mal so als Inspiration für alle, die irgendwie Lust haben, da mehr zu machen. Sei es auf Instagram, damit kann man auch mal ganz gut durchstarten, oder tatsächlich mit einer eigenen Webseite. Und ich sag mal so, eine eigene Webseite zu bauen ist eigentlich heutzutage leichter denn je mit Hilfe von KI, da können wir dann auch gleich noch mal reden. Aber wir wollten erstmal so ein kleines bisschen die Grundlagen angehen. Das Thema, was wir als Einstieg eigentlich nehmen wollten, war erstmal ein bisschen über AI Literacy zu reden. Also, ich finde den Begriff ein bisschen schwer auszusprechen, aber eigentlich ist es ja sowas wie Medienkompetenz für KI. Vielleicht kannst du ein bisschen was dazu sagen, ob das wichtig ist, sich das im Studium anzueignen oder generell auch im Berufsleben. Was kannst du dazu sagen?

Patricia: Ich glaube so generell, dass dieses Thema uns einfach nicht mehr verlassen wird. Das heißt, je besser ich weiß, wie der ganze Kram funktioniert und ich damit umgehen kann, desto besser ist mir damit geholfen. Irgendwann – wir werden nie davon komplett abgeschafft werden, das glaube ich nicht. Aber den großen Vorteil im Studium, den ich sehe: Es wird zwei unterschiedliche Wege geben, wie man KI nutzen kann. Entweder ich versuche mir den Weg richtig zu erleichtern und sage, ich lass KI alles machen und fall damit auf die Klappe, weil irgendjemand merkt, dass ich es getan habe. Oder ich nutze die Möglichkeiten, die ich dort habe, und kombiniere das mit dem, was ich selber kann, und komme damit zu besseren und tieferen Ergebnissen. Und dafür ist AI Literacy wirklich nötig, dass ich weiß, was gibt es an Möglichkeiten, was gibt es an Tools und dergleichen mehr, die unglaublich viele sind – habe ich in der Vorbereitung gemerkt, kann man gar nicht alles runterbrechen, was es da so gibt.

Aber ich muss grob wissen, wo ich hin will und wie ich diese Tools bediene und wie sowas dann auch funktioniert. Ich sag mal, vor zwei Jahren, als das angefangen hat mit ChatGPT, wo man einfach nur gesagt hat, okay, ich möchte XY, und das war's. Heutzutage weiß eigentlich fast jeder schon, dass du damit nicht mehr zum Ziel kommst. Und da gibt es natürlich so viele Möglichkeiten, um richtig tiefer zu kommen. Da musst du dich eigentlich 10 Stunden am Tag damit auseinandersetzen, um jede Tiefe kennenzulernen. Das kann natürlich keiner. Das heißt, es ist erstmal wichtig, dass ich grob weiß, was gibt es, wie gehe ich damit um. Ich muss nicht alles wissen, aber was ganz besonders wichtig im Studium ist, dass ich auch die Grenzen kenne.

Zum Beispiel hat mittlerweile auch jeder mitbekommen, dass KI gerne auch mal irgendwas erfindet. Besonders ChatGPT wäre also nicht mehr meine erste Wahl, wenn ich irgendwas fürs Studium bearbeite. Das kann helfen, wäre aber nicht mein letztes Mittel. Also erstmal, das Halluzinieren ist ein Problem, dann eine generelle Diskriminierung in der KI, weil im Grunde genommen ist KI nichts anderes als Statistik. Es werden tausende von Themen genommen und daraus wird der generelle Konsens genommen. Es wird also nicht großartig was neu kreiert, sondern nur neu zusammengemixt. Und das muss ich wissen, um zu gucken, okay, das was mir da rausgeworfen wird, hilft mir das oder nicht.

Wenn ich z.B. ein Thema habe wie gib mir die Vorteile einer KI im Studium, da kriegst du relativ viel Informationen. Da kannst du auch nicht großartig falsch liegen. Du wirst aber merken, dass bestimmte Sachen nicht mit drankommen, weil die KI sie einfach nicht kennt, weil es keiner macht. Bestes Beispiel MAXQDA, macht keiner, nutzt keiner so, also wird es nie dabei rauskommen. Das musst du wissen. Vor allen Dingen, wenn du im Studium irgendein Thema bearbeitest, wo du dann sagst, ich habe das jetzt alles damit gemacht, bin durch die ganzen KIs durchgegangen und du denkst, du hast alles – hast du aber nicht.

Und solches Wissen ist natürlich wichtig, und da musst du mit dem Ganzen auch verantwortungsvoll umgehen, was die eine oder andere rechtliche Implikation betrifft. Darf ich überhaupt was hochladen, darf ich es mir angucken, darf ich es nutzen? Was kommt hinterher raus? Also diese Grundlagen, die sollte man schon grob kennen, um zu wissen, was darf ich, was kann ich und wo ist es sinnvoll.

Christian: Das Thema, was ich jetzt konkret an der Hochschule darf und was nicht, das können wir jetzt nicht aufdröseln in diesem Podcast. Vielleicht schreiben wir da mal einen Artikel dazu, das würden wir dann verlinken in der Beschreibung. Aber das ist so ein komplexes Thema, weil das auch von Hochschule zu Hochschule unterschiedlich ist, da hat jede ihre eigenen Richtlinien. Wenn euch das interessiert, schreibt das einfach mal in die Kommentare. Also, du hast gesagt, wichtig zu wissen oder sich zu entscheiden, wofür nutze ich die KI. Nutze ich die, um Aufgaben zu automatisieren, stark zu vereinfachen und für nicht mehr, oder nutze ich die auch, um wirklich einfach besser zu werden, auch als Forscher oder Forscherin. Und da sind wirklich riesige Chancen, um einfach besser zu werden. Letztendlich muss man sich dafür entscheiden, weil alle das dann irgendwie machen, und um den Anschluss nicht zu verlieren, sollte man sich diese Kompetenz aufbauen, das Ganze so zu nutzen, dass man auch wirklich bessere Ergebnisse liefert.

Wir wollen mal ein paar Sachen aufdröseln, die interessant sind, um diese KI-Kompetenz aufzubauen. Ich habe mir ein paar Stichpunkte rausgesucht. Vielleicht fangen wir erstmal an darüber zu reden, was ein Sprachmodell eigentlich ist und auch warum es Sinn macht, verschiedene Modelle zu nutzen oder warum es überhaupt verschiedene Modelle gibt.

Patricia: Sprachmodell, da erwischt du mich natürlich auf dem falschen Fuß, weil ich auch eher quasi nur die Nutzerin bin bisher. Sprachmodelle sind unterschiedliche Varianten, was ein Tool kann und in welcher Tiefe das Ganze arbeitet, wie es bespielt wurde, wie es ausgebildet wurde. Man hört es ja, einmal bei ChatGPT gibt's GPT-3.5, GPT-4.0, dann gibt's bei Perplexity Deep Research und so weiter. Das sind unterschiedliche Methoden, wie die Tools mit dem umgehen, was du reingibst. Zum Beispiel ChatGPT punktet unglaublich gut darin, mit dir umzugehen wie mit einem Menschen. Das heißt, diese Interaktion ist sehr intuitiv. Bei anderen ist es so, da ist es wichtiger, wirklich auf den Punkt den Prompt reinzuschreiben, um dann was Passendes rauszubekommen.

