Qualitative Forschung braucht eigene KI – sichere, transparente Systeme

In den letzten Jahren haben künstliche Intelligenz und große Sprachmodelle die wissenschaftliche Landschaft revolutioniert. Vollautomatisierte Entdeckungs‑Pipelines ermöglichen es, Daten in Rekordzeit zu analysieren und Hypothesen zu generieren. Doch während die quantitativen Methoden von diesen Fortschritten profitieren, bleibt die qualitative Forschung weitgehend zurück.

Viele Forscherinnen und Forscher im Bereich der qualitativen Methoden zögern, KI einzusetzen. Wenn sie sich dennoch entscheiden, greifen sie meist auf Allzweck‑Tools wie ChatGPT zurück, um Interviews zu interpretieren, Daten zu annotieren oder Themen zu modellieren. Diese Systeme sind jedoch bekannt für ihre Bias‑Gefahren, ihre mangelnde Transparenz, die Unreproduzierbarkeit ihrer Ergebnisse und die potenzielle Verletzung von Datenschutzbestimmungen.

Das Ergebnis ist ein kritischer Lücke: Die entscheidenden qualitativen Dimensionen, die für ein tiefes Verständnis und die Bedeutungserstellung unerlässlich sind, werden nicht adäquat in die KI‑gestützten Forschungsprozesse integriert. Deshalb plädieren wir für die Entwicklung spezialisierter KI‑Systeme, die von Grund auf für interpretative Forschung konzipiert sind. Solche Systeme müssen transparent, reproduzierbar und datenschutzfreundlich sein.

Durch die Analyse aktueller Literatur zeigen wir, wie bestehende Entdeckungs‑Pipelines durch robuste qualitative Fähigkeiten erweitert werden können. Wir identifizieren zentrale Chancen, bei denen sichere qualitative KI die interdisziplinäre und Mixed‑Methods‑Forschung voranbringen kann – von der besseren Kontextualisierung von Daten bis hin zur Förderung von Reflexivität und ethischer Verantwortung in der Forschung.