Da gibt's gerade ein neues Buch von Dr. Isabella Buck. Wenn Studierende Zugriff auf irgendeine Unibibliothek haben über einen UTB-Verlag, hat man da Zugriff. Netterweise hat sie ganz viele QR-Codes an der Seite festgemacht, dass man z.B. auf so eine Miro-Map kommt, wo sie auf einen Großteil der bestehenden Modelle und Tools eingegangen ist, was ich total gut finde. Es ist nicht abschließend, definitiv. Aber das Ziel des Ganzen war es bei ihrem Buch auch, so wissenschaftliches Schreiben mit KI – das ist nun genau das, was ich glaube ich am wenigsten persönlich machen würde. Aber da sind wirklich viele Tools drin, die dann genau drauf eingehen, was ist jetzt der Unterschied zwischen Perplexity, wofür benutze ich Consensus und die anderen Sachen, die es dann dazu gibt. Und ich glaube, den Hinweis zu dem Buch verlinkst du dann hinterher auch noch mal. Als Studierender sollte man immer Zugriff auf das Buch haben, das sollte kein Problem sein.

Christian: Vielleicht ganz kurz zusammengefasst: Ein Sprachmodell ist im Prinzip einfach ein KI-System, kann man vereinfacht sagen, das drauf trainiert ist, menschliche Sprache zu verstehen und auch menschliche Sprache zu erzeugen. Mehr macht das eigentlich erstmal nicht. Und da gibt's natürlich unterschiedliche Methoden, das zu trainieren. Man kann es mit Menschen trainieren, dass da Menschen einfach sitzen und sagen, ja, das war eine gute Antwort, die war nicht so gut. Und je mehr gute Antworten es gibt, umso wahrscheinlicher ist es dann, dass diese Antwort auch bei einer Nutzerfrage so in der Art auftaucht. Um das mal ganz einfach zu erklären: Man muss es natürlich nicht im Detail verstehen, wie das jetzt technisch funktioniert, als Studierender, aber man sollte verstehen, dass es verschiedene Modelle gibt, die verschieden funktionieren.

Allein bei ChatGPT kann man sich ganz verschiedene Sprachmodelle aussuchen, die auch unterschiedlich trainiert sind. Das Standardmodell aktuell ist, glaube ich, GPT-4o. Aber es gibt auch Modelle, die sich z.B. sehr gut zum Programmieren eignen. Es gibt auch Modelle, die so eine Art Nachdenken machen, wo die Antwort in mehreren Schritten erzeugt wird. Ist auch ziemlich cool. Da kann man der KI so ein bisschen beim Denken in Anführungsstrichen zugucken. Man sollte das einfach mal ausprobieren, diese verschiedenen Modelle, um zu gucken, was funktioniert jetzt am besten für das Problem oder für das Thema, das ich habe. Und dann natürlich, verschiedene Anbieter haben auch ihre eigenen Modelle trainiert: Perplexity als KI-Suchmaschine, Gemini von Google und so weiter. Also damit sollte man sich wirklich mal auseinandersetzen, wenn man da Kompetenz aufbauen will.

In allen Modellen muss man eigentlich prompten, auch so ein neuer Begriff, der jetzt in den letzten Jahren entstanden ist. Das heißt, wir geben einfach was ein in den Chat und hoffen dann, eine Antwort oder ein Ergebnis zu bekommen. Können wir vielleicht mal so ein paar allgemeine Tipps geben, wie man einen guten Prompt aufbaut?

Patricia: Ja, also erstmal gibt's da mehrere Schritte. Einmal gibt's so den Basisprompt, und da müssen wir uns trennen von dem ich sag dem einfach, mach irgendwas raus. Ich muss der KI schon etwas genauer sagen, wenn ich was wirklich Passendes auf mein Thema haben will: Wer bin ich, wo will ich hin, was sollst du mir rausgeben? Das heißt, in deinem Basisprompt hast du einmal dein Ziel, deinen Kontext – wer bist du, wo willst du hin –, was genau soll die KI tun, und was ganz häufig nicht mitbedacht wird: In welchem Outputformat soll das Ganze passieren? Das kann sein: mach mir eine Tabelle, das ist eine der einfachen Varianten, oder mach mir auch ein Chart. Du kannst mittlerweile auch in ChatGPT unterschiedliche Charts erstellen und verändern, Farben verändern, Inhalte und Beschreibungen anpassen, sodass du die dann auch weiter benutzen kannst. Also: Ziel, Kontext, Aktion und Outputformat – das ist quasi die Basis des Promptens.

Jetzt geht's aber noch weiter. Um da wirklich viel rauszuholen, ist der erste Tipp, dass man die Tasks nicht als Komplettpaket reingibt, sondern immer einzeln. Wenn ich sage, okay, ich möchte das Thema KI im Studium betrachtet haben, ChatGPT, sag mir dazu was, dann kriegst du ein Komplettpaket zu dieser einen Information. Das heißt aber, dass du in den unterschiedlichen Bereichen immer nur die Oberfläche angreifst. Wenn du stattdessen aber sagst, okay, ich weiß, folgende Unterpunkte hätte das Thema, und jeden einzelnen Unterpunkt eingibst, gehst du viel mehr in die Tiefe. Das ist quasi das Erste, was man tun sollte: nach dem Basisprompt aufsplitten in die unterschiedlichen Tasks.

Und dann, was ich persönlich auch noch viel zu wenig mache, die Follow-up-Prompts zu nutzen, wo man dann in die Bereiche Analyse gehen kann. Erklär mir noch mehr dazu, oder ich verstehe das nicht, erklär mir das für einen Fünfjährigen. Da kann man die einzelnen Themen wirklich noch tiefer gehen. Das hat dann so ein bisschen den Effekt von Doomscrolling, bloß fürs Lernen, weil ich dann immer sage, okay, ich gehe jetzt noch ein bisschen tiefer, immer tiefer, bis ich beim letzten Eckchen angekommen bin.

Und als Letztes kann ich nur jedem empfehlen, sich da irgendwie eine Datenbank aufzubauen, seine eigene Liste, was hat gut funktioniert. Weil irgendwie nach dem dritten Mal habe ich auch keine Lust mehr, die Outputformulierung rauszusuchen, sondern ich schreibe mir eine Formulierung hin, Copy-Paste einfach reingeben und dann habe ich so einen Bausatz, den ich immer zusammenbauen kann.

Christian: Absolut. Das kann man z.B. mit Notion machen, wenn man Notion nutzt. Wir benutzen es hier in der Firma, da gibt's auch eine Datenbank einfach für Prompts, für Dinge, die man immer wieder macht. Das kann man auch mit GPTs machen, da würde ich gleich noch mal was dazu sagen. Da kann man sich auch schon so vorgefertigte Assistenten eigentlich bauen.

Vielleicht noch ein Hinweis zum Prompten: Ich habe natürlich auch ChatGPT gefragt, wie man einen guten Prompt aufbaut, als Vorbereitung auf das Thema. Die Empfehlung war auch, eine Rolle zu definieren für die KI. Zum Beispiel: Du bist eine Schreibmaschine, gib mir Inhalt wieder. Oder: Du bist ein Tutor, erzähl mir mal bitte, wie ich am besten für dieses und jenes Thema lerne.

Der Kontext, ganz wichtig auch aus meiner Erfahrung: Ich stelle erstmal einen Kontext her, bevor ich zu meinem eigentlichen Prompt komme. Mal angenommen, ich möchte einen Artikel zu einem Thema schreiben, dann könnte ich anfangen damit zu sagen, recherchier mir erstmal bitte, ob es überhaupt Literatur zu einem Thema gibt. Die KI kann auch recherchieren, die kann auch im Internet gucken, ob sie Dinge findet zu einem Thema. Man kann auch Quellen vorgeben. Ich baue mir häufig erstmal so einen Kontext auf zu einem Thema, dass der Chat schon ein gewisses Wissen hat, was mir auch gut passt. Und dann fange ich an zu sagen, was ich jetzt eigentlich möchte, was ich jetzt brauche. Eine Zusammenfassung in einem Absatz, in zwei Absätzen – da kann man wirklich sehr detailliert sagen, was man da genau braucht. Eine Ausgabe im HTML-Format, wenn ich für eine Webseite arbeite, oder ein Tabellenformat, das in Notion gut reinpasst.

Mit der Rolle, das mache ich eher selten, ich habe es halt nur gelesen, dass man die auch definieren kann. Aber ich finde, es funktioniert auch so. Ganz viel Kontext geben und dann so langsam sich an die Aufgabe ranpirschen. Wenn es um komplexe Themen geht, kann man sich nicht einfach ein riesen Ding erstellen lassen, eine Bachelorarbeit oder sowas, sondern man macht das Schritt für Schritt.

Patricia: Da habe ich letztens übrigens auch, ich will den Namen jetzt nicht nennen, aber da bin ich zugespammt worden mit Werbung: Schreib mal deine Bachelorarbeit mit dem. Bin dann auch wirklich mal auf die Seite gegangen und habe mir ein paar von den Arbeiten runtergeladen – also katastrophal, kannst du nicht benutzen. Fand ich ganz gruselig, aber das betrifft auch rechtlich überhaupt keinen normalen Rahmen mehr.

Christian: Also wir wollen jetzt keine Ghostwriting-Tipps hier geben. Wir wollen, wie gesagt, einfach nur zeigen, wie man wirklich als Forscher oder Forscherin auch besser werden kann. Wie man sich hier und da vielleicht auch Arbeit ersparen kann und dadurch dann einfach mehr Zeit hat für wirklich Denkaufgaben. Sag mal, hast du Erfahrung mit GPTs, so Custom GPTs? Nutzt du sowas?

Patricia: Ich muss gestehen, schon. Und meine Chefs wissen das auch. Ich habe mir selber mehrere GPTs gebaut. In der Vorbereitung auf die neue Jobsuche habe ich zwei unterschiedliche GPTs gebaut: einmal zur Analyse von Stellenausschreibungen und Übereinanderlegung meines CVs mit dem Stellenprofil und dann mit dem Schreiben eines Anschreibens. Ich habe den Job gekriegt, ich bin auch mittlerweile aus der Probezeit raus, also ich kann sagen, ja, ich habe meine Bewerbung damit erstellt. Hat funktioniert.

Sowas kannst du natürlich auch zusammenbasteln fürs Studium. Ich hatte mal angefangen, für Datenanalyse was zu bauen, aber weil ich dann nicht mehr im Studium drin war, damit abgebrochen. Aber es gibt schon eine ganze Menge GPTs. Da wäre ich allerdings vorsichtig, vor allen Dingen wenn ich es fürs Studium benutze. Bei den privat erstellten GPTs würde ich lieber die Arbeit selber reinstecken und versuchen, sowas zu bauen, weil ich dann genau weiß, welche Schritte dadurch laufen werden, um hinterher zum Ergebnis zu kommen. Damit kann ich auch sagen, okay, folgende Dinge wurden getan – und ich weiß im Zweifelsfall auch, wo die Schwachstelle ist. Wenn du irgendeins von den bestehenden GPTs nimmst, weißt du im Zweifelsfall nicht, wo die Schwachstelle liegt. Du freust dich übers Ergebnis und dein Professor oder deine Professorin guckt dann drauf: Ja, aber folgende Dinge hast du nicht bedacht. Aber generell, ja, würde ich auch mitnutzen, vor allen Dingen wenn du viele Sachen verarbeiten willst.

Christian: Vielleicht noch mal zur Erklärung: Man braucht erstmal, soweit ich weiß, die Pro-Version von ChatGPT, 20 Euro oder so, ich glaube mittlerweile 21 Euro kostet es im Monat, und dann kann man sich da so eine Art Plugins bauen, die einfach schon vorgefertigte Anweisungen haben. Mal als Beispiel: Wir haben hier so zum Test mal ein GPT gebaut, das heißt Sokrates Pro. Damit wollten wir diesen sokratischen Dialog nachbauen. Und die Anweisung ist einfach: Der Nutzer gibt dir ein Thema vor, über das er gerne was lernen möchte. Und deine Aufgabe ist es, in so einer Art sokratischem Dialog Fragen zu stellen zu diesem Thema und den Nutzer dazu zu animieren, sein Wissen selber herauszuarbeiten und zu versuchen, selber da was zu verstehen. Und das funktioniert ziemlich cool.

Man hat dann dieses GPT fertig, das ist wirklich ganz einfach zu erstellen, nichts Kompliziertes, da muss man auch nicht programmieren können. Man muss nur die Anweisung gut formulieren. Man kann auch noch Wissen mit hochladen, also Dokumente einbauen. Und dann sage ich: Hallo liebes GPT, ich würde gerne was zum Thema AI Literacy lernen, stell mir da mal ein paar Fragen dazu. Und dann fängt er an, dir diese Fragen zu stellen. Das kannst du natürlich auch alles im normalen Chat machen, du sparst dir dann eben nur, immer wieder diese Anweisung neu zugeben.

Man kann es natürlich auch komplex bauen, wirklich viele Dokumente mit hochladen, z.B. Modulskripte, und einfach sagen, hier, ich habe dir ein Modulskript für mein Modul Einführung ins wissenschaftliche Arbeiten gegeben. Gib mir mal schnell eine Zusammenfassung von Kapitel 1 raus, oder stell mir Fragen zu Kapitel 1.

Patricia: Das ist jetzt natürlich ein bisschen kritisch, weil viele Bedenken haben, solche Skripte hochzuladen. Zum Beispiel bei der FOM ist es ganz klar untersagt, solche Skripte hochzuladen, und bei ganz vielen anderen ist das auch untersagt. Du kannst zwar bei ChatGPT das Trainieren auf deine eigenen Daten ausschalten, aber trotzdem ist das natürlich mehr als eine Grauzone, wenn das explizit untersagt wird. Das ist auch eine der größten Probleme, die ich sehe, der rechtliche Rahmen, ob das geht oder ob das nicht geht. Von der Anwendung hast du natürlich absolut recht, wenn ich so etwas schon vorformuliert habe und es immer die gleichen Schritte durchgeht, ist es absolut sinnvoll, sowas zu nutzen.

Christian: Guter Hinweis. Da muss man natürlich gucken, was die Hochschule jetzt erlaubt und was nicht. Das Gute ist, dass viele Hochschulen heute anfangen, ihre eigenen Tools zu bauen. Die IU macht dasselbe, da kann man auch Fragen an die Skripte stellen. An der Wilhelm Büchner Hochschule gibt's auch ein Tool. Alle Hochschulen fangen eigentlich an, sich diese Tools auch datenschutzkonform zu bauen, und dann kann man auch mit seinen Skripten chatten.

Patricia: Ja, und das ist auch einer der Gründe – ich werde übrigens nicht von MAXQDA bezahlt, auch wenn ich das so häufig nutze – bei denen ist es halt so, da wird wirklich definitiv mit keinen Daten trainiert, sondern deine Daten bleiben deine Daten. Ändert natürlich trotzdem nichts, wenn eine Hochschule untersagt, dass etwas irgendwo hochgeladen wird, dann dürfte es trotzdem nicht hochgeladen werden. Aber da hat man wirklich die Sicherheit, dass es auch datenschutzkonform ist. Es wird wirklich nur das Minimale hochgeladen und es wird nichts gespeichert. Man kriegt nur das, was benötigt wird, zurückgespielt. Und das ist aus meiner Sicht, es sei denn, die Uni selber bietet was an, der rechtssicherste Rahmen, den man da so haben kann.

Christian: Dann lass uns mal zu den Tools kommen. Wir haben jetzt die Prompting-Grundlagen abgearbeitet und ein paar Hinweise gegeben. Wichtig zu verstehen ist einfach, dass man sich damit beschäftigen und ausprobieren sollte. Und jetzt reden wir mal ein bisschen über die Tools, die man vielleicht auch braucht oder die einem im Studium helfen könnten. Lass uns doch mal mit MAXQDA anfangen. Ich kenne das gar nicht eigentlich aus meiner persönlichen Nutzung. Ich habe es natürlich auch schon mehrmals im Podcast besprochen und gehört, vor allem im Zusammenhang mit Statistik, glaube ich, oder mit empirischer Sozialforschung.

Patricia: Weniger Statistik. Statistik kann es auch bis zu einem gewissen Grad, aber MAXQDA beschäftigt sich mit Sprache in jeglicher Form und Farbe. Sei es irgendwelche Tweets oder sonstige Inhalte, YouTube-Videos, Papers oder Auswertung von Interviews und ähnlichem. Da geht's um Sprache in allen möglichen Formen und Farben, im Grunde genommen Research. Wenn ich Literaturrecherche mache, ist ja im Grunde genommen heruntergeschriebene Sprache. Das Tool hat eigentlich überhaupt nicht den Hintergrund, für den ich es nutze, nämlich um meine Literaturrecherche damit zu machen und damit dann meine Arbeit runterzuschreiben. Dafür ist es eigentlich nicht gedacht, eignet sich aber hervorragend dafür.

Die arbeiten seit einiger Zeit jetzt auch an diversen KI-Tools, haben auch den AI Assist drin, wo du mit den Dokumenten chatten kannst, wo du bestimmte Sachen paraphrasieren kannst. Also quasi das, was du schon aus ChatGPT kennst, machen die auch, mit dem Unterschied, dass sie nicht halluzinieren. Das wird auch regelmäßig abgetestet von Forschern, ob da irgendwas halluziniert wird oder nicht. Die Antworten, die du kriegst, sind wirklich nur aus dem Text, den du bereitstellst. Es sei denn, du hast irgendwann eine Frage wie folgendes Thema aus dem Text verstehe ich nicht, erklär es mir bitte, dann wird natürlich auch auf bestehende Daten zugegriffen. Aber Analyse von Texten – nur anhand dessen, was da wirklich drin steht. Und das ist natürlich ein großer Vorteil, den ich bei ChatGPT nicht unterschreiben würde. Auch wenn du da ein Dokument hochlädst und dem Fragen stellst, sind die Antworten nicht nur auf das Dokument bezogen. Das funktioniert da so leider nicht, du kriegst auch noch weitere Daten dazu und du kannst es nicht zu 100 % auseinanderhalten.

Christian: Also das ist ein Tool, das ich zur Textanalyse nutzen kann, zum Zusammenfassen?

Patricia: Ja, es liefert dir auch Zusammenfassungen und dergleichen mehr. Ich nutze es halt so: Die Codierung, die du normalerweise an einem Interview machst, mache ich in Literatur in allen möglichen Formen. Und dann weiß ich, okay, folgendes Literaturtippbit kommt jetzt in meine Arbeit unter die Einleitung oder sonst irgendwo. Hat den Vorteil, ich verliere nie wieder irgendwas, sondern ich kann immer sagen, in folgendem Kapitel sind folgende Themen, und habe dann immer sofort die richtigen Dokumente mit dabei liegen, ohne jetzt noch großartig suchen zu müssen. Und ich kann die Texte mittlerweile mittels KI analysieren, Fragen dran stellen.

Was es da noch als Neuerung gibt, die gerade in der Betaversion ist und die finde ich echt großartig: Wenn du jetzt z.B. fünf verschiedene Texte hast und sagst, ich müsste darüber eine Literature Review machen, wirfst du die fünf Dokumente dort rein und der wirft dir automatisch die übereinstimmenden Themen mit Gegenüberstellung raus – A hat folgendes gesagt, B hat das andere gesagt. Hat eigentlich die gesamte Arbeit für mich erledigt. Das hat mich schon echt geflasht. Aber genauso wie alle anderen Tools hat's natürlich auch die Begrenzung, die Texte dürfen nicht zu lang sein. Ich glaube, bei der ganz großen MAXQDA-Version sind das irgendwo Texte bis zu 120.000 Zeichen. Aber das hast du überall, du wirst nirgendwo ein 1.000-Seiten-Dokument reinwerfen können und sagen, mach mir eine Zusammenfassung.

Christian: Nee, bei ChatGPT auch nicht. Du kannst relativ große Dokumente reinmachen, aber der guckt dann erstmal in der Regel ins Inhaltsverzeichnis und sucht sich gezielt Dinge raus. Und MAXQDA, ist es kostenpflichtig?

Patricia: Ja, das ist echt teuer geworden. Also vor der KI-Version hat es für zwei Jahre so um die 100 Euro in der Studentenversion in der Pro-Version gekostet. Das war immer so eine Zweijahreslizenz. Und seitdem sie jetzt AI Assist haben, musst du das separat bezahlen. Mittlerweile sind die auf 100 Euro pro Jahr plus dann noch 10 Euro für AI pro Monat, meine ich. Also, wenn du das komplett für ein Jahr nutzen würdest mit allem, bist du glaube ich mit 250 Euro übers Jahr dabei. Und das ist natürlich schon eine Hausnummer. Vor allen Dingen als Studierender – wenn ich nicht so ein exzessiver Nutzer wäre wie ich, dann würde ich es wirklich nur in der Vollversion nutzen mit dem AI zusammen, wenn ich gerade meine Bachelorarbeit, Masterarbeit und dergleichen schreibe. Aber da hat's dann wirklich den Vorteil, du kannst an dem Ding von oben bis unten runter schreiben und du musst nie wieder nach irgendwas suchen, weil du alle deine Quellen an einer Stelle hast.

Und das ist vor allen Dingen für berufsbegleitend Studierende ein ganz großer Vorteil, weil wir kennen es alle: Du hast Familie, du musst arbeiten, du musst Überstunden machen und dergleichen mehr, und schwupps hat das Ganze mal zwei Wochen gelegen und dann musst du dich erstmal wieder Stunden einarbeiten. Das fällt damit komplett weg, weil du eigentlich beim letzten Schritt absetzt, wo du dran gewesen bist, und du musst nicht suchen. Wenn du suchst, nutze die Suchfunktion im Dokument, und es ist aber eh alles drin.

Christian: Ja, das kenne ich so ein bisschen mit Notion. Unser Notion ist hier wirklich ziemlich angewachsen über die letzten Jahre. Manchmal dauert's wirklich lange, bis ich was finde, aber da gibt's mittlerweile auch eine KI-Funktion. Da kann man einfach beschreiben, was man sucht, weil manchmal weiß man auch die Begriffe nicht, nach denen man sucht. Notion KI können wir auch vielleicht gleich noch mal besprechen. Kennst du das, nutzt du das als Tool?

Patricia: Ich habe das wohl, ich nutze auch sehr viel Notion als quasi Knowledge-Datenbank, aber KI nutze ich da nicht. Zu der Zeit, wo das rauskam, war es ja auch kostenpflichtig, und ich habe gesagt, okay, wenn man alles bezahlen will, irgendwann ist man arm. Man kann nicht genug verdienen, um bei allen Dingen irgendwie mitzuspielen.

Christian: Ja, ich nutze die KI in Notion eigentlich auch nicht. Notion nutze ich schon seit vielen Jahren. Kann man auch wirklich super fürs Studium benutzen. Da haben wir auch mal ein Video dazu gemacht auf diesem Kanal. Die KI haben die jetzt auch in den letzten Monaten eingebaut, und ich habe es empfohlen bekommen in der Recherche für diesen Podcast als Tool, das man auch ganz gut im Studium nutzen kann, vor allem um sich Zusammenfassungen schreiben zu lassen oder Übersichten erstellen zu lassen. Aber ich denke, das meiste davon kann man eigentlich auch mit ChatGPT machen.

Patricia: Was ich bei ChatGPT nicht so gut finde, ist, dass du irgendwann im Daten-Chaos landest. Du musst dir selber einen Workflow erarbeiten. Wenn du z.B. deine Datenbank in Notion hast, wo du alle deine Sachen sortierst, musst du zusehen, dass die Sachen aus ChatGPT in geordneter Form in deinem Notion landen. Wenn du das einmal oder eine Woche lang vergessen hast, weißt du gar nicht mehr, wo der richtige Chat gewesen ist. Deswegen sage ich, für eine dauerhafte Nutzung fürs Studium jeden Tag würde ich ChatGPT deswegen nicht allein nutzen, weil ich diesen Zusatzschritt immer nicht mache.

Christian: Man kann in ChatGPT sich mittlerweile so Ordner anlegen, und bei Perplexity heißt es glaube ich Räume, was ich eigentlich ganz cool finde. Da kann man auch Dokumente reinlegen, auch fürs Studium, wenn man das darf. Dann haben alle Chats, die sich in diesem Ordner befinden, immer Zugriff auf die Dokumente. So ein bisschen wie ein GPT eigentlich, nur ein bisschen einfacher, übersichtlicher und verständlicher für die meisten Nutzer.

Weil du gesagt hast, man hat dann keinen Zugriff auf die Notion-Daten: Bei den Custom GPTs kann man, wenn man dann wirklich ein bisschen findig ist und programmieren kann, auch andere Datenbanken anbinden. Wir haben hier für die Firma ein Custom GPT, da ist unsere Analytics-Datenbank angebunden. Dann kann man da einfach Daten abfragen, z.B. such mal den Traffic der letzten drei Monate für den Seitenbereich raus. Kann ich auch alles in unserem Analysetool finden, aber da klicke ich mich immer erst durch. So stelle ich einfach die Frage und der zieht sich dann automatisch die Daten raus. Ähnlich könnte man auch Notion anbinden.

Patricia: Machst du das über Make oder direkt über ChatGPT?

Christian: Du kannst direkt in ChatGPT angeben, wie die API aufgebaut ist, die man abfragen möchte. Wird jetzt sehr fachlich hier, sage ich mal. Bei mir macht's über Make, was dann auch über diverse KI-Modelle drüberläuft.

Patricia: Ich glaube, damit hängen wir ganz viele Leute ab.

Christian: Das stimmt. Deswegen wollte ich es nur noch mal anmerken, das wäre auch möglich, andere Tools anzubinden, aber das ist dann schon komplex, fürs Studium vielleicht nicht ganz so geeignet. Es gibt aber Tools, die machen das schon, die so vorgefertigte GPTs haben. Da möchte ich mal noch eins empfehlen, das heißt Video Summarizer. Das ist ziemlich cool. Da kannst du einfach eine YouTube-URL reingeben und das macht dir dann eine Zusammenfassung von dem Video. Da spart man sich super viel Zeit, wenn man Material sichten möchte und gucken will, ob das für die Bachelorarbeit z.B. interessant ist. Nutzt du sowas auch, so Zusammenfassungen für Videos?

Patricia: Ja, in der Vorbereitung hierfür habe ich mich auch mal durch YouTube durchgesucht, was gibt's denn so an Tools. Ich glaube, der Video Summarizer würde mir nicht weit genug gehen. Ich bin jetzt drauf gekommen auf ein Tool, nennt sich Albus – also Albus wie Albus Dumbledore höchstwahrscheinlich – wo du dann auch sagen kannst, du verlinkst das Video und dann kannst du damit wirklich weiterarbeiten. Es wird nicht nur zusammengefasst, natürlich bekommst du die Zusammenfassung, aber dann kriegst du noch weitere Fragen, weitere Informationen, kannst dann halt noch weiter interagieren. Das wäre eher mein Stil, wo du dann wirklich an einem Board ähnlich wie bei Miro immer tiefer in die einzelnen Sachen einsteigen kannst.

Christian: Bei dem YouTube Summarizer kannst du natürlich dann auch noch weitere Fragen stellen. Rein technisch funktioniert es eigentlich nur so, dass das Tool sich die Untertitelspur runterlädt von YouTube. Die automatisch generierten Untertitel sind manchmal auch Quatsch, und das Tool kann nicht immer richtig zuordnen, wenn es mehrere Sprecher gibt. Also muss man wirklich vorsichtig sein mit den Zusammenfassungen. Aber für so ganz grobe Sichtung – ich gucke einfach, ist ein Video jetzt für mein Thema irgendwie interessant, worüber wird da geredet – kann man das natürlich nutzen. Aber um das in der Bachelorarbeit zu verarbeiten, da muss man alles gucken und althergebracht arbeiten.

Ich glaube, mit Gemini kann man sich auch YouTube-Videos zusammenfassen lassen.

Patricia: Ja, du kannst ja auch YouTube-Videos direkt mit Transkript auf MAXQDA – da sind wir wieder bei MAXQDA – auch gleich mit reinladen in dein Projekt.

Christian: Okay, also wirklich praktisch. Generell finde ich KI-Tools für Zusammenfassungen wirklich praktisch. Ich stelle jetzt ungern Wissensfragen in ChatGPT, außer wenn es nicht wichtig ist und mal ganz schnell gehen muss, weil da eben häufig Quatsch kommt. Aber für solche Aufgaben wie Text zusammenfassen, dafür sind diese Tools wirklich sehr gut geeignet.

Patricia: Vor allen Dingen, was ich gut finde, dass du nicht einfach nur so eine Textzusammenfassung kriegst, also irgendwie aus einem 20-Seiten-Text einen einseitigen Text – da bin ich auch zu faul zu – sondern du kannst sagen, ich hätte das gerne als Bulletpoints oder als Tabelle oder irgendwas, was es mir einfacher macht.

Und was ich jetzt gerade auch rausgefunden habe: In meinem ersten Studium, International Management, habe ich unglaublich viel selbst Mindmaps erarbeitet, die dann ausgedruckt, an die Wände geklebt und bin immer mit Kaffee dran vorbeigelatscht und hab dann die gesamten Klausurinfos gelernt. Du kannst halt große Themen innerhalb von 10, 15, 20 Minuten komplett wiederholen mit so einer Mindmap. Und da gibt es mittlerweile Tools, nennt sich Mapify, wo du dir eine große Mindmap erarbeiten kannst, direkt da drin auch noch Bilder erstellen lassen kannst und dann auch noch weitergehende Fragen dazu stellen kannst. Das Ding ist fertig, du guckst drauf, kannst es dir noch hübsch machen. Und damit ist es so einfach wie möglich, mit dem Lernstoff zu interagieren. Das ist einer der großen Vorteile, die ich an der KI sehe: Du hast unglaublich viele Möglichkeiten, den Lerninhalt an deine Bedürfnisse und an das, wie du es gerne hast, zu adaptieren. Und das finde ich wirklich großartig.

Also heute kannst du dir den Kram vorlesen lassen, du lässt dir eine Mindmap draus bauen, du lässt dir eine Tabelle draus bauen, du kannst damit sprechen, kannst es dir vorlesen lassen und alles Mögliche. Und du kannst wirklich immer tiefer gehen. Vorher, also vor 10, 15 Jahren, hast du irgendwas gelesen, es nicht verstanden, musstest in die Bibliothek gehen, um zu gucken, okay, wo steht was, wo ich das noch nachlesen kann. Das fällt alles weg. Du hast ein Problem mit dem System, machst einen Screenshot davon, lädst das in den Chat hoch: Folgenden Fehler habe ich, was muss ich tun? Und das ist wirklich großartig.

Christian: Da kommen wir eigentlich noch mal zum Thema Zeitmanagement. Man kann sich auch ganz viel Zeit einfach sparen für Fehlerlösung oder Fehlersuche. Wenn man irgendein relativ komplexes Tool nutzt, da hatte man früher immer noch viel längere Einarbeitungszeit – hier ein Video gucken und da ein Tutorial lesen. Und heute, häufig reicht einfach ein Screenshot. Du lädst den Screenshot hoch und sagst, hier, das funktioniert gerade nicht, wie mache ich das jetzt am besten? Man kriegt häufig wirklich gute Lösungen, ohne stundenlang nach irgendeiner Lösung zu googeln, die in irgendeinem Forum irgendwo versteckt steht. Das ist wirklich super praktisch heutzutage. Hast du noch irgendein Tool, das du uns empfehlen kannst?

Patricia: Also, die beiden Tools, die ich aus der Vorbereitung mitnehme, die ich vorher nicht benutzt habe, aber die ich jetzt auch nutzen werde: einmal Mapify und Albus. Mapify, weil es mir Mindmaps baut, die ich einfach besser verarbeiten kann, weil du genau immer die Struktur hast zu den Themen. Und Albus, weil du quasi so Doomscrolling am Thema machen kannst, wo du immer tiefer reingehst, und den großen Vorteil hast, du bekommst auch manchmal Fragen vorgeschlagen, wo du vielleicht selber nicht dran gedacht hast. Das wären so die beiden Tools, wo ich dankbar bin fürs Interview, weil sonst wäre ich da nicht drauf gekommen. Ansonsten bleibe ich bei MAXQDA.

Und dann noch, was ich auch seit Kurzem intensiver nutze, ist Perplexity, weil Perplexity in den Ergebnissen und vor allen Dingen im Deep-Research-Bereich einfach besser ist als ChatGPT. Aber was ich aus diesem Gespräch auch mitgenommen habe: Anscheinend muss ich mir ChatGPT doch mal wieder näher angucken, weil die Sachen, die du gesagt hast, von wegen Organisation nach Ordnern und Vorwissen und dergleichen, das ist jetzt ein bisschen an mir vorbeigegangen. Was einem auch wieder sagt: Es kommen so viele Tools jede Woche, irgendwie was Neues oder eine neue Änderung, es bleibt nichts stehen. Man muss einfach am Ball bleiben.

Christian: Ja, ChatGPT hat sich stark entwickelt in letzter Zeit. Es gibt da jetzt auch eine Deep-Research-Möglichkeit, da können wir auch gleich im Detail noch mal drüber reden. Manchmal entwickelt es sich auch in eine komische Richtung. Mir ist aufgefallen, die letzten ein, zwei Wochen, dass der Chat irgendwie immer so lässiger wird. Ständig steht da Cool, ja, mache ich für dich, so umgangssprachlich, dass ich da jetzt schon die generelle Anweisung gegeben habe – man kann ja generelle Anweisungen geben, wie man die Chats gerne hätte – bitte professionell bleiben. Irgendwann war es nervig, nur noch Emojis überall und alles so auf diese lockere, lässige, fluffige Sprache. Ich weiß nicht, woher das kommt. Kann natürlich sein, dass das Modell durch die Nutzerdaten immer weiter trainiert wird und ganz viele Nutzer einfach so eine Sprache bevorzugen.

Patricia: Ja, das ist eine Sache, die ich mal festgestellt habe. Vorher war es ja immer so, dass der im Chat bleibt und alles, was er im Chat gelernt hat, weiter benutzt. Und irgendwann habe ich mal ein ähnliches Thema angesprochen, dann hat er sich auf den alten Chat bezogen, und ich dachte, woher weißt du das? Habe ich dir eigentlich gar nicht gesagt. Das steht nirgendwo in den Anweisungen. Deswegen, das, was mal gesagt wurde, okay, das ist jetzt wirklich nur immer auf den einen Chat beschränkt, ist es anscheinend nicht mehr, sondern es wird weitergegeben.

Christian: Ja, das ist eigentlich ein Feature, das ChatGPT Memory nennt, glaube ich. Perplexity hast du gesagt, nutzt du auch. Eigentlich eine KI-Suchmaschine, da kann man auch wirklich komplexe Dinge in die Suchleiste eingeben und bekommt ganz gute Suchergebnisse. Hat auch eine Deep-Research-Funktion, die auch kostenlos ist, man kann sich da kostenlos anmelden und es nutzen. Nutzt du noch irgendein anderes Tool? Claude gibt's ja noch, das französische.

Patricia: Da bin ich wohl angemeldet, habe das aber nicht weiter benutzt, einfach vor dem Hintergrund, es sind halt einfach viel zu viele. Man muss sich irgendwo entscheiden und sagen, okay, was ist mein Ziel dessen, was ich wirklich tun will. Muss ich dann irgendwie die nächsten zehn auch noch austesten, oder ist mein generelles Arbeitssetup irgendetwas, wo ich sage, okay, das ist jetzt mit Perplexity erledigt?

Wenn ich jetzt mal vergleichen würde ChatGPT und Perplexity: Mein persönlicher Wissensanspruch ist, ich möchte gerne tiefer und ich möchte vernünftige Quellen haben, und die kriege ich bei ChatGPT häufig nicht. Da mögen zwar Quellen sein, aber sind das immer qualitativ hochwertige Quellen? Da ist ganz ehrlich das Deep-Research-Tool über Perplexity einfach besser. Und wir sind ja hier noch im Studiumskontext. Wenn ich wirklich was zu einem Thema wissen will, würde ich immer über Perplexity gehen und dort über die Research. Das merkst du allein auch schon in der Erstellung der Antwort, wie viel länger das Ganze dauert, und du hast immer automatisch schon die ganzen Quellen mit dem Link gleich übersichtlich mit dabei.

Es gibt bestimmt auch 25 verschiedene andere Tools. Irgendwann merkt man ja, bei folgendem Tool läuft's am besten, da guckt man nirgendwo anders mehr, außer man hört von jemandem, dass XYZ jetzt deutlich besser läuft. Ich glaube, man sollte sich selber auch mal so alle zwei, drei Monate oder einmal im Quartal mal so einen Hinweis geben: Ich gucke mal auf YouTube, was gibt's an neuen KI-Tools, irgendeinen 10-Minuten-Video, wo man die neuesten Updates mal rübergespult bekommt. Und dann gucken, muss ich mich noch mal neu orientieren oder eben nicht. Das ist ein ganz guter Hinweis, anstatt dass man ständig in so einer Suche ist, wo finde ich jetzt das beste Tool – weil das wird nicht aufhören. Da ist man irgendwann in so einem Sumpf, der immer mehr wird, und es hört gar nicht auf.

Christian: Ja, so geht's mir auch. Ich nutze jetzt ChatGPT im Alltag sehr viel und überhaupt die OpenAI-API, die nutzen wir natürlich auch für unsere Webseite, für die KI-Funktion, die wir dort haben. Unser Kursfinder ist z.B. KI-basiert, da nutzen wir auch die API von OpenAI. Das funktioniert einfach für uns sehr gut. Sicher gibt's andere Tools und vielleicht haben die auch andere Datenschutzmodi. Aber man sollte sich dann tatsächlich auch festlegen: Das benutze ich jetzt für mein Studium und es funktioniert gut.

Du hast schon Deep Research angesprochen. Vielleicht können wir noch mal ganz kurz erklären, was das eigentlich genau bedeutet und wie das ungefähr funktioniert.

Patricia: Also Deep Research: Normalerweise werden in einem Language Model die Daten an der Oberfläche abgegrast und dazu dann irgendwas an Ergebnissen rausgegeben. Die Research geht ein Stück tiefer und geht nach bestimmten Schritten vor, wo sie sagen, okay, wir gucken erst Thema 1 an, gucken Thema 2 an, und nacheinander baut es sich auf, ähnlich wie in einem GPT, wie du es vorhin selber dargestellt hast. Das ist schon implementiert in dem Tool selber, dass es immer tiefer guckt – was ist rechts und links davon – um nicht nur ein Thema als Basis zu erfassen, sondern vollumfänglich zu erfassen. Automatisch, ohne dass du ihm sagen musst, ich möchte Vorteile, Nachteile, was sind die Implikationen. Du hast schon einen deutlich tieferen Einstieg in das Thema und dann halt natürlich auch quellenbasiert, weil es nachvollziehbar sein muss, wo die Informationen hergekommen sind. Also im Grunde genommen das, was du per Hand vorher gemacht hättest, wenn du ein Thema erarbeiten willst: erst einen kleinen Überblick und dann tiefer gehen und die unterschiedlichen Bereiche anschauen. Das wird dann alles in einem Schritt gemacht.

Christian: Also, das Tool sucht letztendlich auch Quellen raus, analysiert diese Quellen bzw. fasst die dann zusammen und kann dir dann auch – Perplexity macht das z.B., ChatGPT auch – eine Art Report erstellen zu dem Thema. Man muss da auch super vorsichtig sein, zumindest bei ChatGPT. Erstens, die Quellen sucht sich ChatGPT natürlich selber raus. Ich vermute mal, da wird natürlich das Internet abgesucht mit Suchergebnissen aus Suchmaschinen, und da werden häufig auch die Suchergebnisse genommen, die auf der ersten Seite erscheinen. Das ist ja auch ein bisschen voreingenommen in dem Sinne, es kann natürlich noch viel bessere Quellen geben. Man kann auch Quellen angeben, man kann auch sagen, such mir bitte die Quellen aus wissenschaftlichen Datenbanken, die öffentlich verfügbar sind, raus. Man darf sich da auf keinen Fall drauf verlassen, dass das jetzt vollständig ist, dass man eine vollständige Übersicht über die ganze Quellenlage bekommt, wie man es braucht, wenn man z.B. eine Dissertation schreibt.

Patricia: Genau, und was mir eben auch noch eingefallen ist, worauf auch Frau Dr. Buck eingeht: Es ist schon gut, dass das alles da ist und dass man da tief gehen kann. Man darf aber nicht vergessen, dass die wirklich nur Zugriff haben auf das, was öffentlich verfügbar ist. Und jeder, der selber mal eine Hausarbeit geschrieben hat, weiß, wie häufig man das Paper nicht einfach so bekommt, sondern in die Uni laufen muss, um es dort downzuloaden, weil es nur im Rahmen der Universität verfügbar ist. Vor dem gleichen Problem steht natürlich auch die gesamte Masse an KI-Tools. Das heißt, das ist schon gut, was da rauskommt, aber es wird nie vollständig sein.

Und da ist dann auch wirklich der Unterschied: Ich muss im Rahmen der AI Literacy wissen, dass es nicht vollständig ist, dass es nie vollständig sein wird. Unterschiedliche Tools sind vollständiger als andere, aber um den Weg in die Unibibliothek wird man nie drumherum kommen. Und wenn man das gut miteinander kombinieren kann, dann hilft einem das wirklich.

Christian: Ja, ist ein cooles Inspirationstool, um sich einfach auch mal inspirieren zu lassen und zu gucken. Manchmal findet man da auch Dinge, die unerwartet sind. Und irgendwie ist auch lustig manchmal bei ChatGPT: Da stehen die ganzen einzelnen Denkschritte in der Seitenleiste, da steht manchmal ein Kram, also muss man manchmal wirklich lachen, wirklich so völlig verschrobene Sätze wie ich laufe jetzt über diese Webseite, ich muss jetzt erstmal überlegen, ob ich dahin klicke oder dahin. Wirklich auch lustig teilweise. Aber natürlich alles mit Vorsicht genießen. Einfach mal ausprobieren und sich da coole Reports erstellen lassen.

Patricia: Einen Tipp, den man da noch geben könnte: Man darf nicht vergessen, dass ein Großteil der ganzen Language Models auf Englisch trainiert ist. Das heißt, wenn man selber in der Lage ist, auf Englisch präziser zu sagen, was man will, hat man eine bessere Chance, was Ordentliches rauszubekommen, als wenn das Tool noch übersetzen müsste. Natürlich kann ChatGPT quasi alles übersetzen, aber für die Prompts ist es manchmal sinnvoll zu gucken, okay, spreche ich mit dem Ding auf Englisch oder auf Deutsch.

Christian: Ja, das mache ich im Alltag eher selten. Aber vielleicht sollte ich das mal ausprobieren. Gerade wenn wir die API benutzen, da sind die Prompts manchmal wirklich wichtig, da müssen die Ergebnisse eigentlich immer ganz präzise sein. Man kann sich auch coolerweise von ChatGPT helfen lassen, einen Prompt auf Englisch zu erstellen, und den da noch verfeinern.

So, einen Themenkomplex haben wir noch: das Thema Prüfungsvorbereitung. Das ist mir auch in der Vorbereitung in den Sinn gekommen. Eigentlich kann man KI-Tools auch gut nutzen, um sich auf Prüfungen vorzubereiten, um zu lernen, vielleicht Lernpläne zu erstellen. Lass uns mal einsteigen. Was fällt dir so spontan dazu ein oder was hast du gefunden, wie man KI gut nutzen kann, um sich auf Klausuren vorzubereiten?

Patricia: Das hat sich in der Vorbereitung ein bisschen schwierig gestaltet, und zwar aus folgendem Grund: Ich stehe gerade vorm neuen Studium. Wunderbar. Ich habe schon die ganzen Unterlagen dafür, ist alles kein Problem. Dummerweise alles so 2.000-Seiten-Bücher. Jetzt unabhängig davon, dass man sie nirgendwo hochladen dürfte. Habe mir auch relativ viele Tools angeschaut – Karteikarten generieren, Quizfragen generieren, sowas finde ich alles total hilfreich, würde ich auch nutzen, habe ich in meinem Leben aber noch nie benutzt. Das, was ich bisher immer genutzt habe, waren Mindmaps.

Man stößt aber ganz schnell an die Grenze, dass die Texte viel zu groß sind, als dass sie verarbeitet werden können. Und wenn ich jetzt z.B. als Alternative das FOM-Skript nehme, wo teilweise nur Bulletpoints draufstehen, und ich daraus ein Quiz mache oder eine Karteikarte und der sich nur auf dieses Skript bezieht, dann hilft mir das nicht weiter, weil es nicht die Erklärung liefert. Vielleicht liegt's daran, dass ich zum Thema Karteikarten zu wenig Erfahrung habe, dass ich das besser hätte nutzen können. Also da habe ich eher gesagt, okay, das ist ein bisschen problematisch.

Positiver war Mapify, dass man eine grobe Übersicht hat und dann daran die Möglichkeit, immer gleich sozusagen erzähl mir mehr, erzähl mir mehr, mach eine Zusammenfassung, gib mir Tiefe, mach ein Bild raus und dergleichen. Passt auf mich recht gut.

Individuelle Lernpläne habe ich auch selber schon mal versucht. Da musst du aber schon sehr genau einen Prompt erstellen, damit da was Vernünftiges bei rauskommt. Für eine Klausurvorbereitung würde ich das eher schwierig erachten. Du kannst, wenn es um was Generelles geht – z.B. ich möchte jetzt Spanisch lernen und sagst, ich möchte die ersten 800 Worte der Sprache, hier hast du eine Liste – aber du hast schon sehr viel Input, den du dem Gerät mitgeben musst, um hinterher was Vernünftiges rauszubekommen. Sonst kommt immer nur so generiertes 08/15-Gedöns raus. Letztes Jahr habe ich mal versucht, mir einen Lernplan für Coding zu erstellen. Entweder weißt du schon, was du lernen musst, dann brauchst du das Ding nicht. Oder es geht einfach an der Materie vorbei.

Gefühlt würde ich sagen, einen ordentlichen Lernplan zu erstellen, ist fast schwieriger als ordentliches Prompting.

Christian: In deiner Vorbereitung stand auch noch als Alternative der Voice Mode von ChatGPT. Ich habe dir ja schon was dazu gesagt, ich nutze das so gar nicht.

Patricia: Hab mir darüber noch mal Gedanken gemacht, das könnte ein Generationsproblem sein. Ich glaube, die jüngeren Generationen haben eher so, dass sie einfach mit dem Telefon sprechen, da sind weniger Berührungsängste. Ich versuche immer relativ detailliert zu beschreiben, was ich möchte, und das könnte ich sprachlich gar nicht so. Wo es richtig punktet in der Prüfungsvorbereitung: Wenn ich vor irgendwelche Fehler laufe, das hatten wir vorhin schon mal kurz angesprochen, wenn ich irgendwas nicht verstanden habe, dass man dann wirklich sehr schnell ins Detail gehen kann und sich die Dinge erklären lassen kann. Und zwar so, dass es auch wirklich gut nachvollziehbar ist, da ist keine Grenze gesetzt, wie komplex das Thema ist.

Wenn ich vor SPSS sitze oder vor R und sage, ich verstehe das Ganze nicht, kannst du noch mal den Schritt erklären – ohne dass du dir dumm vorkommst zu sagen, okay, ich muss jetzt Statistik machen und ich verstehe das nicht. Warum sollte ich das machen, welche Sachen sollte ich machen, wo mache ich die? Und so hast du auch als, ich sag mal, nicht begabt für ein Thema die Chance, es trotzdem zu lernen und gut zu werden oder eine Kompetenz in dem Thema zu erlangen, mit der du auch eine Prüfung bestehen würdest. Das ist wirklich einer der größten Vorteile. Du musst natürlich selber wissen, welche Themen du fürs Studium lernen musst, aber bei Problemfällen hilft es wirklich sehr viel weiter.

Christian: Also ich nehme mal mit: Das Wichtigste, was man machen kann in Bezug auf die Prüfungsvorbereitung, ist erstmal, sich Dinge erklären zu lassen, vereinfachen zu lassen. Man kann sich Eselsbrücken z.B. erstellen lassen, da ist ChatGPT oder so ein Chat auch recht kreativ teilweise. Und das hatten wir ganz am Anfang auch schon drüber geredet: Man kann sich auch ganz unterschiedliche Medienformate für die Inhalte erstellen lassen. Mittlerweile kann man sich sogar Podcasts aus Lerninhalten erstellen lassen und sich das erzählen lassen, man kann es sich vorlesen lassen. Das funktioniert heutzutage auch wirklich richtig gut. Man lässt sich ein Bild kreieren dazu. Auch das ist wirklich besser geworden, allein die letzten Wochen die Bilderstellung in ChatGPT.

Und ja, alles andere ist eher schwierig. Wahrscheinlich steckt das alles noch so ein bisschen in den Kinderschuhen. Den Voice Mode, den du jetzt angesprochen hast, den nutze ich z.B. ab und an in der Vorbereitung auf so einen Podcast, um kurz vor dem Podcast einfach ans Reden zu kommen, so ein bisschen. Ich will da jetzt nicht meine Kollegen vollquatschen, sondern ich quatsche da einfach mit der KI ganz kurz über das Thema. Und das kann ich mir vorstellen, das kann man auch gut vor einer mündlichen Prüfung nehmen, vielleicht einen Tag vorher noch mal so ein bisschen Prüfung üben, simulieren und einfach über das Thema reden. Ich würde es jetzt nicht machen, um mich abfragen zu lassen, aber einfach um über das Thema so ein bisschen zu reden, das funktioniert eigentlich ganz cool.

Ich weiß nicht, unsere Zuhörer und Zuhörerinnen haben vielleicht auch selber Möglichkeiten entdeckt, KI zur Prüfungsvorbereitung zu nutzen. Also gerne einfach in die Kommentare schreiben, wenn ihr da Tipps habt.

Jetzt haben wir wirklich ganz viele Themen abgefrühstückt. Wir sind schon ziemlich fortgeschritten in der Zeit. Wir wollten eigentlich noch über viel mehr reden, vielleicht müssen wir irgendwie noch mal einen zweiten Podcast machen. Aber ich fand es wirklich ein sehr cooles Gespräch. Ich hoffe, dass alle, die uns hier zuhören oder zuschauen, inspiriert werden, KI zu nutzen. Auch diejenigen, die noch nicht so richtig Lust hatten, sich damit auseinanderzusetzen. Hast du vielleicht noch irgendwas Abschließendes zu sagen? Vielleicht erzählst uns noch, wie man dir folgen kann und wo man mit dir in Kontakt treten kann.

Patricia: Auf YouTube und auf der Webseite. Instagram gibt's zwar noch, aber da wird nicht mehr bespielt, weil das zu wenig Input hat. Also YouTube und auf der Webseite, da soll jetzt auch demnächst mal langsam wieder was kommen. Wie gesagt, in der Pipeline gerade zu KI und MAXQDA kommen da noch ein paar Videos. Und vor allen Dingen das Thema KI ist auch das, was ich so in der nächsten Zeit einmal abfrühstücken wollte – was man da alles machen kann, was man nicht machen kann, wie ich das nutze, wie ich es nicht nutze – um zu gucken, wie es da weitergeht.

Christian: Genau. Also, bitte dahingehen, wir verlinken das alles in der Beschreibung und auch Feedback geben. Das Feedback ist wirklich wichtig, auch für uns. Gerne einen Kommentar schreiben und teilt auch die Webseite von Patrizia. Die ist wirklich super, die ist auch schön gemacht. Also guckt da mal drauf und guckt euch die Inhalte an. Instagram ist eher schwierig, das ist halt so, dass man den Algorithmus die ganze Zeit füttern muss, teilweise mit irgendwelchem Kram. Das macht nicht so richtig Spaß, das kann ich gut nachvollziehen. Ja, ich mache auch lieber solche langen Formate, wie so ein Podcast hier. Da kann man richtig eintauchen ins Thema und hat das Gefühl, man gibt den Leuten auch viel mehr mit. Also bitte alles abonnieren und Feedback für Patrizia. Und ja, ich wünsche dir auf jeden Fall auch einen guten Start ins Studium. Vielen lieben Dank.

Patricia: Tschüss.

Christian: Tschüss.